Text Mining Yesenia Gonzalez Pearson Vc

Loading...

Flash Player 9 (or above) is needed to view presentations.
We have detected that you do not have it on your computer. To install it, go here.

0 comments

Post a comment

    Post a comment
    Embed Video
    Edit your comment Cancel

    Favorites, Groups & Events

    Text Mining Yesenia Gonzalez Pearson Vc - Presentation Transcript

    1. TextMiningLa Última Palabra
      Yesenia González Pedraza
    2. Preguntas abiertas…
      ¿Qué recuerda haber visto
      O escuchado?
      ¿Porqué dice usted
      que no compraría
      el producto?
      Insista y profundice
    3. Riesgos al codificar
      RIESGOS AL CODIFICAR
      Mediación del codificador: A la intervención del encuestador se añade la del codificador que debe decidir e interpretar.
      Empobrecimiento del contenido: Cuando la pregunta permite respuestas de gran diversidad- encuestas complejas, contradictorias o vagas- la información se confunde.
      Las respuestas poco frecuentes se eliminan a priori.Las respuestas raras, originales y poco claras originadas en una primera lectura se asignan a códigos residuales.
      Destrucción de la forma: La forma de la información se mutila y a menudo su contenido se empobrece.
    4. ¿Qué dice el cliente?
      satisfacción
      AMABILIDAD
      SONRISA
      rapidez
      comunicación
      claridad
      CERCANÍA
      comodidad
      NO
      IDEAL
      ayuda
      FACILIDAD
    5. TextMining
      Estudios recientes indican que el 80% de la información de una compañía está almacenada en forma de textos o formatos no estructurados.
      La minería de texto se enfoca en descubrir entre una “gran” cantidad de información textual:
      Asociaciones
      Tendencias
      Desviaciones
    6. TextMining
      ¿Quién está hablando?
      ¿Qué está diciendo?
      Yo pondría aire acondicionado y además implementaría citas por teléfono para que la atención fuera más rápida
      Deberían poner más atención a la hora de atenderal cliente porque luego nos dejan esperando horas y nadie nos atiende
      Que pongan estacionamiento porque la grúa se lleva los coches
      Modificar la tienda para estar satisfecho en la sala de espera, respetar los turnos.
      NO discriminen a la gente que no llegue de traje
      Mayor ventilación porque el lugar es pequeño
    7. ¿Cómo textmining puede resolver problemas de investigación de mercados?
      1
      2
      IDENTIFICAR
      VOCABULARIO
      3
      ESTRUCTURA DE ASOCIACIÓN DE UN TEXTO
      CLUSTERS
      SEMÁNTICOS
      RECONOZCAN al cliente frecuente
      QUE pongan sillas porque me canso
      NO discriminen a la gente que no llegue de traje
    8. IDENTIFICANDO VOCABULARIO ESPECÍFICO POR SEGMENTOS
      Yesenia González Pedraza
    9. Identificando Vocabulario específico por Segmentos
      Encontrarlaspalabrasmásfrecuentementeutilizadas en cadagrupo y el contexto de lasmismas.
      Campos Semánticos
      Palabras que caracterizan a los segmentos por su presencia o ausencia.
      Identificar el espectro de palabras que tus clientes usan.
      Revisar la codificación de las preguntas abiertas
    10. Identificando Vocabulario
      • Si usted fuera el gerente…¿qué haría para que sus clientes quedaran más satisfechos?
      • Aplicada a clientes de una cadena de tiendas de artículos electrodomésticos.
    11. Vocabulario C+
      Palabras Características del Segmento
      Porcentaje
      Interno
      Porcentaje
      Global
      Frecuencias internas
      Valor del Test
      Frecuencias Globales
      20 11 70 192 5.345
      14 7 48 126 4.702
      6 2 22 42 4.578
      30 20 104 354 4.323
      7 3 23 53 3.806
      Especificidad Positiva
      ESTACIONAMIENTO
      PERSONALIZADA
      DAR
      NUEVOS
      PREPARADOS
      FRASES TÍPICAS
      “Dar una atención especializada” Ind. 3455
      RAPIDEZ
      DINERO
      ABRIR
      PICO
      CONTRATARIA
      CARÁCTER
      EVITAR
      Especificidad Negativa
      “Que el personal sea amable y de información clara de todos los productos”Ind 5677
    12. Vocabulario D
      Palabras Características del Segmento
      Porcentaje
      Interno
      Porcentaje
      Global
      Frecuencias internas
      Valor del Test
      Frecuencias Globales
      Especificidad Positiva
      52 41 355 727 5.228
      15 10 100 178 4.497
      1.8 1.6 1265 2959 3.938
      3 1 18 23 3.598
      26 21 178 369 3.468
      2 1 15 19 3.292
      44 38 305 670 3.288
      BIEN
      ATENDERLOS
      NO
      TRATARLOS
      AMABILIDAD
      RAPIDEZ
      DINERO
      FRASES TÍPICAS
      SEGUIMIENTO
      PRODUCTOS
      VENDEDOR
      COSTOS
      CALIDEZ
      CANALIZAR
      CAMBIAR
      “Más rapidez en el servicio y más amabilidad”
      Ind. 275
      Especificidad Negativa
      “Pondría más personal” Ind 1293
    13. El contexto del “NO”
      DECIR LA VERDAD DE LO QUE VAN A COBRAR PARA
      VIVIR ENGAÑADOS
      QUE LA ATENCIÓN CON SERVICIO AL CLIENTE SEA DE MANERA PERSONAL Y
      VIA TELEFÓNICA
      NO
      DAR IGUAL TRATO A LOS CLIENTES AUNQUE
      VAYAN CON TRAJE
      QUE SEAN MÁS ACTIVOS EN ATENDER A LAS PERSONAS Y QUE
      HUELA MAL LA TIENDA
      TUVIERAN QUE ESPERAR
      ABRIR MÁS PUESTOS PARA QUE LOS CLIENTES
      TENGAN PREFERENCIA POR LAS PERSONAS QUE CONOZCAN AL PERSONAL
      QUE HAYA IGUALDAD Y QUE
    14. RECOMENDACIONES
      • Los clientes de nivel C+ necesitan un plus en el servicio de la cadena. Necesitan que se les haga más cómoda la compra generando acciones que personalicen el servicio.
      • El nivel D percibe discriminación. Ellos necesitan ser atendidos, escuchados y considerados de igual forma que los demás.
    15. ENCONTRANDO LA ESTRUCTURA DE ASOCIACIÓN DE PALABRAS EN UN TEXTO
    16. Estructura de Asociación
      Encontrando la estructura de asociación de palabras en un texto
      Visualizar gráficamente la asociación de palabras con segmentos demográficos, actitudinales, etc.
      Verificar si existe progresión del lenguaje
      Identificar zonas de vocabulario
    17. Estructura de Asociación
      • Extraído del estudio “La salud en las ciudades” destinado a conocer los hábitos de vida relacionados con la salud.
      • ¿Qué es para usted la salud?
    18. Estructura de Asociación
      pueda
      menos
      poco
      uno
      cada
      ir
      sea
      malo
      cuidarse
      problema
      mentalmente
      H+50
      general
      normal
      ya
      puede
      salud
      poder
      tenemos
      beber
      ejercicio
      hacer
      cosas
      trabajo
      tiene
      como
      ser
      principal
      todos
      ninguna
      pues
      H-35
      forma
      hay
      mejor
      tanto
      está
      cuando
      M-50
      H-20
      ni
      deporte
      fumar
      mismo
      bueno
      tener
      enfermo
      H-50
      algo
      yo
      hace
      nada
      come
      eso
      física
      tengo
      mal
      porque
      cuerpo
      M+50
      estar
      siente
      encuentra
      estoy
      teniendo
      feliz
      vida
      enfermedad
      tu
      trabaja
      buena
      tienes
      sentirse
      físicamente
      para
      te
      M-20
      físico
      enfermedades
      sano
      buen
      estado
      M-35
      me
      bien
      mental
      duela
      llevar
      cualquier
      psíquico
      creo
      dinero
      también
      su
      pero

      he
      alimentación
      dolores
      puedes
      encontrarse
      ganas
      ahora
      dolor
      Psíquicamente
    19. CONCLUSIONES
      • La configuración observada sugiere la existencia de una evolución progresiva del vocabulario con la edad.
      • Existe un desfase entre sexos; la transición hacia el empleo de determinadas palabras se hace a edades distintas, a una edad más temprana para la mujer.
      • Existe un uso de palabras de diferenciado por sexo.
    20. CLUSTERS
      SEMÁNTICOS
    21. ¿Cómo textmining puede resolver problemas de investigación de mercados?
      RECONOZCAN al cliente frecuente
      NO discriminen a la gente que no llegue de traje
      QUE pongan sillas porque me canso
      Formación de
      Clusters Semánticos
      Obtener grupos tan homogéneos como sea posible con respecto a sus opiniones a una pregunta abierta.
    22. Clusters semánticos
      RECONOZCAN al cliente frecuente
      Si usted fuera el gerente de la tienda…¿qué haría para que sus clientes quedaran más satisfechos? Atención a clientes en una tienda departamental
      NO discriminen a la gente que no llegue de traje
      QUE pongan sillas porque me canso
      45 en adelante
      AB
      Mujeres
      MAS
      AGILIZAR
      PERSONAL
      ABRIR
      RAPIDEZ
      PONER
      PICO
      CONTRATAR
      SERVICIO
      GENTE
      FUNCIONAR
      TARDANZA
      TRAMITE
      AUMENTAR
      18 a 44
      C+C/D+
      CLIENTE
      MEJORAR
      DAR
      ATENCION
      PERSONALIZADO
      BUEN
      TRATO
      INFORMACION
      AMABILIDAD
      BRINDAR
      PROBLEMA
      NECESIDAD
      CAPACITAR
      CURSO
      RESOLVER
    23. VENTAJAS
      TEXT MINING
    24. Rápido
      Sin codificación previa
      PREGUNTAS ABIERTAS
      Mayor profundidad
      Elementos Accionables
    25. TextMining se utiliza también en…
      • Evaluación de Concepto
      • Recordación publicitaria
      • Monitoreo de Blogs
      • Focusgroups
    26. MUCHAS GRACIAS
      Homero 223-P.H.
      Col. Polanco CP 11560 México, D.F.
      Tel. (+52 55) 55 31 53 24, (+52 55) 55 31 55 60. Fax. (+52 55) 52 03 82 30
      pearson@pearson-research.com
      www.pearson-research.com

    + Yesenia González PedrazaYesenia González Pedraza, 1 month ago

    custom

    191 views, 0 favs, 2 embeds more stats

    ¿cómo text mining puede ayudar a resolver problem more

    More info about this document

    © All Rights Reserved

    Go to text version

    • Total Views 191
      • 182 on SlideShare
      • 9 from embeds
    • Comments 0
    • Favorites 0
    • Downloads 0
    Most viewed embeds
    • 8 views on http://www.investigaonline.com
    • 1 views on http://investigaonline.com

    more

    All embeds
    • 8 views on http://www.investigaonline.com
    • 1 views on http://investigaonline.com

    less

    Flagged as inappropriate Flag as inappropriate
    Flag as inappropriate

    Select your reason for flagging this presentation as inappropriate. If needed, use the feedback form to let us know more details.

    Cancel
    File a copyright complaint
    Having problems? Go to our helpdesk?

    Categories