Saltar al contenido principal
Loading...
Skip to article
  • Qualtrics Platform
    Qualtrics Platform
  • Customer Journey Optimizer
    Customer Journey Optimizer
  • XM Discover
    XM Discover
  • Qualtrics Social Connect
    Qualtrics Social Connect

Filtrar por datos estructurados (diseñador)


Was this helpful?


This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

The feedback you submit here is used only to help improve this page.

That’s great! Thank you for your feedback!

Thank you for your feedback!


Acerca del filtrado por datos estructurados

Utilice atributos de datos estructurados para filtrar comentarios en modelos que categoricen y muestren la información más relevante de su conjunto de datos. Para obtener información sobre cómo crear y editar filtros, consulte Filtrar datos (diseñador).

Consejo Q: La mayoría de los filtros estructurados se crean utilizando atributos. Para obtener más información sobre cómo crear y editar atributos en XM Discover, consulte Atributos.

Filtrar por opinión

XM Discover utiliza el análisis de opiniones para determinar la opinión general de las opiniones. La opinión está disponible como un atributo del sistema con bandas predefinidas:

  • Opinión negativa: feedback con una puntuación de opinión de -5,0 a -1,0
  • Opinión neutra: feedback con una puntuación de opinión de -0,99 a 0,99
  • Opinión positiva: feedback con una puntuación de opinión de 1 a 5,0
Consejo Q: Puede crear rangos de opiniones personalizados con el atributo del sistema de opiniones. Por ejemplo, _degreesentimentindex:[2.51 TO 5].

Filtrar por idioma

Utilice los siguientes atributos del sistema de descubrimiento para filtrar por tipo de datos:

  • CB Idioma detectado automáticamente ( _languageested): los comentarios de idioma se han enviado si su proyecto utiliza la detección automática de idioma.
  • CB Idioma procesado ( _language ): El feedback de idioma se ha enviado en. Si XM Discover no admite el idioma, se marcará como “OTROS”.

XM Discover es capaz de reconocer y etiquetar datos con más de 150 idiomas mediante la función de detección automática de idiomas. Sin la detección automática de idioma, están disponibles los siguientes idiomas:

  • Árabe
  • Bengalí
  • Chino (simplificado y tradicional)
  • Neerlandés
  • Inglés
  • Francés
  • Alemán
  • Hindi
  • Indonesio
  • Italiano
  • Japonés
  • Coreano
  • Polaco
  • Portugués
  • Rumano
  • Ruso
  • Español
  • Sueco
  • Tagalo
  • Tailandés
  • Turco
  • Vietnamita
Atención: los verbatims con menos de 10 caracteres están etiquetados como ingleses.

Filtrar por tipo de datos

Para filtrar el feedback por el tipo de datos que se ha enviado, utilice los siguientes atributos del sistema:

  • ID de origen ( _id_source ): El origen de datos de las oraciones.
  • Tipo de Verbatim ( _verbatimtype ): El nombre del campo textual por el que desea filtrar. Esto es útil si tiene varias columnas textuales.
Ejemplo: Supongamos que tiene dos columnas textuales: Revisión y Respuesta. Cree una regla para _verbatimtype:review para devolver un modelo que solo muestre datos de la columna Revisar textualmente.

Filtrar por tipo de contenido

Para proyectos con la detección de tipos de contenido habilitada, utilice los siguientes atributos del sistema para filtrar comentarios de anuncios, spam y otros datos no accionables:

  • Tipo de contenido CB ( cb_content_type ): Si los documentos están marcados como contentful, es decir, que contienen contenido o no contentful.
  • Subtipo de contenido CB ( cb_content_subtype ): agrupa los documentos marcados como no contentos en anuncios, cupones, enlaces de artículos o “no definidos”.
Ejemplo: Si desea crear un modelo que solo categorice datos de contenido, cree una regla utilizando el atributo de sistema CB Content Type: cb_content_type:contentful.

Filtrar por tipo de frase

XM Discover utiliza el análisis semántico para identificar la intención relevante para sus análisis. Estas categorías se utilizan en el atributo de sistema a nivel de sentencia: CB Sentence Type ( cb_sentence_type ). Analizar el tipo de intención utilizado en sus datos puede ayudar a comprender cómo se puede mejorar la experiencia del cliente.

Haga clic en los siguientes tipos de frases para ver qué se identifica mediante el atributo de tipo de frase:

Frases accionables
Sugerencias y recomendaciones sobre cómo mejorar la experiencia del cliente, así como problemas que requieren atención inmediata.

  • Abandono: Amenaza de perder clientes.
  • Llame por ayuda: Solicita ayuda y asistencia.
  • Solicitud: contiene una solicitud implícita o explícita, como una llamada de acción o información.
  • Sugerencia: Contiene una sugerencia implícita o explícita para cambiar algo.
  • Titularidad: durante cuánto tiempo ha utilizado un cliente un servicio o producto.
  • Cancelación: Contiene una amenaza o intención de cancelar su membresía, servicio u otra transacción. Este tipo también captura la no renovación, la desinscripción o la rescisión.
Frases relacionadas con el sentimiento
Identifica el sentimiento de las oraciones a las que les faltan recomendaciones procesables.

  • Apatético: No expresa interés ni preocupación.
  • Negativo genérico: sentimiento negativo que carece de un objetivo específico.
  • Alabanza genérica: sentimiento positivo que carece de un objetivo específico.
  • Recomendar: Recomienda la experiencia de este cliente.
  • No recomienda: Asesora en contra de la experiencia de este cliente.
Frases de pregunta/respuesta
Tipos de comentarios de las respuestas a las preguntas de la encuesta.

  • Apología: Contiene una disculpa explícita.
  • Referencia cruzada: hace referencia a un comentario anterior o a una respuesta.
  • No lo sé: la retroalimentación no puede proporcionar una respuesta. Por ejemplo, “Ojalá supiera”.
  • Todo: Respuestas que cubren todas las opciones sugeridas.
  • Lista: contiene una lista de elementos.
  • Sin comentario: El encuestado rechaza comentar o dejar una respuesta. Por ejemplo, “N/A”.
  • : Contiene afirmaciones genéricas.
Sentencias de comentarios sociales
Feedback relacionado con los aspectos sociales de la interacción con el cliente, como saludos, risas y gratitud.

  • Hola/Adiós: Saludos y despedidas.
  • Risas: Expresiones de risa, ya sea verbalmente o mediante el uso de emojis. Por ejemplo, “Jaja! xD”.
  • Gracias: Expresiones de gratitud.
Frases de divulgación legal
Comentarios que contienen divulgaciones legales.

  • Divulgación: Contiene declaraciones de divulgación. Por ejemplo, “Esta llamada puede ser monitoreada o grabada”.
  • Mini-Miranda: Aplicable en los Estados Unidos, contiene una advertencia legal Mini-Miranda. Por ejemplo, “El propósito de la comunicación es cobrar una deuda”.
Frases específicas de conversación
Comentarios específicos para las conversaciones del centro de contacto. Estos tipos de frases solo están disponibles con datos conversacionales.

  • Empatía: La empatía se expresa, como disculparse, demostrar interés o reconocer dificultades.
  • Retener: los clientes se colocan en espera.
  • Transferencia: Los clientes solicitan ser transferidos o los representantes transfieren un cliente.
Consejo Q: Las frases que no coinciden con ninguno de los tipos de frases están etiquetadas como NO DEFINIDAS.

Filtrar por recuento de palabras

Utilice el recuento de palabras de frase o los atributos de recuento de palabras de documento para filtrar los datos por el número de palabras en su frase o registro. El rango establecido en estos atributos incluye valores. Si el recuento de palabras es cero, la frase/registro no tiene texto o se cargó antes de que se habilitara la función.

  • CB Sentence Word Count ( cb_sentence_word_count ): El atributo de nivel de antigüedad le permite filtrar datos por el número de palabras en una frase.
    Consejo Q: Para ver frases con 10 palabras o menos, utilice el rango cb_sentence_word_count: [1 TO 10].
  • Recuento de palabras de documento CB ( cb_document_word_count ): el atributo de nivel de registro le permite filtrar datos por el número de palabras en un registro. Esta es también la suma de todos los recuentos de palabras de frase.
    Consejo Q: Para ver registros con 50 palabras o más, utilice cb_document_word_count: [50 TO 200].

Filtrar por cuartil de frase

El atributo CB Sentence Quartile ( cb_sentence_quartile ) identifica la parte del literal que sigue una frase. Los valores son 1-4, y cada sección representa el 25% de la longitud literal. Si un registro tiene múltiples literales, habrá cuartiles para cada literal en el registro.

Consejo Q: Este atributo puede ser útil si desea centrarse en el motivo por el que los clientes llaman a, que normalmente se analiza en el primer cuartil (1 ) literal). Como alternativa, si está interesado en cómo los representantes están finalizando sus llamadas, puede limitar sus informes al último cuartil ( 4 ).

Aplicando cuartil de frase

Si a sus datos históricos les faltan datos de cuartil de frase, puede añadirlos a sus datos.

  1. Vaya a la pestaña Categorizar de su proyecto.
    Ficha Categorizar, flujos de datos personalizados en las opciones de ejecución del nodo superior
  2. Haga clic con el botón derecho en un modelo de categoría.
  3. Pase el cursor por encima de Ejecutar y seleccione Flujos de datos personalizados.
  4. Seleccione Volver a procesar atributos derivados de idioma.
    Volver a procesar atributos derivados de idioma del flujo de datos personalizado de ejecución
  5. Seleccione si desea procesar todos los datos del proyecto o los datos de una sesión específica.
  6. Haga clic en Ejecutar.

Filtrar por esfuerzo

CB Esfuerzo mide el nivel de esfuerzo expresado por los clientes durante su experiencia. Este atributo está disponible a nivel de frase en una escala de -5 a 5, con -5 indica la experiencia más difícil y 5 indica la experiencia más fácil. El rango incluye valores.

Consejo Q: para ver las oraciones en las que el nivel de esfuerzo expresado es muy alto, puede utilizar el rango: cb_sentence_ease_score:[-5 a -3].
Consejo Q: El esfuerzo CB solo es compatible con números enteros.

Filtrar por titularidad de fidelización

CB Loyalty Tenure le permite filtrar datos por el período de tiempo en años en que un cliente ha utilizado un servicio o es propietario de un producto. Este atributo está disponible a nivel de frase en oraciones con el tipo de frase de titularidad. El rango incluye valores.

Ejemplo: La frase “He sido cliente durante 10 años” devolverá un valor de tenencia de lealtad de 10. Para ver oraciones con una antigüedad de hasta 10 años, utilice el siguiente rango: cb_loyalty_tenure:[1 TO 10].

Filtrar por tipo de interacción

El tipo de interacción CB ( cb_interaction_type) define los datos por el tipo de interacción XM, lo que le permite distinguir los comentarios regulares de los datos conversacionales. Este atributo está disponible en los niveles de documento, literal y frase.

El tipo de interacción puede tener los siguientes valores:

  • Chat: Datos conversacionales de canales digitales.
  • Comentarios: Datos de comentarios frecuentes (como encuestas, revisiones, etc.).
  • Voz: Datos conversacionales de conversaciones transcritas en audio.

Muchas de las páginas de este sitio han sido traducidas del inglés original utilizando la traducción automática. Aunque en Qualtrics hemos realizado nuestra diligencia debida para obtener las mejores traducciones automáticas posibles, la traducción automática nunca es perfecta. El texto original en inglés se considera la versión oficial, y cualquier discrepancia entre el inglés original y las traducciones automáticas no son legalmente vinculantes.