SlideShare una empresa de Scribd logo
1 de 26
Descargar para leer sin conexión
Text Mining
La Última Palabra




 Yesenia González Pedraza
        www.pearson-research.com
Preguntas abiertas…
Preguntas abiertas…




       www.pearson-research.com
RIESGOS AL CODIFICAR
            Riesgos al codificar
                g
Mediación del codificador:
A     la   intervención del
encuestador se añade la del                    Empobrecimiento        del   contenido:
                                               Cuando la pregunta permite respuestas
codificador que debe decidir
                                               de gran diversidad‐ encuestas complejas,
e interpretar.                                 contradictorias o vagas‐ la información se
                                               confunde.




Las       respuestas    poco
                                                           Destrucción de la forma: La
frecuentes se eliminan a
                                                           forma de la información se
priori. Las respuestas raras,
                                                           mutila y a menudo su
originales y poco claras
                                                           contenido se empobrece.
originadas en una primera
lectura se asignan a códigos
residuales.

                                www.pearson-research.com
¿Qué dice el cliente? 

           AMABILIDAD
                        SONRISA
      rapidez comunicación
claridad
            NO
               CERCANÍA      comodidad
       ayuda            FACILIDAD




                                    www.pearson-research.com
Text Mining
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:




                      www.pearson-research.com
Text Mining

   Yo pondría aire 
   acondicionado 
       y además 
                                         Deberían poner 
                                         Deberían poner
   implementaría citas                   más atención a la 
   por teléfono para que                   hora de atender al 
                                         cliente porque luego nos 
   la atención fuera más                 dejan esperando horas y nadie 

     Que pongan 
        rápida                                     nos atiende

     estacionamiento 
     porque la grúa se 
                                                       Modificar la tienda 
        lleva los coches                              para estar satisfecho en 
                                                     la sala de espera, respetar los 
                                                                      turnos.

NO 
NO discriminen a la 
gente que no llegue de 
        traje                                                               Mayor 
                                                                          ventilación 
                                                                          porque el lugar es 
                                                                              pequeño
                                                                              peq eño




                           www.pearson-research.com
¿Cómo text mining puede resolver problemas 
      de investigación de mercados?
         investigación de mercados?

  IDENTIFICAR
    VOCABULARIO
                  ESTRUCTRA DE ASOCIACIÓN DE UN TEXO


                                                                        CLUSTERS
                                                                     SEMÁ ICOS
                                                                         ÁNT
                                                                                           QUE 
                                                       RECONOZC                          pongan 
                                                           AN al 
                                                          cliente 
                                                                         NO               sillas 
                                                                                         porque 
                                                                     discriminen a la 
                                                        frecuente
                                                        f        t     gente que no        me 
                                                                      llegue de traje     canso




                      www.pearson-research.com
IDENTIFICANDO VOCABULARIO ESPCÍFICO POR SEGMENTOS




                www.pearson-research.com
Identificando Vocabulario específico por 
               Segmentos
    Encontrar las palabras más
frecuentemente utilizadas en cada
grupo y el contexto de las mismas.




                 Palabras que caracterizan a los 
                 segmentos por su presencia o 
                           ausencia
                           ausencia.




                             www.pearson-research.com
Identificando Vocabulario
    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.



               www.pearson-research.com
Vocabulario C
                Vocabulario C+
                  Palabras Características     Porcentaje     Porcentaje    Frecuencias     Frecuencias    Valor del 
                       del Segmento             Interno         Global        internas        Globales       Test

                 ESTACIONAMIENTO                   20            11            70             192          5.345

                 PERSONALIZADA                     14             7            48             126          4.702
Especificidad
                 DAR                               6              2            22               42         4.578
  Positiva       NUEVOS                            30            20           104             354          4.323

                 PREPARADOS                        7              3             23              53         3.806




                                                                  FRASES TÍPICAS
                                                                  FRASES TÍPICAS
    RAPIDEZ
                                                         “Dar una atención especializada”
     DINERO                                                                         Ind. 3455
       ABRIR      Especificidad
        PICO        Negativa                                 “Que el personal sea amable y de
                                                              información clara de todos los
CONTRATARIA
                                                                    productos” Ind 5677
   CARÁCTER
      EVITAR

                                www.pearson-research.com
Vocabulario D
                   Vocabulario D
                     Palabras Características     Porcentaje    Porcentaje    Frecuencias     Frecuencias    Valor del 
                          del Segmento             Interno        Global        internas        Globales       Test

                                   BIEN               52           41            355             727         5.228
                                                                                                             5 228
Especificidad
                           ATENDERLOS                 15           10            100             178         4.497

  Positiva                          NO                1.8          1.6           1265            2959        3.938

                            TRATARLOS                 3             1            18              23          3.598

                           AMABILIDAD                 26            21           178             369         3.468

                               RAPIDEZ                2             1            15              19          3.292

                                DINERO                44            38           305             670         3.288


                                                                    FRASES TÍPICAS
                                                                    FRASES TÍPICAS
    SEGUIMIENTO
      PRODUCTOS
                                                      “Más rapidez en el servicio y más
       VENDEDOR
                                                               amabilidad”
                                                                               Ind. 275
          COSTOS   Especificidad
                     Negativa                          “Pondría más personal” Ind 1293
         CALIDEZ
       CANALIZAR
        CAMBIAR


                                   www.pearson-research.com
El contexto del “NO”
 DECIR  LA VERDAD DE LO QUE VAN A 
                                                          VIVIR ENGAÑADOS
                     COBRAR PARA 


  QUE LA ATENCIÓN CON SERVICIO AL 
                                                          VIA TELEFÓNICA
CLIENTE SEA DE MANERA PERSONAL Y 


   DAR IGUAL TRATO A LOS CLIENTES                         VAYAN CON TRAJE
                         AUNQUE 


QUE SEAN MÁS ACTIVOS EN ATENDER                           HUELA MAL LA TIENDA
           A LAS PERSONAS Y QUE 
           A LAS PERSONAS Y QUE


 ABRIR MÁS PUESTOS PARA QUE LOS                              TUVIERAN QUE 
                       CLIENTES                                ESPERAR

                                                          TENGAN PREFERENCIA POR 
QUE HAYA IGUALDAD Y QUE                                      LAS PERSONAS QUE 
                                                           CONOZCAN AL PERSONAL




                               www.pearson-research.com
RECOMENDACIONES 
     RECOMENDACIONES
Los clientes de nivel C+ necesitan un plus
                                       p
en el servicio de la cadena. Necesitan que
se les haga más cómoda la compra
            g                           p
generando acciones que personalicen el
servicio.

El nivel D percibe discriminación Ellos
                    discriminación.
necesitan ser atendidos, escuchados y
considerados de igual forma que los demás
                                    demás.
               www.pearson-research.com
ENCONTRANDO LA ESTRUCTRA DE ASOCIACIÓN DE PALABRAS EN UN TEXO




                       www.pearson-research.com
Estructura de Asociación 
  Encontrando la estructura de
                la estructura de 
  asociación de palabras en un 
              texto

Visualizar gráficamente la asociación de
palabras con segmentos demográficos,
actitudinales, etc.
actitudinales, etc.



     Identificar zonas de 
      d    f           d
         vocabulario



                               www.pearson-research.com
Estructura de Asociación
    Estructura de Asociación

Extraído del estudio “La salud en las
ciudades
ciudades” destinado a conocer los hábitos de
vida relacionados con la salud.

¿Qué es para usted la salud?




                 www.pearson-research.com
Estructura de Asociación
                                                                                                  pueda           menos
                                   uno                          cada                                                                    poco
                                                    ir
                                                                                                                                 sea
                                          malo                                                                                   cuidarse
                                                                                           problema                              mentalmente
                                                                     H+50
          ya                                                                                   normal                                      general
                        tenemos                                     puede                          hacer      beber             ejercicio
                                                            salud                                       cosas
                            trabajo                                                                   tiene     ser           como
               principal                                pode
                                                        poder                                                                                      todos
                                                                                       ninguna                         H‐35
                                                                                                                       H 35                    forma
                mejor                 está                  hay                                                                                   tanto
                                                    M‐50
                                                                                         pues                      cuando               H‐20
                             ni
                    bueno                                       tener                                  H‐50             mismo             fumardeporte
                    yo                                                                   hace                                                      algo
                                                                enfermo
tengo                nada                 come                   eso                    mal                                              física
                            M+50                   porque                                                                         cuerpo
        estoy              trabaja               teniendo
                                                    i d                                   estar                          siente
                                                                                                               feliz vida enfermedad
                                                                                                               f l
                                                                                                                                            encuentra
                                                                                                                                               tu
               tienes                                                                           buena         sentirse              físicamente
                                                               para
                                                                                                                te          M‐20        físico
                                                         enfermedades
                                                            buen                                                       sano
                                                                                                                               estado
                                                                                                M-35
                            me                                                          bien                                        mental
                           duela                                                                                     llevar               l i
                                                                                                                                       cualquier
                                                                                       creo                                     psíquico
                       dinero                                                                                                    también
                     su                                                                   pero
               mí
he
                                                                                                                     alimentación
  dolores                                                                              p
                                                                                       puedes                 encontrarse
                    ganas                                            ahora
                                  dolor                                                          Psíquicamente



                                                                     www.pearson-research.com
CONCLUSIONES
La configuración observada sugiere la
existencia de una evolución progresiva del
vocabulario con la edad
                   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
                  mujer.
Existe un uso de palabras de diferenciado por
sexo.
                 www.pearson-research.com
CLUSTERS
SEMÁNTICOS




www.pearson-research.com
¿Cómo text mining puede resolver problemas 
      de investigación de mercados?
         investigación de mercados?
                                                                    RECONOZCAN al 
                                                                         cliente 
                                                    NO                 frecuente
                                                                                     QUE pongan 
                                                discriminen a la                     sillas porque 
                                                  gente que no                         me canso


       Formación de                              llegue de traje




    Clusters Semánticos




    Obtener grupos tan homogéneos como sea
    posible con respecto a sus opiniones a una
    pregunta abierta.
             abierta.



                     www.pearson-research.com
RECONOZCAN 
                                al cliente 


NO 
discriminen a la gente que 
                                frecuente       QUE pongan 
                                                sillas porque 
                                                  me canso
     no llegue de traje




                                                                 Clusters semánticos
                                              Si usted fuera el gerente de la tienda…¿qué haría para que sus
                                              clientes quedaran más satisfechos? At ió a clientes en una
                                                li t       d       á     ti f h ? Atención     li t
                                              tienda departamental

                                                                          CLIENTE                               MAS
                              45                                         MEJORAR                            AGILIZAR     18    4
                                                                  AB       DAR
                                                                         ATENCION
                                                                                                           PERSONAL
                                                                                                              ABRIR    C C D
                                                           M           PERSONALIZADO                        RAPIDEZ
                                                                           BUEN
                                                                                                              PONER
                                                                          TRATO
                                                                                                               PICO
                                                                        INFORMACION
                                                                                                          CONTRATAR
                                                                        AMABILIDAD
                                                                                                            SERVICIO
                                                                          BRINDAR
                                                                         PROBLEMA                             GENTE

                                                                         NECESIDAD                        FUNCIONAR
                                                                         CAPACITAR                         TARDANZA
                                                                          CURSO                             TRAMITE
                                                                         RESOLVER                         AUMENTAR




                                                                               www.pearson-research.com
VENTAJAS
TEX MINING


  www.pearson-research.com
p
                                                Rápido

                       S in codificación
                              difi ió
PREGUNTAS ABIERTAS

                               M

                               E                   A


                     www.pearson-research.com
T      M           se utiliza también en…

    Evaluación de Concepto
    Recordación publicitaria
    Monitoreo de Blogs
    Focus groups



                    www.pearson-research.com
MUCHAS GRACIAS



                            Homero 223-P.H.
                 Col. Polanco CP 11560 México, D.F.
Tel. ( 52
T l (+52 55) 55 31 53 24, (+52 55) 55 31 55 60. Fax. ( 52 55) 52 03 82 30
                      24 ( 52               60 F (+52
                   pearson@pearson-research.com
                      www.pearson-research.com




                         www.pearson-research.com

Más contenido relacionado

Destacado

Big Data & Text Mining
Big Data & Text MiningBig Data & Text Mining
Big Data & Text MiningMichel Bruley
 
Minig text and audiovisual data
Minig text and audiovisual dataMinig text and audiovisual data
Minig text and audiovisual dataJonathan Calero
 
Seguimiento twitter de las elecciones generales 2015 de Andorra la Vella
Seguimiento twitter de las elecciones generales 2015 de Andorra la VellaSeguimiento twitter de las elecciones generales 2015 de Andorra la Vella
Seguimiento twitter de las elecciones generales 2015 de Andorra la Vellajvaron
 
Curso Big Data. AplicaciónText mining con R by María Garcia y Francisco París
Curso Big Data. AplicaciónText mining con R by María Garcia y Francisco ParísCurso Big Data. AplicaciónText mining con R by María Garcia y Francisco París
Curso Big Data. AplicaciónText mining con R by María Garcia y Francisco ParísVictoria López
 
Dell social media analysis jun jul copia
Dell social media analysis jun   jul copiaDell social media analysis jun   jul copia
Dell social media analysis jun jul copiaDaniel Plascencia
 
Twiter trabajo
Twiter trabajoTwiter trabajo
Twiter trabajoChambee
 
Data Mining Curso, PeruStat - 2014-II Lima, Perú
Data Mining Curso, PeruStat  - 2014-II Lima, PerúData Mining Curso, PeruStat  - 2014-II Lima, Perú
Data Mining Curso, PeruStat - 2014-II Lima, PerúPeruStat
 
Metodologia para el analisis de redes sociales
Metodologia para el analisis de redes socialesMetodologia para el analisis de redes sociales
Metodologia para el analisis de redes socialesMontse Fernández Crespo
 
Aplicação de text mining
Aplicação de text miningAplicação de text mining
Aplicação de text miningJosias Oliveira
 
Relación Entre Big Data, Data Mining y Estadística
Relación Entre Big Data, Data Mining y EstadísticaRelación Entre Big Data, Data Mining y Estadística
Relación Entre Big Data, Data Mining y EstadísticaDMC Perú
 
Data mining
Data miningData mining
Data miningmayimez
 
Image analysis of kidney biopsies using image –mining framework
Image analysis of kidney biopsies using image –mining frameworkImage analysis of kidney biopsies using image –mining framework
Image analysis of kidney biopsies using image –mining frameworkVinayagam .D
 
Mineria de Datos_parte V
Mineria de Datos_parte VMineria de Datos_parte V
Mineria de Datos_parte Vufrj
 
Text Mining
Text MiningText Mining
Text Miningdp6
 
Text Analytics Presentation
Text Analytics PresentationText Analytics Presentation
Text Analytics PresentationSkylar Ritchie
 

Destacado (20)

Text mining
Text miningText mining
Text mining
 
Mineria De Datos
Mineria De DatosMineria De Datos
Mineria De Datos
 
Big Data & Text Mining
Big Data & Text MiningBig Data & Text Mining
Big Data & Text Mining
 
Minig text and audiovisual data
Minig text and audiovisual dataMinig text and audiovisual data
Minig text and audiovisual data
 
Seguimiento twitter de las elecciones generales 2015 de Andorra la Vella
Seguimiento twitter de las elecciones generales 2015 de Andorra la VellaSeguimiento twitter de las elecciones generales 2015 de Andorra la Vella
Seguimiento twitter de las elecciones generales 2015 de Andorra la Vella
 
Curso Big Data. AplicaciónText mining con R by María Garcia y Francisco París
Curso Big Data. AplicaciónText mining con R by María Garcia y Francisco ParísCurso Big Data. AplicaciónText mining con R by María Garcia y Francisco París
Curso Big Data. AplicaciónText mining con R by María Garcia y Francisco París
 
Dell social media analysis jun jul copia
Dell social media analysis jun   jul copiaDell social media analysis jun   jul copia
Dell social media analysis jun jul copia
 
Twiter trabajo
Twiter trabajoTwiter trabajo
Twiter trabajo
 
Data Mining Curso, PeruStat - 2014-II Lima, Perú
Data Mining Curso, PeruStat  - 2014-II Lima, PerúData Mining Curso, PeruStat  - 2014-II Lima, Perú
Data Mining Curso, PeruStat - 2014-II Lima, Perú
 
Metodologia para el analisis de redes sociales
Metodologia para el analisis de redes socialesMetodologia para el analisis de redes sociales
Metodologia para el analisis de redes sociales
 
Campus Party2010
Campus Party2010Campus Party2010
Campus Party2010
 
Aplicação de text mining
Aplicação de text miningAplicação de text mining
Aplicação de text mining
 
J15 45 peset_fernanda
J15 45 peset_fernandaJ15 45 peset_fernanda
J15 45 peset_fernanda
 
Relación Entre Big Data, Data Mining y Estadística
Relación Entre Big Data, Data Mining y EstadísticaRelación Entre Big Data, Data Mining y Estadística
Relación Entre Big Data, Data Mining y Estadística
 
Data mining
Data miningData mining
Data mining
 
Image analysis of kidney biopsies using image –mining framework
Image analysis of kidney biopsies using image –mining frameworkImage analysis of kidney biopsies using image –mining framework
Image analysis of kidney biopsies using image –mining framework
 
Mineria de Datos_parte V
Mineria de Datos_parte VMineria de Datos_parte V
Mineria de Datos_parte V
 
Taller de Text Mining en Twitter con R
Taller de Text Mining en Twitter con RTaller de Text Mining en Twitter con R
Taller de Text Mining en Twitter con R
 
Text Mining
Text MiningText Mining
Text Mining
 
Text Analytics Presentation
Text Analytics PresentationText Analytics Presentation
Text Analytics Presentation
 

Más de Evelyn Femat

Habitos del internauta mexicano 2014 amipci
Habitos del internauta mexicano 2014 amipciHabitos del internauta mexicano 2014 amipci
Habitos del internauta mexicano 2014 amipciEvelyn Femat
 
20 nuevas reglas para la investigacion sobre la actividad publicitaria jorge ...
20 nuevas reglas para la investigacion sobre la actividad publicitaria jorge ...20 nuevas reglas para la investigacion sobre la actividad publicitaria jorge ...
20 nuevas reglas para la investigacion sobre la actividad publicitaria jorge ...Evelyn Femat
 
19 una misma mandarina, nuevos gajos luis woldenberg nodo
19 una misma mandarina, nuevos gajos luis woldenberg nodo19 una misma mandarina, nuevos gajos luis woldenberg nodo
19 una misma mandarina, nuevos gajos luis woldenberg nodoEvelyn Femat
 
18 accelerating sales and profits herb sorensen tns
18 accelerating sales and profits herb sorensen tns18 accelerating sales and profits herb sorensen tns
18 accelerating sales and profits herb sorensen tnsEvelyn Femat
 
17 nuevas reglas en el juego de la investigación a. lopez y e. gonzalez millw...
17 nuevas reglas en el juego de la investigación a. lopez y e. gonzalez millw...17 nuevas reglas en el juego de la investigación a. lopez y e. gonzalez millw...
17 nuevas reglas en el juego de la investigación a. lopez y e. gonzalez millw...Evelyn Femat
 
16 las mediciones neurobiológicas alicia martin del campo qualimerc
16 las mediciones neurobiológicas alicia martin del campo qualimerc16 las mediciones neurobiológicas alicia martin del campo qualimerc
16 las mediciones neurobiológicas alicia martin del campo qualimercEvelyn Femat
 
15 la investigación de mercado en un mundo de redes sociales diego meller livra
15 la investigación de mercado en un mundo de redes sociales diego meller livra15 la investigación de mercado en un mundo de redes sociales diego meller livra
15 la investigación de mercado en un mundo de redes sociales diego meller livraEvelyn Femat
 
14 la palabra clave para la investigación en proximos 10 años abraham geifman...
14 la palabra clave para la investigación en proximos 10 años abraham geifman...14 la palabra clave para la investigación en proximos 10 años abraham geifman...
14 la palabra clave para la investigación en proximos 10 años abraham geifman...Evelyn Femat
 
13 por qué la creatividad jose terrats phenoma
13 por qué la creatividad jose terrats phenoma13 por qué la creatividad jose terrats phenoma
13 por qué la creatividad jose terrats phenomaEvelyn Femat
 
12 la palabra clave en investigación adrzej rattinger merca20
12 la palabra clave en investigación adrzej rattinger merca2012 la palabra clave en investigación adrzej rattinger merca20
12 la palabra clave en investigación adrzej rattinger merca20Evelyn Femat
 
11 pecha kucha alici martin del campo qualimerc
11 pecha kucha alici martin del campo qualimerc11 pecha kucha alici martin del campo qualimerc
11 pecha kucha alici martin del campo qualimercEvelyn Femat
 
10 pecha kucha alejandro herrera tns ri
10 pecha kucha alejandro herrera tns ri10 pecha kucha alejandro herrera tns ri
10 pecha kucha alejandro herrera tns riEvelyn Femat
 
9 cual será la palabra im en 2020 oscar balcazar serta
9 cual será la palabra im en 2020 oscar balcazar serta9 cual será la palabra im en 2020 oscar balcazar serta
9 cual será la palabra im en 2020 oscar balcazar sertaEvelyn Femat
 
8 presentacion amai pecha kucha
8 presentacion amai pecha kucha8 presentacion amai pecha kucha
8 presentacion amai pecha kuchaEvelyn Femat
 
7 from asking to anticipating lindsay atkins millward brown
7 from asking to anticipating lindsay atkins millward brown7 from asking to anticipating lindsay atkins millward brown
7 from asking to anticipating lindsay atkins millward brownEvelyn Femat
 
6 la vida en linea daniela buenfil kitelab
6 la vida en linea daniela buenfil kitelab6 la vida en linea daniela buenfil kitelab
6 la vida en linea daniela buenfil kitelabEvelyn Femat
 
5 tendencias mundiales su impacto en el mexicano l. ruvalcaba y c. galindo brain
5 tendencias mundiales su impacto en el mexicano l. ruvalcaba y c. galindo brain5 tendencias mundiales su impacto en el mexicano l. ruvalcaba y c. galindo brain
5 tendencias mundiales su impacto en el mexicano l. ruvalcaba y c. galindo brainEvelyn Femat
 
4 appreciation leonardo lopez ibope
4 appreciation leonardo lopez ibope4 appreciation leonardo lopez ibope
4 appreciation leonardo lopez ibopeEvelyn Femat
 
3 targeting efectivo ma luisa villegas nielsen
3 targeting efectivo ma luisa villegas nielsen3 targeting efectivo ma luisa villegas nielsen
3 targeting efectivo ma luisa villegas nielsenEvelyn Femat
 
2 nuevas formas, nuevos métodos javier alagon estadística aplicada
2 nuevas formas, nuevos métodos javier alagon estadística aplicada2 nuevas formas, nuevos métodos javier alagon estadística aplicada
2 nuevas formas, nuevos métodos javier alagon estadística aplicadaEvelyn Femat
 

Más de Evelyn Femat (20)

Habitos del internauta mexicano 2014 amipci
Habitos del internauta mexicano 2014 amipciHabitos del internauta mexicano 2014 amipci
Habitos del internauta mexicano 2014 amipci
 
20 nuevas reglas para la investigacion sobre la actividad publicitaria jorge ...
20 nuevas reglas para la investigacion sobre la actividad publicitaria jorge ...20 nuevas reglas para la investigacion sobre la actividad publicitaria jorge ...
20 nuevas reglas para la investigacion sobre la actividad publicitaria jorge ...
 
19 una misma mandarina, nuevos gajos luis woldenberg nodo
19 una misma mandarina, nuevos gajos luis woldenberg nodo19 una misma mandarina, nuevos gajos luis woldenberg nodo
19 una misma mandarina, nuevos gajos luis woldenberg nodo
 
18 accelerating sales and profits herb sorensen tns
18 accelerating sales and profits herb sorensen tns18 accelerating sales and profits herb sorensen tns
18 accelerating sales and profits herb sorensen tns
 
17 nuevas reglas en el juego de la investigación a. lopez y e. gonzalez millw...
17 nuevas reglas en el juego de la investigación a. lopez y e. gonzalez millw...17 nuevas reglas en el juego de la investigación a. lopez y e. gonzalez millw...
17 nuevas reglas en el juego de la investigación a. lopez y e. gonzalez millw...
 
16 las mediciones neurobiológicas alicia martin del campo qualimerc
16 las mediciones neurobiológicas alicia martin del campo qualimerc16 las mediciones neurobiológicas alicia martin del campo qualimerc
16 las mediciones neurobiológicas alicia martin del campo qualimerc
 
15 la investigación de mercado en un mundo de redes sociales diego meller livra
15 la investigación de mercado en un mundo de redes sociales diego meller livra15 la investigación de mercado en un mundo de redes sociales diego meller livra
15 la investigación de mercado en un mundo de redes sociales diego meller livra
 
14 la palabra clave para la investigación en proximos 10 años abraham geifman...
14 la palabra clave para la investigación en proximos 10 años abraham geifman...14 la palabra clave para la investigación en proximos 10 años abraham geifman...
14 la palabra clave para la investigación en proximos 10 años abraham geifman...
 
13 por qué la creatividad jose terrats phenoma
13 por qué la creatividad jose terrats phenoma13 por qué la creatividad jose terrats phenoma
13 por qué la creatividad jose terrats phenoma
 
12 la palabra clave en investigación adrzej rattinger merca20
12 la palabra clave en investigación adrzej rattinger merca2012 la palabra clave en investigación adrzej rattinger merca20
12 la palabra clave en investigación adrzej rattinger merca20
 
11 pecha kucha alici martin del campo qualimerc
11 pecha kucha alici martin del campo qualimerc11 pecha kucha alici martin del campo qualimerc
11 pecha kucha alici martin del campo qualimerc
 
10 pecha kucha alejandro herrera tns ri
10 pecha kucha alejandro herrera tns ri10 pecha kucha alejandro herrera tns ri
10 pecha kucha alejandro herrera tns ri
 
9 cual será la palabra im en 2020 oscar balcazar serta
9 cual será la palabra im en 2020 oscar balcazar serta9 cual será la palabra im en 2020 oscar balcazar serta
9 cual será la palabra im en 2020 oscar balcazar serta
 
8 presentacion amai pecha kucha
8 presentacion amai pecha kucha8 presentacion amai pecha kucha
8 presentacion amai pecha kucha
 
7 from asking to anticipating lindsay atkins millward brown
7 from asking to anticipating lindsay atkins millward brown7 from asking to anticipating lindsay atkins millward brown
7 from asking to anticipating lindsay atkins millward brown
 
6 la vida en linea daniela buenfil kitelab
6 la vida en linea daniela buenfil kitelab6 la vida en linea daniela buenfil kitelab
6 la vida en linea daniela buenfil kitelab
 
5 tendencias mundiales su impacto en el mexicano l. ruvalcaba y c. galindo brain
5 tendencias mundiales su impacto en el mexicano l. ruvalcaba y c. galindo brain5 tendencias mundiales su impacto en el mexicano l. ruvalcaba y c. galindo brain
5 tendencias mundiales su impacto en el mexicano l. ruvalcaba y c. galindo brain
 
4 appreciation leonardo lopez ibope
4 appreciation leonardo lopez ibope4 appreciation leonardo lopez ibope
4 appreciation leonardo lopez ibope
 
3 targeting efectivo ma luisa villegas nielsen
3 targeting efectivo ma luisa villegas nielsen3 targeting efectivo ma luisa villegas nielsen
3 targeting efectivo ma luisa villegas nielsen
 
2 nuevas formas, nuevos métodos javier alagon estadística aplicada
2 nuevas formas, nuevos métodos javier alagon estadística aplicada2 nuevas formas, nuevos métodos javier alagon estadística aplicada
2 nuevas formas, nuevos métodos javier alagon estadística aplicada
 

Último

Las sociedades anónimas en el Perú , de acuerdo a la Ley general de sociedades
Las sociedades anónimas en el Perú , de acuerdo a la Ley general de sociedadesLas sociedades anónimas en el Perú , de acuerdo a la Ley general de sociedades
Las sociedades anónimas en el Perú , de acuerdo a la Ley general de sociedadesPatrickSteve4
 
Sostenibilidad y continuidad huamcoli robin-cristian.pptx
Sostenibilidad y continuidad huamcoli robin-cristian.pptxSostenibilidad y continuidad huamcoli robin-cristian.pptx
Sostenibilidad y continuidad huamcoli robin-cristian.pptxmarlonrea6
 
SENTENCIA COLOMBIA DISCRIMINACION SELECCION PERSONAL.pdf
SENTENCIA COLOMBIA DISCRIMINACION SELECCION PERSONAL.pdfSENTENCIA COLOMBIA DISCRIMINACION SELECCION PERSONAL.pdf
SENTENCIA COLOMBIA DISCRIMINACION SELECCION PERSONAL.pdfJaredQuezada3
 
2 Tipo Sociedad comandita por acciones.pptx
2 Tipo Sociedad comandita por acciones.pptx2 Tipo Sociedad comandita por acciones.pptx
2 Tipo Sociedad comandita por acciones.pptxRicardo113759
 
TEORÍAS DE LA MOTIVACIÓN Recursos Humanos.pptx
TEORÍAS DE LA MOTIVACIÓN Recursos Humanos.pptxTEORÍAS DE LA MOTIVACIÓN Recursos Humanos.pptx
TEORÍAS DE LA MOTIVACIÓN Recursos Humanos.pptxterciariojaussaudr
 
Manual para las 3 clases de tsunami de ventas.pdf
Manual para las 3 clases de tsunami de ventas.pdfManual para las 3 clases de tsunami de ventas.pdf
Manual para las 3 clases de tsunami de ventas.pdfga476353
 
Empresa Sazonadores Lopesa estudio de mercado
Empresa Sazonadores Lopesa estudio de mercadoEmpresa Sazonadores Lopesa estudio de mercado
Empresa Sazonadores Lopesa estudio de mercadoPsicoterapia Holística
 
Fabricación de Cremas en Industria Farmacéutica
Fabricación de Cremas en Industria FarmacéuticaFabricación de Cremas en Industria Farmacéutica
Fabricación de Cremas en Industria FarmacéuticaGarcaGutirrezBryan
 
CULTURA EN LA NEGOCIACIÓN CONCEPTOS Y DEFINICIONES
CULTURA EN LA NEGOCIACIÓN CONCEPTOS Y DEFINICIONESCULTURA EN LA NEGOCIACIÓN CONCEPTOS Y DEFINICIONES
CULTURA EN LA NEGOCIACIÓN CONCEPTOS Y DEFINICIONESMarielaAldanaMoscoso
 
RENTAS_EXENTAS_Y_GASTOS_NO_DEDUCIBLES_ut.ppt
RENTAS_EXENTAS_Y_GASTOS_NO_DEDUCIBLES_ut.pptRENTAS_EXENTAS_Y_GASTOS_NO_DEDUCIBLES_ut.ppt
RENTAS_EXENTAS_Y_GASTOS_NO_DEDUCIBLES_ut.pptadministracion46
 
S05_s2+Prueba+d.pdfsfeaefadwwwwwwwwwwwwwwwwwwwwwwwwww
S05_s2+Prueba+d.pdfsfeaefadwwwwwwwwwwwwwwwwwwwwwwwwwwS05_s2+Prueba+d.pdfsfeaefadwwwwwwwwwwwwwwwwwwwwwwwwww
S05_s2+Prueba+d.pdfsfeaefadwwwwwwwwwwwwwwwwwwwwwwwwwwssuser999064
 
Maria_diaz.pptx mapa conceptual gerencia industral
Maria_diaz.pptx mapa conceptual   gerencia industralMaria_diaz.pptx mapa conceptual   gerencia industral
Maria_diaz.pptx mapa conceptual gerencia industralmaria diaz
 
INFORMATIVO CIRCULAR FISCAL - RENTA 2023.ppsx
INFORMATIVO CIRCULAR FISCAL - RENTA 2023.ppsxINFORMATIVO CIRCULAR FISCAL - RENTA 2023.ppsx
INFORMATIVO CIRCULAR FISCAL - RENTA 2023.ppsxCORPORACIONJURIDICA
 
MARKETING SENSORIAL CONTENIDO, KARLA JANETH
MARKETING SENSORIAL CONTENIDO, KARLA JANETHMARKETING SENSORIAL CONTENIDO, KARLA JANETH
MARKETING SENSORIAL CONTENIDO, KARLA JANETHkarlinda198328
 
Analisis del art. 37 de la Ley del Impuesto a la Renta
Analisis del art. 37 de la Ley del Impuesto a la RentaAnalisis del art. 37 de la Ley del Impuesto a la Renta
Analisis del art. 37 de la Ley del Impuesto a la Rentamarbin6
 
La Cadena de suministro CocaCola Co.pptx
La Cadena de suministro CocaCola Co.pptxLa Cadena de suministro CocaCola Co.pptx
La Cadena de suministro CocaCola Co.pptxrubengpa
 
modulo+penal+del+16+al+20+hhggde+enero.pdf
modulo+penal+del+16+al+20+hhggde+enero.pdfmodulo+penal+del+16+al+20+hhggde+enero.pdf
modulo+penal+del+16+al+20+hhggde+enero.pdfmisssusanalrescate01
 
ADMINISTRACIÓN DE CUENTAS POR COBRAR CGSR.pptx
ADMINISTRACIÓN DE CUENTAS POR COBRAR CGSR.pptxADMINISTRACIÓN DE CUENTAS POR COBRAR CGSR.pptx
ADMINISTRACIÓN DE CUENTAS POR COBRAR CGSR.pptxRafaelSabido2
 
5.Monopolio, comparación perfecta en conta
5.Monopolio, comparación perfecta en conta5.Monopolio, comparación perfecta en conta
5.Monopolio, comparación perfecta en contaSaraithFR
 

Último (20)

Las sociedades anónimas en el Perú , de acuerdo a la Ley general de sociedades
Las sociedades anónimas en el Perú , de acuerdo a la Ley general de sociedadesLas sociedades anónimas en el Perú , de acuerdo a la Ley general de sociedades
Las sociedades anónimas en el Perú , de acuerdo a la Ley general de sociedades
 
Sostenibilidad y continuidad huamcoli robin-cristian.pptx
Sostenibilidad y continuidad huamcoli robin-cristian.pptxSostenibilidad y continuidad huamcoli robin-cristian.pptx
Sostenibilidad y continuidad huamcoli robin-cristian.pptx
 
SENTENCIA COLOMBIA DISCRIMINACION SELECCION PERSONAL.pdf
SENTENCIA COLOMBIA DISCRIMINACION SELECCION PERSONAL.pdfSENTENCIA COLOMBIA DISCRIMINACION SELECCION PERSONAL.pdf
SENTENCIA COLOMBIA DISCRIMINACION SELECCION PERSONAL.pdf
 
2 Tipo Sociedad comandita por acciones.pptx
2 Tipo Sociedad comandita por acciones.pptx2 Tipo Sociedad comandita por acciones.pptx
2 Tipo Sociedad comandita por acciones.pptx
 
TEORÍAS DE LA MOTIVACIÓN Recursos Humanos.pptx
TEORÍAS DE LA MOTIVACIÓN Recursos Humanos.pptxTEORÍAS DE LA MOTIVACIÓN Recursos Humanos.pptx
TEORÍAS DE LA MOTIVACIÓN Recursos Humanos.pptx
 
Manual para las 3 clases de tsunami de ventas.pdf
Manual para las 3 clases de tsunami de ventas.pdfManual para las 3 clases de tsunami de ventas.pdf
Manual para las 3 clases de tsunami de ventas.pdf
 
Empresa Sazonadores Lopesa estudio de mercado
Empresa Sazonadores Lopesa estudio de mercadoEmpresa Sazonadores Lopesa estudio de mercado
Empresa Sazonadores Lopesa estudio de mercado
 
Fabricación de Cremas en Industria Farmacéutica
Fabricación de Cremas en Industria FarmacéuticaFabricación de Cremas en Industria Farmacéutica
Fabricación de Cremas en Industria Farmacéutica
 
CULTURA EN LA NEGOCIACIÓN CONCEPTOS Y DEFINICIONES
CULTURA EN LA NEGOCIACIÓN CONCEPTOS Y DEFINICIONESCULTURA EN LA NEGOCIACIÓN CONCEPTOS Y DEFINICIONES
CULTURA EN LA NEGOCIACIÓN CONCEPTOS Y DEFINICIONES
 
RENTAS_EXENTAS_Y_GASTOS_NO_DEDUCIBLES_ut.ppt
RENTAS_EXENTAS_Y_GASTOS_NO_DEDUCIBLES_ut.pptRENTAS_EXENTAS_Y_GASTOS_NO_DEDUCIBLES_ut.ppt
RENTAS_EXENTAS_Y_GASTOS_NO_DEDUCIBLES_ut.ppt
 
S05_s2+Prueba+d.pdfsfeaefadwwwwwwwwwwwwwwwwwwwwwwwwww
S05_s2+Prueba+d.pdfsfeaefadwwwwwwwwwwwwwwwwwwwwwwwwwwS05_s2+Prueba+d.pdfsfeaefadwwwwwwwwwwwwwwwwwwwwwwwwww
S05_s2+Prueba+d.pdfsfeaefadwwwwwwwwwwwwwwwwwwwwwwwwww
 
Maria_diaz.pptx mapa conceptual gerencia industral
Maria_diaz.pptx mapa conceptual   gerencia industralMaria_diaz.pptx mapa conceptual   gerencia industral
Maria_diaz.pptx mapa conceptual gerencia industral
 
INFORMATIVO CIRCULAR FISCAL - RENTA 2023.ppsx
INFORMATIVO CIRCULAR FISCAL - RENTA 2023.ppsxINFORMATIVO CIRCULAR FISCAL - RENTA 2023.ppsx
INFORMATIVO CIRCULAR FISCAL - RENTA 2023.ppsx
 
MARKETING SENSORIAL CONTENIDO, KARLA JANETH
MARKETING SENSORIAL CONTENIDO, KARLA JANETHMARKETING SENSORIAL CONTENIDO, KARLA JANETH
MARKETING SENSORIAL CONTENIDO, KARLA JANETH
 
Analisis del art. 37 de la Ley del Impuesto a la Renta
Analisis del art. 37 de la Ley del Impuesto a la RentaAnalisis del art. 37 de la Ley del Impuesto a la Renta
Analisis del art. 37 de la Ley del Impuesto a la Renta
 
Tarea-4-Estadistica-Descriptiva-Materia.ppt
Tarea-4-Estadistica-Descriptiva-Materia.pptTarea-4-Estadistica-Descriptiva-Materia.ppt
Tarea-4-Estadistica-Descriptiva-Materia.ppt
 
La Cadena de suministro CocaCola Co.pptx
La Cadena de suministro CocaCola Co.pptxLa Cadena de suministro CocaCola Co.pptx
La Cadena de suministro CocaCola Co.pptx
 
modulo+penal+del+16+al+20+hhggde+enero.pdf
modulo+penal+del+16+al+20+hhggde+enero.pdfmodulo+penal+del+16+al+20+hhggde+enero.pdf
modulo+penal+del+16+al+20+hhggde+enero.pdf
 
ADMINISTRACIÓN DE CUENTAS POR COBRAR CGSR.pptx
ADMINISTRACIÓN DE CUENTAS POR COBRAR CGSR.pptxADMINISTRACIÓN DE CUENTAS POR COBRAR CGSR.pptx
ADMINISTRACIÓN DE CUENTAS POR COBRAR CGSR.pptx
 
5.Monopolio, comparación perfecta en conta
5.Monopolio, comparación perfecta en conta5.Monopolio, comparación perfecta en conta
5.Monopolio, comparación perfecta en conta
 

5 text mining la ultima palabra yesenia glez pearson

  • 1. Text Mining La Última Palabra Yesenia González Pedraza www.pearson-research.com
  • 3. RIESGOS AL CODIFICAR Riesgos al codificar g Mediación del codificador: A la intervención del encuestador se añade la del Empobrecimiento del contenido: Cuando la pregunta permite respuestas codificador que debe decidir de gran diversidad‐ encuestas complejas, e interpretar. contradictorias o vagas‐ la información se confunde. Las respuestas poco Destrucción de la forma: La frecuentes se eliminan a forma de la información se priori. Las respuestas raras, mutila y a menudo su originales y poco claras contenido se empobrece. originadas en una primera lectura se asignan a códigos residuales. www.pearson-research.com
  • 4. ¿Qué dice el cliente?  AMABILIDAD SONRISA rapidez comunicación claridad NO CERCANÍA comodidad ayuda FACILIDAD www.pearson-research.com
  • 5. Text Mining 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: www.pearson-research.com
  • 6. Text Mining Yo pondría aire  acondicionado  y además  Deberían poner  Deberían poner implementaría citas  más atención a la  por teléfono para que  hora de atender al  cliente porque luego nos  la atención fuera más  dejan esperando horas y nadie  Que pongan  rápida nos atiende estacionamiento  porque la grúa se  Modificar la tienda  lleva los coches para estar satisfecho en  la sala de espera, respetar los  turnos. NO  NO discriminen a la  gente que no llegue de  traje Mayor  ventilación  porque el lugar es  pequeño peq eño www.pearson-research.com
  • 7. ¿Cómo text mining puede resolver problemas  de investigación de mercados? investigación de mercados? IDENTIFICAR VOCABULARIO ESTRUCTRA DE ASOCIACIÓN DE UN TEXO CLUSTERS SEMÁ ICOS ÁNT QUE  RECONOZC pongan  AN al  cliente  NO  sillas  porque  discriminen a la  frecuente f t gente que no  me  llegue de traje canso www.pearson-research.com
  • 8. IDENTIFICANDO VOCABULARIO ESPCÍFICO POR SEGMENTOS www.pearson-research.com
  • 9. Identificando Vocabulario específico por  Segmentos Encontrar las palabras más frecuentemente utilizadas en cada grupo y el contexto de las mismas. Palabras que caracterizan a los  segmentos por su presencia o  ausencia ausencia. www.pearson-research.com
  • 10. Identificando Vocabulario 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. www.pearson-research.com
  • 11. Vocabulario C Vocabulario C+ Palabras Características  Porcentaje  Porcentaje  Frecuencias   Frecuencias  Valor del  del Segmento Interno Global internas Globales Test ESTACIONAMIENTO 20 11 70 192 5.345 PERSONALIZADA 14 7 48 126 4.702 Especificidad DAR 6 2 22 42 4.578 Positiva NUEVOS 30 20 104 354 4.323 PREPARADOS 7 3 23 53 3.806 FRASES TÍPICAS FRASES TÍPICAS RAPIDEZ “Dar una atención especializada” DINERO Ind. 3455 ABRIR Especificidad PICO Negativa “Que el personal sea amable y de información clara de todos los CONTRATARIA productos” Ind 5677 CARÁCTER EVITAR www.pearson-research.com
  • 12. Vocabulario D Vocabulario D Palabras Características  Porcentaje  Porcentaje  Frecuencias   Frecuencias  Valor del  del Segmento Interno Global internas Globales Test BIEN 52 41 355 727 5.228 5 228 Especificidad ATENDERLOS 15 10 100 178 4.497 Positiva NO 1.8 1.6 1265 2959 3.938 TRATARLOS 3 1 18 23 3.598 AMABILIDAD 26 21 178 369 3.468 RAPIDEZ 2 1 15 19 3.292 DINERO 44 38 305 670 3.288 FRASES TÍPICAS FRASES TÍPICAS SEGUIMIENTO PRODUCTOS “Más rapidez en el servicio y más VENDEDOR amabilidad” Ind. 275 COSTOS Especificidad Negativa “Pondría más personal” Ind 1293 CALIDEZ CANALIZAR CAMBIAR www.pearson-research.com
  • 13. El contexto del “NO” DECIR  LA VERDAD DE LO QUE VAN A  VIVIR ENGAÑADOS COBRAR PARA  QUE LA ATENCIÓN CON SERVICIO AL  VIA TELEFÓNICA CLIENTE SEA DE MANERA PERSONAL Y  DAR IGUAL TRATO A LOS CLIENTES  VAYAN CON TRAJE AUNQUE  QUE SEAN MÁS ACTIVOS EN ATENDER  HUELA MAL LA TIENDA A LAS PERSONAS Y QUE  A LAS PERSONAS Y QUE ABRIR MÁS PUESTOS PARA QUE LOS  TUVIERAN QUE  CLIENTES ESPERAR TENGAN PREFERENCIA POR  QUE HAYA IGUALDAD Y QUE  LAS PERSONAS QUE  CONOZCAN AL PERSONAL www.pearson-research.com
  • 14. RECOMENDACIONES  RECOMENDACIONES Los clientes de nivel C+ necesitan un plus p en el servicio de la cadena. Necesitan que se les haga más cómoda la compra g p generando acciones que personalicen el servicio. El nivel D percibe discriminación Ellos discriminación. necesitan ser atendidos, escuchados y considerados de igual forma que los demás demás. www.pearson-research.com
  • 15. ENCONTRANDO LA ESTRUCTRA DE ASOCIACIÓN DE PALABRAS EN UN TEXO www.pearson-research.com
  • 16. Estructura de Asociación  Encontrando la estructura de la estructura de  asociación de palabras en un  texto Visualizar gráficamente la asociación de palabras con segmentos demográficos, actitudinales, etc. actitudinales, etc. Identificar zonas de  d f d vocabulario www.pearson-research.com
  • 17. Estructura de Asociación Estructura de Asociación Extraído del estudio “La salud en las ciudades ciudades” destinado a conocer los hábitos de vida relacionados con la salud. ¿Qué es para usted la salud? www.pearson-research.com
  • 18. Estructura de Asociación pueda menos uno cada poco ir sea malo cuidarse problema mentalmente H+50 ya normal general tenemos puede hacer beber ejercicio salud cosas trabajo tiene ser como principal pode poder todos ninguna H‐35 H 35 forma mejor está hay tanto M‐50 pues cuando H‐20 ni bueno tener H‐50 mismo fumardeporte yo hace algo enfermo tengo nada come eso mal física M+50 porque cuerpo estoy trabaja teniendo i d estar siente feliz vida enfermedad f l encuentra tu tienes buena sentirse físicamente para te M‐20 físico enfermedades buen sano estado M-35 me bien mental duela llevar l i cualquier creo psíquico dinero también su pero mí he alimentación dolores p puedes encontrarse ganas ahora dolor Psíquicamente www.pearson-research.com
  • 19. CONCLUSIONES La configuración observada sugiere la existencia de una evolución progresiva del vocabulario con la edad 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 mujer. Existe un uso de palabras de diferenciado por sexo. www.pearson-research.com
  • 21. ¿Cómo text mining puede resolver problemas  de investigación de mercados? investigación de mercados? RECONOZCAN al  cliente  NO  frecuente QUE pongan  discriminen a la  sillas porque  gente que no  me canso Formación de  llegue de traje Clusters Semánticos Obtener grupos tan homogéneos como sea posible con respecto a sus opiniones a una pregunta abierta. abierta. www.pearson-research.com
  • 22. RECONOZCAN  al cliente  NO  discriminen a la gente que  frecuente QUE pongan  sillas porque  me canso no llegue de traje Clusters semánticos Si usted fuera el gerente de la tienda…¿qué haría para que sus clientes quedaran más satisfechos? At ió a clientes en una li t d á ti f h ? Atención li t tienda departamental CLIENTE MAS 45 MEJORAR AGILIZAR 18 4 AB DAR ATENCION PERSONAL ABRIR C C D M PERSONALIZADO RAPIDEZ BUEN PONER TRATO PICO INFORMACION CONTRATAR AMABILIDAD SERVICIO BRINDAR PROBLEMA GENTE NECESIDAD FUNCIONAR CAPACITAR TARDANZA CURSO TRAMITE RESOLVER AUMENTAR www.pearson-research.com
  • 23. VENTAJAS TEX MINING www.pearson-research.com
  • 24. p Rápido S in codificación difi ió PREGUNTAS ABIERTAS M E A www.pearson-research.com
  • 25. T M se utiliza también en… Evaluación de Concepto Recordación publicitaria Monitoreo de Blogs Focus groups www.pearson-research.com
  • 26. MUCHAS GRACIAS Homero 223-P.H. Col. Polanco CP 11560 México, D.F. Tel. ( 52 T l (+52 55) 55 31 53 24, (+52 55) 55 31 55 60. Fax. ( 52 55) 52 03 82 30 24 ( 52 60 F (+52 pearson@pearson-research.com www.pearson-research.com www.pearson-research.com