AWS y Qualtrics presentan nuevas formas de entender a los clientes

El análisis de sentimientos, a veces denominado minería de opinión, es el proceso computacional que consiste en identificar la actitud de una persona hacia algo a partir de lo que dice o escribe sobre ello

Las empresas quieren saber cada vez más no solo lo que compran los clientes, sino cómo se sienten, y proveedores como Amazon Web Services y Qualtrics, la filial de gestión de la experiencia de SAP, están haciendo movimientos para capitalizar ese deseo.

AWS ha ampliado su servicio de transcripción de voz con nuevas API que intentan informar no solo de lo que alguien ha dicho, sino de lo que ha querido decir y, mediante el análisis de sentimientos, de cómo se siente al respecto.

Una semana antes, Qualtrics acordó la compra del especialista en análisis conversacional Clarabridge por 1.100 millones de dólares en una jugada para automatizar la forma en que Qualtrics determina cómo se sienten los clientes y los empleados. La adquisición de Clarabridge llena un vacío en las capacidades de Qualtrics que la analista de Forrester, Faith Brown, identificó en el 2018, cuando SAP compró la compañía de encuestas en línea por ocho mil millones de dólares. "Clarabridge, cuando se trata de análisis de texto, es mejor que Qualtrics", señaló entonces.

Mientras que Qualtrics pregunta a los empleados o clientes explícitamente, en las encuestas, cómo se sienten sobre un tema en particular, Clarabridge intenta recoger esto implícitamente de lo que dicen en las llamadas o escriben en las redes sociales o en los correos electrónicos, utilizando el análisis de sentimientos.

El análisis de sentimientos, a veces denominado minería de opinión, es el proceso computacional que consiste en identificar la actitud de una persona hacia algo a partir de lo que dice o escribe sobre ello. En su forma más básica -como en el nuevo servicio de AWS- consiste en puntuar el lenguaje utilizado a lo largo de un único eje, de negativo a positivo. Las empresas llevan más de una década haciéndolo para saber qué piensan realmente los empleados.

Técnicas más sofisticadas tratan de clasificar las emociones expresadas: ira, asco. Clarabridge, y otras empresas similares, agrupan esa funcionalidad en una aplicación que ofrece informes que los trabajadores del centro de contacto o sus supervisores pueden utilizar para mejorar sus interacciones o su formación.

Amazon Transcribe Call Analytics ofrece una API o una herramienta de línea de comandos que las empresas pueden incorporar a sus aplicaciones para automatizar el análisis de las interacciones con los centros de contacto de los clientes en 21 idiomas. El servicio básico de transcripción existe desde el 2017; la nueva API presentada el 4 de agosto del 2021 enriquece la transcripción con información sobre el tiempo que habló cada participante, etiquetando las palabras que el interlocutor utilizó para describir su intención y las distintas fases de la llamada (introducción, cierre), y puntuando la variación de sentimientos (calificada de -5 a +5 para cada interlocutor), la velocidad y el volumen en las distintas fases de la llamada.

El servicio no funciona con llamadas en directo: Requiere que las grabaciones de audio se suban a AWS Simple Storage Service (S3). Ya está disponible en Norteamérica (Oeste, Este y Canadá), en Europa (Londres y Fráncfort) y en Asia-Pacífico (Bombay, Seúl, Singapur, Sídney y Tokio). El precio del nuevo servicio se basa en la duración de las llamadas.

Tanto Microsoft Azure como Google Cloud Platform ofrecen herramientas de análisis de sentimientos textuales y de conversión de voz en texto, pero ninguna de ellas parece haberlas empaquetado en una única API para incorporarlas a los cuadros de mando de las empresas como ha hecho AWS.

El análisis del sentimiento también está apareciendo en otros lugares. El rival de Qualtrics, SurveyMonkey, que recientemente ha cambiado su nombre por el de Momentive, añadió a sus planes de pago el análisis de las respuestas de las encuestas de texto abierto en 10 idiomas en abril de 2021.

Todos los enfoques, desde la simple puntuación hasta el etiquetado de emociones, se basan en el procesamiento del lenguaje natural, un campo que trata de enseñar a las computadoras la gramática y el significado de las palabras, o al menos de identificar patrones y asociarles valores numéricos. El campo está plagado de trampas para el algoritmo incauto: el sarcasmo es una obviedad ("sí, claro"), pero también hay gente que esquiva la cuestión para evitar el conflicto, como el comisario ficticio que describió un huevo malo que le sirvieron como "bueno en partes".