Tenda transforma el análisis de sentimientos con IA generativa y logra una eficiencia operativa del 100%

La limitación de Tenda, que utiliza un proceso de análisis de sentimiento manual, impide que la empresa obtenga información rápida y precisa sobre la satisfacción del cliente, lo que dificulta la identificación de patrones, tendencias y áreas críticas para mejorar.

Además, la ausencia de una herramienta de inteligencia artificial especializada compromete la capacidad de priorizar acciones correctivas y estrategias de retención, lo que impacta negativamente en la experiencia del cliente y el desempeño comercial.

Creamos una solución que utiliza modelos avanzados de IA generativa de AWS, aprovechando su capacidad para comprender patrones textuales complejos para analizar los comentarios de los contribuyentes y proporcionar información estratégica. La arquitectura de la solución integra servicios robustos de AWS para garantizar la escalabilidad, la seguridad y la eficiencia.

El análisis se produce en dos frentes principales:

Clasificación multicategoría:

• Utilizamos Amazon SageMaker para entrenar e implementar modelos personalizados que analizan y clasifican automáticamente los comentarios en múltiples categorías, según criterios específicos definidos por la empresa.

• Amazon Bedrock con el modelo Raiku se utiliza para procesar y comprender el contexto de los comentarios, lo que permite categorización más precisa y basada en lenguaje natural avanzado.

Generación de informes analíticos:

• Los resultados del análisis se almacenan en Amazon S3 y se procesan con Amazon Redshift, lo que permite la creación de paneles analíticos detallados.

• En base a estos resultados, nuestra solución genera automáticamente un informe que contiene: Resumen de puntos positivos y negativos identificados en los comentarios.

• Comparación de resultados con investigaciones anteriores, destacando tendencias.

• Recomendaciones de mejora, orientando acciones estratégicas en función de los insights obtenidos. Esta solución transforma grandes volúmenes de retroalimentación en información estratégica procesable, facilitando una toma de decisiones ágil y mejorando el clima organizacional, con la confiabilidad y eficiencia de la infraestructura de AWS.

Hubo una mejora en la eficiencia del proceso de análisis, con la automatización permitiendo una evaluación más rápida y precisa de los sentimientos expresados por los clientes/empleados.
La solución hizo que el resultado de la investigación fuera más realista y mejorado, ya que:

• Más áreas/departamentos pudieron participar en la investigación, Antes de la solución, el equipo de RR.HH. no contaba con personas suficientes para realizar la tarea en toda la empresa.

• Se logró aumentar la categoría de clasificación

• La eficiencia estimada por el cliente fue del 100%, ya que necesitarían duplicar el equipo actual para lograr el mismo estándar con IA.