🔬 Guía de Análisis de Conversaciones

Esta guía explica cómo usar Uspeech Analytics para extraer insights significativos de transcripciones de entrevistas y datos de conversación.

Descripción General

El Análisis de Conversaciones transforma sus transcripciones de entrevistas en insights estructurados y accionables. Usando análisis impulsado por IA, puede extraer automáticamente:

Dolores — Problemas, frustraciones y desafíos mencionados por los participantes
Ganancias — Resultados deseados, beneficios y experiencias positivas
Trabajos por Hacer — Tareas, objetivos y metas que los participantes intentan lograr
Fuerzas del Progreso — Motivaciones y barreras que afectan el cambio de comportamiento
Mapas de Afinidad — Agrupaciones temáticas de insights relacionados
Preguntas Personalizadas — Respuestas a preguntas específicas que usted define

Esto es invaluable para investigación UX, descubrimiento de clientes, desarrollo de productos y comprensión de necesidades de usuarios a escala.

Cómo Hacer Rápido

Cómo Ejecutar un Análisis de Conversación Usando Metodologías Predefinidas

Prepare sus transcripciones
- Transcriba sus archivos de audio primero (vea la Guía de Transcripciones)
- O suba transcripciones de texto existentes
Seleccione proyecto para análisis
- Haga clic en Análisis de Conversación en la barra de navegación
- Seleccione su proyecto del menú desplegable
Elija el tipo de análisis
- Haga clic en Agregar Análisis y seleccione de los tipos de análisis disponibles
- Elija según los insights que necesita (vea Tipos de Análisis abajo)
- Marque Agregar Citas si desea incluir citas directas de los participantes en el análisis
- (Opcional) Agregue contexto adicional o instrucciones en el campo de Contexto Adicional
- Haga clic en Agregar para iniciar el análisis

Cómo Ejecutar un Análisis de Conversación Personalizado

Prepare sus transcripciones
- Transcriba sus archivos de audio primero (vea la Guía de Transcripciones)
- O suba transcripciones de texto existentes
Seleccione proyecto para análisis
- Haga clic en Análisis de Conversación en la barra de navegación
- Seleccione su proyecto del menú desplegable
Elija el tipo de análisis personalizado
- Haga clic en Preguntas Personalizadas
- Elija Ingresar preguntas o Desde plantilla
- Si elige Ingresar preguntas:
  - Ingrese sus preguntas en el área de texto. Puede agregar tantas preguntas como necesite.
- Si elige Desde plantilla:
  - Seleccione una plantilla del menú desplegable (vea Guía de Plantillas y Códigos)
- Opcionalmente, puede elegir “Analizar por separado” para obtener respuestas de cada conversación individualmente
- Haga clic en Agregar para iniciar el análisis

👁️ Cómo Revisar los Resultados

Revise los resultados
- Normalmente, el análisis se completa en 1-5 minutos.
- Una vez completado, el estado del tipo de análisis correspondiente cambiará a “Completado”
- Haga clic en el tipo de análisis para ver los detalles
- Los resultados muestran insights categorizados con citas de apoyo
- Para análisis de “Preguntas Personalizadas”, puede ver las respuestas a sus preguntas específicas
  - Si se eligió “Analizar por separado”, verá múltiples pestañas con respuestas a cada pregunta para cada conversación, con citas de apoyo
  - Si se eligió “Analizar por separado”, también verá una pestaña de codificación con estadísticas para las categorías principales de respuestas a través de todas las conversaciones

💡 Consejo: Recibirá una notificación por correo electrónico cuando el proceso de análisis haya finalizado. Para habilitar las notificaciones por correo electrónico, vaya a Perfil, marque “Notificar finalización de trabajo” y haga clic en Guardar.

Exporte los hallazgos
- Seleccione uno o más tipos de análisis para exportar
- Haga clic en Exportar y elija entre documento Word o archivo Excel

Tipos de Análisis

Extracción de Dolores

Qué encuentra: Problemas, frustraciones, desafíos y experiencias negativas mencionadas en las conversaciones.

Ideal para:

Identificar oportunidades de mejora de productos
Entender quejas de clientes
Priorizar problemas a abordar

La salida incluye:

Dolores categorizados con descripciones
Citas directas de participantes que apoyan cada dolor
Indicadores de frecuencia mostrando qué tan común es cada dolor

Ejemplo de salida:

Categoría de Dolor	Descripción	Citas de Apoyo
Tiempos de espera largos	Usuarios frustrados por demoras en servicio al cliente	”Esperé 45 minutos solo para hablar con alguien…”
Navegación confusa	Dificultad para encontrar funciones en la interfaz	”No pude averiguar dónde estaban las configuraciones…”

Extracción de Ganancias

Qué encuentra: Resultados deseados, beneficios buscados y experiencias positivas que los participantes describen.

Ideal para:

Entender qué valoran los usuarios
Identificar oportunidades de funciones
Crear propuestas de valor

La salida incluye:

Ganancias categorizadas con descripciones
Citas de apoyo de participantes
Insights sobre motivaciones de usuarios

Ejemplo de salida:

Categoría de Ganancia	Descripción	Citas de Apoyo
Ahorro de tiempo	Los usuarios quieren completar tareas más rápido	”Si pudiera hacer esto en la mitad del tiempo, sería increíble…”
Tranquilidad	Los usuarios valoran la fiabilidad y confianza	”Solo quiero saber que va a funcionar cada vez…”

Trabajos por Hacer (JTBD)

Qué encuentra: Las tareas funcionales, emocionales y sociales que los participantes intentan lograr.

Ideal para:

Estrategia y posicionamiento de productos
Entender motivaciones de usuarios
Innovación y desarrollo de nuevas funciones

La salida incluye:

Trabajos categorizados por tipo (funcional, emocional, social)
Declaraciones de trabajo en formato JTBD estándar
Evidencia de apoyo de las entrevistas

Tipos de Trabajo:

Tipo	Descripción	Ejemplo
Funcional	Tareas prácticas a completar	”Llegar al trabajo a tiempo”
Emocional	Cómo los usuarios quieren sentirse	”Sentirme seguro en mis decisiones”
Social	Cómo los usuarios quieren ser percibidos	”Parecer profesional ante colegas”

Fuerzas del Progreso

Qué encuentra: Las cuatro fuerzas que impulsan o previenen el cambio de comportamiento, basadas en la metodología Jobs-to-be-Done.

Ideal para:

Entender barreras de adopción
Crear mensajes persuasivos
Reducir fricción en los recorridos del usuario

Las Cuatro Fuerzas:

Fuerza	Descripción	Preguntas que Responde
Empuje	Circunstancias que hacen a los usuarios infelices con la situación actual	”¿Qué está mal con cómo están las cosas ahora?”
Atracción	Atracción hacia un mejor estado futuro	”¿Qué los está atrayendo hacia el cambio?”
Ansiedad	Miedos e incertidumbres sobre el cambio	”¿Qué los está frenando?”
Hábito	Comportamientos existentes que resisten el cambio	”¿Qué rutinas tendrían que romper?”

Ejemplo de salida:

Empuje: “El sistema viejo se cae constantemente” — frustración impulsando el cambio
Atracción: “He escuchado que la nueva versión es mucho más rápida” — atractivo de la solución
Ansiedad: “¿Y si pierdo todos mis datos durante la migración?” — barrera de adopción
Hábito: “He usado este flujo de trabajo por 5 años” — resistencia al cambio

Mapeo de Afinidad

Qué encuentra: Temas y patrones a través de múltiples entrevistas, agrupados por similitud.

Ideal para:

Sintetizar grandes cantidades de datos cualitativos
Identificar temas comunes entre participantes
Preparar datos para análisis posterior

La salida incluye:

Clusters temáticos de insights relacionados
Citas clave organizadas por tema
Jerarquía visual de hallazgos

Preguntas Personalizadas

Qué encuentra: Respuestas a preguntas específicas que usted define.

Ideal para:

Preguntas de investigación dirigidas
Seguimiento de hipótesis específicas
Extracción de tipos particulares de información

Cómo usar:

Seleccione el tipo de análisis “Preguntas Personalizadas”
Ingrese sus preguntas (una por línea)
La IA buscará en las transcripciones respuestas relevantes

Ejemplos de preguntas:

“¿Qué funciones mencionan los participantes que desean?”
“¿Cómo describen los participantes su experiencia de incorporación?”
“¿Qué competidores mencionan los participantes?”

Análisis masivo y análisis por conversación:

Cuando analiza múltiples archivos, puede elegir analizarlos juntos o por separado
Cuando analiza por separado, obtendrá respuestas a sus preguntas para cada conversación individualmente. Además, obtendrá las categorías más comunes de respuestas en cada pregunta a través de todas las conversaciones, similar a Survey Analysis
Cuando analiza juntos, obtendrá respuestas a sus preguntas a través de todas las conversaciones

Analizando Múltiples Archivos

Análisis Masivo

El análisis de conversaciones es project-wide por defecto. Todas las conversaciones transcritas en su proyecto se analizan juntas para identificar temas y patrones.

Los archivos de audio y sus transcripciones se organizan en proyectos basados en un tema, estudio o conjunto de preguntas compartidas. Usted controla qué archivos pertenecen al mismo proyecto, así que asegúrese de agregar conversaciones que desee analizar juntas.

Beneficios del análisis masivo:

Identifica patrones across multiple participants
Automatiza la agrupación de insights similares
Muestra la frecuencia de temas across interviews

Mejores Prácticas para Análisis Masivo

Contenido similar: Mantenga cada proyecto enfocado en un estudio, tema o fase de investigación
Cantidades razonables: Proyectos con 5-20 transcripciones funcionan bien; proyectos muy grandes pueden necesitar ser divididos, si el tipo de audio no son llamadas de centro de llamadas

Entendiendo los Resultados

Estructura de Resultados

Los resultados del análisis típicamente incluyen:

Nombre de Categoría/Tema — Una etiqueta descriptiva para el insight
Descripción — Breve explicación de lo que representa esta categoría
Citas de Apoyo — Citas directas de participantes que apoyan este insight
Frecuencia — Cuántas entrevistas/participantes mencionaron esto (para análisis de Preguntas Personalizadas si el análisis se realiza por conversación)

Trabajando con Citas

Las citas se extraen directamente de sus transcripciones:

Proporcionan evidencia para los insights
Úselas en informes y presentaciones
Ayudan a los stakeholders a entender la voz del usuario

Exportando Resultados

Documento Word (.docx):

Informe formateado con todos los insights
Fácil de compartir y editar
Bueno para incluir en informes de investigación

Excel (.xlsx):

Datos estructurados en formato de hoja de cálculo
Bueno para análisis posterior
Fácil de filtrar y ordenar

Consejos para Mejores Resultados

Preparando Transcripciones (si carga manualmente)

La calidad importa — Transcripciones precisas llevan a mejor análisis
Incluya contexto — Conversaciones completas funcionan mejor que extractos
Revise etiquetas de hablantes — Corrija errores obvios antes del análisis
Las transcripciones deben estar en formato SRT — Este es el único formato soportado para carga manual

Eligiendo Tipos de Análisis

Objetivo de Investigación	Análisis Recomendado
Entender problemas de usuarios	Dolores
Identificar oportunidades	Ganancias
Estrategia de producto	Trabajos por Hacer
Entender adopción	Fuerzas del Progreso
Sintetizar muchas entrevistas	Mapeo de Afinidad
Preguntas específicas	Preguntas Personalizadas

Iterando en el Análisis

Comience con Mapeo de Afinidad para una visión general amplia de temas
Siga con Dolores o Ganancias para específicos
Use Preguntas Personalizadas para profundizar en áreas particulares

Preguntas Frecuentes

P: ¿Cuánto tiempo toma el análisis? R: Típicamente 1-5 minutos por archivo, dependiendo de la longitud de la transcripción y el tipo de análisis.

P: ¿Puedo analizar el mismo archivo múltiples veces? R: Sí, puede ejecutar diferentes tipos de análisis en la misma transcripción. Esto se puede hacer simultáneamente o secuencialmente.

P: ¿Qué tan preciso es el análisis? R: La IA extrae insights basados en lo que está explícitamente declarado en las transcripciones. Siempre revise los resultados para asegurar que coincidan con su interpretación.

P: ¿Qué pasa si se pierden insights importantes? R: Intente ejecutar análisis de Preguntas Personalizadas con prompts específicos, o revise las transcripciones manualmente para insights matizados.

P: ¿Puedo editar o agregar al análisis? R: Exporte a formato Word o Excel para agregar sus propias anotaciones e insights.

P: ¿Cuántos archivos puedo analizar a la vez? R: Recomendamos lotes de 5-20 archivos para resultados óptimos. Lotes muy grandes pueden dividirse. Las llamadas de centros de contacto suelen ser más cortas y se pueden analizar en lotes más grandes.

Próximos Pasos

Aprenda sobre Análisis de Encuestas para codificar respuestas abiertas
Cree Plantillas para estandarizar su proceso de análisis
Regrese a la Guía de Inicio Rápido para una visión general