Durante mi investigación de máster en Métodos Cuantitativos (Universidad de Buenos Aires) analicé más de 200.000 reseñas de clientes en español con modelos de lenguaje y técnicas de inteligencia artificial explicable. La pregunta era académica; las respuestas, tremendamente prácticas para cualquier pyme que venda productos o servicios.
\n\nEl experimento
\nTomé un gran corpus público de reseñas en español y entrené modelos de aprendizaje profundo para separar clientes satisfechos de insatisfechos. Después apliqué modelado de tópicos sobre las decenas de miles de reseñas negativas para descubrir, sin categorías predefinidas, de qué se queja realmente la gente cuando una compra sale mal.
\n\nLo que más molesta no es el producto
\nEl hallazgo que más me sorprendió: el factor de insatisfacción más prevalente del corpus no fue la calidad del producto, sino la logística. Pedidos que nunca llegaron o llegaron tarde concentran en torno al 12% de todas las quejas analizadas — más que cualquier otro motivo individual.
\nTras la logística, los factores generales que más se repiten dibujan un mapa muy reconocible para cualquiera que gestione un negocio:
\n- \n
- Expectativa frustrada: el producto no era lo que la foto o la descripción prometían. \n
- Relación calidad-precio: no "es caro", sino "no vale lo que pagué". \n
- Durabilidad: funcionó bien… las dos primeras semanas. \n
- Atención al cliente y reembolsos: el problema no fue el fallo, sino que nadie respondió después del fallo. \n
- Detalles operativos: tallas, colores distintos a lo pedido, embalaje deficiente. \n
Tres lecciones para una pyme
\n1. Tu reputación se juega en la entrega, no solo en el producto. Puedes fabricar algo excelente y perder al cliente en el último kilómetro. Si tus ventas, tu almacén y tu facturación no hablan entre sí, ese último kilómetro es invisible para ti hasta que llega la queja.
\n2. La insatisfacción casi nunca avisa por los canales oficiales. La mayoría de estos clientes no abrió un ticket: dejó una reseña y no volvió. Medir solo las reclamaciones formales es mirar la punta del iceberg.
\n3. Los factores se repiten — y lo que se repite se puede medir. Talla, plazo, reembolso, expectativa: cada uno de estos factores puede convertirse en un indicador que se sigue cada semana en un cuadro de mando. Lo que descubrí con modelos de lenguaje a escala de 200.000 reseñas, una pyme puede vigilarlo con los datos que ya tiene en su ERP.
\n\nDe la investigación a tu operación
\nEn Inteleqta aplicamos exactamente esta lógica: conectar los datos de la operación —pedidos, entregas, incidencias, devoluciones— y convertirlos en indicadores que la dirección mira cada semana. No hace falta un laboratorio de IA para empezar: hace falta que tus sistemas hablen entre sí y un puñado de métricas bien elegidas.
\nRicardo Borja es fundador de Inteleqta y consultor en ERP y Business Intelligence. Esta entrada resume hallazgos de su investigación de máster en Métodos Cuantitativos (UBA) sobre análisis de reseñas en español con aprendizaje profundo explicable.
\n', 'PSPath': 'C:\\Users\\rborj\\AppData\\Local\\Temp\\claude\\C--Users-rborj-OneDrive-Desktop-Cloud\\6469686e-6c78-4a80-bd7d-c65b0e7bafb3\\scratchpad\\post1.html', 'PSDrive': {'Name': 'C', 'Root': 'C:\\', 'Provider': 'Microsoft.PowerShell.Core\\FileSystem', 'Credential': 'System.Management.Automation.PSCredential', 'Description': 'OS', 'DisplayRoot': None, 'MaximumSize': None, 'CurrentLocation': 'Users\\rborj\\OneDrive\\Desktop\\Cloud'}, 'ReadCount': 1, 'PSProvider': {'Home': 'C:\\Users\\rborj', 'Name': 'FileSystem', 'Drives': 'C', 'Module': None, 'HelpFile': 'System.Management.Automation.dll-Help.xml', 'PSSnapIn': 'Microsoft.PowerShell.Core', 'ModuleName': 'Microsoft.PowerShell.Core', 'Description': '', 'Capabilities': 52, 'ImplementingType': 'Microsoft.PowerShell.Commands.FileSystemProvider'}, 'PSChildName': 'post1.html', 'PSParentPath': 'C:\\Users\\rborj\\AppData\\Local\\Temp\\claude\\C--Users-rborj-OneDrive-Desktop-Cloud\\6469686e-6c78-4a80-bd7d-c65b0e7bafb3\\scratchpad'}