Glosario de IA · Negocio
Análisis de sentimiento
En una frase
El análisis de sentimiento es la técnica de IA que detecta el tono emocional de un texto (positivo, negativo o neutro, y a veces emociones como enfado o urgencia) para saber cómo se siente quien escribe sin leerlo todo a mano.
También se llama: sentiment analysis · minería de opiniones · análisis de sentimientos · detección de sentimiento
¿Qué es el análisis de sentimiento?
Es una forma de clasificación de texto en la que la pregunta no es «¿de qué trata?» sino «¿cómo está quien escribe?». También se le llama minería de opiniones, porque nació para procesar reseñas y comentarios en redes sociales a gran escala.
Llévalo a tu empresa
Un agente que clasifica y responde tu correo
Desde 39 €/mes + IVA
Ordena la bandeja por prioridad y prepara respuestas con contexto.
Ver el agente de emailEl resultado puede tener distinto nivel de detalle:
| Nivel | Salida | Ejemplo |
|---|---|---|
| Polaridad | Positivo, negativo, neutro | «Negativo» |
| Puntuación | Escala numérica | −0,8 (muy negativo) |
| Emoción | Enfado, frustración, alegría… | «Frustración» |
| Por aspecto | Tono sobre cada tema del mensaje | Producto: positivo · Envío: negativo |
El análisis por aspecto es el más útil en atención al cliente, porque un mismo mensaje suele mezclar cosas buenas y malas.
Relacionado con este término
UTIO Email
- Módulo sobre cualquier plan de voz o WhatsApp
- 2 buzones y 2.000 correos al mes
- Email suelto: desde 89 €/mes
Desde 39 €/mes + IVA
Ver el agente de emailCómo funciona
- Se recibe el texto: un correo, un mensaje, una reseña o la transcripción de una llamada.
- Se procesa con NLP: se limpia y se convierte en una representación que el modelo entiende.
- El modelo asigna el sentimiento. Los sistemas antiguos contaban palabras positivas y negativas de un diccionario; los modelos de lenguaje entienden el contexto, las negaciones («no estoy nada contento») y parte de la ironía.
- Se usa el resultado: subir la prioridad, avisar a una persona, alimentar un informe.
Un uso muy habitual es como disparador de la derivación a humano: si un cliente está claramente molesto, que le atienda una persona y no un bot.
Ejemplo
Una tienda online de muebles de Logroño recibe cada lunes decenas de correos tras las entregas del fin de semana. Con análisis de sentimiento, los mensajes con tono muy negativo (un mueble dañado, un montaje fallido) se marcan como prioritarios y van a la responsable de atención al cliente a primera hora. Los agradecimientos se agrupan aparte y sirven para pedir una reseña.
Análisis de sentimiento en UTIO
El agente de email de UTIO incluye detección de sentimiento y urgencia: lee tu correo, lo ordena en hilos y lo prioriza, con lo urgente arriba. Así una queja no se queda enterrada debajo de los correos automáticos. Cada mensaje queda en la ficha del contacto en el CRM, con responsable y siguiente paso.
El agente prepara la respuesta en borrador con tu tono y tú decides si la revisas antes de enviarla. En los mensajes delicados, lo prudente es mantener siempre esa revisión.
Preguntas frecuentes
¿Es fiable el análisis de sentimiento?
Acierta bien en mensajes claros, pero falla con la ironía, el sarcasmo y los mensajes mixtos («el producto genial, el envío un desastre»). Los modelos de lenguaje actuales lo hacen mejor que los antiguos basados en palabras, pero conviene usarlo para priorizar, no para decidir solo.
¿Para qué sirve en una empresa pequeña?
Sobre todo para no dejar escapar a un cliente molesto: detectar quejas en el correo o el WhatsApp y atenderlas antes. También para ver la evolución de opiniones en reseñas y encuestas sin leerlas una a una.
¿Qué diferencia hay entre análisis de sentimiento y de emociones?
El de sentimiento clasifica la polaridad: positivo, negativo o neutro. El de emociones va más allá y distingue enfado, frustración, alegría o preocupación. Muchas herramientas combinan ambos con una medida de urgencia.
Términos relacionados
- Clasificación de texto
La clasificación de texto es la tarea de IA que asigna automáticamente una o varias categorías a un texto, como un correo o un mensaje: tipo de consulta, tema, prioridad o idioma. Es la base para ordenar, priorizar y repartir el trabajo.
- NLP (procesamiento del lenguaje natural)
El NLP (procesamiento del lenguaje natural) es la rama de la inteligencia artificial que permite a las máquinas trabajar con el lenguaje humano: leer, analizar, clasificar, traducir y generar texto o voz como lo usan las personas.
- Derivación a humano (handoff)
La derivación a humano (handoff) es el momento en que un chatbot o agente de IA pasa la conversación a una persona del equipo, junto con el contexto recogido, porque el caso lo exige, porque se cumple una regla o porque el cliente lo pide.
- Lead scoring
El lead scoring es un método para puntuar cada contacto comercial según lo cerca que está de comprar, combinando quién es (sector, tamaño, zona) y qué ha hecho (preguntas, visitas, respuestas), para que el equipo de ventas atienda primero a los más prometedores.
Actualizado el