- Introducción
- Configuración de su cuenta
- Equilibrio
- Clústeres
- Deriva del concepto
- Cobertura
- Conjuntos de datos
- Campos generales
- Etiquetas (predicciones, niveles de confianza, jerarquía de etiquetas y sentimiento de etiqueta)
- Modelos
- Transmisiones
- Clasificación del modelo
- Proyectos
- Precisión
- Recordar
- Mensajes anotados y no anotados
- Campos extraídos
- Fuentes
- Taxonomías
- Formación
- Predicciones positivas y negativas verdaderas y falsas
- Validación
- Mensajes
- Control y administración de acceso
- Gestionar fuentes y conjuntos de datos
- Comprender la estructura de datos y los permisos
- Crear o eliminar un origen de datos en la GUI
- Cargar un archivo CSV en un origen
- Preparando datos para cargar archivos .CSV
- Crear un conjunto de datos
- Fuentes y conjuntos de datos multilingües
- Habilitar sentimiento en un conjunto de datos
- Modificar la configuración del conjunto de datos
- Eliminar un mensaje
- Eliminar un conjunto de datos
- Exportar un conjunto de datos
- Utilizar integraciones de Exchange
- Entrenamiento y mantenimiento de modelos
- Comprender las etiquetas, los campos generales y los metadatos
- Jerarquía de etiquetas y mejores prácticas
- Comparar casos de uso de análisis y automatización
- Convertir tus objetivos en etiquetas
- Descripción general del proceso de entrenamiento del modelo
- Anotación generativa
- Estado de Dastaset
- Entrenamiento de modelos y mejores prácticas de anotación
- Entrenamiento con análisis de sentimiento de etiqueta habilitado
- Chat de entrenamiento y datos de llamadas
- Comprender los requisitos de datos
- Entrenamiento
- Introducción a Refinar
- Explicación de la precisión y la recuperación
- Precisión y recuperación
- Cómo funciona la validación
- Comprender y mejorar el rendimiento del modelo
- Razones para etiquetar una precisión media baja
- Entrenamiento utilizando la etiqueta Comprobar y la etiqueta Perdida
- Entrenamiento mediante la etiqueta de aprendizaje (refinar)
- Entrenamiento mediante Buscar (Refinar)
- Comprender y aumentar la cobertura
- Mejorar el equilibrio y utilizar Reequilibrar
- Cuándo dejar de entrenar tu modelo
- Uso de campos generales
- Extracción generativa
- Uso de análisis y supervisión
- Automations and Communications Mining™
- Desarrollador
- Uso de la API
- Tutorial de la API
- Fuentes
- Conjuntos de datos
- Comentarios
- Archivos adjuntos
- Predictions
- Crear una transmisión
- Actualizar una transmisión
- Obtener una transmisión por nombre
- Obtener todas las transmisiones
- Eliminar una transmisión
- Obtener resultados de la transmisión
- Obtener comentarios de una transmisión (heredado)
- Avanzar una transmisión
- Restablecer una transmisión
- Etiquetar una excepción
- Desetiquetar una excepción
- Eventos de auditoría
- Obtener todos los usuarios
- Cargar datos
- Descargando datos
- Integración de Exchange con el usuario del servicio de Azure
- Integración de Exchange con la autenticación de aplicaciones de Azure
- Integración de Exchange con Azure Application Authentication y Graph
- Obtener datos para Tableau con Python
- Integración de Elasticsearch
- Extracción de campos general
- Integración de Exchange autohospedado
- Marco de automatización de UiPath®
- Actividades oficiales de UiPath®
- Cómo aprenden las máquinas a entender palabras: una guía para las incrustaciones en PNL
- Aprendizaje basado en solicitudes con Transformers
- Efficient Transformers II: destilación de conocimientos y ajuste
- Transformadores eficientes I: mecanismos de atención
- Modelado de intenciones jerárquico profundo no supervisado: obtener valor sin datos de entrenamiento
- Corregir el sesgo de anotación con Communications Mining™
- Aprendizaje activo: mejores modelos ML en menos tiempo
- Todo está en los números: evaluar el rendimiento del modelo con métricas
- Por qué es importante la validación del modelo
- Comparación de Communications Mining™ y Google AutoML para la inteligencia de datos conversacional
- Licencia
- Preguntas frecuentes y más

Guía del usuario de Communications Mining
Esta página cubre cómo Communications Mining™ utiliza el procesamiento del lenguaje natural (NLP) y el aprendizaje automático (ML) para convertir los mensajes no estructurados en datos estructurados, lo que permite la comprensión, la automatización y la escalabilidad. Recorre los fundamentos de la PNL, cómo funciona Communications Mining de principio a fin, desde la conexión a los datos hasta el entrenamiento y la validación de modelos, y destaca el valor empresarial, las capacidades de integración y los beneficios tanto para los usuarios como para las empresas.
El procesamiento del lenguaje natural (PLN) es un campo del aprendizaje automático (ML) centrado en la creación de herramientas que puedan comprender y procesar automáticamente los datos del lenguaje natural de forma similar a como lo hacen los humanos.
Un enfoque clave de las herramientas de PNL es tomar datos de comunicaciones no estructurados y convertirlos en datos estructurados y procesables al comprender las intenciones, temas y conceptos dentro y extraer puntos de datos clave.
Los negocios se basan en la comunicación, lo que significa que casi todos los procesos en alguna etapa requieren una conversación. Las comunicaciones a través de correo electrónico, tickets y sistemas CRM son parte integral de la finalización de un proceso.
Desde el soporte hasta las ventas, pasando por las finanzas y los servicios, comunicarse entre sí es la forma en que se hacen negocios.
- Volumen demasiado alto para seguir el ritmo de cada día sin perder tiempo y recursos.
- Creciendo exponencialmente a medida que los empleados y clientes se comunican más que nunca.
- Multicanal para empleados y clientes, como correo electrónico, tickets de soporte, encuestas, chat y teléfono.
- Entendido y accionado manualmente por el personal a través de procesos costosos, inexactos e ineficientes.
El número de correos electrónicos, tickets y mensajes aumenta cada año, y esto está llevando los servicios a un punto de inflexión. Está aumentando el coste del servicio y perjudicando las experiencias de los empleados y los clientes.
Afortunadamente, la PNL, una rama de la IA que se centra en ayudar a las máquinas a leer y comprender el lenguaje humano, ha experimentado avances masivos en los últimos años.
La PNL ha alcanzado la mayoría de edad y ahora está superando a los humanos en comprensión del lenguaje y comprensión de lectura.
Esto genera nuevas soluciones y oportunidades para la empresa.
Con NLP, ahora es posible comprender las comunicaciones a escala, lo que permite a las empresas:
- Entiende lo que quiere cada cliente.
- Realice un seguimiento y mida toda la demanda de servicios en tiempo real.
- Automatice cada solicitud transaccional.
La ventaja de NLP es que puede liberar a los empleados altamente cualificados del trabajo administrativo, reduciendo el coste de servicio y mejorando la experiencia.
Communications Mining es un campo que se centra en comprender y extraer valor de los datos de comunicaciones.
La práctica de convertir la información no estructurada que contienen estos datos en datos estructurados y legibles por máquina puede utilizarse para el análisis y la automatización.
- Process Mining captura los procesos empresariales de extremo a extremo. Extrae datos sin procesar de las aplicaciones empresariales básicas, como ERP y CRM, y los convierte en gráficos de procesos intuitivos y paneles para descubrir oportunidades de optimización y automatización de procesos.
- Task Mining captura tareas individuales o pasos de proceso de un subproceso específico. Registra y captura las tareas realizadas directamente en el escritorio de un usuario y visualiza su flujo de trabajo para identificar actividades repetitivas y variaciones, que son las principales candidatas a la automatización.
- Communications Mining captura datos conversacionales, como correos electrónicos, tickets, notas, transcripciones, respuestas a encuestas, etc. Transforma los datos de comunicación digital en un formato estructurado para generar información y permitir la automatización posterior.
Communications Mining automatiza la interpretación de las comunicaciones, ayudando a las empresas a comprender y automatizar los mensajes a gran velocidad y a escala, en cualquier canal.
Esta solución combina el aprendizaje automático (ML), el procesamiento del lenguaje natural (NLP) y el aprendizaje supervisado dirigido por los empleados en una solución potente y sin código que cualquiera puede utilizar.
Proporciona una visibilidad completa de canales como correos electrónicos, tickets y comentarios de los clientes, lo que ayuda a las empresas a comprender mejor a sus clientes y dónde las mejoras tendrán el mayor impacto.
Además, permite la automatización inteligente de las comunicaciones, ya que genera los datos estructurados requeridos por las automatizaciones posteriores a las solicitudes de acción sin intervención humana.
- Aumente la eficiencia.
- Mejore el cliente y la experiencia del cliente.
- Mejore la gobernanza y el control.
Todos los puntos enumerados anteriormente ayudan a ofrecer valor rápidamente y a escala, en horas, en lugar de meses.
La siguiente imagen contiene una descripción general del recorrido típico que realizan tus datos dentro de la plataforma:
- Conectores prediseñados para la ingestión en el almacén de comunicaciones histórico. Motor de segmentación y limpieza ML patentado para limpiar datos.
- Los modelos de oraciones de aprendizaje profundo patentados extraen la semántica para un aprendizaje eficiente en datos.
- Los modelos de aprendizaje no supervisado patentados identifican los intentos comunes y buscan constantemente otros nuevos.
- Entrene modelos supervisados a medida de forma eficiente en nuestro motor e interfaz de aprendizaje activo patentados .
- Estadísticas agregadas en tiempo real para información y análisis de gestión basados en el significado.
- Validación de modelos en tiempo real y gestión del ciclo de vida de los modelos.
La siguiente descripción general describe los pasos necesarios para automatizar tus datos con Communications Mining:
- Conectar : se conecta a tus canales de datos de comunicaciones no estructurados.
- Descubrir : identifica y reúne grupos de comunicaciones que comparten temas y conceptos similares.
- Entrenar : crea los datos de entrenamiento para el modelo.
- Predecir : predice etiquetas estructuradas y campos generales para cada comunicación.
- Validar : antes de confiar en las predicciones para tomar decisiones, la plataforma garantiza una transparencia total al validar automáticamente el rendimiento del modelo con cada reentrenamiento.
- Analizar : una vez satisfecho con el rendimiento del modelo, la plataforma ofrece información procesable combinando predicciones con metadatos, descubriendo procesos ocultos y canales de comunicación.
- Automatizar : implementa modelos entrenados para habilitar las automatizaciones de producción.
En primer lugar, Communications Mining se conecta a tus canales de datos de comunicaciones no estructurados, como bandejas de entrada de correo electrónico compartidas, tickets de flujo de trabajo, colecciones de respuestas de encuestas y muchos más.
Obtener estos datos en la plataforma se puede hacer a través de:
- Integración en vivo con conectores prediseñados, para canales como Microsoft Exchange o Salesforce.
- Crear integraciones de API.
- Cargar datos históricos, a través de CSV o nuestra API.
Discover
Una vez que hayas cargado los datos, la plataforma inicia automáticamente el proceso de descubrimiento.
Utiliza el aprendizaje no supervisado para agrupar grupos de comunicaciones que comparten temas y conceptos similares.
Estos clústeres pueden vincularse a procesos, solicitudes, incidencias y sentimientos repetitivos. Pueden ayudar a definir la estructura adecuada para nuestro modelo y acelerar la primera etapa del entrenamiento del modelo.
La plataforma comienza a formar una comprensión clara de los datos revisando estos grupos y aplicando etiquetas y campos que capturan conceptos y puntos de datos relevantes.
Entrenamiento
A continuación, utilizamos una variedad de modos de entrenamiento para construir los datos de entrenamiento para nuestro modelo.
La siguiente imagen muestra cómo estamos enseñando a la plataforma a identificar con confianza estas etiquetas y campos en todos nuestros datos disponibles.
Estos modos de entrenamiento están diseñados para maximizar el impacto de las acciones de entrenamiento y minimizar el tiempo dedicado al entrenamiento. Mientras tanto, la interfaz de código cero de la plataforma significa que un Entrenador de modelos puede ser cualquier usuario empresarial que trabaje en el canal de comunicación. No se requieren científicos o ingenieros de datos.
Con cada acción de entrenamiento, la plataforma se reentrena continuamente, mejorando su comprensión de cada concepto y punto de datos, y actualizando sus predicciones en tiempo real.
Al anotar una pequeña muestra representativa de datos de entrenamiento, la plataforma puede aplicar su comprensión de cada etiqueta y campo general a escala, interpretando y haciendo predicciones automáticamente en todo el conjunto de datos.
Predecir
El resultado final son etiquetas estructuradas y predicciones de campos generales, cada una con sus propias puntuaciones de confianza, para cada comunicación. Un ejemplo es la siguiente imagen que muestra cómo Communications Mining interpreta un correo electrónico y extrae los datos estructurados relevantes de él:
Estas predicciones están disponibles para el análisis en la plataforma o a través de la API, que los robots de UiPath® y otras herramientas pueden consumir para la automatización o análisis posteriores.
Validar
Antes de confiar en estas predicciones para influir en las decisiones o habilitar la acción, necesitamos saber cómo está funcionando nuestro modelo.
La funcionalidad de validación de la plataforma proporciona total transparencia en lo que respecta al rendimiento, validando tu modelo automáticamente cada vez que se reentrena.
Podemos entender fácilmente si nuestro modelo está funcionando como debería en los factores clave de rendimiento que se agregan en una sola calificación de modelo para simplificar.
La plataforma también guía a los Entrenadores de modelos para que realicen las mejoras necesarias con las siguientes mejores acciones recomendadas.
Analizar
Una vez que estemos satisfechos con el rendimiento de nuestro modelo, podemos generar rápidamente información valiosa y procesable a partir de estas conversaciones empresariales.
La plataforma agrega todas las predicciones para etiquetas y campos con metadatos clave para proporcionar una gran cantidad de datos consultables, proporcionando visibilidad en procesos y canales previamente ocultos.
Esto permite a los usuarios realizar una de las siguientes acciones, entre otras:
- Cree paneles dinámicos personalizados para realizar un seguimiento de las métricas clave y la calidad del servicio entregado a los clientes.
- Ejecute análisis para identificar oportunidades para mejorar los procesos o la experiencia del cliente.
- Configura alertas para supervisar el rendimiento del canal y los eventos de riesgo.
Junto con el análisis, podemos implementar modelos entrenados para habilitar las automatizaciones de producción.
Los robots UiPath® y los sistemas posteriores pueden utilizar los datos estructurados que Communications Mining™ creó para ampliar la automatización a los procesos basados en servicios y conversaciones. Esto permite a las empresas automatizar las solicitudes transaccionales y los flujos de trabajo.
UiPath ahora puede automatizar tareas de extremo a extremo, como la clasificación de correos electrónicos, la actualización de la información del cliente y la creación de casos.
Las empresas líderes confían en Communications Mining para analizar y automatizar sus comunicaciones por varias razones clave:
- Sin código : hacemos que la PNL sea accesible para los usuarios empresariales. La interfaz de código cero de la plataforma proporciona una experiencia de usuario guiada que cualquier empleado puede utilizar, independientemente de su capacidad técnica.
- Totalmente personalizable : puedes crear modelos totalmente personalizados que extraigan las intenciones, temas y sentimientos precisos que tu empresa necesita.
- Preciso : puedes entrenar modelos precisos con datos de entrenamiento mínimos, con total transparencia en el rendimiento del modelo para evitar resultados inesperados en la producción.
- Rápido de entrenar : puedes mantener los costes y el esfuerzo bajos, y la confianza alta, con modelos que son rápidos de entrenar y de adaptar.
- Hiperescalable : debes comenzar poco a poco para tener éxito, pero necesitarás una solución que pueda escalar rápidamente con tus necesidades para casos de uso más grandes, lo que hace nuestra plataforma.
- Supervisión y alertas en tiempo real : con paneles configurables, alertas por correo electrónico e informes de seguimiento de métricas clave en tiempo real, tendrás todos los datos que necesitas para tomar decisiones proactivas e informadas.
- Seguro : sobre todo, necesitas una solución en la que puedas confiar tus datos, y nuestros permisos y cifrado de la plataforma garantizan que los datos de los clientes estén seguros y protegidos.
- Fácil de integrar : tenemos integraciones prediseñadas para canales de comunicación clave, API fáciles de usar y conectores para flujo de trabajo y RPA, lo que ayuda a que se adapte fácilmente a su pila de tecnología.
Nuestra solución abre el poder de la IA y la PNL a todos los usuarios empresariales, no solo a los científicos e ingenieros de datos. Algunos de los beneficios son:
- Comprenda a sus clientes mejor que nunca: descubra a escala los problemas que impulsan la demanda de los clientes y las acciones que conducen a mejores resultados para los clientes.
- Disfruta de un trabajo más interesante: aprovecha las potentes automatizaciones que se encargan del trabajo de comunicaciones aburrido y repetitivo.
- Concéntrate en el trabajo que importa: dedica más tiempo a los clientes y a los flujos de trabajo que crean valor empresarial real.
Communications Mining proporciona a las empresas una visibilidad operativa completa, lo que te permite comprender y aumentar tu negocio como nunca antes.
- Aumente el ROI de la transformación digital : realice una captura de MI más rápida y precisa e identifique las oportunidades de cambio más valiosas con confianza.
- Transforme la experiencia del cliente : comprenda los impulsores del flujo de trabajo y el contacto con el cliente en el origen y observe qué crea el éxito del cliente.
- Mejore la eficiencia y el rendimiento operativos : escale sus operaciones rápidamente con la automatización del trabajo basado en las comunicaciones.
- Procesamiento del lenguaje natural (NLP)
- Comprender la importancia de la PNL para las empresas
- Soluciones de PNL
- Communications Mining
- Diferencias entre Communications Mining™, Task Mining™ y Process Mining™
- Comprender Communications Mining
- Impacto en el cliente
- Cómo funciona Communications Mining
- El proceso detallado de Communications Mining
- Por qué las empresas confían en Communications Mining
- Qué significa Communications Mining para usted
- Qué significa Communications Mining para su negocio