Si ya has recopilado percepciones, entonces sabes que encontrarle sentido a las respuestas de las preguntas abiertas es todo un desafío. Más del 40 % de las encuestas de SurveyMonkey incluyen preguntas abiertas, y recomendamos hacerlas porque las respuestas de texto a menudo te muestran un panorama más completo de tus clientes, empleados o clientes potenciales.
Analizar este tipo de datos cualitativos puede ser complicado incluso para las firmas de investigación de mercado más sofisticadas, pues implica leer los resultados, buscar palabras clave y organizar las respuestas de una forma que te permita hacer afirmaciones cuantitativas.
Las funciones de análisis de SurveyMonkey (como los filtros, la tabulación cruzada y la comparación con puntos de referencia) te ayudan a sintetizar los resultados obtenidos a partir de las preguntas cerradas. Sin embargo, si necesitas conocer las opiniones de tus encuestados en sus propias palabras, no existe una forma rápida y sencilla para analizar las respuestas de texto... hasta ahora.
Ahorra tiempo al analizar las preguntas abiertas
Imagínate que no tuvieras que leer cientos de respuestas de texto para comprender a los encuestados. Con el lanzamiento de la función análisis de sentimientos, que está disponible en los planes PREMIER, Equipo PREMIER y Enterprise de SurveyMonkey, ahora ya no tendrás que hacerlo.
Esta función usa aprendizaje automatizado y procesamiento del lenguaje natural (NLP, por sus siglas en inglés) para ahorrarte tiempo. Lee detenidamente las respuestas de tus preguntas abiertas y las clasifica como positivas, neutrales o negativas. Después, te muestra la distribución de estas categorías para cualquier pregunta abierta, lo cual te ayuda a entender cómo se sienten los encuestados.
Echemos un vistazo a cómo funciona. De octubre de 2018 a enero de 2019, realizamos una encuesta sobre conocimiento de marca para la categoría de agua mineral con gas. Encuestamos a más de 2300 personas mediante SurveyMonkey Audience con la esperanza de obtener más información sobre la percepción que tenían sobre marcas de agua mineral con gas como La Croix, Spindrift, San Pellegrino y Schweppes.
Les preguntamos a los encuestados qué adjetivos usarían para describir las marcas de agua mineral y luego usamos la función análisis de sentimientos para determinar si el sentimiento general era positivo o negativo. Palabras como “refrescante”, “burbujeante” y “deliciosa” se analizaron como sentimientos positivos. Por el contrario, palabras como “seca”, “desagradable” y “mediocre” se clasificaron como sentimientos negativos.
Descubrimos que el 61 % de los encuestados expresó sentimientos positivos sobre Spindrift, y solo un 24 % expresó sentimientos negativos.
Cuando se les hizo la misma pregunta sobre San Pellegrino, descubrimos que el 59 % de los encuestados también expresó sentimientos positivos, pero sorprendentemente el 32 % expresó sentimientos negativos.
También puedes filtrar por sentimiento para analizar en profundidad esas respuestas. ¿Qué preguntas recibieron las respuestas más positivas? ¿Por qué el final de la encuesta generó una mayor negatividad por parte de los encuestados? ¿Algún grupo de encuestados se sintió de manera distinta a los demás? Si analizas los sentimientos de manera global, puede que los resultados te sorprendan.
Cuando filtramos las preguntas sobre San Pellegrino por sentimiento negativo, descubrimos muchas similitudes en las respuestas. Los encuestados eran más propensos a sentir que la marca era más costosa que las demás.
Obtén visualizaciones coloridas de las respuestas de texto
El Análisis de sentimientos es solo una forma de analizar las respuestas en SurveyMonkey. También mejoramos nuestra función Nube de palabras, que es otra poderosa forma de obtener percepciones a partir de las preguntas abiertas.
La función nube de palabras cuenta las palabras más frecuentes en tus respuestas de texto y las presenta de forma visual, lo cual te permite observar las tendencias con facilidad. También puedes usar esta función junto con el análisis de sentimientos y filtrar por sentimiento. Por ejemplo, filtra una pregunta por sentimientos positivos y la nube mostrará las palabras usadas con mayor frecuencia dentro de los parámetros establecidos para que puedas conocer lo que les gustó a los encuestados.
En nuestra encuesta sobre el agua mineral con gas, queríamos saber por qué las personas podrían estar eligiendo Spindrift en lugar de San Pellegrino, o las demás marcas. La nube de palabras nos ayudó a analizar fácilmente más de 1500 respuestas de texto, al destacar las palabras que los encuestados usaron con frecuencia para describir las marcas.
En el caso de Spindrift, palabras como “buena” y “refrescante” se usaron más de 20 veces. “Frutal” y “sabrosa” fueron otras palabras que se usaron para describir a Spindrift.
Spindrift
Cuando analizamos los datos sobre San Pellegrino, encontramos que los encuestados sentían que la marca era más exclusiva que las demás. Por ejemplo, las palabras “cara” y “sofisticada” se mencionaron más de 100 veces. Otras palabras asociadas con San Pellegrino incluyen “italiana” y “fresca”.
San Pellegrino
Incluso agregamos una escala en la parte inferior de las nubes de palabras para mejorar la visualización de los datos. Para San Pellegrino, la palabra menos común aparece 11 veces mientras que la más común aparece 139 veces.
La función nube de palabras ahora puede procesar más de 5000 respuestas abiertas, lo cual te evita la molestia de buscar las palabras de uso frecuente en tus resultados. La tecnología de aprendizaje automatizado es tan avanzada que puede comprender reglas gramaticales y diferenciar palabras en plural o singular, tiempos verbales (presente y pasado), abreviaturas e incluso emojis.
Dale rienda suelta a tu creatividad con las nubes de palabras. Con algunos planes de pago puedes personalizar el color y la fuente, así como establecer los controles de mínimos y máximos para las palabras y la frecuencia. Estas personalizaciones adicionales hacen que las nubes de palabras luzcan increíbles en las presentaciones al momento de compartir tu análisis de texto con los colaboradores.
El análisis de sentimientos y la nube de palabras son funciones útiles para analizar las respuestas de texto en cualquier tipo de encuesta. Analiza encuestas de conocimiento de marca de la misma forma que lo hicimos con las marcas de agua mineral con gas. O bien, aprovéchalas en tus encuestas de satisfacción del cliente, compromiso de los empleados o después de un evento para descubrir tus fortalezas y debilidades.
Este estudio de SurveyMonkey Audience se realizó de octubre de 2018 a enero de 2019. Encuestamos a 2381 adultos, mayores de 18 años, que vivían en Estados Unidos. La muestra se distribuyó por edad y sexo de acuerdo con el censo de Estados Unidos. Fue un estudio dirigido por SurveyMonkey de manera independiente. Las marcas mencionadas en este artículo no solicitaron el estudio.
