NeuraScore

​

¿Qué es NeuraScore?

​

Estructura del Score

​

Nivel 1: Score Total

score_percentage = (total_score / expected_score) * 100

​

Nivel 2: Categorías

​

Nivel 3: Variables

​

Ejemplo Práctico

{
  "score_percentage": 85.0,
  "total_score": 85,
  "expected_score": 100,
  "neurascore_result": [
    {
      "name": "Apertura",
      "total_score": 27,
      "expected_total_score": 30,
      "score_percentage": 90.0,
      "variables": [
        {
          "readable_name": "Saludo cordial",
          "score": 10,
          "expected_score": 10
        },
        {
          "readable_name": "Identificacion",
          "score": 8,
          "expected_score": 10
        },
        {
          "readable_name": "Deteccion de necesidad",
          "score": 9,
          "expected_score": 10
        }
      ]
    },
    {
      "name": "Cierre",
      "total_score": 58,
      "expected_total_score": 70,
      "score_percentage": 82.8,
      "variables": [...]
    }
  ]
}

• Score total: 85% (85 de 100 puntos)
• Apertura: 90% - Muy bien
• Cierre: 82.8% - Area de oportunidad

​

Interpretación de Scores

​

Rangos Recomendados

​

Análisis por Categoría

• Todas similares: Desempeno consistente
• Una categoría baja: Oportunidad específica
• Alta variabilidad: Inconsistencia

​

Cómo se Calcula

​

Factores que Afectan el Score

​

Calidad del Audio

• Audio claro → Transcripción precisa → Score más confiable
• Audio con ruido → Posibles errores de transcripción

​

Diseño del Modelo

• Variables bien definidas → Evaluación más precisa
• Criterios ambiguos → Scores inconsistentes

​

Contenido de la Llamada

• Llamadas completas → Evaluación integral
• Llamadas cortadas → Algunas categorías no aplican

​

Uso en Reportes

1. KPIs de calidad: Promedio por equipo/período
2. Rankings: Comparación entre agentes
3. Tendencias: Evolución en el tiempo
4. Coaching: Identificacion de areas de mejora