> ## Documentation Index
> Fetch the complete documentation index at: https://docs.neuracall.com/llms.txt
> Use this file to discover all available pages before exploring further.

# NeuraScore

> Sistema de puntuación de calidad de Neuracall

## ¿Qué es NeuraScore?

NeuraScore es el sistema de evaluación automatizada de Neuracall que califica cada llamada basandose en criterios personalizables. Proporciona una medida objetiva y consistente de la calidad del servicio.

## Estructura del Score

NeuraScore se organiza en tres niveles jerárquicos:

<Tree>
  <Tree.Folder name="NeuraScore Total (%)" defaultOpen>
    <Tree.Folder name="Categoría 1 (%)" defaultOpen>
      <Tree.File name="Variable 1.1 (puntos)" />

      <Tree.File name="Variable 1.2 (puntos)" />

      <Tree.File name="Variable 1.3 (puntos)" />
    </Tree.Folder>

    <Tree.Folder name="Categoría 2 (%)" defaultOpen>
      <Tree.File name="Variable 2.1 (puntos)" />

      <Tree.File name="Variable 2.2 (puntos)" />
    </Tree.Folder>

    <Tree.Folder name="Categoría 3 (%)" defaultOpen>
      <Tree.File name="Variable 3.1 (puntos)" />
    </Tree.Folder>
  </Tree.Folder>
</Tree>

### Nivel 1: Score Total

El porcentaje general que representa el cumplimiento total de los criterios.

**Formula:**

```
score_percentage = (total_score / expected_score) * 100
```

### Nivel 2: Categorías

Agrupaciones lógicas de criterios relacionados. Cada categoría tiene:

| Campo                  | Descripción                             |
| ---------------------- | --------------------------------------- |
| name                   | Nombre de la categoría (ej: "Apertura") |
| total\_score           | Suma de puntos obtenidos                |
| expected\_total\_score | Suma de puntos máximos                  |
| score\_percentage      | Porcentaje de cumplimiento              |

### Nivel 3: Variables

Criterios específicos dentro de cada categoría:

| Campo           | Descripción         |
| --------------- | ------------------- |
| key             | Identificador único |
| readable\_name  | Nombre legible      |
| description     | Que se evalúa       |
| score           | Puntos obtenidos    |
| expected\_score | Puntos máximos      |

## Ejemplo Práctico

Supongamos un modelo con la siguiente estructura:

```json theme={null}
{
  "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": [...]
    }
  ]
}
```

**Interpretación:**

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

## Interpretación de Scores

### Rangos Recomendados

| Rango   | Interpretación  | Acción                 |
| ------- | --------------- | ---------------------- |
| 90-100% | Excepcional     | Usar como referencia   |
| 80-89%  | Muy bueno       | Mantener               |
| 70-79%  | Bueno           | Mejora continua        |
| 60-69%  | Aceptable       | Plan de acción         |
| \< 60%  | Necesita mejora | Intervención inmediata |

### Análisis por Categoría

Comparar scores entre categorías revela patrones:

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

## Cómo se Calcula

El NeuraScore se genera mediante análisis de IA:

<Steps>
  <Step title="Transcripción">
    El audio se convierte a texto con segmentación por hablante.
  </Step>

  <Step title="Análisis GPT">
    La transcripción se analiza contra los criterios del modelo.
  </Step>

  <Step title="Evaluación de Variables">
    Cada variable recibe una puntuación basada en evidencia en la transcripción.
  </Step>

  <Step title="Agregacion">
    Los scores se agregan por categoría y se calcula el total.
  </Step>
</Steps>

## 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

El NeuraScore se usa para:

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

<CardGroup cols={2}>
  <Card title="Modelos de Análisis" icon="sliders" href="/concepts/analysis-models">
    Aprende a configurar criterios
  </Card>

  <Card title="Ver Dashboard" icon="chart-pie" href="/user-guide/dashboard">
    Visualiza métricas agregadas
  </Card>
</CardGroup>