Que son los Modelos?
Los modelos de análisis definen como Neuracall evalúa cada llamada. Cada modelo contiene:- Categorías: Agrupaciones de criterios relacionados
- Variables: Criterios específicos a evalúar
- Pesos: Importancia relativa de cada criterio
Ver Modelos Disponibles
En la aplicación, los modelos aparecen en:- Selector de modelo en filtros del Dashboard
- Selector de modelo al crear nuevo análisis
- Campo de modelo en el detalle de análisis
Estructura de un Modelo
Ejemplo: Modelo de Servicio al Cliente
Modelo: Evaluación Servicio Cliente
Apertura (25%)
Saludo cordial (10 pts)
Identificación correcta (10 pts)
Detección de necesidad (5 pts)
Desarrollo (50%)
Escucha activa (15 pts)
Solución propuesta (20 pts)
Manejo de objeciones (15 pts)
Cierre (25%)
Resumen de acuerdos (10 pts)
Ofrecimiento adicional (5 pts)
Despedida profesional (10 pts)
Categorías
Las categorías organizan los criterios de evaluación en grupos logicos:| Categoría Tipica | Proposito |
|---|---|
| Apertura | Evaluación del inicio de la llamada |
| Desarrollo | Cuerpo principal de la interacción |
| Cierre | Finalizacion de la llamada |
| Cumplimiento | Elementos legales/regulatorios |
Variables
Cada variable representa un criterio específico:| Propiedad | Descripción |
|---|---|
| Key | Identificador único (ej: greeting_quality) |
| Nombre | Nombre legible (ej: “Calidad del Saludo”) |
| Descripción | Que se evalúa exactamente |
| Tipo | STRING, INTEGER, DECIMAL, BOOLEAN, etc. |
| Peso | Puntuación maxima posible |
Crear Modelos via API
Los modelos se crean y gestionan principalmente via API:API de Modelos
Ver documentación completa de la API
Mejores Practicas
Diseño de Categorías
Variables Efectivas
- Especificas: “Menciono su nombre” vs “Fue cordial”
- Medibles: Comportamientos observables
- Relevantes: Alineadas con objetivos de negocio
Pesos Balanceados
- Asigna más peso a lo más importante
- Evita que una sola variable domine el score
- Revisa periodicamente la distribucion
Iterar y Mejorar
- Analiza resultados: Revisa si los scores reflejan la calidad real
- Ajusta pesos: Si una categoría siempre es perfecta, puede ser muy facil
- Agrega criterios: Segun evoluciónen tus estándares
- Elimina redundancia: Variables que miden lo mismo
