Inicio › Blog & Guías IA › Productividad y Ventas
Analizar motivos de devolución con IA usando datos ficticios y categorías claras
Clasifica seis devoluciones inventadas, conserva los casos ambiguos y comprueba el recuento sin deducir causas ni porcentajes sobre clientes reales.
Ruta temática: IA para oficina: Excel, correos y documentos
Ilustración de apoyo reutilizada: representa otro ejemplo didáctico del mismo ámbito, no un resultado del caso descrito en esta guía.
Leer el ejemplo en texto
- Datos de prueba. Canal e importe: Web 120, Tienda 80, Web 50 y Web −20.
- Suma de Web. 120 + 50 − 20 = 150. La fila Tienda queda fuera del criterio.
- Controles. Un criterio inexistente da cero. Cambiar −20 por −30 da 140. Si se añade una fila, revisar si el rango la incluye.
En esta guía
Separa el motivo declarado de la causa que todavía no se ha comprobado. Define categorías, conserva los mensajes ambiguos y cuenta registros con una regla explícita. Un conjunto ficticio sirve para probar el método; no describe el comportamiento real de una tienda.
Guía preparada con apoyo de IA. Casos y resultados didácticos, con datos ficticios; adapta y comprueba las plantillas antes de utilizarlas.
Define qué unidad vas a contar
Un pedido puede contener varios artículos y una devolución puede registrar varios motivos. Antes de agrupar, decide si contarás solicitudes, unidades o líneas de producto. En este ejercicio ficticio contamos seis solicitudes, identificadas de D-1 a D-6. Cada solicitud tiene una categoría principal y puede incluir una observación secundaria, que no suma otra solicitud.
Las categorías serán talla, daño comunicado, preferencia y motivo pendiente. «Daño comunicado» conserva que el cliente lo describe; no confirma dónde ocurrió ni quién es responsable. Esta distinción evita presentar una clasificación de mensajes como un análisis técnico de los productos.
Pide evidencia y regla de recuento
Utiliza textos breves sin nombres, direcciones ni referencias reales de compra. Pide que la tabla devuelva identificador, categoría y fragmento de origen. El total se calcula después sobre identificadores únicos. Si el asistente propone porcentajes, comprueba primero que el denominador corresponde a las seis solicitudes del ejercicio y no a unidades o motivos secundarios.
Plantilla para adaptar
Clasifica estas seis solicitudes ficticias, una categoría principal por ID: D-1 pequeña; D-2 necesito talla mayor; D-3 llegó una pieza rota; D-4 color no me convence; D-5 cambié de idea; D-6 quiero devolverlo. Categorías: talla, daño comunicado, preferencia, motivo pendiente. Devuelve evidencia y recuento de solicitudes únicas. No atribuyas causas ni generalices sobre clientes reales. El total debe ser seis.
Seis registros y resultado esperado
D-1 dice «me queda pequeña»; D-2, «necesito una talla mayor»; D-3, «la caja llegó con una pieza rota»; D-4, «el color no me convence»; D-5, «he cambiado de idea»; y D-6, «quiero devolverlo». La referencia esperada es talla 2, daño comunicado 1, preferencia 2 y motivo pendiente 1. El total debe dar seis.
No se puede concluir que el producto tenga un problema de tallaje a partir de estas frases. Tampoco que el transporte causara la rotura de D-3. El informe puede formular preguntas para investigar, distinguiéndolas de los hechos observados. Los seis registros solo prueban si la clasificación y el recuento se entienden.
Revisa duplicados y lenguaje ambiguo
Si D-3 aparece dos veces por un reenvío, no debe contar como dos devoluciones. Conserva el identificador de solicitud y comprueba cómo se relacionan los mensajes. Un texto como «no me vale» podría referirse a talla, compatibilidad o preferencia; lo adecuado es dejar el motivo pendiente o solicitar aclaración.
Cuando una solicitud tenga dos motivos, aplica la regla acordada y guarda ambos en el detalle si resulta útil. No fuerces el dato para obtener un gráfico limpio. Una categoría de revisión bien definida hace visibles las limitaciones del registro.
Mini ejercicio de sensibilidad del resumen
Duplica D-2 manteniendo su identificador y añade D-7 con «no me vale». El nuevo total de solicitudes únicas será siete, no ocho. La categoría talla sigue con dos y motivo pendiente pasa a dos. Comprueba que el resumen cambie de esa manera y que los ejemplos literales sigan asociados al registro correcto.
Termina escribiendo tres preguntas operativas, como si el formulario distingue talla de compatibilidad. Evita recomendar cambios de producto a partir del conjunto ficticio. Para trabajar con datos reales, el equipo debe revisar representatividad, calidad del registro y contexto antes de sacar conclusiones.
Cómo seguir aprendiendo
Para situar este caso dentro de un método más amplio, consulta nuestra guía de productividad y ventas. Si quieres practicar con acompañamiento, revisa el programa del curso relacionado y comprueba sus objetivos, requisitos y modalidad antes de elegir.
Preguntas Frecuentes sobre Productividad y Ventas
¿Un motivo declarado demuestra la causa?
No. El cliente describe su experiencia; determinar la causa puede requerir otra comprobación.
¿Puedo contar varias categorías por devolución?
Puedes hacerlo si lo defines, pero entonces el total de motivos puede superar el de solicitudes y debe explicarse.
¿Qué significa no me vale?
Es ambiguo. Solicita aclaración o conserva motivo pendiente en lugar de asumir talla.
Antonio Rodríguez Mellado
Formador en inteligencia artificial aplicada al trabajo y responsable editorial de Competalia. Consulta cómo se preparan las guías, sus fuentes y el uso de IA o comunica una corrección.
Practica estas tareas con formación en IA
Consulta los programas de Competalia y sus condiciones. Si tu empresa desea bonificar la formación, comprobaremos el crédito disponible y los requisitos aplicables a su caso.