Automatiza la Generación de Insights de Encuestas con IA y Google Sheets

Insights de Encuestas Potenciados por IA desde Google Sheets

Este flujo de trabajo n8n automatiza la extracción de insights significativos de grandes volúmenes de respuestas de encuestas no estructuradas almacenadas en Google Sheets. Combinando IA avanzada, incrustaciones vectoriales y algoritmos de agrupamiento, identifica temas y sentimientos comunes, proporcionando una comprensión completa del feedback de los participantes sin necesidad de una revisión manual.

Características Clave

• Importa y vectoriza automáticamente las respuestas de la encuesta desde Google Sheets.
• Utiliza agrupamiento K-means para identificar grupos de respuestas similares para cada pregunta.
• Resume las respuestas agrupadas y determina el sentimiento usando un modelo de lenguaje grande de OpenAI (gpt-4o-mini).
• Exporta insights categorizados, incluyendo IDs de participantes y respuestas en bruto, a una nueva hoja de Google Sheets organizada.
• Escala eficientemente para analizar feedback de un gran número de participantes de encuesta.

Cómo Funciona

El flujo de trabajo procesa las respuestas de la encuesta en etapas distintas:

• 1. Importar y Preparar Respuestas de la Encuesta: El flujo de trabajo comienza extrayendo todos los resultados de la encuesta desde la hoja de Google especificada. Luego transforma cada fila en pares pregunta-respuesta, completos con detalles del participante. Para preguntas con respuestas largas, un divisor recursivo de texto por caracteres asegura un procesamiento óptimo.
• 2. Vectorizar y Almacenar en Qdrant: Cada par pregunta-respuesta es vectorizado usando incrustaciones de OpenAI. Estas incrustaciones vectoriales, junto con metadatos ricos (pregunta, participante, nombre de la encuesta), se almacenan en una base de datos vectorial Qdrant. Este almacenamiento estructurado permite consultas y análisis eficientes de respuestas similares posteriormente.
• 3. Inicializar la Generación de Insights: Se activa un sub-flujo para comenzar el análisis. Este paso inicial recupera metadatos sobre tu hoja de encuesta y crea dinámicamente una nueva hoja "Insights" fechada dentro de tu hoja de cálculo existente para almacenar los hallazgos generados.
• 4. Extraer e Iterar a Través de las Preguntas: El flujo identifica todas las preguntas de los encabezados de tu encuesta. Luego procesa cada pregunta secuencialmente, asegurando un análisis exhaustivo pregunta por pregunta.
• 5. Descubrir Clusters de Respuestas con K-means: Para cada pregunta, el flujo consulta Qdrant para recuperar todos los vectores de respuestas relevantes. Un nodo de Código Python aplica el algoritmo de agrupamiento K-means a estos vectores, identificando grupos de respuestas similares. Solo se consideran para análisis adicional los clusters que contienen tres o más respuestas similares, filtrando respuestas únicas o insignificantes.
• 6. Resumir y Analizar Clusters con IA: Para cada cluster identificado, el flujo recupera el contenido en bruto de las respuestas agrupadas. Estas respuestas se envían a un modelo de lenguaje grande de OpenAI (LLM) mediante un extractor de información. El LLM resume el feedback colectivo, extrae insights clave y asigna un sentimiento general (por ejemplo, positivo, neutral, negativo) al cluster.
• 7. Exportar Insights Accionables: Los insights resumidos, junto con datos de soporte como número de respuestas, IDs de participantes y las respuestas en bruto, se formatean cuidadosamente. Estos insights completos se añaden como nuevas filas a la hoja dedicada "Insights" en Google Sheets, proporcionando una visión clara y estructurada de los resultados de tu encuesta. Si una pregunta no genera clusters significativos, se registra una entrada "No se encontraron insights".