Esta guía describe el orden de incorporación del sistema: qué datos hay que conectar primero, qué ventanas temporales conviene usar y en qué momento las señales biométricas aportan algo distinto al flujo transaccional.
Los equipos que ya operan con análisis de texto suelen tardar más en calibrar los pesos que en integrar las fuentes. Vale la pena empezar por una sola mesa y una sola ventana horaria antes de extender el indicador a toda la operación.
Si estás configurando las fuentes de texto, flujo transaccional o señales biométricas y algo no cuadra, escríbenos con el detalle de lo que ves. Cuanto más concreto sea el caso, antes podemos reproducirlo.
Respondemos en horario laboral de Argentina. Las consultas enviadas por correo suelen tener respuesta el mismo día hábil; las que llegan después de las 18:00 se atienden a la mañana siguiente. Para incidencias que bloquean una validación en curso, indícalo en el asunto y lo priorizamos.
Antes de escribir, revisa las preguntas frecuentes en la página de soporte. Si tu caso es sobre permisos de acceso o datos de la cuenta, conviene pasar por contacto.
El proceso arranca con una consulta concreta del analista y termina en un valor único que combina texto, flujo y señales biométricas. Cada etapa deja un registro verificable, así que el resultado se puede auditar y discutir en mesa.
Se fija el activo, la ventana temporal y las fuentes que entran al cálculo. Sin esto, el indicador mezcla contextos distintos y pierde sentido operativo.
Los titulares, las órdenes y las lecturas biométricas llegan en formatos y frecuencias distintas. Se alinean a una misma base temporal antes de ponderar.
Cada señal recibe un peso explícito según relevancia y fiabilidad. Los pesos quedan versionados, de modo que un cambio en el valor final siempre tiene una causa rastreable.
El modelo combina las señales ponderadas y devuelve un valor agregado con su intervalo de confianza. Aquí conviene revisar si el resultado contradice el flujo neto observado.
El analista contrasta el indicador con su lectura de mesa y decide si lo usa o lo descarta. El registro de esa decisión alimenta la siguiente iteración del proceso.
Antes de empezar conviene revisar las capacidades disponibles y, si algo no encaja con el flujo de trabajo, escribir a soporte.
El despliegue del indicador agregado de riesgo avanza en fases verificables. Cada etapa entrega un resultado medible antes de pasar a la siguiente, y ninguna se salta la validación con el equipo de análisis.
Se conectaron los primeros feeds de noticias y notas de research al motor de NLP. La tarea fue acotada: normalizar fuentes, descartar duplicados y establecer una línea base de sentimiento por relevancia de fuente. Sin esa base, cualquier peso posterior habría sido arbitrario.
Incorporamos el flujo neto desagregado por tipo de operador. Aquí apareció la primera consecuencia práctica: el sentimiento agregado dejó de moverse solo con titulares y empezó a cruzarse con órdenes reales. La latencia de ingesta quedó por debajo de los dos minutos en sesión continua.
Se habilitó la captura de variabilidad cardíaca y latencia de decisión en mesas piloto, siempre con consentimiento explícito y anonimización previa. El objetivo no fue medir personas, sino detectar cuándo el estrés colectivo de la mesa anticipaba cambios en la ejecución.
Las tres fuentes se combinaron en un único valor con pesos explicables y versionados. Cada cambio de peso queda registrado junto con la entrada que lo motivó, de modo que análisis y cumplimiento pueden reconstruir cualquier lectura del indicador hacia atrás.
La fase actual somete al indicador a ventanas de alta volatilidad simuladas y reales. Ajustamos umbrales de alerta para reducir falsos positivos y documentamos los casos donde el texto y el flujo se contradicen, que es justo cuando el analista necesita una regla clara y no una caja negra.