Evaluación de la viabilidad de un modelo de machine learning para el análisis de sentimiento en la categoría calzado de descanso en Mercado Libre Colombia mediante Web Scraping

Abstract

Este estudio explora el potencial de la inteligencia artificial para comprender las percepciones de los compradores sobre productos adquiridos en línea, con un enfoque específico en la categoría de calzado de descanso (pantuflas, chanclas, sandalias) en Mercado Libre Colombia. Hoy en día, los compradores no solo adquieren productos en línea, también dejan comentarios y reseñas que reflejan su experiencia. Esta enorme cantidad de opiniones se ha convertido en una fuente valiosa de información para las marcas. Sin embargo, procesarla manualmente es un desafío y donde herramientas como el Web Scraping, el Machine Learning (ML) y el Procesamiento de Lenguaje Natural (NLP) se vuelven importantes, ya que permiten recopilar y analizar automáticamente lo que los clientes sienten y opinan sobre los productos. Se recolectaron más de 2.700 productos y cerca de 4.700 comentarios reales de clientes. Después de filtrar y organizar esos datos, se aplicaron varios modelos de inteligencia artificial para identificar si los comentarios eran positivos o negativos. Los modelos más destacados fueron CNN Ensemble y LSTM ensamble, ofreciendo un balance entre precisión y capacidad para detectar opiniones negativas sin caer en errores frecuentes. Los hallazgos mostraron que la mayoría de los comentarios son positivos, pero que los comentarios negativos tienden a ser más detallados. Así mismo, se identificó que las calificaciones de 3 estrellas, las cuales se tomarían como neutrales, en realidad suelen reflejar insatisfacción. También se observó que los productos más vendidos tienden a ser los menos costos. El estudio confirma que es viable aplicar modelos de ML para entender cómo se sienten los clientes y analizar la dinámica de mercado. Esta información puede convertirse en una herramienta poderosa para mejorar la experiencia de compra, fortalecer la reputación de marca y tomar decisiones comerciales más acertadas.

This study explores the potential of artificial intelligence to understand customer perceptions of products purchased online, with a specific focus on the comfort footwear category (slippers, flip-flops, sandals) on Mercado Libre Colombia. Today, buyers not only purchase products online but also leave comments and reviews that reflect their experience. This vast amount of feedback has become a valuable source of information for brands. However, processing it manually is challenging—this is where tools such as Web Scraping, Machine Learning (ML), and Natural Language Processing (NLP) become essential, as they enable the automated collection and analysis of customer sentiments and opinions about products. Over 2,700 products and around 4,700 real customer comments were collected. After filtering and organizing the data, several artificial intelligence models were applied to identify whether the comments were positive or negative. The most effective models were the CNN ensemble and LSTM ensemble, which offered a balance between accuracy and the ability to detect negative opinions without frequent misclassification. The findings revealed that most comments are positive, but negative ones tend to be more detailed. Additionally, 3-star ratings, which are typically considered neutral, were often found to express dissatisfaction. It was also observed that the best-selling products tend to be the least expensive. The study confirms that it is feasible to apply ML models to understand customer sentiment and analyze market dynamics. This information can become a powerful tool to improve the shopping experience, strengthen brand reputation, and support better business decisions.