08 de enero de 2026
Análisis de sentimientos en reseñas de restaurantes en Campo Grande-RJ
Autora: Josiane De Oliveira Da Silva — Asesor: Jose Guilherme Martins Dos Santos
Resumen elaborado por la herramienta ResumeAI, solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción.
Este estudio desarrolló e implementó un modelo de análisis de sentimientos para clasificar, como positivas o negativas, las reseñas de clientes de restaurantes de Campo Grande, Río de Janeiro – RJ, publicadas en Google Maps. A partir de los sentimientos expresados, la investigación buscó comprender las percepciones de los clientes e identificar patrones de satisfacción e insatisfacción, generando insights estratégicos para auxiliar a los gestores a identificar preferencias del público. La premisa de la investigación es que la gran cantidad de datos generados por los consumidores en plataformas digitales representa un recurso valioso, aunque subutilizado, para la gestión en el sector de la alimentación.
El sector de servicios de alimentación en Brasil, incluyendo bares y restaurantes, demostró un crecimiento promedio del 11% anual entre 2009 y 2019 (SEBRAE, 2022). Sin embargo, la crisis de la Covid-19 impuso desafíos, con el 77% de los establecimientos operando con pérdidas en abril de 2021 (ABRASEL, 2021). El período de 2022 a 2024 fue de reestructuración, culminando en un saldo positivo de 52.055 puestos de trabajo formales creados en el sector en 12 meses hasta noviembre de 2024, con Río de Janeiro contribuyendo a esta recuperación (SINDRIO, 2025). Las expectativas para 2025 son optimistas, con el 73% de los emprendedores previendo un aumento en las ventas (ABRASEL, 2024), pero la sostenibilidad del crecimiento depende de la gestión interna.
La alta tasa de mortalidad de empresas en el sector, donde cerca del 80% cierran antes de los dos años, se atribuye a fallos internos como la falta de planificación, la formación inadecuada y, crucialmente, el desconocimiento del consumidor (SEBRAE, 2023). Bateson y Hoffman (2016) argumentan que la eficacia del servicio está ligada a la comprensión del comportamiento del consumidor, especialmente en la evaluación post-compra, donde la escucha activa es fundamental. Kotler (2021) refuerza que las empresas de éxito recopilan feedback sistemáticamente para promover mejoras continuas. Sin embargo, muchos gestores descuidan esta fuente de inteligencia competitiva (SEBRAE, 2016).
Con la digitalización, el viaje del cliente y la generación de feedback han migrado al entorno online. Los datos no estructurados generados por los consumidores pueden transformarse en información estratégica con técnicas computacionales (Hair et al., 2018). Según Limeira (2017), los métodos automáticos de análisis de conversaciones online permiten realizar investigaciones de mercado de forma ágil y escalable. El análisis de sentimientos, subárea del Procesamiento del Lenguaje Natural (PLN), es un enfoque para lidiar con el volumen de textos e identificar la polaridad de las opiniones (Lima, 2021). Sin embargo, una clasificación binaria (positivo/negativo) puede ser insuficiente.
La ventaja competitiva reside en un análisis de mayor granularidad, que investiga sentimientos asociados a aspectos específicos como comida, atención, ambiente y precio. Liu (2012) destaca que el objetivo de la minería de opinión es descubrir sentimientos sobre entidades y sus aspectos. Este enfoque permite identificar, por ejemplo, que un cliente está satisfecho con la comida, pero insatisfecho con el precio, proporcionando un diagnóstico para acciones correctivas. Este trabajo aplica esta metodología para proporcionar una herramienta a los gestores de restaurantes de Campo Grande, permitiendo alinear sus servicios a las expectativas del público y fortalecer su posición en el mercado.
La metodología adoptada fue cuantitativa, empleando PLN y aprendizaje automático supervisado. El proceso inició con la recolección de datos, extrayendo evaluaciones textuales y notas en estrellas (1 a 5) de restaurantes en Campo Grande-RJ en Google Maps, publicadas entre 2022 y 2025. Para la extracción, se utilizó web scraping con la biblioteca Selenium, eficaz para interactuar con páginas dinámicas. Conforme a Bird et al. (2009), Selenium simula la navegación humana, permitiendo el acceso a elementos cargados vía JavaScript. El proceso fue configurado con pausas programadas para evitar la sobrecarga en los servidores.
Después de la recolección, los datos brutos pasaron por preprocesamiento. Los textos de reseñas en línea contienen ruidos como jerga, errores ortográficos y abreviaturas, que pueden comprometer el rendimiento del modelo (Provost y Fawcett, 2016). El tratamiento implicó la normalización del texto (conversión a minúsculas, eliminación de elementos no textuales) y la eliminación de stopwords. Para el modelado supervisado, los datos fueron etiquetados. La estrategia inicial fue usar las calificaciones en estrellas como proxy del sentimiento (Liu, 2012). Se realizó un análisis exploratorio, con nubes de palabras para cada calificación, para validar el enfoque.
Surgió un desafío con las evaluaciones de calificación 3, consideradas neutrales. Para investigar su polaridad, se realizó un análisis con las bibliotecas VADER y TextBlob, después de traducir los textos al inglés (Pereira, 2022). Los resultados indicaron una fuerte ambigüedad, lo que llevó a la decisión de excluir estas evaluaciones para evitar ruido en el modelo. El preprocesamiento continuó con la tokenización, utilizando el ToktokTokenizer, y la aplicación de stemming para reducir las palabras a su raíz, disminuyendo la dimensionalidad del vocabulario (Caseli y Nunes, 2024). Con el texto limpio, la siguiente etapa fue la vectorización.
Para esta tarea, se empleó la técnica Term Frequency-Inverse Document Frequency (TF-IDF), que calcula un peso para cada palabra basándose en su frecuencia y rareza, destacando términos relevantes (Pareek et al., 2024). Para capturar contexto, el TF-IDF se combinó con n-gramas (unigramas, bigramas y trigramas). El modelo de clasificación elegido fue la Regresión Logística, un algoritmo robusto para clasificación binaria en análisis de sentimientos debido a su eficiencia e interpretabilidad (Silva, 2016). Dado el desbalanceo de las clases (mayoría de evaluaciones positivas), se utilizó el parámetro class_weight=’balanced’, que ajusta los pesos de las clases de forma inversamente proporcional a sus frecuencias (Branco et al., 2015). La evaluación del modelo usó la matriz de confusión y métricas como acurácia, precisión, recall y F1-score, calculadas para cada clase (Malakin, 2024; Géron, 2019).
La recopilación de datos resultó en un corpus de 7.082 reseñas. El análisis exploratorio reveló una concentración en reseñas de 5 estrellas, un patrón consistente con estudios que señalan una disposición afectiva positiva hacia la alimentación (Desmet y Schifferstein, 2008), lo que indica un probable desequilibrio de clases. El proceso de limpieza confirmó la presencia de desafíos típicos de datos generados por usuarios, como errores gramaticales y jerga (Silva, 2016). La estandarización de los textos fue crucial para la calidad de los datos, alineada con las buenas prácticas de PLN (Pinna et al., 2020; Caseli y Nunes, 2024).
El tratamiento de las reseñas de 3 estrellas fue un punto crítico. La nube de palabras para esta categoría mostró un equilibrio entre términos positivos (“bueno”, “excelente”) y negativos (“precio”, “retraso”), sugiriendo una experiencia ambivalente. El análisis de polaridad con VADER y TextBlob confirmó esta ambigüedad. Para aumentar la claridad de la señal de entrenamiento, se decidió excluir estas 723 reseñas, un enfoque similar al de Pang y Lee (2004), quienes demostraron mejoras en la precisión al eliminar datos de polaridad incierta. Después del filtrado, las calificaciones de 1 y 2 se etiquetaron como negativas (clase 0) y las calificaciones de 4 y 5 como positivas (clase 1), lo que resultó en un conjunto de datos con un 87% de reseñas positivas.
El modelo de Regresión Logística, entrenado con el 70% de los datos y probado con el 30%, alcanzó una precisión general del 89%. Un análisis detallado de las métricas por clase, recomendado para datos desequilibrados (Branco et al., 2015; Grandini et al., 2020), reveló matices. El F1-score para la clase positiva (1) fue del 92%, lo que indica un excelente rendimiento. Para la clase negativa (0), el F1-score fue del 79%. Aunque es un buen resultado, la diferencia demuestra que el modelo tuvo más dificultades para clasificar las críticas de la clase minoritaria. Esta limitación es aceptable en el contexto del estudio, pero apunta a oportunidades de mejora, como la aplicación de técnicas de remuestreo (Branco et al., 2015).
El análisis basado en aspectos, que segmentó las reseñas en comida, servicio, ambiente y precio, fue la etapa más rica en información. Alineada con las propuestas de Shin et al. (2022), este enfoque permitió comprender los impulsores específicos de la satisfacción y la insatisfacción, conceptos fundamentales en marketing (Kotler y Keller, 2012). La categoría “comida” fue la más mencionada. Las reseñas positivas destacaron términos como “buena” y “sabor”, mientras que las negativas se centraron en “mala”, “salado” y “siempre”, sugiriendo que la falta de consistencia es un factor crítico de insatisfacción.
En la atención, la cordialidad y la eficiencia (“amable”, “educado”) fueron los principales elogios, mientras que la desorganización y el maltrato (“mal atendido”, “mal atendido”) fueron las críticas más contundentes, reforzando la importancia de la capacitación del equipo (Simões, 2015). El análisis del ambiente reveló que los clientes valoran espacios “tranquilos”, “familiares” y “acogedores”. Por otro lado, la falta de climatización (“caluroso”) y los problemas de higiene (“sucio”) fueron fuertes detractores de la experiencia, corroborando la investigación de Carvalho (2019) sobre la influencia del ambiente sensorial.
La categoría precio demostró la importancia de la percepción de valor. Términos como “justo” y “costobeneficio” fueron centrales en las evaluaciones positivas, indicando que el consumidor busca una relación equilibrada entre costo y calidad. Las críticas estuvieron marcadas por expresiones como “no vale” y “mal costobeneficio”, señalando que precios desproporcionados generan fuerte insatisfacción. Estos resultados por categoría proporcionaron la base para un marco de oportunidades estratégicas, traduciendo datos en acciones como estandarización de recetas, capacitación de equipo, mejoras en la infraestructura y revisión de estrategias de fijación de precios.
Este estudio desarrolló un modelo de análisis de sentimientos para clasificar reseñas de restaurantes en Campo Grande-RJ y extraer información. La metodología, desde la recolección de datos con web scraping hasta la modelización con Regresión Logística y análisis por aspectos, fue eficaz para transformar datos textuales en inteligencia de negocio. Los desafíos enfrentados, como el lenguaje informal, la ambigüedad de las notas intermedias y el desbalanceo de clases, fueron sistemáticamente abordados para garantizar la robustez de los resultados. La exclusión de las reseñas de 3 estrellas, aunque simplificó el problema, garantizó una señal más clara para el modelo, resultando en un rendimiento general del 89% de acurácia.
El modelo final, a pesar de un rendimiento superior para la clase positiva (F1-score de 92%) en comparación con la negativa (F1-score de 79%), demostró ser una herramienta valiosa. El análisis por categorías (comida, atención, ambiente y precio) identificó los principales factores de satisfacción e insatisfacción. Se identificaron patrones como la valoración de la consistencia en la comida, la importancia de la cordialidad en la atención, la necesidad de un ambiente limpio y climatizado, y la búsqueda de una justa relación costo-beneficio. Estos hallazgos se traducen en directrices prácticas para que los gerentes enfoquen sus esfuerzos de mejora. Para trabajos futuros, se sugiere la exploración de técnicas más avanzadas para lidiar con la ambigüedad y el desbalanceo, como modelos basados en transformers y estrategias de sobremuestreo.
Se concluye que el objetivo se alcanzó: se demostró que la aplicación de técnicas de análisis de sentimientos en reseñas en línea es una herramienta accesible y de alto impacto para comprender la percepción del público y generar inteligencia competitiva para el sector de restaurantes. La metodología y los resultados proporcionan un diagnóstico detallado del escenario gastronómico de Campo Grande-RJ, ofreciendo a los gestores locales una hoja de ruta basada en datos para mejorar sus servicios, fidelizar clientes y prosperar en un mercado competitivo.
Referencias:
Asociación Brasileña de Bares y Restaurante [ABRASEL]. 2021. Pesquisa Situação Econômica maio 2021. Disponível em:< https://abrasel. com. br/noticias/noticias/alto-endividamento-pressiona-bares-e-restaurantes-diz-pesquisa-nacional-da-abrasel/ >. Acceso en: 18 feb. 2025.
Asociación Brasileña de Bares y Restaurante [ABRASEL]. 2024. Pesquisa Situação Econômica dezembro. Disponível em: < https://abrasel. com. br/noticias/noticias/bares-restaurantes-otimistas-primeiro-trimestre-2025-pesquisa-abrasel/ >. Acceso en: 18 feb. 2025.
Bateson, J. E. G.; Hoffman, K. D. 2016. Princípios de Marketing de Serviços: Conceitos, estratégias e casos. 3. ed. +A Educação – Cengage Learning Brasil, Porto Alegre, RS, Brasil.
Bezerra, J. F.; Vasconcelos, R.; Leal, M. B. A.; Albuquerque, N. M. R. C. 2022. Gestão de restaurantes: uma prática de hospitalidade. Curso de Graduação Tecnológica em Gastronomia. Centro Universitário Brasileiro, UNIBRA. Disponível em: < https://www. grupounibra. com/repositorio-unibra > , < gestao-de-restaurantes-uma-pratica-de-hospitalidade32. pdf >. Acceso en: 16 ago. 2025.
Bird, S.; Klein, E.; Loper, E. 2009. Natural Language Processing with Python. 1. ed. Sebastopol: O’Reilly Media.
Branco, P.; Torgo, L.; Ribeiro, R. P. A. 2015. A Survey of Predictive Modelling under Imbalanced Distributions. Faculdade de Ciências. Universidade do Porto. Disponível em: < https://arxiv. org/abs/1505.01658 >. Acceso en: 06 jun. 2025.
Carvalho, V. V. 2019. Análise da influência do ambiente sobre a satisfação dos clientes de um restaurante no Shopping Riomar. Monografia (Graduação em Administração). Departamento de Administração, Centro de Ciências Sociais Aplicadas. Universidade Federal de Sergipe, São Cristóvão, SE, Brasil. Disponível em: < https://ri. ufs. br/handle/riufs/12419 >. Acceso en: 15 ago. 2025.
Caseli, H. M.; Nunes, M. G. V. 2024. Processamento de Linguagem Natural: Conceitos, Técnicas e Aplicações em Português. 3 ed. BPLN. Disponível em: < https://brasileiraspln. com/livro-pln/3a-edicao >. Acceso en: 15 ago. 2025.
Desmet. P. M. A.; Schifferstein. H. N. J. 2008. Sources of positive and negative emotions in food experience. Department of Industrial Design, Delft University of Technology. Disponível em: < https://www. sciencedirect. com/science/article/abs/pii/S0195666307003364? via%3Dihub > Acceso en: 15 ago. 2025.
Géron, A. 2019. Mãos à obra: aprendizado de máquina com Scikit-Learn & TensorFlow: conceitos, ferramentas e técnicas para a construção de sistemas inteligentes. 576 p. Alta Books, Rio de Janeiro, Brasil.
Grandini. M.; Bagli. E.; Visani. G. 2020. Metrics for Multi-Class Classification: an Overview. Disponível em: < https://arxiv. org/abs/2008.05756 >. Acceso en: 15 ago. 2025.
Hair, J. F. Jr.; Harrison, D. E.; Rischer, J. J.2018. Marketing research in the 21st century: opportunities and challenges. Brazilian Journal of Marketing – BJMKT, v. 17, n. 5, p. Disponível em: < https://www. redalyc. org/journal/4717/471759753005/ >. Acceso en: 18 feb. 2025.
Kotler, P. 2021. Marketing Para O Século XXI. p.33. Editora Alta Books. E-book. Rio de Janeiro, Brasil.
Kotler, P.; Keller, K. L. 2012. Administração de marketing. 14. ed. Pearson Education do Brasil. São Paulo, Brasil.
Lima, Y. S. A. 2021. Análise de sentimentos em cenários intensivos em conhecimento. Disponível em: < https://www. puc-rio. br/ensinopesq/ccpg/pibic/relatorioresumo2021/download/relatorios/CTC/IND/INDYasmin%20Silva%20Amaro%20de%20Lima. pdf >. Acceso en: 18 feb. 2025.
Limeira, T. M. V. 2017. Comportamento do consumidor brasileiro. 2ª ed. p.64. Saraiva Uni. E-book. Rio de Janeiro, Brasil.
Liu, B. 2012. Sentiment analysis and opinion mining. San Rafael: Morgan & Claypool Publishers. San Rafael, CA, EUA.
Malakin, L. A. 2024. Avaliação de Classificadores na Análise de Sentimentos em Redes Sociais Durante a Pandemia da COVID-19. Dissertação. Mestrado em Matemática, Estatística e Computação. Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, Brasil. Disponível em: < https://www. teses. usp. br/teses/disponiveis/55/55137/tde-05072024-112257/pt-br. php >. Acceso en: 12 ago. 2025.
Munzert, S.; Rubba, C.; Meibner, P.; Nyhuis, D. 2015. Automated data collection with R: A practical guide to web scraping and text mining. 1ª ed. John Wiley & Sons, Ltd. Reino Unido.
Pang, B.; Lee, L. 2004. Una educación sentimental: análisis de sentimientos mediante resumen de subjetividad basado en cortes mínimos. Disponible en: < https://arxiv. org/abs/cs/0409058 >. Acceso el: 06 jun. 2025.
Pareek, A.; Saini, K.; Kumari, A.; Nikita, K. 2024. Análisis de sentimientos de reseñas de restaurantes: un enfoque automatizado para el análisis de comentarios de clientes. Jaipur: Arya Institute of Engineering and Technology. Disponible en: < https://propulsiontechjournal. com/index. php/journal/article/view/2216 >. Acceso el: 13 feb. 2025.
Pereira, F. V. 2022. Procesamiento de lenguaje natural para la detección de patrones en el mercado de valores brasileño. Universidade Federal de Santa Maria, Santa Maria, RS, Brasil. Disponible en: < https://propulsiontechjournal. com/index. php/journal/article/view/2216 >. Acceso el: 06 jun. 2025.
Pinna, F. C. A.; Yamasaki, G. T. M.; La Rosa, I. A. S. 2020. Reconocimiento de Entidades Nombradas en Lengua Portuguesa. 78 p. Universidade de São Paulo – USP, Escola Politécnica, Departamento de Computação e Sistemas Digitais – PCS. São Paulo, Brasil. Disponible en: < https://pcs. usp. br/pcspf/wp-content/uploads/sites/8/2020/12/MonografiaPCS3560SEM2020Grupo_S15. pdf >. Acceso el: 13 feb. 2025.
Provost, F.; Fawcett, T. 2016. Ciencia de datos para negocios. Traducción de Data Science for Business. 408 p. Alta Books. Rio de Janeiro, Brasil.
Serviço Brasileiro de Apoio às Micro e Pequenas Empresas [SEBRAE]. 2016. Alimentación fuera del hogar. São Paulo: Sebrae.
Resumen ejecutivo del Trabajo de Conclusión de Curso de Especialización en Data Science y Analytics del MBA USP/Esalq
Más información sobre el curso; haga clic aquí:
