Ir al contenido
Base de conocimiento

Glosario

Términos y conceptos clave que se usan en todo el sistema operativo de investigación Askalot.

Un contenedor de nivel superior para organizar la investigación. Agrupa el artículo de investigación, los cuestionarios, las campañas y los conjuntos de datos. Un proyecto suele corresponder a una pregunta de investigación y tiene un único artículo de investigación durante todo el ciclo de vida.

El único cuestionario con el que empieza todo proyecto nuevo: un solo comentario que le propone cambiarle el nombre, convertirlo en su propia encuesta o eliminarlo. Es un cuestionario corriente, sin ninguna protección especial: un cuestionario inicial eliminado sigue eliminado. Los ejemplos terminados están en la organización Askalot Demo en lugar de copiarse en sus proyectos.

El registro único de su investigación, desde la primera idea hasta el veredicto final, y la fuente central de verdad del proyecto. Se abre en su propia página y puede imprimirse como PDF para entregarlo a un revisor.

Crece a medida que avanza el trabajo. El Diseñador lo inicia durante la ideación a partir de sus documentos de origen y sus objetivos, y redacta los objetivos y el instrumento; el Gestor registra a quién se propuso llegar y qué se obtuvo realmente en el trabajo de campo; el Analista añade un estudio por cada conjunto de datos analizado y la evaluación de la calidad. Cada agente es responsable de capítulos concretos, de modo que todos enriquecen un mismo documento en lugar de actuar como herramientas inconexas. (El agente Encuestado, que solo responde encuestas, no tiene, deliberadamente, ningún acceso al artículo).

Los agentes lo enriquecen por acumulación: un agente debe leer un pasaje antes de poder modificarlo, y los cambios son puntuales, no reescrituras completas, de modo que se conserva el contenido de etapas anteriores, el escrito por personas y el de otros agentes. Sigue siendo legible por mucho material que se le aporte, porque un proyecto se centra en un único objetivo de investigación: mil páginas de normativa y una sola idea se reducen al mismo artículo.

El artículo de investigación es el mecanismo que convierte «una sola plataforma acompaña al investigador durante todo el ciclo de vida» en una afirmación de arquitectura, no de marketing.

Una sección del artículo de investigación: resumen, motivación, trabajos relacionados, objetivos de investigación y KPI, diseño del instrumento, población y muestreo, recogida de datos, codificación y ponderación, estudios, evaluación de la calidad de los datos, discusión, conclusión y apéndice. Todos los capítulos figuran desde el principio, se haya escrito algo en ellos o no, de modo que el artículo siempre muestra en qué punto está la investigación y no solo lo que está terminado.

La entrada de capítulo que registra un conjunto de datos analizado: el veredicto del Analista sobre ese paquete. Usted elige qué análisis aparecen en el artículo y en qué orden: un análisis que se ha ejecutado pero no se ha incorporado queda fuera de la vista sin eliminarse. Si más adelante vuelve a procesar los datos que respaldan un estudio incorporado, este se marca como desactualizado: el texto se queda exactamente como se escribió, y la marca avisa al lector de que las cifras subyacentes han cambiado.

El primer paso de un proyecto, antes de que se haya decidido nada: el artículo de investigación existe con todos sus capítulos enumerados y ninguno redactado, y el Diseñador define con usted los temas y el objetivo de la investigación. Se nutre de la conversación y, si subió alguno, del índice de temas de sus documentos. No hacen falta ni documentos ni un objetivo previo; un estudio puede pensarse por completo en el chat. La ideación termina cuando el artículo tiene contenido real; a partir de ese momento, el artículo guía todos los pasos posteriores.

Una síntesis breve de todos los documentos indexados en un proyecto, junto con una lista de temas que atribuye cada uno al archivo del que procede. Se entrega al Diseñador durante la ideación para que el agente sepa qué material ha aportado usted y, por tanto, qué merece la pena leer a fondo: es un mapa de las fuentes, no un sustituto de su lectura, y nunca el objetivo de la investigación. Los proyectos sin documentos subidos simplemente no tienen índice de temas, lo cual es perfectamente normal.

Una definición de encuesta que posee un historial de versiones de QML. Contiene preguntas, lógica y reglas de flujo. Los cuestionarios son plantillas: definen qué preguntar. Su QML se almacena dentro de Askalot y no como un archivo que usted gestione, así que cambiar el nombre de un cuestionario, moverlo o eliminarlo nunca altera sus versiones guardadas.

Una acción de recogida de datos en curso. Vincula un cuestionario con un grupo de encuestados. Las campañas definen a quién encuestar y siguen el avance. Además, una campaña puede configurarse para aceptar participantes espontáneos, lo que admite a voluntarios que nunca se seleccionaron para su grupo.

El destinatario de una encuesta: la persona encuestada. Tiene datos demográficos (edad, género, ubicación) y datos de contacto. Los encuestados acceden a las encuestas mediante enlaces mágicos, sin iniciar sesión en la plataforma.

Alguien que puede iniciar sesión en Askalot. Lo que un usuario puede hacer lo deciden sus roles de producto: manager (campañas, proyectos, grupos), designer (cuestionarios y QML), interviewer (realiza encuestas; además, limitado por la asignación de cada encuesta) y analyst (acceso de lectura a paneles y exportaciones). Son independientes y acumulativos: un usuario puede tener varios a la vez, y manager no engloba a los demás.

Por encima se sitúan dos tipos de administrador, como atributo y no como quinto y sexto rol de producto: org_admin —normalmente un empleado de la organización— gestiona los asuntos propios de esa organización (puestos, datos de la organización, facturas, el pago), mientras que tenant_admin es un operador de Askalot ajeno a las organizaciones que gestiona las propias organizaciones y puede, por ejemplo, nombrar a alguien administrador de una organización. Ninguno de los dos otorga por sí solo funciones del producto.

Los usuarios no son destinatarios de encuestas; consulte Encuestado.

La organización en la que trabaja una sesión en un momento dado, a diferencia de la organización principal a la que pertenece una cuenta. Todo lo que puede ver —proyectos, cuestionarios, campañas, encuestados, conjuntos de datos— se limita a ella, y una sesión solo está en una a la vez. La mayoría de las personas pertenecen a una sola organización y nunca tienen que pensar en esto; si pertenece a varias, o es operador de Askalot, se mueve entre ellas desde el menú Cambiar de organización del navegador (que marca su organización principal como Principal) o con switch_organization mediante MCP. Cada inicio de sesión empieza en la organización principal. La pertenencia a una organización la concede y la retira un administrador, y le permite entrar en ella; sus roles en esa organización deciden lo que puede hacer allí. Cambiar de organización nunca cruza el límite de un inquilino, que se elige al iniciar sesión. Consulte Pertenecer a más de una organización.

Pertenecer a una organización, que es lo que le permite entrar en ella. Toda cuenta es miembro de su organización principal (marcada como Principal en el menú Cambiar de organización), que no se le puede retirar; un administrador puede añadirle a otras organizaciones y volver a quitarle de ellas; usted no puede unirse a una ni abandonarla por su cuenta. La pertenencia no otorga ningún rol: lo que puede hacer en una organización lo deciden los roles que tenga en ella, y un miembro sin rol allí solo puede gestionar su propia sesión y su perfil. La retirada también pone fin a sus roles, su copropiedad de proyectos, sus tokens de API y sus conexiones de asistentes de IA en esa organización. Consulte Pertenecer a más de una organización.

Una organización cuyo registro de investigación se ha puesto fuera del alcance de cualquier cambio. Ese registro está formado por sus proyectos, cuestionarios, campañas, estrategias de muestreo, grupos de encuestados, encuestados, encuestas, conjuntos de datos y artículos de investigación: la investigación misma y todo lo que se deriva de ella. La lectura no se ve afectada: explorar, buscar, abrir el artículo de investigación y exportar lo que ya existe funcionan como siempre.

Una sola pregunta decide todo lo demás que pueda hacer allí: ¿esto cambia el registro de investigación? Crear, editar o eliminar un proyecto, un cuestionario, una campaña o un conjunto de datos responde que sí, y se rechaza. Probar un instrumento responde que no, y por eso funciona: puede iniciar una vista previa, compartir un enlace de vista previa con un colega y abrir el editor de QML, donde el código fuente, el grafo y la validación en directo funcionan y solo se rechaza el guardado. Una vista previa nunca se convierte en datos: no se almacena en absoluto junto con sus respuestas, y se borra sola en cuanto termina su recorrido. Publicar el enlace abierto de una campaña sí se rechaza, porque los voluntarios que llegan por él sí se convierten en datos. Tener presente esa única pregunta le permite prever el siguiente caso en lugar de toparse con él al pulsar Guardar.

Su propia cuenta —su contraseña, su dirección de correo electrónico, las claves de proveedor de IA y las elecciones de modelo de su perfil— no forma parte del registro de investigación de ninguna organización, así que una organización sellada no la toca: puede cambiarlo todo mientras trabaja en ella. La excepción es una cuenta compartida, con la que inician sesión varias personas, que no puede cambiar su contraseña, su dirección de correo electrónico, sus claves de proveedor de IA ni sus elecciones de modelo, esté o no sellada su organización.

Una insignia con un candado marcada como Sellada aparece bajo el nombre corto de su organización en la barra de navegación de todas las páginas, y todo lo que se rechaza se explica allí donde ocurre. Iniciar sesión, cerrarla y cambiar de organización siguen funcionando. Los tokens de API son lo único que se cierra por completo: no puede crear uno para una organización sellada, y uno creado antes del sellado deja de funcionar.

Se usa para la organización de demostración pública y para mantener disponibles los datos de un cliente que se marcha durante su periodo de conservación.

La organización pública y sellada del entorno de pruebas gratuito, que contiene investigaciones completas y seleccionadas —cuestionarios de varios ámbitos, campañas, encuestas respondidas y conjuntos de datos analizados—, además del proyecto Example Questionnaires con cuestionarios de ejemplo completos. Los visitantes entran en ella mediante la cuenta de demostración compartida de la página de inicio; además, toda cuenta registrada en el entorno de pruebas es miembro y accede a ella desde el menú Cambiar de organización con los roles de diseñador, gestor y analista. A diferencia de cualquier otra organización, allí todos los miembros leen todos los proyectos, mientras que nada puede modificarse y el registro de auditoría solo es visible para los administradores. Los entornos de pago no tienen organización Demo.

Un usuario con el rol interviewer que realiza encuestas en nombre de los encuestados. Los entrevistadores ayudan a los encuestados a completar las encuestas, pero no responden ellos mismos a las preguntas.

Una sesión de encuesta individual. Vincula a un encuestado concreto con un cuestionario, opcionalmente dentro de una campaña. Sigue el avance y almacena las respuestas.

Ejecución de la encuesta en la que el encuestado la completa por su cuenta, normalmente mediante un enlace mágico enviado por correo electrónico.

Modo con entrevistador (entrevista de campo)

Sección titulada «Modo con entrevistador (entrevista de campo)»

Ejecución de la encuesta en la que un entrevistador la realiza en nombre del encuestado, por teléfono o en persona. El entrevistador maneja la interfaz y registra las respuestas del encuestado.

Modo asistido por IA (autoentrevista asistida por IA)

Sección titulada «Modo asistido por IA (autoentrevista asistida por IA)»

Ejecución de la encuesta en la que el encuestado la realiza en su propio asistente de IA, como Claude, en una campaña que lo ofrece. El asistente explica y resuelve dudas, pero nunca responde la encuesta: el encuestado hace clic en cada respuesta en un panel de encuesta dentro del chat. Una encuesta solo está en este modo cuando el encuestado dio su consentimiento en el asistente antes de responder nada. Consulte Autoentrevista asistida por IA.

El idioma en que se responde una encuesta: se elige en su primera página entre los idiomas que ofrece la campaña, queda fijado con la primera respuesta, o es el idioma de origen cuando solo se ofrece uno. Se traslada a los conjuntos de datos como la columna _language.

Un idioma opcional que se guarda en un encuestado. Determina el idioma de la invitación y el idioma preseleccionado en la primera página de la encuesta cuando la campaña lo ofrece, y nunca impide que el encuestado elija otro.

Cómo se está realizando una encuesta: direct (en la página web), ai_assisted (en el asistente de IA del encuestado) o field_interview (con un entrevistador, que siempre prevalece). Se registra en cada encuesta y se traslada a los conjuntos de datos Bronce como la columna _mode.

Un código que el encuestado obtiene en su propia página de encuesta para conectar su asistente de IA a esa encuesta concreta. Obtener un código nuevo invalida el anterior y desconecta cualquier asistente emparejado con él. Un código conecta como máximo tres asistentes a la vez. Caduca con la invitación (en el caso de un voluntario, siete días después de que empezara su encuesta).

Una encuesta creada mediante el flujo de invitaciones de una campaña. Está vinculada a una campaña para el seguimiento del avance y los informes.

Alguien que participa en una campaña sin haber sido seleccionado para su grupo de encuestados; por ejemplo, una persona que se acerca a una entrevista de interceptación. La encuesta de un voluntario pertenece a esa campaña como cualquier otra: la misma versión fijada del cuestionario, el mismo conjunto de datos. Registra que el encuestado llegó como voluntario en lugar de ser muestreado, lo que permite al análisis ponderar ambos casos de forma distinta: un voluntario no se seleccionó según ninguna cuota.

Una encuesta que realiza un voluntario en una campaña que acepta participantes espontáneos. El entrevistador registra los datos del encuestado al recibirlo —los atributos que mide la estrategia de muestreo de la campaña— e inicia la entrevista en el acto. El nombre y los datos de contacto son opcionales.

Una encuesta creada sin ninguna campaña, para probar un cuestionario o formar a un entrevistador. No pertenece a ninguna campaña, no aparece en las estadísticas de ninguna campaña y queda fuera de los conjuntos de datos salvo que un analista la incluya deliberadamente.

Una URL única y de duración limitada que permite a un encuestado acceder a su encuesta sin iniciar sesión. Contiene identificadores cifrados de la encuesta y del encuestado.

Un lenguaje basado en YAML para definir cuestionarios. Especifica las preguntas, las opciones de respuesta, la lógica de ramificación y las reglas de validación.

Una sección de ítems dentro de un cuestionario, con tres funciones: agrupar ítems relacionados en una sección temática, ramificar (una precondición de bloque condiciona todos los ítems del bloque, además de las precondiciones propias de cada ítem, de modo que una serie de ítems que comparten una condición la lleva una sola vez, en el bloque) y repetir (un bloque Roster plantea sus ítems una vez por cada entidad seleccionada). Los ítems pueden hacer referencia a ítems de otros bloques.

La unidad mínima de lo que se presenta al encuestado. Los tipos de ítem son:

  • Comment: texto que solo se muestra, sin resultado (informativo)
  • Question: un único resultado (una respuesta)
  • QuestionGroup: una lista de resultados (varias respuestas relacionadas)
  • MatrixQuestion: una matriz n × m de resultados (una cuadrícula de respuestas)

Los resultados de un ítem comparten las mismas restricciones de dominio (el rango de valores posibles).

El tipo de entrada de un ítem: botones de opción, lista desplegable, casilla de verificación, control deslizante, campo de texto, etc. Los ítems con varios resultados (QuestionGroup, MatrixQuestion) tienen varios controles del mismo tipo.

Una lista de fórmulas lógicas que deben cumplirse todas para mostrar un ítem. Si no se especifica ninguna precondición, el valor predeterminado es True (mostrar siempre). Se basa en respuestas anteriores o en valores calculados.

Una lista de fórmulas lógicas que deben cumplirse todas para aceptar la respuesta a un ítem. Si no se especifica ninguna poscondición, el valor predeterminado es True (aceptar siempre). Se usa para la validación.

Un bloque de Python que se ejecuta después de que se responda un ítem (el resultado tiene un valor) y de que la poscondición haya validado la respuesta. Se usa para valores calculados y lógica compleja.

El registro completo, al que solo se añaden entradas, de cada versión guardada del QML de un cuestionario. Cada guardado añade una versión nueva en lugar de sobrescribir la anterior, y nunca se elimina nada del historial. Esto es lo que permite que una campaña en curso siga sirviendo una versión fija y que un cambio pueda deshacerse con fiabilidad.

La versión exacta del cuestionario que utiliza una campaña, fijada en el momento en que el cuestionario se publica en esa campaña. Cada encuesta que produce la campaña recibe esa versión durante toda su vida —también la de un voluntario—, así que editar después el cuestionario no puede cambiar el instrumento a mitad de una entrevista. Volver a publicar tras una edición fija la campaña a la versión más reciente.

El idioma en que está escrito un cuestionario, elegido al crearlo. Toda campaña lo ofrece, y no requiere traducción: su texto es el propio cuestionario.

Texto traducido que acompaña a una versión de un cuestionario, en un idioma distinto del de origen. Sustituye únicamente el texto visible para el encuestado; los identificadores, los códigos de opción, la ramificación y la verificación formal siguen siendo los del original, de modo que las respuestas en todos los idiomas se comparan directamente. Solo una traducción completa (con todo el texto traducido) se ofrece a los encuestados. Una versión nueva conserva el texto de cada ítem cuya redacción no ha cambiado. Consulte Traducir un cuestionario.

Una traducción que ya no puede editarse ni eliminarse porque una encuesta real (la de un encuestado o la de un entrevistador) se ha respondido en su idioma con esa versión. Las simulaciones y las vistas previas nunca la congelan. Una corrección se hace en una nueva versión del cuestionario, a la que se pasa la campaña.

La lista a partir de la cual se genera la primera versión de un cuestionario importado o diseñado por IA: cada pregunta con el número que imprime la fuente, su enrutamiento y sus comprobaciones, y lo que se dejó fuera y por qué. Es un registro de esa primera versión que se escribe una sola vez y que las ediciones posteriores nunca modifican. Consulte Importar un cuestionario.

Las páginas que leyó una importación de PDF, que se conservan junto con el cuestionario que produjo como un único documento Markdown, con las respuestas ya eliminadas y cada página etiquetada con su página en el archivo y el número impreso en ella. Se escribe una sola vez, como el inventario. Una carga de Markdown no se conserva. Consulte Importar un cuestionario.

Reparto de los encuestados entre los entrevistadores en las campañas con entrevistador. Cada entrevistador recibe un subconjunto de encuestados para entrevistarlos por teléfono o en persona, y ve exactamente ese subconjunto en su lista de trabajo de SirWay. Hasta que se reparte la campaña, cada entrevistador asignado a ella ve el grupo completo.

Indica si un encuestado ha sido invitado, ha empezado su encuesta o la ha completado.

El porcentaje de encuestados que completaron su encuesta sobre el total de invitados.

Un fallo de entrega definitivo comunicado por el servidor de correo receptor: la dirección no existe. Se distingue de un rebote temporal, que es pasajero (un buzón lleno, una lista gris) y no indica una dirección errónea.

Una dirección de correo electrónico a la que Askalot ha dejado de enviar mensajes, en toda la plataforma, porque produjo un rebote permanente. La supresión no se levanta automáticamente; un operador la elimina cuando se sabe que la dirección vuelve a ser válida. Los rebotes temporales y las quejas por spam se registran, pero nunca provocan una supresión. Consulte Límites de entrega y direcciones rebotadas.

Un mensaje que Askalot detuvo antes de que saliera de la plataforma, porque el dominio del destinatario nunca puede recibir correo: example.com y los demás dominios reservados para pruebas por los estándares de internet, además de los dominios de prueba que haya registrado un operador. No se notifica ningún error, ya que estas direcciones pertenecen a datos de ejemplo y demostraciones, no a personas; el registro del intento indica descartado en lugar de enviado. Se distingue de una dirección suprimida, que es un buzón real que ha resultado no existir.

Un conjunto de encuestados seleccionados para una campaña concreta. Los grupos suelen generarse a partir de una estrategia de muestreo para ajustarse a las distribuciones demográficas objetivo. Un grupo generado registra la selección con la que se obtuvo —tamaño solicitado, factor de sobremuestreo, algoritmo de selección, requisito de correo electrónico y exclusiones—, y una renovación vuelve a seleccionar exactamente con esos ajustes. A diferencia de las estrategias, los grupos no están pensados para reutilizarse: por lo general, los encuestados que ya han participado en una investigación no se vuelven a seleccionar, para respetar su tiempo y evitar la fatiga de encuesta.

Una configuración reutilizable que define las distribuciones demográficas objetivo para seleccionar encuestados. Especifica los factores de estratificación y la métrica de calidad con la que se evalúa el ajuste; no incluye tamaño de muestra ni algoritmo de selección, que se eligen en cada selección de un grupo. La misma estrategia puede generar grupos nuevos de cualquier tamaño para distintas campañas, seleccionando cada vez encuestados nuevos que cumplen los criterios demográficos.

Una dimensión de una estrategia de muestreo con proporciones objetivo. Normalmente es un atributo del encuestado —edad, género, ubicación o cualquier atributo personalizado—; por ejemplo, un factor de género con un objetivo del 48 % de hombres, el 50 % de mujeres y el 2 % de otros. Un factor es siempre algo que se conoce antes de que nadie responda, porque un grupo se selecciona a partir de él; un objetivo sobre una respuesta de la encuesta es, en cambio, un objetivo de calibración solo de referencia en el paquete.

Un multiplicador que se aplica al tamaño solicitado de la selección de un grupo (las respuestas completadas necesarias) para compensar la falta de elegibilidad y la no respuesta. Un factor de sobremuestreo de 1,2 significa seleccionar un 20 % más de encuestados que los solicitados; el planificador de tamaño de la pantalla Generar grupo lo fija en 1 ÷ (tasa de elegibilidad × tasa de respuesta). Se define en cada selección y se guarda en el grupo.

El método que se usa para seleccionar encuestados del grupo. Las opciones son:

  • Voraz: selecciona en cada paso a los encuestados que más mejoran el equilibrio demográfico
  • Aleatorio restringido: selecciona al azar respetando las restricciones demográficas

Una medida de lo bien que la muestra se ajusta a las distribuciones demográficas objetivo:

  • RMSE: raíz del error cuadrático medio de las desviaciones de proporción
  • MAE: error absoluto medio de las desviaciones de proporción
  • Chi cuadrado: prueba estadística de ajuste de la distribución
  • Desviación máxima: la mayor desviación de proporción individual

Una asociación con nombre de un proyecto, un cuestionario y un subconjunto no vacío de las campañas de ese cuestionario con exactamente una cadena lineal de conjuntos de datos Bronce → Plata → Oro. Que los voluntarios permanezcan en la base de análisis Plata es una elección aparte, propia de cada paquete; las vistas previas ni siquiera son una opción, porque una vista previa no es una respuesta. La página de inicio de Balansor es un tablero del proceso con tarjetas de paquete: cada operación sobre conjuntos de datos (extraer, derivar, depurar, exportar, comprobar la calidad) se limita a un paquete. Un paquete tiene como máximo un conjunto de datos por etapa; comparar una ponderación o una depuración alternativa implica clonar el paquete, no crear ramas dentro de él.

La capa de medición sobre el muestreo: cuatro lecturas de lo lejos que está una muestra del diseño de investigación para el que se extrajo, tomadas en cada transición de la estrategia al conjunto de datos ponderado. Estrategia → Grupo, Estrategia → Real y Estrategia → Ponderado comparten como referencia la estrategia vigente del paquete y, por tanto, están en una misma escala; las dos últimas difieren exactamente en lo que recuperó la ponderación. Grupo → Real toma en cambio el grupo como referencia y aísla lo que aportó el propio trabajo de campo. Como nunca se descarta a ningún encuestado para equilibrar una distribución, el precio de la recuperación es la varianza, así que el efecto de diseño y el tamaño muestral efectivo se leen junto a las cuatro lecturas y no por debajo de ellas.

Las dos poblaciones que hay detrás de las cifras de un paquete. La base de medición es todo lo que se obtuvo en el trabajo de campo —los datos Bronce— y es lo que cuentan las lecturas del trabajo de campo. La base de análisis es el subconjunto que supera el umbral de completitud del paquete, aplicado cuando Plata se deriva de Bronce, así que cambiar el umbral vuelve a derivar Plata sin alterar Bronce. La completitud de una encuesta es el número de ítems respondidos sobre los ítems a los que realmente llegó (cada ítem distinto que se le mostró, incluido el que estaba en pantalla cuando se detuvo), de modo que la lógica de saltos nunca se interpreta como ausencia y una encuesta abandonada da un valor bajo.

El límite de cada paquete (por defecto, el 50 %, expresado como fracción) que define la base de análisis. Como se trata de una no respuesta introducida por el operador y no producida por el trabajo de campo, el conjunto que elimina se perfila frente a la base de análisis según los propios factores de la estrategia: un recorte con sesgo demográfico queda a la vista en lugar de pasar inadvertido. Cuando no se excluyó nada, se indica así, y no como una divergencia de cero.

La estrategia de muestreo asignada a un paquete como referencia con la que se evalúan todas las medidas referidas a la estrategia —Estrategia → Grupo, Estrategia → Real y Estrategia → Ponderado por igual—, que es lo que las sitúa en una misma escala. Puede reasignarse en cualquier momento desde la página Vista general del paquete o mediante la API, y una reasignación vuelve a calcular las tres; sin ella, esas medidas muestran «Sin estrategia vigente» en lugar de una puntuación.

Una lista de objetivos de cada paquete, que se puede editar libremente; cada uno nombra una columna del conjunto de datos, las proporciones objetivo que deben alcanzar sus valores y un rol. Un objetivo con raking (el predeterminado) es la instrucción de ponderación: aquello a lo que pondera el raking. Deliberadamente no es el patrón con el que se evalúa el resultado ponderado —evaluar una ponderación frente a su propio objetivo diría que lo alcanzó, no que la muestra se parece al diseño—, así que los objetivos con raking que se alejan de la estrategia vigente aparecen como distancia respecto a esa estrategia, y la página solo muestra cuánto se acercó el raking a ellos (alcanzado por el raking). Un objetivo solo de referencia no se usa para ponderar: es una cifra externa, como el resultado de unas elecciones o la proporción censal de una respuesta, y la calidad del paquete evalúa frente a ella la muestra sin ponderar y la ponderada. Los objetivos pueden copiarse de otro paquete; los que no encajan se enumeran con el motivo. Se generan una sola vez a partir de los factores de la estrategia vigente la primera vez que se abre la etapa Plata y, desde entonces, son independientes de ella. Una categoría objetivo en una columna de respuesta debe ser una de las opciones de la pregunta, por código o por etiqueta de opción, y cada guardado lo comprueba frente al cuestionario del paquete; un objetivo con raking cuyas categorías no coinciden con nada de su columna hace fallar la derivación en lugar de ignorarse en silencio. Un objetivo también puede nombrar un atributo personalizado del encuestado que el conjunto de datos todavía no contiene: un atributo personalizado solo se copia en un conjunto de datos cuando lo nombra un factor de la estrategia o un objetivo de calibración, así que llega en la siguiente extracción Bronce.

Cuánto acortó la ponderación la distancia respecto al diseño de investigación, medida en unidades de error compuesto sobre los factores evaluados tanto en el lado del trabajo de campo como en el ponderado. Se expresa en error y no como variación porcentual de la puntuación de calidad, de modo que mejoras iguales desde puntos de partida distintos dan cifras iguales y dos paquetes son comparables. Cuando ambos lados no comparten ningún factor evaluado, se indica que no puede calcularse, y no como cero.

Una columna de sí/no que se genera para una opción de una pregunta de selección múltiple. Las respuestas de selección múltiple se guardan como la combinación que seleccionó el encuestado, que no puede ponderarse ni cruzarse directamente; las columnas por opción son la forma analizable. Quedan vacías, y no en «no», cuando el encuestado se saltó la pregunta. (La codificación de respuestas abiertas no las genera; consulte Dimensión codificada).

Un eje en el que varían las respuestas a una pregunta abierta, y la unidad que produce la codificación. Cada dimensión que conserva se convierte exactamente en una columna categórica con una categoría por encuestado, la misma forma que produce una pregunta con lista desplegable. Una pregunta que varía en dos cosas a la vez (de qué trata la respuesta y qué opina de ello el encuestado) son dos dimensiones y dos columnas. Su identidad sobrevive a los cambios de nombre: el nombre de la columna se fija cuando se propone la dimensión por primera vez, de modo que un objetivo de ponderación que la nombra sigue siendo válido.

La categoría reservada en cada dimensión codificada para una respuesta que se dio y no coincidió con ninguna de las categorías de esa dimensión. Es un residuo, no un grupo de personas —su tamaño mide hasta dónde llegó el libro de códigos— y se distingue de un ítem sin responder, que no lleva ninguna categoría. Se puede ponderar como cualquier otra categoría, y un objetivo de calibración sobre una dimensión debe asignarle una proporción.

El punto de control humano entre derivaciones Plata: las dimensiones propuestas se leen con sus categorías, los recuentos por categoría y respuestas de ejemplo, y después se renombran, se reorganizan y se seleccionan en la página Plata del paquete. Qué dimensiones se convierten en columnas lo deciden deliberadamente solo las personas: el estado de la revisión (propuestas, categorías, selección y qué preguntas siguen pendientes de revisión) puede leerse mediante la API, pero no existe ninguna herramienta que pueda decidirlo.

Un patrón de procesamiento de datos con tres etapas de depuración creciente, que pertenecen a un paquete:

  1. Bronce: respuestas de encuesta en bruto extraídas de las campañas del paquete; es la base de medición, que puede incluir encuestas a medio terminar y encuestas marcadas por el motor cuando el paquete las admite
  2. Plata: primero se codifican las respuestas abiertas en columnas categóricas etiquetadas y después se ponderan por posestratificación
  3. Oro: el conjunto de datos final depurado, listo para exportar y analizar

La primera etapa de la cadena de un paquete y su base de medición. Contiene las respuestas de encuesta en bruto con los datos demográficos de los encuestados, pero sin ajustes estadísticos. Se crea extrayendo las encuestas de las campañas elegidas para el paquete: siempre las completadas y, además, las que están a medio terminar y las marcadas por el motor cuando los conmutadores de la base de medición del paquete las admiten.

La segunda etapa de la cadena de un paquete y su base de análisis. Primero se excluyen las encuestas por debajo del umbral de completitud del paquete; el texto abierto de lo que queda se codifica en una columna por cada dimensión codificada seleccionada; después, la ponderación por posestratificación (raking) se ejecuta una vez sobre esa base de casos codificada para corregir el sesgo de muestreo. La codificación va antes de la ponderación para que una dimensión codificada esté disponible como variable de ponderación en la misma derivación.

La etapa final de la cadena de un paquete. Contiene datos depurados listos para exportar. Puede incluir transformaciones de campos (renombrar, reordenar, filtrar) y campos calculados. Se crea a partir del conjunto de datos Plata del paquete.

Raking (ponderación por posestratificación)

Sección titulada «Raking (ponderación por posestratificación)»

Un algoritmo de ajuste proporcional iterativo, el raking (calibración por rastrillado), que calcula las ponderaciones de los encuestados para alinear la distribución demográfica de la muestra con las distribuciones objetivo de la población. Corrige el sesgo de muestreo cuando las tasas de respuesta reales difieren de los objetivos. Se ejecuta una vez, sobre la base de casos codificada, como parte de la derivación del conjunto de datos Plata de un paquete.

Un multiplicador asignado a cada respuesta durante el raking. Los grupos demográficos infrarrepresentados reciben ponderaciones > 1,0; los sobrerrepresentados, ponderaciones < 1,0. Se aplica durante el análisis estadístico.

La diversidad de respuestas en preguntas categóricas (0 = todas idénticas, 1 = uniforme). Consulte la Referencia de métricas de calidad.

Un patrón de respuestas idénticas en todos los subítems de un grupo de preguntas, que indica una respuesta poco atenta. Consulte la Referencia de métricas de calidad.

La tendencia sistemática a mostrarse de acuerdo con afirmaciones tipo Likert, sea cual sea su contenido (50 % = sin sesgo, >60 % = motivo de preocupación). Consulte la Referencia de métricas de calidad.

La consistencia interna de los grupos de preguntas con 3 o más subítems (>0,8 buena, <0,6 deficiente). Consulte la Referencia de métricas de calidad.

Un encuestado demasiado rápido (speeder) es aquel cuyo tiempo de respuesta es inferior a 1/3 de la mediana de la cohorte. Consulte la Referencia de métricas de calidad.

La suma del tiempo que cada pregunta estuvo en pantalla durante una encuesta, medido por pregunta y no como el intervalo entre la creación de la encuesta y su envío, de modo que una interrupción o un inicio tardío no se cuentan como tiempo de reflexión. Consulte Detección de encuestados demasiado rápidos.

Una encuesta en cuya ejecución se registró un problema que la plataforma sorteó en lugar de fallar: lógica del cuestionario que no pudo evaluarse, un valor precargado que se rechazó o una sección repetida solicitada para un sujeto no declarado. Se clasifica como crítica, degradada o informativa según la consecuencia para los datos; las encuestas críticas se excluyen de la extracción de conjuntos de datos. Consulte Encuestas degradadas.

Un tramo continuo de una encuesta que transcurre dentro de un mismo bloque: una pasada por una sección repetida, o una entrada en un bloque al que el encuestado vuelve más tarde. La página de detalle de la encuesta se organiza con una sección por cada visita a un bloque. Consulte Revisar una encuesta individual.

Método de exclusión por múltiples indicadores: se recomienda excluir a los encuestados con 3 o más indicadores de calidad (demasiado rápido + respuestas en línea recta + alta no respuesta). Consulte la Referencia de métricas de calidad.

La proporción de encuestas de una campaña que alcanzan el estado «completada». Consulte la Referencia de métricas de calidad.

La finalización comparada entre los modos de encuesta entre las encuestas iniciadas (aquellas cuya primera pregunta se mostró); cada una se clasifica como completa, parcial o abandonada según la proporción de preguntas aplicables respondidas. Consulte la Referencia de métricas de calidad.

El aumento de la varianza debido a una ponderación desigual: DEFF = 1 + CV^2 de las ponderaciones (Kish, 1965). Consulte la Referencia de métricas de calidad.

El tamaño de una muestra sin ponderar equivalente: n_eff = n / DEFF. Consulte la Referencia de métricas de calidad.

Una interfaz guiada de varios pasos para crear campañas. Acompaña a los usuarios en la selección del proyecto, la carga del cuestionario, la estrategia de muestreo, la generación del grupo y el lanzamiento de la campaña, con recomendaciones en cada paso.

Una interfaz conversacional de IA para las operaciones de campaña. Admite instrucciones en lenguaje natural como «cree una campaña para una investigación de satisfacción del cliente» y ejecuta las operaciones mediante herramientas MCP.

Una plantilla demográfica y de comportamiento que se usa para generar respuestas sintéticas. Define características como el rango de edad, el nivel de ingresos y el estilo de respuesta. Ejemplos: «Young Professional», «Family-Oriented», «Retired Senior».

Simulación de respuestas de encuesta mediante IA a partir de perfiles de persona. Se usa para probar los procesos de análisis de datos, validar la lógica de los cuestionarios y generar datos de prueba realistas.

Herramientas del Model Context Protocol que ponen las operaciones de la plataforma a disposición de los asistentes de IA. Permiten el acceso programático para crear proyectos, gestionar campañas, completar encuestas y analizar datos mediante una interfaz estandarizada.

Un conjunto con nombre de herramientas MCP que cubre un área del flujo de trabajo de investigación: muestreo, trabajo de campo, análisis y seis más. Una conexión puede nombrar en su URL los conjuntos de herramientas que quiere, de modo que solo vea esas herramientas. Reduce lo que tiene delante un asistente, nunca lo que tiene permitido hacer: los permisos siguen dependiendo de su plan de suscripción, su rol y la propiedad del proyecto. Consulte Interfaz MCP.

Una herramienta MCP que ejecuta en una sola llamada toda una secuencia de otras herramientas: preparar una campaña para el trabajo de campo, simular sus respuestas o ejecutar el proceso Bronce → Plata → Oro de un paquete. Cada paso es la misma herramienta a la que un asistente llamaría a mano, así que se obtienen los mismos registros y el mismo registro de auditoría. Una cadena comprueba el derecho de uso de cada paso antes de crear nada y, si se detiene a medio camino, indica el paso en el que se detuvo y conserva lo que crearon los pasos anteriores.

Una casilla de los paneles LLM directo y Modelos de razonamiento de la Configuración del perfil, activada por defecto. Mientras está activada, Askalot pasa las ranuras de modelo del panel a la versión más reciente de Claude de una familia fija (Sonnet para LLM directo; Opus, Sonnet y Haiku para los niveles de razonamiento alto, medio y bajo), y solo cambia una ranura después de que una llamada de prueba al nuevo modelo con sus propias credenciales tenga éxito. Elegir un modelo a mano la desactiva para ese panel. Consulte Funciones de IA y opciones de modelo.

Los modelos alojados en la plataforma que se encargan de generar los embeddings de los documentos y, opcionalmente, de la reordenación con codificador cruzado de los pasajes recuperados para el recuperador del grafo de conocimiento. Se mantienen en la plataforma (y no en un proveedor en la nube) para que los vectores de sus documentos indexados nunca salgan de ella. Para no consumir recursos cuando están inactivos, entran en reposo entre solicitudes y se activan con el primer uso, así que una solicitud tras un periodo de inactividad tarda unos segundos más; un indicador «Modelos locales» en la barra de navegación y en el editor de código muestra si están listos, activándose o en reposo. Se distinguen del proveedor de razonamiento (Claude a través de Anthropic o AWS Bedrock), en el que se apoyan los agentes de IA de nivel superior y la extracción de palabras clave en el momento de la consulta que usa el recuperador del grafo de conocimiento.

La plataforma de ejecución de encuestas. Los encuestados y los entrevistadores usan SirWay para completar las encuestas.

La plataforma de gestión de campañas. Los gestores usan Targetor para crear campañas, importar encuestados y seguir el avance.

El entorno de ideación y diseño de cuestionarios. Los diseñadores usan Armiger para iniciar el artículo de investigación a partir de documentos de origen y objetivos en lenguaje natural y, después, escribir y validar cuestionarios con ayuda de la IA y validación SMT con Z3. Usted elige un proyecto en la lista de proyectos de Armiger y el editor abre ese único proyecto: sus cuestionarios, sus documentos subidos, su artículo de investigación y nada más. El editor se ejecuta en su navegador y trabaja directamente sobre el proyecto almacenado: cada guardado se convierte de inmediato en una nueva versión en el historial de versiones del cuestionario. Consulte Integración con Armiger.

La plataforma de análisis de calidad de los datos. Los analistas usan el tablero del proceso de Balansor para crear paquetes, codificar las respuestas abiertas y aplicar la ponderación por posestratificación, puntuar la calidad de las respuestas (respuestas en línea recta, encuestados demasiado rápidos, α de Cronbach), medir la representatividad y exportar conjuntos de datos defendibles. El agente Analista lee el artículo de investigación para interpretar los resultados a la luz de los objetivos originales, y vuelca en él su veredicto como un estudio.

La pasarela de API y el servidor MCP. Ofrece puntos de conexión REST y herramientas del Model Context Protocol para el acceso programático a todas las operaciones de la plataforma. Es el motor de la interfaz de chat de IA.

La plataforma de administración. Gestiona los usuarios, las organizaciones y la configuración de la plataforma. Alberga el asistente de campañas y la interfaz de chat para las operaciones asistidas por IA.