3 de diciembre de 2025 | 4 minutos
Guía histórica de Make (la fuente indica el 3 de diciembre de 2025). Este artículo reproduce una guía publicada entonces por Make. Los ejemplos, plantillas, módulos y funciones citados son los de esa guía y ese momento, no una ejecución real de este sitio ni una garantía de disponibilidad, compatibilidad, precios o resultados vigentes. Para el estado actual, consulta las fuentes oficiales. Descubre cómo transformar automáticamente respuestas abiertas de encuestas en insights categorizados, enriquecer el feedback con datos de la empresa y activar notificaciones en tiempo real sin pasar horas en análisis manual.
Las encuestas son esenciales para recopilar comentarios de clientes e información de mercado. Sin embargo, hay una tensión inherente en el diseño de encuestas: cuanto más libertad das a los encuestados para expresarse con autenticidad, más difícil resulta extraer datos significativos. Te quedas atrapado eligiendo entre respuestas ricas y un análisis escalable. ¿Cómo puedes superar este compromiso? Aquí es donde entra en juego una herramienta de análisis de datos inteligente. En este artículo te guiaré para construir un flujo de trabajo sencillo en Make que exporta las respuestas de tu encuesta a Rows.com y te ayuda a dar sentido a tus datos.
Análisis de datos impulsado por IA.
Rows.com es una herramienta de análisis de datos con IA que da a los equipos de negocio el control de sus datos, permitiéndoles ingerir, analizar y transformar datos de documentos y herramientas usando lenguaje natural. Salva la distancia entre las hojas de cálculo y la analítica avanzada mediante una interfaz flexible, un Copilot inteligente que entiende comandos en lenguaje natural y funciones de IA nativas capaces de etiquetar datos, analizar el sentimiento, extraer información y enriquecer contenido.
Construye tu flujo de trabajo automatizado con Make
En los siguientes pasos verás cómo crear un sistema automatizado que convierte las respuestas de encuestas en inteligencia de negocio usando Make y Rows.
Paso 1: crear un escenario de Make
Empieza preparando tu espacio de trabajo de automatización:
- Inicia sesión en tu cuenta de Make
- Haz clic en “Create a new scenario” desde tu panel
- Verás un lienzo en blanco donde puedes añadir módulos y conectar tu flujo de trabajo
Paso 2: conectar Typeform con Rows
Configura el puente de automatización en Make con la configuración detallada de los campos: Typeform - List Response Module:
- Connection: selecciona “My Typeform connection” (o crea una nueva con tu clave de API de Typeform). Es el modo de conexión del ejemplo de 2025; para las opciones actuales, consulta la documentación oficial de Typeform.
- Form ID : Elige el nombre de la encuesta en el desplegable (esto selecciona qué formulario supervisar, por ejemplo "PMF Survey")
- Fields : Make detecta automáticamente todos los campos del formulario:
- Item 1 : Se refiere al primer elemento/pregunta de la encuesta. En nuestro caso, "Please type your email address " - recoge la información de contacto del encuestado
- Item 2 : "How would you feel if you could not use this product anymore? " - la clásica pregunta de PMF
- Item 3 : "What is the main benefit you receive from this product? " - identifica las propuestas de valor
- Item 4 : "How can we improve Rows for you? " - recopila sugerencias de mejora
- Item 5 : Campo adicional de feedback
- Map : Actívalo para acceder a los datos de cada campo en el siguiente módulo
Rows - Add Row Module:
- Connection : Selecciona "My Rows connection" (autentícate con tu cuenta de Rows)
- Spreadsheet : Elige entre tus hojas de cálculo disponibles (este es el destino de los datos, por ejemplo "Demo - Make")
- Table : Selecciona "Table1" como tabla de destino
- Table contains headers : Selecciona "No" si tu tabla no tiene filas de encabezado
- Range Values : Establécelo en "A-AZ" para asegurar que todas las columnas estén disponibles para insertar datos
- Values : Asigna cada campo de Typeform a columnas específicas:
- A (A) : Asigna el campo de correo electrónico de Typeform (Item 1)
- B (B) : Asigna la respuesta de PMF (Item 2)
- Continúa asignando los campos restantes a las columnas siguientes
En el ejemplo del autor, esta configuración creaba una canalización en la que cada envío del formulario aparecía en la hoja de cálculo de Rows, con datos estructurados listos para el análisis con IA.
Paso 3: clasificación y análisis impulsados por IA
Una vez que los datos fluyen hacia Rows, es momento de aprovechar AI Analyst para transformar y extraer insights de nuestros encuestados:
- Clasificación de respuestas: Escribe en AI Analyst el siguiente prompt: "a dd a column to classify the main benefit received in Rows into: UI, integrations, analysis, and automation ". En el ejemplo, así Rows categorizaba automáticamente las respuestas en esas cuatro áreas clave, ayudando a entender qué funciones importaban más a los usuarios.
Tu navegador no admite vídeos incrustados, pero no te preocupes: puedes descargarlo y verlo con tu reproductor de vídeo favorito.
- Crear insights visuales: Continúa con: "now create a column chart to show the number of people who gave disappointment feedback in column D ". En el ejemplo, esto generaba una visualización del sentimiento de los usuarios que hacía visibles los patrones.
- Extracción del dominio del correo electrónico: Usa el prompt: "Add a column with the email domain " para extraer los dominios de las direcciones de correo electrónico, lo que permite segmentar entre encuestados particulares (gmail.com) y de empresa (dominios corporativos).
Tu navegador no admite vídeos incrustados, pero no te preocupes: puedes descargarlo y verlo con tu reproductor de vídeo favorito.
Paso 4: enriquecimiento de datos
Una vez completadas las transformaciones básicas, podemos pasar a la fase de enriquecimiento de datos. Por ejemplo, quizá quieras saber si un feedback concreto es más frecuente en determinados sectores o tamaños de empresa.
Puedes usar la función GET_COMPANY de Rows para obtener información sobre cada encuestado. Simplemente usa =GET_COMPANY(domain) donde domain es el dominio de correo electrónico que has extraído.
Esta función devuelve:
- Tamaño de la empresa (número de empleados)
- Clasificación del sector
- Descripción de la compañía
- Datos de ubicación
- Año de fundación y otras métricas de negocio
Tu navegador no admite vídeos incrustados, pero no te preocupes: puedes descargarlo y verlo con tu reproductor de vídeo favorito.
Paso adicional: notificación de Slack
Por último, quizá decidas hacer un seguimiento específico con los encuestados de un sector o tamaño de empresa concreto. Para hacerlo a tiempo, configura una notificación de Slack usando =MESSAGE_CHANNEL_SLACK(channel, message) para enviar avisos en función de condiciones específicas.
Puedes configurar alertas para que se activen simplemente usando la sintaxis habitual de hojas de cálculo, por ejemplo:
- Las respuestas provienen de empresas por debajo de cierto umbral de tamaño: usa una función IF normal para activar la función de Slack, por ejemplo,
=IF(E2<500, MESSAGE_CHANNEL_SLACK(<channel_name>,<message>) - Se detecta sentimiento negativo en el feedback
De los datos a la estrategia
Este flujo de trabajo elimina el compromiso habitual entre dejar que la gente responda libremente y obtener un análisis significativo. Los encuestados pueden compartir sus ideas de forma natural, mientras la IA se encarga de categorizar y enriquecer los datos. Ahorra horas de trabajo manual y saca a la luz insights que de otro modo podrías pasar por alto. Por ejemplo, si una pequeña empresa de software menciona preocupaciones sobre precios, el sistema la marca como una oportunidad prioritaria, añade información relevante de la empresa y avisa al equipo de ventas. En el ejemplo del autor, todo en unos minutos.