Idea principal

Para saber qué palabras emplean realmente los clientes, se cuentan las apariciones de cada término de negocio en varios centenares de actas de entrevistas. El primer resultado anuncia una sigla de dos letras aparecida varios miles de veces. Había dos: la búsqueda contaba todas las apariciones de esas dos letras dentro de otras palabras. Busca "CA" de esa manera y cosecharás "cadena", "casa", "escáner", "aplicación".

Hay que contar, pues, palabras enteras, y tener en cuenta las mayúsculas cuando el término es una sigla. Un contador falso es peor que no tener contador, porque parece un dato: se muestra, se cita en una reunión, y nada en su forma señala que es falso.

El error inverso es más traicionero. Un término que se creía ausente del producto sí estaba, empleado en un sentido completamente distinto, en un rincón técnico sin relación con el negocio. Verificar una ausencia antes de concluir que hay una carencia.

Por qué es importante

Estas cifras no se quedan en lo descriptivo: las frecuencias de un vocabulario de cliente orientan la roadmap, la documentación y el discurso comercial. Una palabra sobrecontada desplaza una prioridad; una palabra que se cree ausente abre un proyecto de diseño que no tenía razón de ser.

Y el remedio es barato: mirar las apariciones en bruto antes de mirar el total. Es la verificación que se salta porque el total, en cambio, ya está listo para presentarse.

Matices y límites

El rigor del recuento no hace que el corpus sea representativo: lo que nunca se dice en una entrevista nunca se cuenta, sea cual sea la calidad de la medida.

Y dos corpus no se cuentan juntos: las entrevistas dicen lo que los clientes quieren construir, los tickets dicen lo que se rompe. Una misma palabra puede dominar en uno y estar ausente del otro.

Preguntas abiertas

• En un término polisémico, ¿a partir de qué volumen hay que desambiguar a mano en lugar de aceptar un recuento aproximado?