Same Day Service (SDS)

El presente proyecto empresarial tiene como objetivo diseñar y desarrollar un modelo de Machine Learning que permita realizar la tipificación de los casos radicados a través de correo electrónico por usuarios de la Universidad del Rosario al área de servicios 2030. Actualmente, la tipificación la re...

Full description

Autores:
Tipo de recurso:
Fecha de publicación:
2023
Institución:
Universidad del Rosario
Repositorio:
Repositorio EdocUR - U. Rosario
Idioma:
spa
OAI Identifier:
oai:repository.urosario.edu.co:10336/40248
Acceso en línea:
https://doi.org/10.48713/10336_40248
https://repository.urosario.edu.co/handle/10336/40248
Palabra clave:
Caso
Escalamiento
Servicio
ANS
Experiencia
Case
Escalation
Service
ANS
Experience
Rights
License
Attribution-NonCommercial-ShareAlike 4.0 International
id EDOCUR2_e6009243656f2091923695acaef3cad0
oai_identifier_str oai:repository.urosario.edu.co:10336/40248
network_acronym_str EDOCUR2
network_name_str Repositorio EdocUR - U. Rosario
repository_id_str
dc.title.none.fl_str_mv Same Day Service (SDS)
dc.title.TranslatedTitle.none.fl_str_mv Same Day Service (SDS)
title Same Day Service (SDS)
spellingShingle Same Day Service (SDS)
Caso
Escalamiento
Servicio
ANS
Experiencia
Case
Escalation
Service
ANS
Experience
title_short Same Day Service (SDS)
title_full Same Day Service (SDS)
title_fullStr Same Day Service (SDS)
title_full_unstemmed Same Day Service (SDS)
title_sort Same Day Service (SDS)
dc.contributor.advisor.none.fl_str_mv Rojas Parra, Daniel Mauricio
dc.subject.none.fl_str_mv Caso
Escalamiento
Servicio
ANS
Experiencia
topic Caso
Escalamiento
Servicio
ANS
Experiencia
Case
Escalation
Service
ANS
Experience
dc.subject.keyword.none.fl_str_mv Case
Escalation
Service
ANS
Experience
description El presente proyecto empresarial tiene como objetivo diseñar y desarrollar un modelo de Machine Learning que permita realizar la tipificación de los casos radicados a través de correo electrónico por usuarios de la Universidad del Rosario al área de servicios 2030. Actualmente, la tipificación la realizan varios agentes de la mesa de servicios quienes se encargan de leer una a una las solicitudes y se propone que a través del análisis de datos no estructurados y aprendizaje automático, existe una oportunidad de generar eficiencias administrativas y de liberar recurso humano para otras tareas como el apoyo en sitio. Como objetivo específico, se planteó que la solución entenderá el asunto de los correos eléctronicos con un porcentaje de efectividad del 0.7 para asegurar automáticamente el escalamiento de los casos. El resultado obtenido mediante un modelo predictivo lineal presenta una precisión de 0.74, disminuyendo así los tiempos de atención y respuesta del área de servicio servicios 2030.
publishDate 2023
dc.date.accessioned.none.fl_str_mv 2023-07-28T20:10:32Z
dc.date.available.none.fl_str_mv 2023-07-28T20:10:32Z
dc.date.created.none.fl_str_mv 2023-07-19
dc.type.none.fl_str_mv bachelorThesis
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.document.none.fl_str_mv Trabajo de grado
dc.type.spa.none.fl_str_mv Trabajo de grado
dc.identifier.doi.none.fl_str_mv https://doi.org/10.48713/10336_40248
dc.identifier.uri.none.fl_str_mv https://repository.urosario.edu.co/handle/10336/40248
url https://doi.org/10.48713/10336_40248
https://repository.urosario.edu.co/handle/10336/40248
dc.language.iso.none.fl_str_mv spa
language spa
dc.rights.*.fl_str_mv Attribution-NonCommercial-ShareAlike 4.0 International
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_14cb
dc.rights.acceso.none.fl_str_mv Bloqueado (Texto referencial)
dc.rights.economicrights.none.fl_str_mv Universidad Del Rosario
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
rights_invalid_str_mv Attribution-NonCommercial-ShareAlike 4.0 International
Bloqueado (Texto referencial)
Universidad Del Rosario
http://creativecommons.org/licenses/by-nc-sa/4.0/
http://purl.org/coar/access_right/c_14cb
dc.format.extent.none.fl_str_mv 52
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad del Rosario
dc.publisher.department.none.fl_str_mv Escuela de Administración
Escuela de Ingeniería, Ciencia y Tecnología
dc.publisher.program.none.fl_str_mv Maestría en Business Analytics
publisher.none.fl_str_mv Universidad del Rosario
institution Universidad del Rosario
dc.source.bibliographicCitation.none.fl_str_mv Arrieta, E. (2023). Definición de remitente y destinatario. diferenciador.com. https://www.diferenciador.com/remitente-y-destinatario/
Atlassian. (2023). Scrum: Qué es, cómo funciona y por qué es excelente. https://www.atlassian.com/es/agile/scrum
da Silva, D. (2022). Ticket de soporte técnico: Definición y funciones. Blog Zendesk. https://www.zendesk.com.mx/blog/ticket-de-soporte-tecnico/
Funcion Pública. (s. f.). Acuerdo de Nivel de Servicio (ANS)—Glosario. funcionpublica.gov.co. Recuperado 16 de mayo de 2023, de https://www.funcionpublica.gov.co/glosario/-/wiki/26415658/Acuerdo%20de%20Nivel%20de%20Servicio%20(ANS)
Garrido, A. C. (s. f.). Uso de algoritmos de aprendizaje máquina para la clasificación de tráfico de red.
Gelbukh, A., Castro, F. H. C., & Sánchez, M. G. S. (2020). Detección de humor en tweets en español utilizando clasificadores de Scikit-learn.
Guardiola Christian. (2020). Clasificador de texto mediante técnicas de aprendizaje automático. http://polipapers.upv.es/index.php/IA/article/view/3293
IBM Corporation. (2021, marzo 3). Escalamientos. IBM Documentation. https://www.ibm.com/docs/es/integration-designer/8.5.5?topic=tasks-escalations
Kaur, S. S., & Auñón, J. L. S.-P. (2021). Clasificación de textos mediante algoritmos de Machine Learning.
Salesforce. (2023). ¿Qué es Salesforce? https://www.salesforce.com/mx/products/what-is-salesforce/
Teemu Kanstrén. (s. f.). A Look at Precision, Recall, and F1-Score | by Teemu Kanstrén | Towards Data Science. Recuperado 12 de julio de 2023, de https://towardsdatascience.com/a-look-at-precision-recall-and-f1-score-36b5fd0dd3ec
Universidad del Rosario. (2022). Base de datos Servicios 2030.
McKinney, W. (2022). Python for Data Analysis: Data Wrangling with pandas, NumPy, and Jupyter (3rd edition). O’Reilly Media.
NLTK Project. (2023, enero 2). NLTK : Natural Language Toolkit. https://www.nltk.org/
Pantola, P. (2018, junio 14). Natural Language Processing: Text Data Vectorization. Medium. https://medium.com/@paritosh_30025/natural-language-processing-text-data-vectorization-af2520529cf7
dc.source.instname.none.fl_str_mv instname:Universidad del Rosario
dc.source.reponame.none.fl_str_mv reponame:Repositorio Institucional EdocUR
bitstream.url.fl_str_mv https://repository.urosario.edu.co/bitstreams/0bcf89b3-168d-4e19-8e13-0f421d6b0710/download
https://repository.urosario.edu.co/bitstreams/c7189cd2-fe18-4bf1-8012-f7f624cebf0e/download
https://repository.urosario.edu.co/bitstreams/a26f9737-1f09-4a58-9221-55ba6607e654/download
https://repository.urosario.edu.co/bitstreams/6ee59c3b-51a7-42b9-9d7b-36d5a5944019/download
https://repository.urosario.edu.co/bitstreams/f618e297-36d7-4881-a6c3-984c24c538fa/download
https://repository.urosario.edu.co/bitstreams/b8ec816e-6a3b-40cc-a9c5-c607781efe95/download
https://repository.urosario.edu.co/bitstreams/9b2c562f-f041-4f02-82b2-69953f90d538/download
https://repository.urosario.edu.co/bitstreams/e6457818-b621-4881-8e35-1b6b7c9b67d4/download
bitstream.checksum.fl_str_mv 1e2b6a085ab525e146e9defb33f18026
4f1a12984f7ae697bc3f47e51b57b8dc
b2825df9f458e9d5d96ee8b7cd74fde6
5643bfd9bcf29d560eeec56d584edaa9
491d141b15353f95fd48e3f2309b08e2
cb8275a9e4b91b48d034042ab07f8ff1
b3b9c4c6ea864b587356399cc394b507
a44e0d23c3c8c081ad3210ab415536b6
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio institucional EdocUR
repository.mail.fl_str_mv edocur@urosario.edu.co
_version_ 1814167510836051968
spelling Rojas Parra, Daniel Mauricio17cef900-de75-47e4-b330-bbb95244226b-1Molina Molina, MargaritaSánchez, DanielaBarajas, Juan FelipeMagíster en Business AnalyticsFull time390f8964-19a2-41e1-b456-32e425d6e4d9-192578dc2-8d52-4d6b-a9d8-83d0146a0385-128bd8eb9-6b8f-4733-bd6b-a54c379fe4ba-12023-07-28T20:10:32Z2023-07-28T20:10:32Z2023-07-19El presente proyecto empresarial tiene como objetivo diseñar y desarrollar un modelo de Machine Learning que permita realizar la tipificación de los casos radicados a través de correo electrónico por usuarios de la Universidad del Rosario al área de servicios 2030. Actualmente, la tipificación la realizan varios agentes de la mesa de servicios quienes se encargan de leer una a una las solicitudes y se propone que a través del análisis de datos no estructurados y aprendizaje automático, existe una oportunidad de generar eficiencias administrativas y de liberar recurso humano para otras tareas como el apoyo en sitio. Como objetivo específico, se planteó que la solución entenderá el asunto de los correos eléctronicos con un porcentaje de efectividad del 0.7 para asegurar automáticamente el escalamiento de los casos. El resultado obtenido mediante un modelo predictivo lineal presenta una precisión de 0.74, disminuyendo así los tiempos de atención y respuesta del área de servicio servicios 2030.The objective of this business project is to design and develop a Machine Learning model that allows the typification of cases received through email by users of the Universidad Rosario to services 2030 area. Currently, this typification is carried out by several agents of the service desk who are in charge of reading the requests one by one and an opportunity has been identified to generate administrative efficiencies and free up human resources for other tasks such as on-site support, through the analysis of unstructured data and machine learning. As a specific objective, it was proposed that the solution will understand the subject of the emails with an effectiveness percentage of 0.7 to automatically ensure the escalation of the cases. The result obtained by a linear predictive model has a precision of 0.74, as a result reducing the ANS of area services 2030.52application/pdfhttps://doi.org/10.48713/10336_40248 https://repository.urosario.edu.co/handle/10336/40248spaUniversidad del RosarioEscuela de AdministraciónEscuela de Ingeniería, Ciencia y TecnologíaMaestría en Business AnalyticsAttribution-NonCommercial-ShareAlike 4.0 InternationalBloqueado (Texto referencial)Universidad Del Rosariohttp://creativecommons.org/licenses/by-nc-sa/4.0/http://purl.org/coar/access_right/c_14cbArrieta, E. (2023). Definición de remitente y destinatario. diferenciador.com. https://www.diferenciador.com/remitente-y-destinatario/Atlassian. (2023). Scrum: Qué es, cómo funciona y por qué es excelente. https://www.atlassian.com/es/agile/scrumda Silva, D. (2022). Ticket de soporte técnico: Definición y funciones. Blog Zendesk. https://www.zendesk.com.mx/blog/ticket-de-soporte-tecnico/Funcion Pública. (s. f.). Acuerdo de Nivel de Servicio (ANS)—Glosario. funcionpublica.gov.co. Recuperado 16 de mayo de 2023, de https://www.funcionpublica.gov.co/glosario/-/wiki/26415658/Acuerdo%20de%20Nivel%20de%20Servicio%20(ANS)Garrido, A. C. (s. f.). Uso de algoritmos de aprendizaje máquina para la clasificación de tráfico de red.Gelbukh, A., Castro, F. H. C., & Sánchez, M. G. S. (2020). Detección de humor en tweets en español utilizando clasificadores de Scikit-learn.Guardiola Christian. (2020). Clasificador de texto mediante técnicas de aprendizaje automático. http://polipapers.upv.es/index.php/IA/article/view/3293IBM Corporation. (2021, marzo 3). Escalamientos. IBM Documentation. https://www.ibm.com/docs/es/integration-designer/8.5.5?topic=tasks-escalationsKaur, S. S., & Auñón, J. L. S.-P. (2021). Clasificación de textos mediante algoritmos de Machine Learning.Salesforce. (2023). ¿Qué es Salesforce? https://www.salesforce.com/mx/products/what-is-salesforce/Teemu Kanstrén. (s. f.). A Look at Precision, Recall, and F1-Score | by Teemu Kanstrén | Towards Data Science. Recuperado 12 de julio de 2023, de https://towardsdatascience.com/a-look-at-precision-recall-and-f1-score-36b5fd0dd3ecUniversidad del Rosario. (2022). Base de datos Servicios 2030.McKinney, W. (2022). Python for Data Analysis: Data Wrangling with pandas, NumPy, and Jupyter (3rd edition). O’Reilly Media.NLTK Project. (2023, enero 2). NLTK : Natural Language Toolkit. https://www.nltk.org/Pantola, P. (2018, junio 14). Natural Language Processing: Text Data Vectorization. Medium. https://medium.com/@paritosh_30025/natural-language-processing-text-data-vectorization-af2520529cf7instname:Universidad del Rosarioreponame:Repositorio Institucional EdocURCasoEscalamientoServicioANSExperienciaCaseEscalationServiceANSExperienceSame Day Service (SDS)Same Day Service (SDS)bachelorThesisTrabajo de gradoTrabajo de gradohttp://purl.org/coar/resource_type/c_7a1fEscuela de AdministraciónORIGINALSame-day-service-Molina-Molina-Margarita-Rosa-1.pdfSame-day-service-Molina-Molina-Margarita-Rosa-1.pdfapplication/pdf1081089https://repository.urosario.edu.co/bitstreams/0bcf89b3-168d-4e19-8e13-0f421d6b0710/download1e2b6a085ab525e146e9defb33f18026MD53Same-day-service-Molina-Molina-Margarita-Rosa-2.pdfSame-day-service-Molina-Molina-Margarita-Rosa-2.pdfapplication/pdf1672656https://repository.urosario.edu.co/bitstreams/c7189cd2-fe18-4bf1-8012-f7f624cebf0e/download4f1a12984f7ae697bc3f47e51b57b8dcMD52LICENSElicense.txtlicense.txttext/plain1483https://repository.urosario.edu.co/bitstreams/a26f9737-1f09-4a58-9221-55ba6607e654/downloadb2825df9f458e9d5d96ee8b7cd74fde6MD54CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81160https://repository.urosario.edu.co/bitstreams/6ee59c3b-51a7-42b9-9d7b-36d5a5944019/download5643bfd9bcf29d560eeec56d584edaa9MD55TEXTSame-day-service-Molina-Molina-Margarita-Rosa-2.pdf.txtSame-day-service-Molina-Molina-Margarita-Rosa-2.pdf.txtExtracted texttext/plain56666https://repository.urosario.edu.co/bitstreams/f618e297-36d7-4881-a6c3-984c24c538fa/download491d141b15353f95fd48e3f2309b08e2MD56Same-day-service-Molina-Molina-Margarita-Rosa-1.pdf.txtSame-day-service-Molina-Molina-Margarita-Rosa-1.pdf.txtExtracted texttext/plain61570https://repository.urosario.edu.co/bitstreams/b8ec816e-6a3b-40cc-a9c5-c607781efe95/downloadcb8275a9e4b91b48d034042ab07f8ff1MD58THUMBNAILSame-day-service-Molina-Molina-Margarita-Rosa-2.pdf.jpgSame-day-service-Molina-Molina-Margarita-Rosa-2.pdf.jpgGenerated Thumbnailimage/jpeg4155https://repository.urosario.edu.co/bitstreams/9b2c562f-f041-4f02-82b2-69953f90d538/downloadb3b9c4c6ea864b587356399cc394b507MD57Same-day-service-Molina-Molina-Margarita-Rosa-1.pdf.jpgSame-day-service-Molina-Molina-Margarita-Rosa-1.pdf.jpgGenerated Thumbnailimage/jpeg2236https://repository.urosario.edu.co/bitstreams/e6457818-b621-4881-8e35-1b6b7c9b67d4/downloada44e0d23c3c8c081ad3210ab415536b6MD5910336/40248oai:repository.urosario.edu.co:10336/402482023-07-31 07:23:54.095http://creativecommons.org/licenses/by-nc-sa/4.0/Attribution-NonCommercial-ShareAlike 4.0 Internationalhttps://repository.urosario.edu.coRepositorio institucional EdocURedocur@urosario.edu.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

Publicaciones similares