Modelo para mejorar la tasa de resolución de agentes virtuales en una empresa del sector de BPO

Las empresas del sector BPO son intensivas en mano de obra, por lo tanto aquellas que implementan tecnologías de inteligencia artificial tienen una ventaja competitiva, al reducir sus costos y mejorar los niveles de satisfacción de los clientes. La compañía analizada, se encarga de la ejecución de p...

Full description

Autores:
Tipo de recurso:
masterThesis
Fecha de publicación:
2021
Institución:
Pontificia Universidad Javeriana
Repositorio:
Repositorio Universidad Javeriana
Idioma:
spa
OAI Identifier:
oai:repository.javeriana.edu.co:10554/55279
Acceso en línea:
http://hdl.handle.net/10554/55279
https://doi.org/10.11144/Javeriana.10554.55279
Palabra clave:
Agente virtual
Redes neuronales
Bosques aleatorios
Inteligencia artificial
Tercerización
Centro de atención telefónica
Virtual agent
Neural networks
Random forest
Artificial intelligence
Outsourcing
Call center
Maestría en analítica para la inteligencia de negocios - Tesis y disertaciones académicas
Redes neuronales (Computadores)
Inteligencia artificial
Subcontratación
Centros de atención telefónica
Rights
openAccess
License
Atribución-NoComercial-SinDerivadas 4.0 Internacional
Description
Summary:Las empresas del sector BPO son intensivas en mano de obra, por lo tanto aquellas que implementan tecnologías de inteligencia artificial tienen una ventaja competitiva, al reducir sus costos y mejorar los niveles de satisfacción de los clientes. La compañía analizada, se encarga de la ejecución de procesos tercerizados, principalmente relacionados con atención al cliente en canales presencial, telefónico y chat, para distintos sectores como financiero y servicios públicos. Para aumentar la eficiencia, la compañía ha implementado agentes virtuales, que se basan en inteligencia artificial para dar respuesta a las comunicaciones entrantes de los clientes. No obstante, se evidenció la necesidad de aumentar la tasa de resolución de solicitudes por parte de dichos agentes virtuales. En este documento se expone un proyecto de analítica, desarrollado con metodología CRISP-DM, cuyo resultado serviría para modificar el diseño de los agentes virtuales. La solución final propuesta se basa en la predicción de la intención del usuario, mediante algoritmos de random forest y redes neuronales profundas, analizando datos estructurados relacionados con el cliente y el negocio. La propuesta consiste en implementar dicha predicción de forma previa a la atención del agente virtual. De implementarse, representaría una mejora de 42,6% en la tasa de resolución de los agentes virtuales (al pasar de 7,88% a 11,24%), lo cual implicaría un aumento de 0,67% en el índice de rentabilidad de la compañía, equivalente a más de COP $430 millones al año.