Análisis estadístico de llamadas reincidentes a soporte técnico de Tigo Home (octubre 2020 - marzo 2021)
RESUMEN: En este trabajo, se presenta un análisis estadístico de tres bases de datos relacionadas con las llamadas de usuarios al soporte técnico de Tigo Home. Para el análisis, se utilizan técnicas de aprendizaje supervisado con el fin de modelar las llamadas y brindar a la empresa una base científ...
- Autores:
-
Torres Franco, Jessica
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2021
- Institución:
- Universidad de Antioquia
- Repositorio:
- Repositorio UdeA
- Idioma:
- spa
- OAI Identifier:
- oai:bibliotecadigital.udea.edu.co:10495/24190
- Acceso en línea:
- http://hdl.handle.net/10495/24190
- Palabra clave:
- Multivariate analysis
Logistic regression analysis
Decision trees
Time-series analysis
Databases
Mathematical statistics
Análisis estadístico
Statistical analysis
Análisis multivariante
Análisis de regresión logística
Análisis de series de tiempo
Bases de datos
Estadística matemática
http://id.loc.gov/authorities/subjects/sh85088390
http://id.loc.gov/authorities/subjects/sh00002321
http://id.loc.gov/authorities/subjects/sh94004363
http://id.loc.gov/authorities/subjects/sh85135430
http://id.loc.gov/authorities/subjects/sh86007767
http://id.loc.gov/authorities/subjects/sh85082133
http://vocabularies.unesco.org/thesaurus/concept2238
- Rights
- openAccess
- License
- Atribución-NoComercial-CompartirIgual 2.5 Colombia (CC BY-NC-SA 2.5 CO)
id |
UDEA2_4013aa59e6c51227df3ff3e3f2890cbf |
---|---|
oai_identifier_str |
oai:bibliotecadigital.udea.edu.co:10495/24190 |
network_acronym_str |
UDEA2 |
network_name_str |
Repositorio UdeA |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Análisis estadístico de llamadas reincidentes a soporte técnico de Tigo Home (octubre 2020 - marzo 2021) |
title |
Análisis estadístico de llamadas reincidentes a soporte técnico de Tigo Home (octubre 2020 - marzo 2021) |
spellingShingle |
Análisis estadístico de llamadas reincidentes a soporte técnico de Tigo Home (octubre 2020 - marzo 2021) Multivariate analysis Logistic regression analysis Decision trees Time-series analysis Databases Mathematical statistics Análisis estadístico Statistical analysis Análisis multivariante Análisis de regresión logística Análisis de series de tiempo Bases de datos Estadística matemática http://id.loc.gov/authorities/subjects/sh85088390 http://id.loc.gov/authorities/subjects/sh00002321 http://id.loc.gov/authorities/subjects/sh94004363 http://id.loc.gov/authorities/subjects/sh85135430 http://id.loc.gov/authorities/subjects/sh86007767 http://id.loc.gov/authorities/subjects/sh85082133 http://vocabularies.unesco.org/thesaurus/concept2238 |
title_short |
Análisis estadístico de llamadas reincidentes a soporte técnico de Tigo Home (octubre 2020 - marzo 2021) |
title_full |
Análisis estadístico de llamadas reincidentes a soporte técnico de Tigo Home (octubre 2020 - marzo 2021) |
title_fullStr |
Análisis estadístico de llamadas reincidentes a soporte técnico de Tigo Home (octubre 2020 - marzo 2021) |
title_full_unstemmed |
Análisis estadístico de llamadas reincidentes a soporte técnico de Tigo Home (octubre 2020 - marzo 2021) |
title_sort |
Análisis estadístico de llamadas reincidentes a soporte técnico de Tigo Home (octubre 2020 - marzo 2021) |
dc.creator.fl_str_mv |
Torres Franco, Jessica |
dc.contributor.advisor.none.fl_str_mv |
González, Jonatan A. Arrieta Argel, María Ángela |
dc.contributor.author.none.fl_str_mv |
Torres Franco, Jessica |
dc.subject.lcsh.none.fl_str_mv |
Multivariate analysis Logistic regression analysis Decision trees Time-series analysis Databases Mathematical statistics |
topic |
Multivariate analysis Logistic regression analysis Decision trees Time-series analysis Databases Mathematical statistics Análisis estadístico Statistical analysis Análisis multivariante Análisis de regresión logística Análisis de series de tiempo Bases de datos Estadística matemática http://id.loc.gov/authorities/subjects/sh85088390 http://id.loc.gov/authorities/subjects/sh00002321 http://id.loc.gov/authorities/subjects/sh94004363 http://id.loc.gov/authorities/subjects/sh85135430 http://id.loc.gov/authorities/subjects/sh86007767 http://id.loc.gov/authorities/subjects/sh85082133 http://vocabularies.unesco.org/thesaurus/concept2238 |
dc.subject.unesco.none.fl_str_mv |
Análisis estadístico Statistical analysis |
dc.subject.lemb.none.fl_str_mv |
Análisis multivariante Análisis de regresión logística Análisis de series de tiempo Bases de datos Estadística matemática |
dc.subject.lcshuri.none.fl_str_mv |
http://id.loc.gov/authorities/subjects/sh85088390 http://id.loc.gov/authorities/subjects/sh00002321 http://id.loc.gov/authorities/subjects/sh94004363 http://id.loc.gov/authorities/subjects/sh85135430 http://id.loc.gov/authorities/subjects/sh86007767 http://id.loc.gov/authorities/subjects/sh85082133 |
dc.subject.unescouri.none.fl_str_mv |
http://vocabularies.unesco.org/thesaurus/concept2238 |
description |
RESUMEN: En este trabajo, se presenta un análisis estadístico de tres bases de datos relacionadas con las llamadas de usuarios al soporte técnico de Tigo Home. Para el análisis, se utilizan técnicas de aprendizaje supervisado con el fin de modelar las llamadas y brindar a la empresa una base científica que sirva para la toma de decisiones relacionadas con la organización del personal que atiende a los usuarios telefónicamente. Mediante técnicas de series de tiempo, se modela el número de llamadas diarias basándose únicamente en la estacionalidad, posible tendencia de la serie y su autocorrelación; además, se propone un sistema de predicción diaria basado en cinco modelos que han sido probados exitosos. Con la ayuda de técnicas de regresión logística y árboles de decisión, se identifican los factores que influyen en que un usuario vuelva a llamar a soporte técnico por temas relacionados con el agendamiento de la cita, que ha sido programada de antemano a través de una primera llamada. A este respecto, se plantea y se prueba el rendimiento de un conjunto de cuatro modelos de acuerdo a la naturaleza de las bases de datos de aseguramiento y aprovisionamiento. |
publishDate |
2021 |
dc.date.accessioned.none.fl_str_mv |
2021-11-17T19:58:51Z |
dc.date.available.none.fl_str_mv |
2021-11-17T19:58:51Z |
dc.date.issued.none.fl_str_mv |
2021 |
dc.type.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_b1a7d7d4d402bcce |
dc.type.hasversion.spa.fl_str_mv |
info:eu-repo/semantics/draft |
dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
dc.type.redcol.spa.fl_str_mv |
https://purl.org/redcol/resource_type/TP |
dc.type.local.spa.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Pregrado |
format |
http://purl.org/coar/resource_type/c_7a1f |
status_str |
draft |
dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/10495/24190 |
url |
http://hdl.handle.net/10495/24190 |
dc.language.iso.spa.fl_str_mv |
spa |
language |
spa |
dc.rights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.*.fl_str_mv |
Atribución-NoComercial-CompartirIgual 2.5 Colombia (CC BY-NC-SA 2.5 CO) |
dc.rights.uri.*.fl_str_mv |
https://creativecommons.org/licenses/by-nc-sa/2.5/co/ |
dc.rights.accessrights.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.rights.creativecommons.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
Atribución-NoComercial-CompartirIgual 2.5 Colombia (CC BY-NC-SA 2.5 CO) https://creativecommons.org/licenses/by-nc-sa/2.5/co/ http://purl.org/coar/access_right/c_abf2 https://creativecommons.org/licenses/by-nc-sa/4.0/ |
dc.format.extent.spa.fl_str_mv |
51 |
dc.format.mimetype.spa.fl_str_mv |
application/pdf |
dc.publisher.place.spa.fl_str_mv |
Medellín, Colombia |
institution |
Universidad de Antioquia |
bitstream.url.fl_str_mv |
http://bibliotecadigital.udea.edu.co/bitstream/10495/24190/1/TorresJessica_2021_AnalisisEstadisticoLlamadas.pdf http://bibliotecadigital.udea.edu.co/bitstream/10495/24190/2/license.txt |
bitstream.checksum.fl_str_mv |
4e9eac125d34bcd5114e903e5533178a 8a4605be74aa9ea9d79846c1fba20a33 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Institucional Universidad de Antioquia |
repository.mail.fl_str_mv |
andres.perez@udea.edu.co |
_version_ |
1812173144882937856 |
spelling |
González, Jonatan A.Arrieta Argel, María ÁngelaTorres Franco, Jessica2021-11-17T19:58:51Z2021-11-17T19:58:51Z2021http://hdl.handle.net/10495/24190RESUMEN: En este trabajo, se presenta un análisis estadístico de tres bases de datos relacionadas con las llamadas de usuarios al soporte técnico de Tigo Home. Para el análisis, se utilizan técnicas de aprendizaje supervisado con el fin de modelar las llamadas y brindar a la empresa una base científica que sirva para la toma de decisiones relacionadas con la organización del personal que atiende a los usuarios telefónicamente. Mediante técnicas de series de tiempo, se modela el número de llamadas diarias basándose únicamente en la estacionalidad, posible tendencia de la serie y su autocorrelación; además, se propone un sistema de predicción diaria basado en cinco modelos que han sido probados exitosos. Con la ayuda de técnicas de regresión logística y árboles de decisión, se identifican los factores que influyen en que un usuario vuelva a llamar a soporte técnico por temas relacionados con el agendamiento de la cita, que ha sido programada de antemano a través de una primera llamada. A este respecto, se plantea y se prueba el rendimiento de un conjunto de cuatro modelos de acuerdo a la naturaleza de las bases de datos de aseguramiento y aprovisionamiento.ABSTRACT: This study presents a statistical analysis of three databases related to user calls to Tigo Home technical support. Supervised learning techniques are used to model the calls and provid the company with data that can be used to make decisions related to the organization of the person who serves the users through the telephone. Using time series techniques, the number of daily calls is modeled based only on seasonality, possible trend of the series, and its autocorrelation; furthermore, a daily prediction system is designed based on five models that have been proven successfully. With the help of logistic regression techniques and decision trees, it became easier to determine the factors that make a user to call back to technical support for issues related to the scheduling of the appointment determined in the first call. Regarding this, the performance of a set of four models is proposed and tested according to the nature of the assurance and provisioning databases.51application/pdfspainfo:eu-repo/semantics/draftinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fhttps://purl.org/redcol/resource_type/TPTesis/Trabajo de grado - Monografía - Pregradohttp://purl.org/coar/version/c_b1a7d7d4d402bcceinfo:eu-repo/semantics/openAccessAtribución-NoComercial-CompartirIgual 2.5 Colombia (CC BY-NC-SA 2.5 CO)https://creativecommons.org/licenses/by-nc-sa/2.5/co/http://purl.org/coar/access_right/c_abf2https://creativecommons.org/licenses/by-nc-sa/4.0/Multivariate analysisLogistic regression analysisDecision treesTime-series analysisDatabasesMathematical statisticsAnálisis estadísticoStatistical analysisAnálisis multivarianteAnálisis de regresión logísticaAnálisis de series de tiempoBases de datosEstadística matemáticahttp://id.loc.gov/authorities/subjects/sh85088390http://id.loc.gov/authorities/subjects/sh00002321http://id.loc.gov/authorities/subjects/sh94004363http://id.loc.gov/authorities/subjects/sh85135430http://id.loc.gov/authorities/subjects/sh86007767http://id.loc.gov/authorities/subjects/sh85082133http://vocabularies.unesco.org/thesaurus/concept2238Análisis estadístico de llamadas reincidentes a soporte técnico de Tigo Home (octubre 2020 - marzo 2021)Medellín, ColombiaEstadísticoPregradoFacultad de Ciencias Exactas y Naturales. EstadísticaUniversidad de AntioquiaORIGINALTorresJessica_2021_AnalisisEstadisticoLlamadas.pdfTorresJessica_2021_AnalisisEstadisticoLlamadas.pdfTrabajo de grado de pregradoapplication/pdf2001147http://bibliotecadigital.udea.edu.co/bitstream/10495/24190/1/TorresJessica_2021_AnalisisEstadisticoLlamadas.pdf4e9eac125d34bcd5114e903e5533178aMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://bibliotecadigital.udea.edu.co/bitstream/10495/24190/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD5210495/24190oai:bibliotecadigital.udea.edu.co:10495/241902022-04-05 11:38:14.166Repositorio Institucional Universidad de Antioquiaandres.perez@udea.edu.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 |