Predicción de agentes de alto riesgo para empresas de servicios BPO
Modelos de Aprendizaje de Máquina utilizados para predecir los empleados de alto riesgo en una empresa BPO
- Autores:
-
Gadea Chamorro, Federico
Arango Ramírez, Pablo
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2022
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/63692
- Acceso en línea:
- http://hdl.handle.net/1992/63692
- Palabra clave:
- Aprendizaje automático
Tasa de deserción
Recursos humanos
Empleados
Centros de contacto
Internacionalización de procesos de negocio
Entrenamiento
Ingeniería
- Rights
- openAccess
- License
- Attribution-NonCommercial-NoDerivatives 4.0 Internacional
| id |
UNIANDES2_99b003be9e6c4eea69e7363f04ee960c |
|---|---|
| oai_identifier_str |
oai:repositorio.uniandes.edu.co:1992/63692 |
| network_acronym_str |
UNIANDES2 |
| network_name_str |
Séneca: repositorio Uniandes |
| repository_id_str |
|
| dc.title.none.fl_str_mv |
Predicción de agentes de alto riesgo para empresas de servicios BPO |
| title |
Predicción de agentes de alto riesgo para empresas de servicios BPO |
| spellingShingle |
Predicción de agentes de alto riesgo para empresas de servicios BPO Aprendizaje automático Tasa de deserción Recursos humanos Empleados Centros de contacto Internacionalización de procesos de negocio Entrenamiento Ingeniería |
| title_short |
Predicción de agentes de alto riesgo para empresas de servicios BPO |
| title_full |
Predicción de agentes de alto riesgo para empresas de servicios BPO |
| title_fullStr |
Predicción de agentes de alto riesgo para empresas de servicios BPO |
| title_full_unstemmed |
Predicción de agentes de alto riesgo para empresas de servicios BPO |
| title_sort |
Predicción de agentes de alto riesgo para empresas de servicios BPO |
| dc.creator.fl_str_mv |
Gadea Chamorro, Federico Arango Ramírez, Pablo |
| dc.contributor.advisor.none.fl_str_mv |
Calvo Martínez, John Villamil Giraldo, María Del Pilar |
| dc.contributor.author.none.fl_str_mv |
Gadea Chamorro, Federico Arango Ramírez, Pablo |
| dc.subject.keyword.none.fl_str_mv |
Aprendizaje automático Tasa de deserción Recursos humanos Empleados Centros de contacto Internacionalización de procesos de negocio Entrenamiento |
| topic |
Aprendizaje automático Tasa de deserción Recursos humanos Empleados Centros de contacto Internacionalización de procesos de negocio Entrenamiento Ingeniería |
| dc.subject.themes.es_CO.fl_str_mv |
Ingeniería |
| description |
Modelos de Aprendizaje de Máquina utilizados para predecir los empleados de alto riesgo en una empresa BPO |
| publishDate |
2022 |
| dc.date.issued.none.fl_str_mv |
2022-12-16 |
| dc.date.accessioned.none.fl_str_mv |
2023-01-11T20:31:39Z |
| dc.date.available.none.fl_str_mv |
2023-01-11T20:31:39Z |
| dc.type.es_CO.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.content.es_CO.fl_str_mv |
Text |
| dc.type.redcol.none.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
acceptedVersion |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/1992/63692 |
| dc.identifier.instname.es_CO.fl_str_mv |
instname:Universidad de los Andes |
| dc.identifier.reponame.es_CO.fl_str_mv |
reponame:Repositorio Institucional Séneca |
| dc.identifier.repourl.es_CO.fl_str_mv |
repourl:https://repositorio.uniandes.edu.co/ |
| url |
http://hdl.handle.net/1992/63692 |
| identifier_str_mv |
instname:Universidad de los Andes reponame:Repositorio Institucional Séneca repourl:https://repositorio.uniandes.edu.co/ |
| dc.language.iso.es_CO.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.es_CO.fl_str_mv |
Raschka, S., & Olson, R. S. (2016). Preface. In Python machine learning: Unlock deeper insights into machine learning with this vital guide to cutting-edge predictive analytics. preface, Packt Publishing. Stephen Allwright. (2022, May 21). What is a good F1 score and how do I interpret it? Stephen Allwright, from https://stephenallwright.com/good-f1-score/ Supervised learning. scikit. (n.d.). Retrieved April, 2022, from https://scikit-learn.org/stable/supervised_learning.html#supervised-learning Team, P., O'Flahavan, L., Emenecker, K., Lightfoot, D., Labudis, T., & Piedra, I. (2022, October 19). BPOS: Secrets to reducing agent attrition. Playvox. Retrieved April 10, 2022, from https://www.playvox.com/blog/bpos-secrets-to-reducing-agent-attrition/#:~:text=Contact% Hotz, N. (2021, December 5). What is CRISP DM? Data Science Process Alliance. Retrieved 2022, from https://www.datascience-pm.com/crisp-dm-2/ IBM Cloud Education. (n.d.). What is supervised learning? IBM. Retrieved August 14, 2022, from https://www.ibm.com/cloud/learn/supervised-learning#:~:text=Supervised%20learning%2C%20also%20known%20as,data%20or%20predict%20outcomes%20accurately Mineducacion.gov.co. (n.d.). Retrieved June 11, 2022, from https://www.mineducacion.gov.co/sistemasdeinformacion/1735/articles-254702_Informe_determinantes_desercion.pdf Attrition in call centers: An analysis on gender and academic qualification. (n.d.). Retrieved July 05, 2022, from https://www.researchgate.net/publication/326697910_Attrition_in_Call_Centers_An_Analysis_on_Gender_and_Academic_Qualification Jain, P. K., Jain, M., & Pamula, R. (2020, March 25). Explaining and predicting employees' attrition: A machine learning approach - SN applied sciences. SpringerLink. Retrieved 2022, from https://link.springer.com/article/10.1007/s42452-020-2519-4 Duarte, R. (2020, February 26). Reducing employee turnover with machine learning. Medium. Retrieved 2022, from https://medium.datadriveninvestor.com/reducing-employee-turnover-with-machine-learning-c9a79af7ddd Woolf. (n.d.). Machine learning technique. Machine Learning Technique - an overview | ScienceDirect Topics. Retrieved December 2022, from https://www.sciencedirect.com/topics/computer-science/machine-learning-technique |
| dc.rights.license.spa.fl_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 Internacional |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 Internacional http://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.es_CO.fl_str_mv |
38 páginas |
| dc.format.mimetype.es_CO.fl_str_mv |
application/pdf |
| dc.publisher.es_CO.fl_str_mv |
Universidad de los Andes |
| dc.publisher.program.es_CO.fl_str_mv |
Ingeniería de Sistemas y Computación |
| dc.publisher.faculty.es_CO.fl_str_mv |
Facultad de Ingeniería |
| dc.publisher.department.es_CO.fl_str_mv |
Departamento de Ingeniería Sistemas y Computación |
| institution |
Universidad de los Andes |
| bitstream.url.fl_str_mv |
https://repositorio.uniandes.edu.co/bitstreams/a09b62af-c7e6-4821-bc4b-eddd04917d9d/download https://repositorio.uniandes.edu.co/bitstreams/c0983cc1-d2bf-4915-b924-a84094941cc4/download https://repositorio.uniandes.edu.co/bitstreams/d53cf822-06cb-45c2-b883-6d9729ef7b25/download https://repositorio.uniandes.edu.co/bitstreams/df5aff1c-bb3f-4416-b896-f77de116649a/download https://repositorio.uniandes.edu.co/bitstreams/5c94f48b-62f2-446c-9b18-a347ee9c07af/download https://repositorio.uniandes.edu.co/bitstreams/e2bd1029-5fe5-415e-8e62-fd47e062b7e7/download https://repositorio.uniandes.edu.co/bitstreams/ad48b3e5-2edf-450f-983a-216dcd320560/download https://repositorio.uniandes.edu.co/bitstreams/6b239c82-7828-47be-ac7b-b3180d226fdd/download |
| bitstream.checksum.fl_str_mv |
7739ae892f5de58dd340c3f77be5c583 a369fa471a171e3328cbda4c9fc654a4 da7d930bebb4aa47646157ac60c8afd5 4491fe1afb58beaaef41a73cf7ff2e27 4460e5956bc1d1639be9ae6146a50347 08cf213839e2e18e92b6813c1fe84a63 25c88fb611afc3e137347b109c59709f 5aa5c691a1ffe97abd12c2966efcb8d6 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio institucional Séneca |
| repository.mail.fl_str_mv |
adminrepositorio@uniandes.edu.co |
| _version_ |
1818111755364073472 |
| spelling |
Attribution-NonCommercial-NoDerivatives 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Calvo Martínez, John98bf2f54-e97d-4837-a3b6-94dec930eeba600Villamil Giraldo, María Del Pilarvirtual::4556-1Gadea Chamorro, Federico067eb9c3-f80d-457c-b063-efacdd9b6c64600Arango Ramírez, Pablo16d0042b-30e9-41fb-9d8e-16ef6f3f17836002023-01-11T20:31:39Z2023-01-11T20:31:39Z2022-12-16http://hdl.handle.net/1992/63692instname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/Modelos de Aprendizaje de Máquina utilizados para predecir los empleados de alto riesgo en una empresa BPOLas empresas que ofrecen servicios de BPO tienen una alta rotación por parte de agentes de servicio al cliente. Se propone un sistema que utilice técnicas de aprendizaje automático para facilitar el reconocimiento de agentes que, por sus características, tengan alto riesgo de salir de la compañía antes que esta recupere la inversión del proceso de entrenamiento (aproximadamente 6 meses a partir de su contratación). El reconocimiento de ¿agentes de alto riesgo¿ permite a la compañía destinar recursos de RH para disminuir la rotación de sus colaboradores, a partir de estrategias propuestas por esta área. Como resultado se obtuvo un sistema que permite al área de tecnología de la empresa importar un JSON con la información de los nuevos colaboradores para predecir si son o no de alto riesgo esto con una precisión mayor al 70%.Ingeniero de Sistemas y ComputaciónPregrado38 páginasapplication/pdfspaUniversidad de los AndesIngeniería de Sistemas y ComputaciónFacultad de IngenieríaDepartamento de Ingeniería Sistemas y ComputaciónPredicción de agentes de alto riesgo para empresas de servicios BPOTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1fTexthttp://purl.org/redcol/resource_type/TPAprendizaje automáticoTasa de deserciónRecursos humanosEmpleadosCentros de contactoInternacionalización de procesos de negocioEntrenamientoIngenieríaRaschka, S., & Olson, R. S. (2016). Preface. In Python machine learning: Unlock deeper insights into machine learning with this vital guide to cutting-edge predictive analytics. preface, Packt Publishing.Stephen Allwright. (2022, May 21). What is a good F1 score and how do I interpret it? Stephen Allwright, from https://stephenallwright.com/good-f1-score/Supervised learning. scikit. (n.d.). Retrieved April, 2022, from https://scikit-learn.org/stable/supervised_learning.html#supervised-learningTeam, P., O'Flahavan, L., Emenecker, K., Lightfoot, D., Labudis, T., & Piedra, I. (2022, October 19). BPOS: Secrets to reducing agent attrition. Playvox. Retrieved April 10, 2022, from https://www.playvox.com/blog/bpos-secrets-to-reducing-agent-attrition/#:~:text=Contact%Hotz, N. (2021, December 5). What is CRISP DM? Data Science Process Alliance. Retrieved 2022, from https://www.datascience-pm.com/crisp-dm-2/IBM Cloud Education. (n.d.). What is supervised learning? IBM. Retrieved August 14, 2022, from https://www.ibm.com/cloud/learn/supervised-learning#:~:text=Supervised%20learning%2C%20also%20known%20as,data%20or%20predict%20outcomes%20accuratelyMineducacion.gov.co. (n.d.). Retrieved June 11, 2022, from https://www.mineducacion.gov.co/sistemasdeinformacion/1735/articles-254702_Informe_determinantes_desercion.pdfAttrition in call centers: An analysis on gender and academic qualification. (n.d.). Retrieved July 05, 2022, from https://www.researchgate.net/publication/326697910_Attrition_in_Call_Centers_An_Analysis_on_Gender_and_Academic_QualificationJain, P. K., Jain, M., & Pamula, R. (2020, March 25). Explaining and predicting employees' attrition: A machine learning approach - SN applied sciences. SpringerLink. Retrieved 2022, from https://link.springer.com/article/10.1007/s42452-020-2519-4Duarte, R. (2020, February 26). Reducing employee turnover with machine learning. Medium. Retrieved 2022, from https://medium.datadriveninvestor.com/reducing-employee-turnover-with-machine-learning-c9a79af7dddWoolf. (n.d.). Machine learning technique. Machine Learning Technique - an overview | ScienceDirect Topics. Retrieved December 2022, from https://www.sciencedirect.com/topics/computer-science/machine-learning-technique201631096201630495Publication904ec569-8ee0-47e9-82aa-47f73edeb962virtual::4556-1904ec569-8ee0-47e9-82aa-47f73edeb962virtual::4556-1https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000228079virtual::4556-1THUMBNAILPrediccio¿n de Agentes de Alto Riesgo para Empresas de Servicios BPO.pdf.jpgPrediccio¿n de Agentes de Alto Riesgo para Empresas de Servicios BPO.pdf.jpgIM Thumbnailimage/jpeg7192https://repositorio.uniandes.edu.co/bitstreams/a09b62af-c7e6-4821-bc4b-eddd04917d9d/download7739ae892f5de58dd340c3f77be5c583MD58Autorizacio¿n Proyecto Grado Pablo Arango Federico Gadea mavillam (1).pdf.jpgAutorizacio¿n Proyecto Grado Pablo Arango Federico Gadea mavillam (1).pdf.jpgIM Thumbnailimage/jpeg16448https://repositorio.uniandes.edu.co/bitstreams/c0983cc1-d2bf-4915-b924-a84094941cc4/downloada369fa471a171e3328cbda4c9fc654a4MD56TEXTPrediccio¿n de Agentes de Alto Riesgo para Empresas de Servicios BPO.pdf.txtPrediccio¿n de Agentes de Alto Riesgo para Empresas de Servicios BPO.pdf.txtExtracted texttext/plain66945https://repositorio.uniandes.edu.co/bitstreams/d53cf822-06cb-45c2-b883-6d9729ef7b25/downloadda7d930bebb4aa47646157ac60c8afd5MD57Autorizacio¿n Proyecto Grado Pablo Arango Federico Gadea mavillam (1).pdf.txtAutorizacio¿n Proyecto Grado Pablo Arango Federico Gadea mavillam (1).pdf.txtExtracted texttext/plain1163https://repositorio.uniandes.edu.co/bitstreams/df5aff1c-bb3f-4416-b896-f77de116649a/download4491fe1afb58beaaef41a73cf7ff2e27MD55CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8805https://repositorio.uniandes.edu.co/bitstreams/5c94f48b-62f2-446c-9b18-a347ee9c07af/download4460e5956bc1d1639be9ae6146a50347MD52ORIGINALPrediccio¿n de Agentes de Alto Riesgo para Empresas de Servicios BPO.pdfPrediccio¿n de Agentes de Alto Riesgo para Empresas de Servicios BPO.pdfDocumento Final Trabajo de Gradoapplication/pdf1630580https://repositorio.uniandes.edu.co/bitstreams/e2bd1029-5fe5-415e-8e62-fd47e062b7e7/download08cf213839e2e18e92b6813c1fe84a63MD54Autorizacio¿n Proyecto Grado Pablo Arango Federico Gadea mavillam (1).pdfAutorizacio¿n Proyecto Grado Pablo Arango Federico Gadea mavillam (1).pdfHIDEapplication/pdf231350https://repositorio.uniandes.edu.co/bitstreams/ad48b3e5-2edf-450f-983a-216dcd320560/download25c88fb611afc3e137347b109c59709fMD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81810https://repositorio.uniandes.edu.co/bitstreams/6b239c82-7828-47be-ac7b-b3180d226fdd/download5aa5c691a1ffe97abd12c2966efcb8d6MD511992/63692oai:repositorio.uniandes.edu.co:1992/636922024-03-13 12:43:08.809http://creativecommons.org/licenses/by-nc-nd/4.0/open.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.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 |