Extracción, transformación y carga de información de PQR's de Tigo

RESUMEN : El presente proyecto se enfocó en la extracción y carga de información de Peticiones, Quejas y Reclamos (PQR’s) de Tigo y sus filiales (UNE, TIGO, EDATEL), para su posterior procesamiento, visualización y análisis. Inicialmente, se identificó que el proveedor encargado de atender las PQR’s...

Full description

Autores:
Rendón Jimenez, Cristian Camilo
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2023
Institución:
Universidad de Antioquia
Repositorio:
Repositorio UdeA
Idioma:
spa
OAI Identifier:
oai:bibliotecadigital.udea.edu.co:10495/34860
Acceso en línea:
https://hdl.handle.net/10495/34860
Palabra clave:
Análisis de datos
Data analysis
Procesamiento de datos
Data processing
Mejoramiento de procesos
Control del proceso
Minería de datos
Quejas del consumidor
Limpieza y transformación de datos
Dashboard
Gobernanza de datos
http://vocabularies.unesco.org/thesaurus/concept2214
http://vocabularies.unesco.org/thesaurus/concept522
Rights
openAccess
License
http://creativecommons.org/licenses/by-nc-sa/2.5/co/
Description
Summary:RESUMEN : El presente proyecto se enfocó en la extracción y carga de información de Peticiones, Quejas y Reclamos (PQR’s) de Tigo y sus filiales (UNE, TIGO, EDATEL), para su posterior procesamiento, visualización y análisis. Inicialmente, se identificó que el proveedor encargado de atender las PQR’s compartía la información diariamente en un repositorio a partir de archivos de Excel sin la posibilidad de actualizar el estado de los casos radicados, lo que dificultaba su seguimiento y gobernanza. Por lo tanto, se propuso la extracción de datos dispuestos por el proveedor y su almacenamiento en un servidor propio de la compañía con SQL Server, lo que permitiría su actualización y acceso mediante una única conexión y autenticación, así como la generación de un histórico consultable. Para la extracción de datos de Tigo y UNE se utilizó la herramienta SSIS, mientras que para Edatel se empleó Python debido a incompatibilidades con el gestor de base de datos Oracle. Posteriormente, se realizó la limpieza y transformación de los datos mediante consultas SQL para su entrega al área encargada de tener control del posible cobro de las PQR’s atendidas del mes. Asimismo, se diseñó y se implementó un KPI sobre la reincidencia de las PQR’s, que se automatizó en SQL para su obtención diaria. Por último, se llevó a cabo el despliegue de un dashboard para la visualización de información de las PQR’s e indicadores relacionados, permitiendo la toma de decisiones de negocio. En conclusión, el trabajo logró la automatización del proceso de extracción y carga de datos de PQR’s, su procesamiento mediante SQL y la visualización de resultados mediante el dashboard, lo que contribuye a la mejora de la gobernanza de los datos, a la toma de decisiones y a la optimización de los procesos de la compañía Tigo y sus filiales.