Automatización de los procesos de extracción, transformación, carga de sucursales y la categorización de los comentarios de los clientes del área de Inteligencia Experiencia del Cliente de Bancolombia S. A

RESUMEN : El presente proyecto se llevó a cabo en la Gerencia de Inteligencia Experiencia del Cliente de la compañía Bancolombia S.A, donde se identificaron dos desafíos principales. En primer lugar, el análisis de los datos de las sucursales se encontraba limitado por el método utilizado, el cual n...

Full description

Autores:
Agudelo Tabares, Stiven
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:10495/36243
Acceso en línea:
https://hdl.handle.net/10495/36243
Palabra clave:
Procesamiento de lenguaje natural
Natural language processing
Lingüística computacional
Mejoramiento de procesos
Bancos - automatización
Modelo de categorización
Modelo multi tópico
Modelo multi categoría
expresiones regulares
Python
Rights
openAccess
License
http://creativecommons.org/licenses/by-nc-sa/2.5/co/
Description
Summary:RESUMEN : El presente proyecto se llevó a cabo en la Gerencia de Inteligencia Experiencia del Cliente de la compañía Bancolombia S.A, donde se identificaron dos desafíos principales. En primer lugar, el análisis de los datos de las sucursales se encontraba limitado por el método utilizado, el cual no permitía un control efectivo del número de personas que acudían a las sucursales, la cantidad de encuestados y las respuestas obtenidas. En segundo lugar, era necesario categorizar los comentarios de los clientes con el objetivo de detectar oportunidades de mejora en la experiencia del usuario, siendo un reto identificar múltiples categorías en un solo comentario. Con el objetivo de automatizar los procesos de extracción, transformación y carga (ETL) para la experiencia de sucursales y categorización de los comentarios de los usuarios, se planteó este proyecto. Los resultados obtenidos fueron beneficiosos tanto en términos de eficiencia como de productividad, ya que se logró la automatización de procesos y la reducción del tiempo de ejecución de 9 a 1.5 minutos. En cuanto a la categorización de los comentarios, el 80% de los mismos fue clasificado en alguna categoría. En conclusión, este proyecto permitió mejorar el control y análisis de los datos, lo que a su vez facilitará la toma de decisiones en el futuro.