Utilización de métodos de NLP para obtención de Insights sobre la satisfacción de clientes: del texto al valor
Date
2021-12
Type:
Thesis
item.page.extent
35 p.
item.page.accessRights
item.contributor.advisor
ORCID:
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad del Desarrollo. Facultad de Ingeniería
item.page.isbn
item.page.issn
item.page.issne
item.page.doiurl
item.page.other
item.page.references
Abstract
En la era de la digitalización, gran parte de las compañías cuentan con diversos canales para obtener feedback de sus clientes, por lo que analizarlo es de gran importancia para obtener ventajas competitivas, uno de los métodos claves que últimamente ha mostrado gran potencial son las encuestas de satisfacción, que entregan opiniones relevantes respecto a la voz del cliente. El problema recae cuando la retroalimentación viene de forma no estructurada, como lo es el texto, del cual no es fácil obtener información con métodos tradicionales. Por esta necesidad, se han desarrollado técnicas como el Procesamiento de Lenguaje Natural (PLN) que satisface gran parte de estas necesidades [5]. Este proyecto logra la obtención de Insights valiosos para la compañía, correlacionando distintas variables, lo que permitió identificar que los servicios prestados de fibra óptica e internet inalámbrico son los peores percibidos por los usuarios. También se logró reconocer que la performance de los canales digitales, la recarga de bolsas y los problemas de señal, son las principales causas que disminuyen la satisfacción de los usuarios. Por otro lado, se construyó un modelo de clasificación de opiniones de los usuarios basado en “Bidirectional Encoder Representations from Transformers” (BERT) [11], que permite clasificar las opiniones de los usuarios en distintas categorías valoradas por el negocio, obteniendo un 68% de Accuracy, esto ayudando a automatizar la categorización de textos que actualmente se realiza de forma manual por una analista.
Description
Proyecto de grado presentado a la Facultad de Ingeniería de la Universidad del
Desarrollo para optar al grado académico de Magíster en Data Science
item.page.coverage.spatial
item.page.sponsorship
Citation
Keywords
NLP, Sentiment analysis, BERT, Text classification, Topic modeling, 070037S