Modelos de intervención preventiva de experiencias conversacionales negativas en servicios de atención al cliente

Los canales conversacionales se volvieron uno de los medios más elegidos por empresas y usuarios para relacionarse. Muchas empresas buscan ofrecer parte de sus servicios y su atención al cliente mediante estos canales. Esto se debe a que disminuyen la fricción en adopción para el usuario y son po...

Descripción completa

Detalles Bibliográficos
Autor principal: González Giménez, Martín Cruz
Otros Autores: Gálvez, Ramiro H.
Formato: Tesis de maestría acceptedVersion
Lenguaje:Español
Inglés
Publicado: Universidad Torcuato Di Tella 2024
Materias:
Canales conversacionales
Atención al cliente
Customer care
Experiencia de usuario
Customer experience
Satisfaccion del cliente
User satisfaction
Chatbots
Bleett (startup)
Acceso en línea:https://repositorio.utdt.edu/handle/20.500.13098/12441
Aporte de:
Repositorio Digital Universidad Torcuato Di Tella de Universidad Torcuato Di Tella
id I57-R163-20.500.13098-12441
record_format dspace
spelling I57-R163-20.500.13098-124412024-04-09T18:22:29Z Modelos de intervención preventiva de experiencias conversacionales negativas en servicios de atención al cliente González Giménez, Martín Cruz Gálvez, Ramiro H. Canales conversacionales Atención al cliente Customer care Experiencia de usuario Customer experience Customer care Satisfaccion del cliente User satisfaction Chatbots Bleett (startup) Los canales conversacionales se volvieron uno de los medios más elegidos por empresas y usuarios para relacionarse. Muchas empresas buscan ofrecer parte de sus servicios y su atención al cliente mediante estos canales. Esto se debe a que disminuyen la fricción en adopción para el usuario y son potencialmente más intuitivos para navegar que canales tradicionales como sitios web o aplicaciones. Sin embargo, lograr adaptar la experiencia ofrecida durante el transcurso de las conversaciones para maximizar la satisfacción de los usuarios, es un desafío que en la mayoría de estas empresas no se está tratando. Bajo este contexto, Bleett es una startup que diseña, implementa y desarrolla soluciones en el canal conversacional (chatbots) para este tipo de empresas. El objetivo de este trabajo es intentar encontrar un modelo que permita clasificar experiencias conversacionales negativas, utilizando la información disponible dentro de los primeros intercambios de cualquier conversación, para rescatarlas mediante la participación de operadores humanos y así mejorar la experiencia de usuario que ofrece el canal. Se utilizarán los datos de las conversaciones de un cliente Bleett, que se mantendrá anónimo, para perseguir este objetivo. Los resultados obtenidos sugieren que dicha estrategia de rescate de conversaciones es posible y justifican su implementación a modo de evaluación para validar el impacto real que podría tener en el nivel de satisfacción del usuario. En este trabajo se analizan datos de conversaciones de atención al cliente reales para validar la naturaleza de la propuesta. Se presenta en detalle las decisiones metodológicas detrás de los modelos desarrollados, se explican las transformaciones realizadas sobre la estructura de datos para generar los features utilizados por los modelos, se evalúa la performance de los mismos y finalmente se discuten como aplicar los modelos entrenados dentro de la solución y posibles mejoras para futuras iteraciones. 2024-03-04T17:54:18Z 2024-03-04T17:54:18Z 2023 info:eu-repo/semantics/masterThesis info:ar-repo/semantics/tesis de maestría info:eu-repo/semantics/acceptedVersion https://repositorio.utdt.edu/handle/20.500.13098/12441 spa eng info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-sa/2.5/ar/ 72 p. application/pdf application/pdf Universidad Torcuato Di Tella
institution Universidad Torcuato Di Tella
institution_str I-57
repository_str R-163
collection Repositorio Digital Universidad Torcuato Di Tella
language Español
Inglés
orig_language_str_mv spa
eng
topic Canales conversacionales
Atención al cliente
Customer care
Experiencia de usuario
Customer experience
Customer care
Satisfaccion del cliente
User satisfaction
Chatbots
Bleett (startup)
spellingShingle Canales conversacionales
Atención al cliente
Customer care
Experiencia de usuario
Customer experience
Customer care
Satisfaccion del cliente
User satisfaction
Chatbots
Bleett (startup)
González Giménez, Martín Cruz
Modelos de intervención preventiva de experiencias conversacionales negativas en servicios de atención al cliente
topic_facet Canales conversacionales
Atención al cliente
Customer care
Experiencia de usuario
Customer experience
Customer care
Satisfaccion del cliente
User satisfaction
Chatbots
Bleett (startup)
description Los canales conversacionales se volvieron uno de los medios más elegidos por empresas y usuarios para relacionarse. Muchas empresas buscan ofrecer parte de sus servicios y su atención al cliente mediante estos canales. Esto se debe a que disminuyen la fricción en adopción para el usuario y son potencialmente más intuitivos para navegar que canales tradicionales como sitios web o aplicaciones. Sin embargo, lograr adaptar la experiencia ofrecida durante el transcurso de las conversaciones para maximizar la satisfacción de los usuarios, es un desafío que en la mayoría de estas empresas no se está tratando. Bajo este contexto, Bleett es una startup que diseña, implementa y desarrolla soluciones en el canal conversacional (chatbots) para este tipo de empresas. El objetivo de este trabajo es intentar encontrar un modelo que permita clasificar experiencias conversacionales negativas, utilizando la información disponible dentro de los primeros intercambios de cualquier conversación, para rescatarlas mediante la participación de operadores humanos y así mejorar la experiencia de usuario que ofrece el canal. Se utilizarán los datos de las conversaciones de un cliente Bleett, que se mantendrá anónimo, para perseguir este objetivo. Los resultados obtenidos sugieren que dicha estrategia de rescate de conversaciones es posible y justifican su implementación a modo de evaluación para validar el impacto real que podría tener en el nivel de satisfacción del usuario. En este trabajo se analizan datos de conversaciones de atención al cliente reales para validar la naturaleza de la propuesta. Se presenta en detalle las decisiones metodológicas detrás de los modelos desarrollados, se explican las transformaciones realizadas sobre la estructura de datos para generar los features utilizados por los modelos, se evalúa la performance de los mismos y finalmente se discuten como aplicar los modelos entrenados dentro de la solución y posibles mejoras para futuras iteraciones.
author2 Gálvez, Ramiro H.
author_facet Gálvez, Ramiro H.
González Giménez, Martín Cruz
format Tesis de maestría
Tesis de maestría
acceptedVersion
author González Giménez, Martín Cruz
author_sort González Giménez, Martín Cruz
title Modelos de intervención preventiva de experiencias conversacionales negativas en servicios de atención al cliente
title_short Modelos de intervención preventiva de experiencias conversacionales negativas en servicios de atención al cliente
title_full Modelos de intervención preventiva de experiencias conversacionales negativas en servicios de atención al cliente
title_fullStr Modelos de intervención preventiva de experiencias conversacionales negativas en servicios de atención al cliente
title_full_unstemmed Modelos de intervención preventiva de experiencias conversacionales negativas en servicios de atención al cliente
title_sort modelos de intervención preventiva de experiencias conversacionales negativas en servicios de atención al cliente
publisher Universidad Torcuato Di Tella
publishDate 2024
url https://repositorio.utdt.edu/handle/20.500.13098/12441
work_keys_str_mv AT gonzalezgimenezmartincruz modelosdeintervencionpreventivadeexperienciasconversacionalesnegativasenserviciosdeatencionalcliente
_version_ 1808040656855105536

Ejemplares similares