Publication:

Aplicación de técnicas de machine learning para análisis de interacciones en twitter: caso de estudio - gestión de fallas operativas para el Banco Davivienda y el neo Banco Daviplata

Twitter es una red social de mensajes cortos o microblogging, donde las personas publican su estado de ánimo con respecto a un tema, situación o para hablar de alguna entidad. El Banco Davivienda como entidad bancaria ha visto una oportunidad de encontrar o posicionar problemáticas en la gestión de sus operaciones a partir de las publicaciones que realizan los diferentes usuarios. En esta red social se pueden encontrar interacciones que pueden estar clasificadas como positivas o negativas sobre la entidad bancaria, sin embargo, en este ejercicio se profundizará sobre interacciones donde los usuarios presentan su disconformidad sobre algún servicio, situación o tema con el fin de identificar su tipología, que permita tomar decisiones sobre la implementación de soluciones y/o mejoras que puedan ser integradas a los procedimientos de soporte de las buenas prácticas de prestación de servicios a los usuarios de banco Davivienda o el neo banco Daviplata. Este estudio propone realizar un modelo de Machine Learning de análisis supervisado en el cual las interacciones se asocien a las categorías definidas en el proceso de segmentación (Afectación en clientes, App, Web, servicio y problemas en disponibilidad de recursos). Con lo anterior se busca optimizar y robustecer los servicios que presta la entidad bancaria y que las disconformidades de los clientes sean mínimas.