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
Trabajo de grado - Maestría
2023
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. Twitter is a social network for short messages or microblogging, where people post their state of mind regarding a topic, situation or to talk about some entity. Banco Davivienda as a banking entity has seen an opportunity to find or position problems in the management of its operations based on the publications made by different users. In this social network you can find interactions that can be classified as positive or negative about the bank, however, in this exercise we will delve into interactions where users present their disagreement about a service, situation or topic in order to identify their typology, which allows decisions to be made on the implementation of solutions and/or improvements that can be integrated into the support procedures of good practices for the provision of services to users of Banco Davivienda or the neo-banco Daviplata. This study proposes to carry out a Machine Learning model of supervised analysis in which the interactions are associated with the categories defined in the segmentation process (Affectation on clients, App, Web, service and problems in availability of resources). With the above, the aim is to optimize and strengthen the services provided by the bank and to ensure that customer disagreements are minimal.
Descripción:
Arbeláez Trujillo, Juan Sebastián-2023.pdf
Título: Arbeláez Trujillo, Juan Sebastián-2023.pdf
Tamaño: 1.026Mb
PDFLEER EN FLIP
Descripción: Autorización.pdf
Título: Autorización.pdf
Tamaño: 480.8Kb
PDF
Título: Arbeláez Trujillo, Juan Sebastián-2023.pdf
Tamaño: 1.026Mb
PDFLEER EN FLIP
Descripción: Autorización.pdf
Título: Autorización.pdf
Tamaño: 480.8Kb