Herramienta de inteligencia de negocios para el análisis de información estructurada y no estructurada en el área de servicio al cliente

Abstract

A lo largo del presente trabajo se buscó desarrollar una herramienta que permitiera encontrar el valor oculto en los grandes volúmenes de información almacenados en el área de servicio al cliente, desde información captada personalmente de los clientes a través de la atención brindada por trabajadores de la empresa hasta información obtenida de los clientes en redes sociales y por medio de llamadas telefónicas recibidas por el Call-Center. Para esto, en primera instancia se consideraron varias herramientas existentes en el mercado y que simplifican la tarea de analizar información no estructurada a través de técnicas de Procesamiento de Lenguaje Natural. La selección de entre todas las herramientas encontradas en la red pasó por diversas consideraciones entre las que se dio mayor prioridad a tres factores principales: costo, robustez y pertinencia de acuerdo al problema abordado, el cual será descrito en mayor detalle más adelante. La robustez de la herramienta fue medida en términos de las opciones de desarrollo que brindara y la documentación con la que se contara. Por otra parte, saber si la herramienta era útil para el manejo y análisis de información propia del área de servicio al cliente dependería de que la estructura proveída por el software encontrado soportara los procesos necesarios para dichas tareas. Una vez hecho esto fue necesario identificar la estructura de la Bodega de Datos que se usaría para almacenar todo lo extraído de las fuentes de información no estructurada (pero ya procesada) y donde sería relacionada con información estructurada para llevar a cabo tareas propias de Minería de Datos que evidenciaran puntualmente los resultados obtenidos del proceso. Posterior a esta labor se inició el desarrollo de la herramienta de análisis con el Framework seleccionado siguiendo lineamientos que permitieran ejecutar una tarea de minería de opinión y análisis de sentimientos precisa y que diera resultados óptimos en términos de detección de intención y correcta interpretación del mensaje leído. Los resultados entregados por la herramienta se almacenaron en el Datamart correspondiente con el fin de poder procesarla dicha información y obtener conocimiento a partir de ella. Una vez migrada y procesada toda la información estructurada y no estructurada concerniente al área de servicio al cliente de la organización era necesario poder visualizar los resultados del análisis final sobre lo almacenado en la bodega de datos. Para esto se exploró la red en busca de una API adaptable al lenguaje utilizado y a la herramienta desarrollada, con el fin de permitir al usuario el despliegue de reportes gráficos y en texto que simplificaran la interpretación de los resultados finales.