Publication: Uso de técnicas de aprendizaje automático para la detección de errores de transferencia dentro del call center
dc.contributor.author | Hernández López, David | |
dc.contributor.departamento | UC3M. Departamento de Informática | es |
dc.contributor.tutor | Patricio Guisado, Miguel Ángel | |
dc.contributor.tutor | Berlanga de Jesús, Antonio | |
dc.date.accessioned | 2023-01-20T10:27:46Z | |
dc.date.available | 2023-01-20T10:27:46Z | |
dc.date.issued | 2022 | |
dc.date.submitted | 2022-07 | |
dc.description.abstract | La presente memoria corresponde al estudio realizado sobre los datos de llamadas realizadas dentro del call center o centro de llamadas de la empresa de telecomunicaciones MasMovil. Debido a que estos centros son cada día más usados por los clientes para hacer consultas, la cantidad de llamadas tanto entrantes como salientes se incrementan cada año en gran medida, por eso los sistemas son cada vez más complejos, lo que se traduce en errores y casos de pérdida de eficiencia. Para arreglar estos errores, las diferentes empresas que ofrecen estos servicios se están centrando en la optimización de los call centers mediante el uso de diversas técnicas basadas en aprendizaje automático. En este trabajo se mostrarán diversos acercamientos tratados por otros autores para lograr estas optimizaciones, así como la explicación de las diversas técnicas usadas en este estudio cuyo objetivo son las de determinar la existencia de errores de transferencia en las llamadas dentro del call center. También se explicará todo el proceso de preparación y limpieza de datos proseguido del uso de técnicas de agrupamiento cuyo objetivo es el de encontrar los segmentos en las diferentes llamadas donde un cliente está hablando con un agente y este le redirige con otro con el que el cliente no necesitaba hablar. Para poder comprender de qué se componen estas agrupaciones se han utilizado técnicas que permiten la explicabilidad de los modelos de agrupación, los cuales han sido los árboles de decisión y las reglas de asociación Apriori. Tras este estudio se ha podido determinar la existencia de estos errores de transferencia, así como otros errores de redirección que causan problemas de eficiencia, y que, aunque estos no ocurren con mucha frecuencia, su eliminación podría llegar a ser de gran beneficio para la empresa ya que reducirían costes y aumentarían la satisfacción de los clientes. | es |
dc.description.degree | Doble Grado en Ingeniería Informática y Administración de Empresas | es |
dc.identifier.uri | https://hdl.handle.net/10016/36330 | |
dc.language.iso | spa | es |
dc.rights | Atribución-NoComercial-SinDerivadas 3.0 España | * |
dc.rights.accessRights | open access | es |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ | * |
dc.subject.eciencia | Informática | es |
dc.subject.other | Aprendizaje automático | es |
dc.subject.other | Call center | es |
dc.title | Uso de técnicas de aprendizaje automático para la detección de errores de transferencia dentro del call center | es |
dc.type | bachelor thesis | * |
dspace.entity.type | Publication |
Files
Original bundle
1 - 1 of 1
Loading...
- Name:
- TFG_David_Hernandez_Lopez.pdf
- Size:
- 1.82 MB
- Format:
- Adobe Portable Document Format
- Description: