Aplicación de técnicas de minería de datos para mejorar la gestión de los clientes, administrados por un asistente virtual (Chatbot) en la empresa SICE

Abstract

La empresa SICE requiere mejorar la comunicación y toma de decisiones con respecto a la información proporcionada por los clientes en cada uno de sus canales comunicacionales, todo esto con el fin de ofrecer una atención personalizada y eficiente a cada uno de los usuarios que se pongan en contacto con la empresa. Como primera solución se propone la implementación de un Chatbot basado en inteligencia artificial tanto en la Fan page como en la página web de la empresa; segundo un modelo que permita agrupar e identificar los patrones de comportamiento de cada uno de los clientes mediante la aplicación de técnicas de inteligencia artificial (Minería de Datos), con el fin de mejorar la atención y la toma de decisiones sobre la información proporcionada por cada uno de los clientes. Para llevar a cabo las soluciones propuestas se usó herramientas tecnológicas como Dialogflow que es el agente conversacional de Google para establecer la comunicación con cada uno de los clientes, RStudio para el análisis, tratamiento, limpieza y entrenamiento de los datos proporcionados por la empresa. Como técnica se usó el agrupamiento o clustering que es una de las tantas técnicas de Minería de Datos y una de las más usadas cuando se trata del análisis de datos en pequeños grupos, donde cada uno de estos grupos contiene data similar y existe una significativa diferencia con respecto a los demás grupos. La metodología usada es la CRISP-DM, ya que esta permite la comprensión del negocio, análisis y simulación a los datos como corresponda, el análisis se lo hizo con la aplicación del modelo RFM (Recencia, Frecuencia, Monto) para luego aplicar los algoritmos tanto de agrupamiento: k-means, y el algoritmo de asociación Apriori para encontrar las asociaciones que existen entre cada uno de los cursos y certificaciones que ofrece la empresa.