Segmentación de conversación entre cliente-ejecutivo.

Abstract

En la industria bancaria es fundamental ir modernizando la atención hacia los clientes. Cada vez se demanda más inmediatez en resolución de problemáticas, y con el aumento de clientes se es cada vez más difícil dar solución a los problemas de cada uno de ellos. Es por ello que es fundamental la auto atención digital. Si se es capaz de entender cuáles son las principales trabas que tienen los clientes se podrá dar soluciones a lo que ellos necesitan, con respuestas contextuales, procesos simples y ágiles, pero por sobre todo se podrá dar una experiencia al usuario que hará que cada uno de ellos pueda ser promotor del Banco Santander. Por eso, para lograr estos objetivos es fundamental entender las problemáticas de nuestros clientes por los distintos canales, uno de los principales que se pueden encontrar más Insghits es el Chat con Ejecutivo, un canal resolutor de problemas que entrega una riquísima información de qué le pasa al cliente (para entender qué se debe mejorar) pero por sobre todo por qué llegó hasta ahí y poder ser proactivos y generar más confianza con ellos. Para esto se necesita segmentar estas conversaciones, entender los principales tópicos y saber qué pasa dentro de ellas. Debido a esto que en colaboración con Banco Santander Chile, se define esta memoria de título. En ella se utilizarán modelos de deep learning, en particular técnicas asociadas a Natural Language Processing (NLP) en el software Python, para posteriormente poder desplegar en tiempo real los modelos matemáticos y poder tener un pulso en el instante de lo que pasa en el día a día en el Chat.