Modelo Predictivo del Índice NPS Basado en Información Textual de Percepción del Servicio al Cliente
Descripción del Articulo
En la actualidad la administradora del fondo de pensiones (AFP) del mercado peruano viene realizando encuestas telefónicas para medir el nivel de servicio que ofrece a sus clientes, se hace uso del Net Promoter Score una metodología que clasifica a los clientes en función a la calificación que brind...
| Autor: | |
|---|---|
| Formato: | tesis de maestría |
| Fecha de Publicación: | 2019 |
| Institución: | Universidad Ricardo Palma |
| Repositorio: | URP-Tesis |
| Lenguaje: | español |
| OAI Identifier: | oai:repositorio.urp.edu.pe:20.500.14138/2480 |
| Enlace del recurso: | https://hdl.handle.net/20.500.14138/2480 |
| Nivel de acceso: | acceso abierto |
| Materia: | AFP Net Promoter Score comentarios motivos promotores neutros detractores Naive Bayes F1 Score |
| id |
URPU_efca826a79a90f74b2244477d1b948ff |
|---|---|
| oai_identifier_str |
oai:repositorio.urp.edu.pe:20.500.14138/2480 |
| network_acronym_str |
URPU |
| network_name_str |
URP-Tesis |
| repository_id_str |
4057 |
| dc.title.es_ES.fl_str_mv |
Modelo Predictivo del Índice NPS Basado en Información Textual de Percepción del Servicio al Cliente |
| title |
Modelo Predictivo del Índice NPS Basado en Información Textual de Percepción del Servicio al Cliente |
| spellingShingle |
Modelo Predictivo del Índice NPS Basado en Información Textual de Percepción del Servicio al Cliente Tristán Gomez, Ludgardo Eder AFP Net Promoter Score comentarios motivos promotores neutros detractores Naive Bayes F1 Score |
| title_short |
Modelo Predictivo del Índice NPS Basado en Información Textual de Percepción del Servicio al Cliente |
| title_full |
Modelo Predictivo del Índice NPS Basado en Información Textual de Percepción del Servicio al Cliente |
| title_fullStr |
Modelo Predictivo del Índice NPS Basado en Información Textual de Percepción del Servicio al Cliente |
| title_full_unstemmed |
Modelo Predictivo del Índice NPS Basado en Información Textual de Percepción del Servicio al Cliente |
| title_sort |
Modelo Predictivo del Índice NPS Basado en Información Textual de Percepción del Servicio al Cliente |
| author |
Tristán Gomez, Ludgardo Eder |
| author_facet |
Tristán Gomez, Ludgardo Eder |
| author_role |
author |
| dc.contributor.advisor.fl_str_mv |
Roque Paredes, Ofelia |
| dc.contributor.author.fl_str_mv |
Tristán Gomez, Ludgardo Eder |
| dc.subject.es_ES.fl_str_mv |
AFP Net Promoter Score comentarios motivos promotores neutros detractores Naive Bayes F1 Score |
| topic |
AFP Net Promoter Score comentarios motivos promotores neutros detractores Naive Bayes F1 Score |
| description |
En la actualidad la administradora del fondo de pensiones (AFP) del mercado peruano viene realizando encuestas telefónicas para medir el nivel de servicio que ofrece a sus clientes, se hace uso del Net Promoter Score una metodología que clasifica a los clientes en función a la calificación que brinda a la pregunta: “¿Qué tan probable es que recomiende nuestro producto / servicio / empresa a un amigo o colega?”. La escala de la calificación va del 0 hasta el 10. En este trabajo de tesis se planteó abordar un enfoque no estructurado es decir analizar los comentarios de los clientes con la finalidad de hallar insights que permitan generar los resultados que se buscan, en este trabajo se verán los pasos que se realizaron para identificar los motivos de no recomendación y finalmente pasar por la etapa de revisión de resultados y el modelado, en este caso clasificar los comentarios en función a los tipos de clientes: promotores, neutros y detractores. Entre los principales hallazgos referidos a los motivos de no recomendación se encontró para el grupo de los NEUTROS los conceptos de difundir más la información y mejorar la rentabilidad mientras que para el grupo de los DETRACTORES se tienen los conceptos de mejorar la atención al cliente y reducción de comisiones, por el lado del modelo de clasificación, el que arrojo mejores resultados fue Naive Bayes los siguientes resultados de desempeñando (F1 Score) fueron: para el grupo de Detractores 34.7%, para el grupo de Neutros 57.2% y para el grupo de Promotores 86.6%. |
| publishDate |
2019 |
| dc.date.accessioned.none.fl_str_mv |
2019-11-25T16:09:57Z |
| dc.date.available.none.fl_str_mv |
2019-11-25T16:09:57Z |
| dc.date.issued.fl_str_mv |
2019 |
| dc.type.none.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/20.500.14138/2480 |
| url |
https://hdl.handle.net/20.500.14138/2480 |
| dc.language.iso.none.fl_str_mv |
spa |
| language |
spa |
| dc.relation.ispartof.fl_str_mv |
SUNEDU |
| dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.uri.none.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.publisher.es_ES.fl_str_mv |
Universidad Ricardo Palma |
| dc.publisher.country.es_ES.fl_str_mv |
PE |
| dc.source.es_ES.fl_str_mv |
Universidad Ricardo Palma - URP |
| dc.source.none.fl_str_mv |
reponame:URP-Tesis instname:Universidad Ricardo Palma instacron:URP |
| instname_str |
Universidad Ricardo Palma |
| instacron_str |
URP |
| institution |
URP |
| reponame_str |
URP-Tesis |
| collection |
URP-Tesis |
| bitstream.url.fl_str_mv |
https://dspace-urp.metabuscador.org/bitstreams/f0610e71-b0bd-4936-bf08-3dbf2aa76a1c/download https://dspace-urp.metabuscador.org/bitstreams/c763aca6-67f2-48fe-a112-076d088c6fc8/download https://dspace-urp.metabuscador.org/bitstreams/3014ddc7-d07a-419b-9809-b5492623a63e/download https://dspace-urp.metabuscador.org/bitstreams/04bcf9b8-6544-4321-9c03-3dc42092be4a/download |
| bitstream.checksum.fl_str_mv |
60259dac48c18deb0c753fb2a1121378 8a4605be74aa9ea9d79846c1fba20a33 0b55f9324917407f536c1d6e6d29ed55 e238106fa93109a26f035b3a495d5aea |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional de la Universidad Ricardo Palma |
| repository.mail.fl_str_mv |
bdigital@metabiblioteca.com |
| _version_ |
1847339997207724032 |
| spelling |
Roque Paredes, OfeliaTristán Gomez, Ludgardo Eder2019-11-25T16:09:57Z2019-11-25T16:09:57Z2019https://hdl.handle.net/20.500.14138/2480En la actualidad la administradora del fondo de pensiones (AFP) del mercado peruano viene realizando encuestas telefónicas para medir el nivel de servicio que ofrece a sus clientes, se hace uso del Net Promoter Score una metodología que clasifica a los clientes en función a la calificación que brinda a la pregunta: “¿Qué tan probable es que recomiende nuestro producto / servicio / empresa a un amigo o colega?”. La escala de la calificación va del 0 hasta el 10. En este trabajo de tesis se planteó abordar un enfoque no estructurado es decir analizar los comentarios de los clientes con la finalidad de hallar insights que permitan generar los resultados que se buscan, en este trabajo se verán los pasos que se realizaron para identificar los motivos de no recomendación y finalmente pasar por la etapa de revisión de resultados y el modelado, en este caso clasificar los comentarios en función a los tipos de clientes: promotores, neutros y detractores. Entre los principales hallazgos referidos a los motivos de no recomendación se encontró para el grupo de los NEUTROS los conceptos de difundir más la información y mejorar la rentabilidad mientras que para el grupo de los DETRACTORES se tienen los conceptos de mejorar la atención al cliente y reducción de comisiones, por el lado del modelo de clasificación, el que arrojo mejores resultados fue Naive Bayes los siguientes resultados de desempeñando (F1 Score) fueron: para el grupo de Detractores 34.7%, para el grupo de Neutros 57.2% y para el grupo de Promotores 86.6%.Tesisapplication/pdfspaUniversidad Ricardo PalmaPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-nd/4.0/Universidad Ricardo Palma - URPreponame:URP-Tesisinstname:Universidad Ricardo Palmainstacron:URPAFPNet Promoter ScorecomentariosmotivospromotoresneutrosdetractoresNaive BayesF1 ScoreModelo Predictivo del Índice NPS Basado en Información Textual de Percepción del Servicio al Clienteinfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/publishedVersionSUNEDUMaestría en Ciencia de los DatosUniversidad Ricardo Palma. Escuela de PosgradoMaestríaMaestría en Ciencia de los DatosMaestro en Ciencia de los DatosPublicationORIGINALCD_T030_45168254_M TRISTAN GOMEZ LUDGARDO EDER.pdfCD_T030_45168254_M TRISTAN GOMEZ LUDGARDO EDER.pdfapplication/pdf2234126https://dspace-urp.metabuscador.org/bitstreams/f0610e71-b0bd-4936-bf08-3dbf2aa76a1c/download60259dac48c18deb0c753fb2a1121378MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://dspace-urp.metabuscador.org/bitstreams/c763aca6-67f2-48fe-a112-076d088c6fc8/download8a4605be74aa9ea9d79846c1fba20a33MD52TEXTCD_T030_45168254_M TRISTAN GOMEZ LUDGARDO EDER.pdf.txtCD_T030_45168254_M TRISTAN GOMEZ LUDGARDO EDER.pdf.txtExtracted texttext/plain152037https://dspace-urp.metabuscador.org/bitstreams/3014ddc7-d07a-419b-9809-b5492623a63e/download0b55f9324917407f536c1d6e6d29ed55MD53THUMBNAILCD_T030_45168254_M TRISTAN GOMEZ LUDGARDO EDER.pdf.jpgCD_T030_45168254_M TRISTAN GOMEZ LUDGARDO EDER.pdf.jpgGenerated Thumbnailimage/jpeg10866https://dspace-urp.metabuscador.org/bitstreams/04bcf9b8-6544-4321-9c03-3dc42092be4a/downloade238106fa93109a26f035b3a495d5aeaMD5420.500.14138/2480oai:dspace-urp.metabuscador.org:20.500.14138/24802024-11-24 10:11:18.659https://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://dspace-urp.metabuscador.orgRepositorio Institucional de la Universidad Ricardo Palmabdigital@metabiblioteca.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 |
| score |
12.834301 |
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).