Aplicación de Machine Learning en las empresas del sector telecomunicaciones del Perú

• Autor: Gonzales Paico, Julio César
• Formato: tesis de maestría
• Fecha de Publicación: 2020
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/48343
• Enlace del recurso: https://hdl.handle.net/20.500.12692/48343
• Nivel de acceso: acceso abierto
• Materia: Inteligencia artificial; Telecomunicaciones; Tecnologías de la información y comunicación; https://purl.org/pe-repo/ocde/ford#2.02.04

Esta investigación titulada Aplicación de Machine Learning en las empresas del sector Telecomunicaciones del Perú tuvo un enfoque cualitativo con el objetivo general de describir la aplicación de machine learning en las empresas del sector telecomunicaciones del Perú, se emplearon técnicas de entrevista a profundidad, observación participante y análisis documental con sus respectivos instrumentos guía de preguntas semi estructuradas, ficha de observación y ficha de análisis documental, las entrevistas y observación se realizaron mediante las herramientas meet de Google y teams de Microsoft, para el análisis documental se utilizó documentos públicos, el escenario de estudio fueron las áreas de análisis de datos de las empresas Movistar, Claro y Entel y participaron expertos en análisis de datos, el tipo de investigación fue tecnológica y de diseño investigación acción. Se concluyó que la aplicación de machine learning en estas empresas es fundamental para aumentar la eficiencia de sus procesos y mejorar la satisfacción de sus clientes reduciendo las tasas de abandono, por lo cual están empezando a incorporarlo en sus estrategias de transformación digital, para su aplicación es importante comprender la conceptualización de esta tecnología, los beneficios actuales para las empresas del sector, las barreras que se presentan en la industria, los casos que influyen en su adopción y las tendencias tecnológicas que potenciarán los beneficios y masificarán su uso. Se hace necesario la incorporación de herramientas que faciliten su aplicación, el uso de algoritmos que aumenten la precisión de los resultados, desarrollar soluciones de lenguaje natural para una atención personalizada en cualquier momento, difundir los beneficios a nivel de toda la compañía, extender el ámbito de influencia más allá de la propia compañía y trabajar en políticas que garanticen la ética en el uso de datos y la responsabilidad en las decisiones producto de su uso.