Propuesta de modelo predictivo de atención al público en Instituciones Microfinancieras

• Autor: Martinez Muñoz, Jorge Luis
• Formato: tesis de maestría
• Fecha de Publicación: 2018
• Institución: Universidad Nacional de San Agustín
• Repositorio: UNSA-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unsa.edu.pe:UNSA/8282
• Enlace del recurso: http://repositorio.unsa.edu.pe/handle/UNSA/8282
• Nivel de acceso: acceso abierto
• Materia: Predictibilidad; Transacciones; Operaciones Financieras; Canales Electrónicos; https://purl.org/pe-repo/ocde/ford#5.02.04

Desde la creación de los primeros bancos han existido las agencias para atender a sus clientes. Su valor e importancia, en relación a la interacción del cliente con la empresa, es de tal magnitud, que aún hoy y pese a existir varios canales alternativos, ninguno de ellos puede mejorar la experiencia del cliente y brindarle las sensaciones humanas de percibir un trato amable, limpieza, orden, seguridad y confianza. Los modelos de atención de cada agencia, dependen en gran medida de la disponibilidad de espacio y el diseño interior va alineado a la imagen institucional. No existe un estándar al respecto, las empresas aplican sus propios criterios según sus necesidades y en un mismo local se pueden aplicar distintos modelos de atención. El presente trabajo explora la alternativa de incluir la predictibilidad en la atención de los clientes y como consecuencia inmediata, reducir el tiempo de servicio, que a su vez reduce los tiempos de espera lo que conduce a una mejor calidad de servicio e incremento de la satisfacción del cliente como fin general. La predictibilidad requiere plantear un nuevo modelo de atención que implique ajustes en la tecnología utilizada, teniendo presente que cada agencia es una realidad única y la oportunidad de servicio es irrepetible en el tiempo. Las nuevas herramientas que buscan patrones en el big data y los algoritmos inteligentes que deducen eventos, son las tecnologías que se podrían aplicar para mejorar la asertividad de la predictibilidad, y así mejorar la eficiencia de sus resultados.