Implementación de machine learning para mejorar el proceso de etiquetado de datos de encuestas de satisfacción en una outsourcing de servicios comerciales

Descripción del Articulo

Actualmente las empresas en el Perú no se enfocan en buscar e implementar herramientas tecnológicas que se acoplen a la empresa y permitan una evolución en la ejecución de sus actividades, como es el caso de este proyecto de investigación para una Outsourcing de Servicios Comerciales donde aún reali...

Descripción completa

Detalles Bibliográficos
Autores: Azañedo Mejía, Jhonatan Andrés, Chiroque Sánchez, Fatima Odeth
Formato: tesis de grado
Fecha de Publicación:2023
Institución:Universidad Tecnológica del Perú
Repositorio:UTP-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.utp.edu.pe:20.500.12867/8424
Enlace del recurso:https://hdl.handle.net/20.500.12867/8424
Nivel de acceso:acceso abierto
Materia:Aprendizaje automático
Encuestas
Etiquetado de datos
Automatización de procesos
https://purl.org/pe-repo/ocde/ford#2.02.04
Descripción
Sumario:Actualmente las empresas en el Perú no se enfocan en buscar e implementar herramientas tecnológicas que se acoplen a la empresa y permitan una evolución en la ejecución de sus actividades, como es el caso de este proyecto de investigación para una Outsourcing de Servicios Comerciales donde aún realizan el proceso de etiquetado de datos de forma manual, lo cual es propenso a errores y consume tiempo y dinero en la organización. Siendo el enfoque de la tesis el mejorar el proceso de etiquetado de datos de encuestas de satisfacción implementado Machine Learning, el cual permitirá automatizar la tarea de etiquetado, permitiendo una clasificación más rápida y precisa de los comentarios de los clientes en las encuestas. La metodología consiste en un diseño preexperimental, tipo aplicada con enfoque cuantitativo, teniendo una población N= indeterminado, siendo una muestra de 30 encuestas de satisfacción. Por lo tanto, en cuento a los resultados de posprueba, se logró mejorar de 72.20 a 87.50 en el porcentaje de la precisión, de 27.80 a 12.95 en el porcentaje de la tasa de error, de 381.1 a 1.296 en el tiempo de análisis de datos, de 187.9 a 46.97 en el costo asociado a los analistas de datos y de 18.76 a 0.02126 en el costo asociado a los recursos de hardware y software. En conclusión, la integración Machine Learning mejora el proceso de etiquetado de datos de encuestas de satisfacción para una Outsourcing de Servicios Comerciales.
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).