Clusterización de interacciones

Abstract

El presente trabajo final se centra en la exploración de técnicas de Procesamiento del Lenguaje Natural (NLP) con el propósito de identificar patrones recurrentes en las interacciones de los usuarios con el servicio de atención al cliente de una organización. Luego de un preprocesamiento de los datos, donde se aplicaron diversas técnicas de limpieza y lematización, se desarrolló un modelo de clusterización. La construcción de este modelo involucró una secuencia de módulos, que abarcó desde la generación de "embeddings" utilizando Sentence-BERT, la reducción de dimensionalidad a través de UMAP, la clasificación mediante HDBSCAN, la caracterización y auto etiquetado utilizando C-TF-IDF y la posterior reducción de los clústers resultantes. Se obtuvieron 34 clústers a partir de los cuales se han identificado oportunidades de mejora que permitirían generar eficiencias en la asignación de recursos, mejorar la experiencia del cliente y potenciar las ventas de productos y servicios.