Stress-o-meter

Operación de soporte identificando a los clientes con mayores probabilidades de presentar una queja

Meta

Analizar los datos y textos de las quejas de los clientes dentro de Procon, identificando aquellos con mayor potencial para proceder a Procedimientos Administrativos

Meta

Analizar los datos y textos de las quejas de los clientes dentro de Procon, identificando aquellos con mayor potencial para proceder a Procedimientos Administrativos

Estrategia

  • Hemos creado un grupo que es muy probable que se queje ante las agencias de protección al cliente;
  • La operación desarrolló un guión diferenciado para manejar los casos de estos clientes;
  • Se entrenó una célula específica de agentes para dialogar utilizando el script desarrollado, centrándose en estos clientes que tienen más probabilidades de quejarse;
  • Cuando un cliente con alta propensión nos contactó, fue dirigido inmediatamente a esta célula específica.

Estrategia

  • Hemos creado un grupo que es muy probable que se queje ante las agencias de protección al cliente;
  • La operación desarrolló un guión diferenciado para manejar los casos de estos clientes;
  • Se entrenó una célula específica de agentes para dialogar utilizando el script desarrollado, centrándose en estos clientes que tienen más probabilidades de quejarse;
  • Cuando un cliente con alta propensión nos contactó, fue dirigido inmediatamente a esta célula específica.

Puntos destacados

  • Como es de propósito general, el mismo modelo se puede utilizar en varias operaciones (modelo estándar);
  • Como es «pre-entrenado», presenta grandes resultados incluso utilizando pocos datos para el entrenamiento;
  • Eleva el nivel de las soluciones de Data Science de Atento: pocas empresas en Brasil utilizan BERT en su pila tecnológica.
  • Reducción de reclamaciones.

Puntos destacados

  • Como es de propósito general, el mismo modelo se puede utilizar en varias operaciones (modelo estándar);
  • Como es «pre-entrenado», presenta grandes resultados incluso utilizando pocos datos para el entrenamiento;
  • Eleva el nivel de las soluciones de Data Science de Atento: pocas empresas en Brasil utilizan BERT en su pila tecnológica.
  • Reducción de reclamaciones.

Resultados

Las tasas de quejas se redujeron en casi un 5%, específicamente en Procon (la agencia brasileña de protección al consumidor).

Resultados

Las tasas de quejas se redujeron en casi un 5%, específicamente en Procon (la agencia brasileña de protección al consumidor).

Compartir

Casos

Caso de AI/Cognitiva – Stressometer

Optimizando el rendimiento del agente a través de la interfaz de usuario de lenguaje CX

Linkedin LogoLinkedin Atento Live LogoAtento Live