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