ClientMinds – Optimización de la experiencia del cliente utilizando modelos de procesamiento de lenguaje natural (PLN)
Loading...
Date
2025
Journal Title
Journal ISSN
Volume Title
Publisher
Pontificia Universidad Javeriana Cali
Share
Abstract
En el contexto empresarial actual, la gestión de las relaciones con los clientes (CRM, por sus siglas en inglés) es crucial para el éxito organizacional. Muchas empresas enfrentan dificultades para comprender y mejorar la satisfacción del cliente, pese a disponer de abundantes datos en sus sistemas de CRM, lo que limita la optimización de estas relaciones. Dada la problemática anterior y la oportunidad que tienen las organizaciones con los datos almacenados, este proyecto tuvo como objetivo desarrollar un sistema de Procesamiento del Lenguaje Natural (PNL) basado en un modelo de lenguaje a gran escala (LLM) para mejorar la comprensión y satisfacción del cliente. Este modelo no solo permite interpretar y responder a las solicitudes de los clientes de manera personalizada, sino que también analiza los sentimientos expresados en las interacciones y responden en consecuencia. Las estrategias implementadas incluyen la limpieza y exploración de datos textuales, el ajuste fino de los LLM preentrenados y la creación de un chatbot que integra estas capacidades. Este chatbot no solo interactúa eficazmente con los clientes, sino que también deja registro de dichas interacciones con el propósito de generar insights valiosos, los cuales permiten hacer seguimiento a la satisfacción del cliente y tomar decisiones estratégicas basadas en su comportamiento. En conclusión, este sistema basado en PLN se perfila como una herramienta innovadora para mejorar la experiencia del cliente y fortalecer las relaciones cliente-empresa, lo anterior, gracias a la capacidad de LLM para identificar emociones, ofrecer respuestas precisas y generar información valiosa, facilitando asi la implementación de acciones efectivas orientadas a la mejora continua de la relación con los clientes. Esto no solo eleva la calidad del servicio, sino que también impulsa la fidelización y posiciona a las organizaciones como referentes en el uso de inteligencia artificial para la gestión de sus relaciones con los clientes.
item.page.abstract.eng
In today’s business context, customer relationship management (CRM) is crucial for organizational success. Many companies struggle to understand and improve customer satisfaction, despite having abundant data in their CRM systems, which limits the optimization of these relationships. Given this challenge and the opportunity presented by stored data, this project aimed to develop a Natural Language Processing (NLP) system based on a Large Language Model (LLM) to enhance customer understanding and satisfaction. This model not only interprets and responds to customer requests in a personalized manner but also analyzes the sentiment expressed in interactions and responds accordingly. The implemented strategies included textual data cleaning and exploration, fine-tuning of pre-trained LLMs, and the creation of a chatbot that integrates these capabilities. This chatbot not only interacts effectively with customers but also records these interactions to generate valuable insights, enabling the monitoring of customer satisfaction and supporting strategic decision-making based on customer behavior. In conclusion, this NLP-based system emerges as an innovative tool to improve customer experience and strengthen customer-company relationships, thanks to the LLM’s ability to identify emotions, provide accurate responses, and generate valuable information. This facilitates the implementation of effective actions aimed at the continuous improvement of customer relationships. Ultimately, it enhances service quality, boosts customer loyalty, and positions organizations as leaders in the use of artificial intelligence for managing customer relationships.
item.page.descriptioneng
Keywords
Gestión de relaciones con el cliente , Procesamiento de lenguaje natural , Modelos de lenguaje de gran escala , Modelos de análisis de sentimientos , Satisfacción del cliente , Customer relationship management , Natural language processing , Large language models , Sentiment analysis models , Customer satisfaction