Análisis de sentimientos en llamadas en centros de atención al cliente
Loading...
Date
2025
Journal Title
Journal ISSN
Volume Title
Publisher
Pontificia Universidad Javeriana Cali
Share
Abstract
En el contexto de los centros de contacto, la calidad de las interacciones entre agentes telefónicos y clientes es esencial para garantizar la satisfacción del cliente y promover el crecimiento empresarial. La ausencia de herramientas para identificar los factores que influyen en el rendimiento de los servicios puede impactar negativamente la reputación y eficiencia operativa. En este contexto, se desarrolló un proyecto de análisis de sentimientos aplicado a transcripciones de llamadas en español, específicamente en el call center de la Universidad Pontificia Javeriana de Cali. El objetivo principal fue analizar y clasificar las emociones expresadas en estas interacciones para identificar patrones emocionales, mejorar la comprensión de las necesidades de los usuarios y optimizar la experiencia del cliente en un entorno educativo. El proyecto integra técnicas avanzadas de aprendizaje automático y procesamiento de lenguaje natural (PLN), incluyendo reconocimiento automático del habla y diarización, para segmentar y analizar las conversaciones. El trabajo abarcó desde la construcción de un corpus representativo y el preprocesamiento avanzado de texto, hasta la configuración y adaptación de modelos de aprendizaje profundo. Además, se diseñó una interfaz con AppScript, que facilita la carga de datos y la visualización de resultados, asegurando una experiencia de usuario eficiente y accesible. La evaluación de los modelos de clasificación se realizó mediante métricas como precisión, recall y F1-score, dentro de un marco metodológico robusto que combina CRISP-DM y Scrum, garantizando un proceso estructurado y ágil. Este enfoque permite a las empresas del sector BPO en Colombia anticipar problemas, optimizar operaciones y mantener una reputación positiva en un mercado altamente competitivo.
item.page.abstract.eng
In the context of contact centers, the quality of interactions between phone agents and customers is essential to ensure customer satisfaction and promote business growth. The lack of tools to identify the factors influencing service performance can negatively impact reputation and operational efficiency. In this context, a sentiment analysis project was developed using Spanish-language call transcripts, specifically from the call center of the Pontificia Universidad Javeriana in Cali. The main objective was to analyze and classify the emotions expressed in these interactions to identify emotional patterns, improve the understanding of user needs, and optimize the customer experience in an educational environment. The project integrates advanced techniques in machine learning and natural language processing (NLP), including automatic speech recognition and diarization, to segment and analyze conversations. The work ranged from building a representative corpus and advanced text preprocessing to configuring and adapting deep learning models. Additionally, an interface was designed using AppScript to facilitate data upload and result visualization, ensuring an efficient and accessible user experience. The classification models were evaluated using metrics such as precision, recall, and F1-score, within a robust methodological framework that combines CRISP-DM and Scrum, ensuring a structured and agile process. This approach enables BPO companies in Colombia to anticipate issues, optimize operations, and maintain a positive reputation in a highly competitive market.
item.page.descriptioneng
Keywords
Procesamiento de lenguaje natural , Análisis de sentimientos , Interacciones telefónicas , Reconocimiento automático del habla , Modelos de clasificación , Aprendizaje automático , Aprendizaje profundo , Natural language processing , Sentiment analysis , Phone interactions , Automatic speech recognition , Classification models , Machine learning , Deep learning