Sistema conversacional semisupervisado para la atención al cliente en línea de una organización deportiva del Perú mediante procesamiento de lenguaje natural

Abstract

Recibir una respuesta inmediata puede ser fundamental para algunas empresas. En el proceso actual de atención al cliente de un club de fútbol peruano se identificó tiempos de respuestas prolongados por una deficiente gestión de atención al cliente en línea. Debido a esta problemática, el objetivo de este estudio fue desarrollar un sistema conversacional semisupervisado con respuesta rápida, disponible 24/7. Para esto se utilizó el procesamiento de lenguaje natural (NLP) como técnica lingüística perteneciente al campo de la inteligencia artificial mejorando así la performance de atención al cliente en especial los tiempos de respuesta. Asimismo, se utilizó el servicio Amazon Lex y Amazon Comprehend de Amazon Web Services para proporcionar capacidades avanzadas de reconocimiento y comprensión del lenguaje, lo que permite al sistema interpretar consultas complejas, entender el contexto y proporcionar respuestas precisas de manera inmediata. Tras el desarrollo del sistema se obtuvo un resultado exitoso en donde el tiempo de respuesta mejoró un 90% con respecto al estado inicial, con una velocidad de 95 más de tiempo mínimo, 485 más de tiempo promedio y 2,51 de tiempo máximo para 133 escenarios de consultas en atención virtual. Asimismo, el sistema ha podido brindar la capacidad de mejorar la experiencia del usuario mediante la autogestión, y así el club pueda enfocarse en otros procesos del negocio y no solo el de brindar información.

Receiving an immediate response can be crucial for some businesses. In the current customer service process of a Peruvian soccer club, prolonged response times were identified due to poor online customer service management. To address this issue, the objective of this study was to develop a semi-supervised conversational system with quick response capabilities available 24/7. Natural Language Processing (NLP), a linguistic technique within the field of artificial intelligence, was used to improve customer service performance, particularly response times. Additionally, Amazon Lex and Amazon Comprehend services from Amazon Web Services were utilized to provide advanced language recognition and comprehension capabilities, enabling the system to interpret complex queries, understand context, and provide precise responses immediately. After the development of the system, successful results were obtained, with response times improving by 90% compared to the initial state, achieving a minimum time improvement of 95, an average time improvement of 485, and a maximum time improvement of 251 for 133 virtual customer service scenarios. Furthermore, the system has been able to enhance user experience through self-management, allowing the club to focus on other business processes beyond merely providing information.