Tesis (Magíster en Ciencia de Datos)

Twitter es una red social de mensajes cortos o microblogging, donde las personas
publican su estado de ánimo con respecto a un tema, situación o para hablar de
alguna entidad. El Banco Davivienda como entidad bancaria ha visto una
oportunidad de encontrar o posicionar problemáticas en la gestión de sus
operaciones a partir de las publicaciones que realizan los diferentes usuarios.
En esta red social se pueden encontrar interacciones que pueden estar clasificadas
como positivas o negativas sobre la entidad bancaria, sin embargo, en este ejercicio
se profundizará sobre interacciones donde los usuarios presentan su
disconformidad sobre algún servicio, situación o tema con el fin de identificar su
tipología, que permita tomar decisiones sobre la implementación de soluciones y/o
mejoras que puedan ser integradas a los procedimientos de soporte de las buenas
prácticas de prestación de servicios a los usuarios de banco Davivienda o el neo
banco Daviplata.
Este estudio propone realizar un modelo de Machine Learning de análisis
supervisado en el cual las interacciones se asocien a las categorías definidas en el
proceso de segmentación (Afectación en clientes, App, Web, servicio y problemas
en disponibilidad de recursos). Con lo anterior se busca optimizar y robustecer los
servicios que presta la entidad bancaria y que las disconformidades de los clientes
sean mínimas.