Ítem
Restringido

Same Day Service (SDS)

Mostrar el registro sencillo de la publicación
dc.contributor.advisorRojas Parra, Daniel Mauricio
dc.creatorMolina Molina, Margarita
dc.creatorSánchez, Daniela
dc.creatorBarajas, Juan Felipe
dc.creator.degreeMagíster en Business Analytics
dc.creator.degreetypeFull time
dc.date.accessioned2023-07-28T20:10:32Z
dc.date.available2023-07-28T20:10:32Z
dc.date.created2023-07-19
dc.descriptionEl presente proyecto empresarial tiene como objetivo diseñar y desarrollar un modelo de Machine Learning que permita realizar la tipificación de los casos radicados a través de correo electrónico por usuarios de la Universidad del Rosario al área de servicios 2030. Actualmente, la tipificación la realizan varios agentes de la mesa de servicios quienes se encargan de leer una a una las solicitudes y se propone que a través del análisis de datos no estructurados y aprendizaje automático, existe una oportunidad de generar eficiencias administrativas y de liberar recurso humano para otras tareas como el apoyo en sitio. Como objetivo específico, se planteó que la solución entenderá el asunto de los correos eléctronicos con un porcentaje de efectividad del 0.7 para asegurar automáticamente el escalamiento de los casos. El resultado obtenido mediante un modelo predictivo lineal presenta una precisión de 0.74, disminuyendo así los tiempos de atención y respuesta del área de servicio servicios 2030.
dc.description.abstractThe objective of this business project is to design and develop a Machine Learning model that allows the typification of cases received through email by users of the Universidad Rosario to services 2030 area. Currently, this typification is carried out by several agents of the service desk who are in charge of reading the requests one by one and an opportunity has been identified to generate administrative efficiencies and free up human resources for other tasks such as on-site support, through the analysis of unstructured data and machine learning. As a specific objective, it was proposed that the solution will understand the subject of the emails with an effectiveness percentage of 0.7 to automatically ensure the escalation of the cases. The result obtained by a linear predictive model has a precision of 0.74, as a result reducing the ANS of area services 2030.
dc.format.extent52
dc.format.mimetypeapplication/pdf
dc.identifier.doihttps://doi.org/10.48713/10336_40248
dc.identifier.urihttps://repository.urosario.edu.co/handle/10336/40248
dc.language.isospa
dc.publisherUniversidad del Rosario
dc.publisher.departmentEscuela de Administración
dc.publisher.departmentEscuela de Ingeniería, Ciencia y Tecnología
dc.publisher.programMaestría en Business Analytics
dc.rightsAttribution-NonCommercial-ShareAlike 4.0 International*
dc.rights.accesRightsinfo:eu-repo/semantics/closedAccess
dc.rights.accesoBloqueado (Texto referencial)
dc.rights.economicrightsUniversidad Del Rosario
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/4.0/*
dc.source.bibliographicCitationArrieta, E. (2023). Definición de remitente y destinatario. diferenciador.com. https://www.diferenciador.com/remitente-y-destinatario/
dc.source.bibliographicCitationAtlassian. (2023). Scrum: Qué es, cómo funciona y por qué es excelente. https://www.atlassian.com/es/agile/scrum
dc.source.bibliographicCitationda Silva, D. (2022). Ticket de soporte técnico: Definición y funciones. Blog Zendesk. https://www.zendesk.com.mx/blog/ticket-de-soporte-tecnico/
dc.source.bibliographicCitationFuncion Pública. (s. f.). Acuerdo de Nivel de Servicio (ANS)—Glosario. funcionpublica.gov.co. Recuperado 16 de mayo de 2023, de https://www.funcionpublica.gov.co/glosario/-/wiki/26415658/Acuerdo%20de%20Nivel%20de%20Servicio%20(ANS)
dc.source.bibliographicCitationGarrido, A. C. (s. f.). Uso de algoritmos de aprendizaje máquina para la clasificación de tráfico de red.
dc.source.bibliographicCitationGelbukh, A., Castro, F. H. C., & Sánchez, M. G. S. (2020). Detección de humor en tweets en español utilizando clasificadores de Scikit-learn.
dc.source.bibliographicCitationGuardiola Christian. (2020). Clasificador de texto mediante técnicas de aprendizaje automático. http://polipapers.upv.es/index.php/IA/article/view/3293
dc.source.bibliographicCitationIBM Corporation. (2021, marzo 3). Escalamientos. IBM Documentation. https://www.ibm.com/docs/es/integration-designer/8.5.5?topic=tasks-escalations
dc.source.bibliographicCitationKaur, S. S., & Auñón, J. L. S.-P. (2021). Clasificación de textos mediante algoritmos de Machine Learning.
dc.source.bibliographicCitationSalesforce. (2023). ¿Qué es Salesforce? https://www.salesforce.com/mx/products/what-is-salesforce/
dc.source.bibliographicCitationTeemu Kanstrén. (s. f.). A Look at Precision, Recall, and F1-Score | by Teemu Kanstrén | Towards Data Science. Recuperado 12 de julio de 2023, de https://towardsdatascience.com/a-look-at-precision-recall-and-f1-score-36b5fd0dd3ec
dc.source.bibliographicCitationUniversidad del Rosario. (2022). Base de datos Servicios 2030.
dc.source.bibliographicCitationMcKinney, W. (2022). Python for Data Analysis: Data Wrangling with pandas, NumPy, and Jupyter (3rd edition). O’Reilly Media.
dc.source.bibliographicCitationNLTK Project. (2023, enero 2). NLTK : Natural Language Toolkit. https://www.nltk.org/
dc.source.bibliographicCitationPantola, P. (2018, junio 14). Natural Language Processing: Text Data Vectorization. Medium. https://medium.com/@paritosh_30025/natural-language-processing-text-data-vectorization-af2520529cf7
dc.source.instnameinstname:Universidad del Rosario
dc.source.reponamereponame:Repositorio Institucional EdocUR
dc.subjectCaso
dc.subjectEscalamiento
dc.subjectServicio
dc.subjectANS
dc.subjectExperiencia
dc.subject.keywordCase
dc.subject.keywordEscalation
dc.subject.keywordService
dc.subject.keywordANS
dc.subject.keywordExperience
dc.titleSame Day Service (SDS)
dc.title.TranslatedTitleSame Day Service (SDS)
dc.typebachelorThesis
dc.type.documentTrabajo de grado
dc.type.spaTrabajo de grado
local.department.reportEscuela de Administración
Archivos
Bloque original
Mostrando1 - 2 de 2
Miniatura
Nombre:
Same-day-service-Molina-Molina-Margarita-Rosa-1.pdf
Tamaño:
1.03 MB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Miniatura
Nombre:
Same-day-service-Molina-Molina-Margarita-Rosa-2.pdf
Tamaño:
1.6 MB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Colecciones
Maestría en Business Analytics