Automatización de los procesos de extracción, transformación, carga de sucursales y la categorización de los comentarios de los clientes del área de Inteligencia Experiencia del Cliente de Bancolombia S. A

Abstract

RESUMEN : El presente proyecto se llevó a cabo en la Gerencia de Inteligencia Experiencia del Cliente de la compañía Bancolombia S.A, donde se identificaron dos desafíos principales. En primer lugar, el análisis de los datos de las sucursales se encontraba limitado por el método utilizado, el cual no permitía un control efectivo del número de personas que acudían a las sucursales, la cantidad de encuestados y las respuestas obtenidas. En segundo lugar, era necesario categorizar los comentarios de los clientes con el objetivo de detectar oportunidades de mejora en la experiencia del usuario, siendo un reto identificar múltiples categorías en un solo comentario. Con el objetivo de automatizar los procesos de extracción, transformación y carga (ETL) para la experiencia de sucursales y categorización de los comentarios de los usuarios, se planteó este proyecto. Los resultados obtenidos fueron beneficiosos tanto en términos de eficiencia como de productividad, ya que se logró la automatización de procesos y la reducción del tiempo de ejecución de 9 a 1.5 minutos. En cuanto a la categorización de los comentarios, el 80% de los mismos fue clasificado en alguna categoría. En conclusión, este proyecto permitió mejorar el control y análisis de los datos, lo que a su vez facilitará la toma de decisiones en el futuro.

ABSTRACT : This project was conducted in the Customer Experience Intelligence Management of Bancolombia S.A company, where two main challenges were identified. Firstly, the analysis of branch data was limited by the method used, which did not allow for effective control of the number of people attending the branches, the number of respondents, and the responses obtained. Secondly, there was a need to categorize customer comments to identify opportunities for improving the user experience, which posed challenges in identifying multiple categories within a single comment. To address these challenges, this project proposed the automation of extraction, transformation, and load (ETL) processes for branch experience data and the categorization of user comments. The results were beneficial in terms of efficiency and productivity, achieving process automation and reducing execution time from 9 to 1.5 minutes. In terms of comment categorization, 80% of the comments were successfully classified into different categories. In conclusion, this project enabled improved control and analysis of data, which will facilitate informed decision-making in the future