¿Quién debe atender este e-mail?

Icons Smashicons from Flaticon

Pregunta de Negocio

Empresa del sector utilities requiere automatizar la clasificación de los mensajes recibidos en uno de sus servicios de atención a proveedores.

Desafíos

  • Pocos datos clasificados Los mensajes son clasificados manualemnte por una persona que lee el contenido y los reenvia a los responsables de la atención. El reenvio no se registra con etiquetas que puedan ayudar al modelo predictivo.
  • Mensajes cortos. Al tratarse de procedimientos comunes, los mensajes recibidos tienen textos cortos, lo que siempre dificulta el uso de analítica de textos.
  • Lenguaje (Vocabulario) muy similar entre los mensajes relacionados a diferentes asuntos
  • Necesidad de automatizar e integrar la solución en los procesos de atención ya existentes.

Solución

Se construye una solución end-to-end con los siguientes módulos:

  • RPA. Que automatiza el flujo de entrada de emails, procesamiento con servicio cognitivo de clasificación, sugerencia de clasificación, monitorización de resultados.
  • Modelo de clasificación. Modelo de Machine Learning construido en Azure ML, incluyendo procesos específicos utilizando bibliotecas de Python (limpieza de textos, tratamiento del corpus) y R (evaluación de resultados). Se ajustaron varios modelos. Se seleccionó el mejor segun precisión de la clasificación.
  • Servicio Web. Publicado con Azure ML.
  • Informes. Manual de usuario y Manual Técnico con detalles del Servicio Cognitivo.

Resultados

  • Agilidad en la clasificación de mensajes (de horas a minutos)
  • Satisfacción de usuarios del sistema
  • Retroalimentación y mejora continua de la precisión ya que la puesta en producción ayuda a contar con más y mejores datos.
Avatar
Romy Rodriguez-Ravines
GOING BEYOND DATA

Understand, Model, Predict = Learn and extract value from data for people and organizations.

Related