O uso de inteligência artificial para melhorar a experiência dos clientes insatisfeitos em instituições financeiras

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Silva, Alexandre Pinto da
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Católica de Brasília
Escola de Educação, Tecnologia e Comunicação
Brasil
UCB
Programa Stricto Sensu em Governança, Tecnologia e Inovação
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Instituição financeira
Reclamações
Inteligência artificial
Financial institution
Claims
Artificial intelligence
CNPQ::CIENCIAS SOCIAIS APLICADAS::CIENCIA DA INFORMACAO
Link de acesso: https://bdtd.ucb.br:8443/jspui/handle/tede/3485
Resumo: A insatisfação do cliente com serviços de uma empresa, quando registrada na internet, pode influenciar negativamente o comportamento de outros consumidores. No entanto, esses registros, quando bem utilizados pelas empresas, podem ser úteis para melhorar experiência e a satisfação dos clientes. A Inteligência Artificial tem demonstrado potencial para apoiar as empresas na reversão da insatisfação dos clientes, melhorando os resultados da empresa. O objetivo desta pesquisa é propor uma sistemática capaz de apoiar, guiar e aconselhar as equipes responsáveis pela elaboração de respostas, com vistas a reverter a insatisfação de clientes que registram reclamações contra instituições financeiras. A partir de uma abordagem mista e utilizando o processo CRISP-DM, foram realizados experimentos em bases textuais de reclamações coletadas na plataforma ReclameAqui das 15 instituições financeiras mais reclamadas no Ranking Bacen para prever a insatisfação do cliente. Três experimentos foram realizados utilizando o Bertimbau, um modelo pré-treinado em língua portuguesa. O Experimento I obteve acurácia de 83% na identificação do grau de satisfação do cliente. O Experimento II foi ainda melhor, atingindo 93% de precisão. No Experimento III, as reclamações foram divididas em 5 grupos. Para os grupos 3 e 4, um modelo preditivo similar ao do Experimento II foi usado, alcançando uma precisão entre 80% e 83%. Com os resultados dos experimentos, a proposta de sistemática para a área de atendimento às reclamações de clientes é utilizar Inteligência Artificial para prever o grau de satisfação do cliente com as respostas. Isso ajudará os funcionários a melhorar e personalizar suas respostas, resultando em um atendimento mais eficiente e satisfatório.
id UCB_19bb3856757cf4b2a0b30b41e5d35683
oai_identifier_str oai:bdtd.ucb.br:tede/3485
network_acronym_str UCB
network_name_str Biblioteca Digital de Teses e Dissertações da UCB
repository_id_str
spelling O uso de inteligência artificial para melhorar a experiência dos clientes insatisfeitos em instituições financeirasInstituição financeiraReclamaçõesInteligência artificialFinancial institutionClaimsArtificial intelligenceCNPQ::CIENCIAS SOCIAIS APLICADAS::CIENCIA DA INFORMACAOA insatisfação do cliente com serviços de uma empresa, quando registrada na internet, pode influenciar negativamente o comportamento de outros consumidores. No entanto, esses registros, quando bem utilizados pelas empresas, podem ser úteis para melhorar experiência e a satisfação dos clientes. A Inteligência Artificial tem demonstrado potencial para apoiar as empresas na reversão da insatisfação dos clientes, melhorando os resultados da empresa. O objetivo desta pesquisa é propor uma sistemática capaz de apoiar, guiar e aconselhar as equipes responsáveis pela elaboração de respostas, com vistas a reverter a insatisfação de clientes que registram reclamações contra instituições financeiras. A partir de uma abordagem mista e utilizando o processo CRISP-DM, foram realizados experimentos em bases textuais de reclamações coletadas na plataforma ReclameAqui das 15 instituições financeiras mais reclamadas no Ranking Bacen para prever a insatisfação do cliente. Três experimentos foram realizados utilizando o Bertimbau, um modelo pré-treinado em língua portuguesa. O Experimento I obteve acurácia de 83% na identificação do grau de satisfação do cliente. O Experimento II foi ainda melhor, atingindo 93% de precisão. No Experimento III, as reclamações foram divididas em 5 grupos. Para os grupos 3 e 4, um modelo preditivo similar ao do Experimento II foi usado, alcançando uma precisão entre 80% e 83%. Com os resultados dos experimentos, a proposta de sistemática para a área de atendimento às reclamações de clientes é utilizar Inteligência Artificial para prever o grau de satisfação do cliente com as respostas. Isso ajudará os funcionários a melhorar e personalizar suas respostas, resultando em um atendimento mais eficiente e satisfatório.Customer dissatisfaction with a company’s services, when registered on the internet, can negatively influence the behavior of other consumers. However, these records, when used well by companies, can be useful in improving customer experience and satisfaction. Artificial Intelligence has demonstrated the potential to support companies in reversing customer dissatisfaction, improving company results. The objective of this research is to propose a system capable of supporting, guiding and advising the teams responsible for preparing responses, with a view to reversing the dissatisfaction of customers who register complaints against financial institutions. Using a mixed approach and using the CRISPDM process, experiments were carried out on textual bases of complaints collected on the ReclameAqui platform from the 15 most complained about financial institutions in the Bacen Ranking to predict customer dissatisfaction. Three experiments were carried out using Bertimbau, a pre-trained model in Portuguese. Experiment I achieved 83% accuracy in identifying the level of customer satisfaction. Experiment II was even better, achieving 93% accuracy. In Experiment III, complaints were divided into 5 groups. For groups 3 and 4, a predictive model similar to that of Experiment II was used, achieving an accuracy between 80% and 83%. With the results of the experiments, the systematic proposal for the area of customer complaints is to use Artificial Intelligence to predict the degree of customer satisfaction with the responses. This will help employees improve and personalize their responses, resulting in more efficient and satisfactory service.Universidade Católica de BrasíliaEscola de Educação, Tecnologia e ComunicaçãoBrasilUCBPrograma Stricto Sensu em Governança, Tecnologia e InovaçãoBalaniuk, Remishttp://lattes.cnpq.br/8456124569258786Silva, Alexandre Pinto da2024-07-02T20:13:31Z2024-02-15info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfSILVA, Alexandre Pinto da. O uso de inteligência artificial para melhorar a experiência dos clientes insatisfeitos em instituições financeiras. 2024. 103 f. Dissertação (Programa Stricto Sensu em Governança, Tecnologia e Inovação) - Universidade Católica de Brasília, Brasília, 2024.https://bdtd.ucb.br:8443/jspui/handle/tede/3485porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UCBinstname:Universidade Católica de Brasília (UCB)instacron:UCB2024-07-03T13:01:11Zoai:bdtd.ucb.br:tede/3485Biblioteca Digital de Teses e Dissertaçõeshttps://bdtd.ucb.br:8443/jspui/PRIhttps://bdtd.ucb.br:8443/oai/requestsdi@ucb.bropendoar:47812024-07-03T13:01:11Biblioteca Digital de Teses e Dissertações da UCB - Universidade Católica de Brasília (UCB)false
dc.title.none.fl_str_mv O uso de inteligência artificial para melhorar a experiência dos clientes insatisfeitos em instituições financeiras
title O uso de inteligência artificial para melhorar a experiência dos clientes insatisfeitos em instituições financeiras
spellingShingle O uso de inteligência artificial para melhorar a experiência dos clientes insatisfeitos em instituições financeiras
Silva, Alexandre Pinto da
Instituição financeira
Reclamações
Inteligência artificial
Financial institution
Claims
Artificial intelligence
CNPQ::CIENCIAS SOCIAIS APLICADAS::CIENCIA DA INFORMACAO
title_short O uso de inteligência artificial para melhorar a experiência dos clientes insatisfeitos em instituições financeiras
title_full O uso de inteligência artificial para melhorar a experiência dos clientes insatisfeitos em instituições financeiras
title_fullStr O uso de inteligência artificial para melhorar a experiência dos clientes insatisfeitos em instituições financeiras
title_full_unstemmed O uso de inteligência artificial para melhorar a experiência dos clientes insatisfeitos em instituições financeiras
title_sort O uso de inteligência artificial para melhorar a experiência dos clientes insatisfeitos em instituições financeiras
author Silva, Alexandre Pinto da
author_facet Silva, Alexandre Pinto da
author_role author
dc.contributor.none.fl_str_mv Balaniuk, Remis
http://lattes.cnpq.br/8456124569258786
dc.contributor.author.fl_str_mv Silva, Alexandre Pinto da
dc.subject.por.fl_str_mv Instituição financeira
Reclamações
Inteligência artificial
Financial institution
Claims
Artificial intelligence
CNPQ::CIENCIAS SOCIAIS APLICADAS::CIENCIA DA INFORMACAO
topic Instituição financeira
Reclamações
Inteligência artificial
Financial institution
Claims
Artificial intelligence
CNPQ::CIENCIAS SOCIAIS APLICADAS::CIENCIA DA INFORMACAO
description A insatisfação do cliente com serviços de uma empresa, quando registrada na internet, pode influenciar negativamente o comportamento de outros consumidores. No entanto, esses registros, quando bem utilizados pelas empresas, podem ser úteis para melhorar experiência e a satisfação dos clientes. A Inteligência Artificial tem demonstrado potencial para apoiar as empresas na reversão da insatisfação dos clientes, melhorando os resultados da empresa. O objetivo desta pesquisa é propor uma sistemática capaz de apoiar, guiar e aconselhar as equipes responsáveis pela elaboração de respostas, com vistas a reverter a insatisfação de clientes que registram reclamações contra instituições financeiras. A partir de uma abordagem mista e utilizando o processo CRISP-DM, foram realizados experimentos em bases textuais de reclamações coletadas na plataforma ReclameAqui das 15 instituições financeiras mais reclamadas no Ranking Bacen para prever a insatisfação do cliente. Três experimentos foram realizados utilizando o Bertimbau, um modelo pré-treinado em língua portuguesa. O Experimento I obteve acurácia de 83% na identificação do grau de satisfação do cliente. O Experimento II foi ainda melhor, atingindo 93% de precisão. No Experimento III, as reclamações foram divididas em 5 grupos. Para os grupos 3 e 4, um modelo preditivo similar ao do Experimento II foi usado, alcançando uma precisão entre 80% e 83%. Com os resultados dos experimentos, a proposta de sistemática para a área de atendimento às reclamações de clientes é utilizar Inteligência Artificial para prever o grau de satisfação do cliente com as respostas. Isso ajudará os funcionários a melhorar e personalizar suas respostas, resultando em um atendimento mais eficiente e satisfatório.
publishDate 2024
dc.date.none.fl_str_mv 2024-07-02T20:13:31Z
2024-02-15
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv SILVA, Alexandre Pinto da. O uso de inteligência artificial para melhorar a experiência dos clientes insatisfeitos em instituições financeiras. 2024. 103 f. Dissertação (Programa Stricto Sensu em Governança, Tecnologia e Inovação) - Universidade Católica de Brasília, Brasília, 2024.
https://bdtd.ucb.br:8443/jspui/handle/tede/3485
identifier_str_mv SILVA, Alexandre Pinto da. O uso de inteligência artificial para melhorar a experiência dos clientes insatisfeitos em instituições financeiras. 2024. 103 f. Dissertação (Programa Stricto Sensu em Governança, Tecnologia e Inovação) - Universidade Católica de Brasília, Brasília, 2024.
url https://bdtd.ucb.br:8443/jspui/handle/tede/3485
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Católica de Brasília
Escola de Educação, Tecnologia e Comunicação
Brasil
UCB
Programa Stricto Sensu em Governança, Tecnologia e Inovação
publisher.none.fl_str_mv Universidade Católica de Brasília
Escola de Educação, Tecnologia e Comunicação
Brasil
UCB
Programa Stricto Sensu em Governança, Tecnologia e Inovação
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UCB
instname:Universidade Católica de Brasília (UCB)
instacron:UCB
instname_str Universidade Católica de Brasília (UCB)
instacron_str UCB
institution UCB
reponame_str Biblioteca Digital de Teses e Dissertações da UCB
collection Biblioteca Digital de Teses e Dissertações da UCB
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UCB - Universidade Católica de Brasília (UCB)
repository.mail.fl_str_mv sdi@ucb.br
_version_ 1843971420314402816

Registros relacionados