El uso del procesamiento del lenguaje natural para la predicción de fugas de clientes: economización de recursos usando embeddings

Resumen

En este proyecto en colaboración con Grupo MasMovil profundizo en las técnicas de Procesamiento del Lenguaje Natural o Natural Language Processing (en adelante, NLP) para abordar la siguiente cuestión: ¿es posible predecir y, por ende, evitar la fuga de un cliente basándonos en el análisis de llamadas telefónicas comerciales mantenidas con el equipo de ventas de la compañía?

La IA y su inminente incursión en cada rincón y disciplina nos abre a un nuevo mundo de posibilidades. Gracias al uso del Aprendizaje Automático o Machine Learning (en adelante, ML) podemos replicar el conocimiento, no necesariamente técnico específico, sino más bien aquel que nos es connatural e innato por el simple hecho de existir como seres humanos que interactúan. Conseguir que la IA aprenda a entender y formular sarcasmos, ironías, tonos alegres, serios, iracundos, es decir, que comprenda sentimientos.

El proyecto ahondará en las características y principios del NLP, sus arquitecturas y su uso en el análisis de sentimientos, poniendo especial atención y visión en el mundo de la empresa y teniendo siempre en cuenta factores económicos y empleo de recursos. Dicho de otra manera, analizaremos los métodos para la obtención de los mejores resultados al menor coste.

Abstract:

In this project in collaboration with Grupo MasMovil, I delve deeply into the techniques of Natural Language Processing (NLP) to address the following question: Is it possible to predict and consequently prevent customer churn based on the analysis of commercial phone calls with the company’s sales team?

The imminent integration of AI into every corner and discipline opens us to a new world of possibilities. Through the use of Machine Learning (ML), we can replicate knowledge, not necessarily specific technical knowledge, but rather that which is innate and natural to us simply by existing as interacting human beings. Achieving AI’s understanding and formulation of sarcasm, irony, cheerful, serious, and irate tones, in other words, comprehending sentiments.

The project will delve into the characteristics and principles of NLP, its architectures, and its use in sentiment analysis, with particular attention and insight into the business world, always taking into account economic factors and resource utilization. In other words, we will analyze methods to achieve the best results at the lowest cost.