View
5
Download
0
Category
Preview:
Citation preview
FACULTAD DE INGENIERÍA
Carrera de Ingeniería Empresarial y de Sistemas
IMPLEMENTAR CHATBOT BASADO EN INTELIGENCIA ARTIFICIAL PARA LA GESTIÓN DE
REQUERIMIENTOS E INCIDENTES EN UNA EMPRESA DE SEGUROS
Tesis para optar el Título Profesional de Ingeniero Empresarial y de
Sistemas
LILIANA ESTRADA CUTIMBO
Asesor:
Marco Antonio Salcedo Huarcaya
Lima - Perú
2018
PÁGINA DEL JURADO DE SUSTENTACIÓN ORAL
…………………………………………………………………………………….
Presidente
…………………………………………………………………………………….
Jurado 1
…………………………………………………………………………………….
Jurado 2
Entregado el: ___/___/2018 Aprobado por:
……………………………………………….. ………………………………………………..
Liliana Estrada Cutimbo Marco Antonio, Salcedo Huarcaya
Graduando Asesor de Tesis
UNIVERSIDAD SAN IGNACIO DE LOYOLA
FACULTAD DE INGENIERIA
DECLARACIÓN DE AUTENTICIDAD
Yo, Liliana Estrada Cutimbo, identificado con DNI N.º 45089932 Bachiller del Programa
Académico de la Carrera de Ingeniería Empresarial y de Sistemas de la Universidad San
Ignacio de Loyola, presento mi tesis titulada
“Implementar Chatbot basado en inteligencia artificial para la gestión de requerimientos e
incidentes en Empresa de Seguros”.
Declaro en honor a la verdad, que el trabajo de tesis es de mi autoría; que los datos, los
resultados y su análisis e interpretación, constituyen mi aporte. Todas las referencias han
sido debidamente consultadas y reconocidas en la investigación.
En tal sentido, asumo la responsabilidad que corresponda ante cualquier falsedad u
ocultamiento de la información aportada. Por todas las afirmaciones, ratifico lo expresado, a
través de mi firma correspondiente.
Lima, ………………………de 2018
…………………………..…………………………..
Liliana Estrada Cutimbo
DNI N. º45089932
EPÍGRAFE
“La vida es una preparación para el futuro; y la mejor preparación para el futuro es vivir como si no hubiera ninguno”
(Albert Einstein)
TABLA DE CONTENIDO
DEDICATORIA 3
AGRADECIMIENTOS 4
RESUMEN 5
ABSTRACT 6
INTRODUCCIÓN 7
IDENTIFICACION DEL PROBLEMA 8
Características de la Empresa 12
Datos generales 12
Visión 15
Organigrama Funcional 16
Servicios que la Empresa de seguros ofrece 17
Situación actual del área de mesa de ayuda de la Empresa asegurador 18
Análisis FODA 19
DIAGRAMA DE ISHIKAWA 20
Análisis del proceso actual 22
FORMULACIÓN DEL PROBLEMA 24
Problema General 24
Problemas Específicos 24
MARCO REFERENCIAL 24
Antecedentes Nacionales 24
Antecedentes Internacionales 26
Estado del Arte 28
Marco Teórico 29
La influencia de implementar un Chatbot con inteligencia artificial para la mejora de los
procesos y el servicio al cliente en otros países. 29
La influencia de implementar un Chatbot con inteligencia artificial para la mejora de los
procesos y el servicio al cliente en el Perú. 30
La influencia de implementar Chatbot basado en inteligencia artificial en una empresa
de Seguros. 31
Marco Conceptual 33
OBJETIVO DE LA INVESTIGACIÓN 37
Objetivo General 37
Objetivo Específicos 37
JUSTIFICACIÓN DE LA INVESTIGACIÓN 37
Justificación Teórica 37
Justificación Práctica 37
Justificación Social 37
HIPÓTESIS 38
Hipótesis General 38
Hipótesis Especificas 38
ALCANCES 38
LIMITACIONES 38
MARCO METODOLÓGICO 39
Metodología 39
Paradigma 39
Enfoque 39
Método 39
VARIABLES 40
Variable independiente 40
Variable dependiente 40
POBLACIÓN Y MUESTRA 40
Población 40
Muestra 40
UNIDAD DE ANÁLISIS 41
INSTRUMENTOS Y TÉCNICAS 42
Instrumentos 42
Técnicas 42
PROCEDIMIENTOS Y MÉTODO DE ANÁLISIS 43
Procedimiento 43
Método de análisis 47
Propuesta de solución 53
RESULTADOS 86
Encuestas de satisfacción 99
DISCUSIÓN 103
CONCLUSIONES 104
RECOMENDACIONES 105
REFERENCIAS 106
ANEXOS 108
ÌNDICE DE FIGURAS
Figura 1. Detalle de tickets generados de enero a Julio 2018 9
Figura 2. Detalle de tickets de seguimiento de enero a julio 2018 10
Figura 3. Detalle de llamadas telefónicas diariamente 11
Figura 4. Detalle de llamadas por hora 11
Figura 5. Principales aseguradoras de Perú en marzo 2018. 13
Figura 6. Primas de seguros netas anualizadas hasta junio 2018 13
Figura 7. Principales aseguradoras de Perú en marzo 2018. 14
Figura 8. Evolución de las primas por ramo de seguros en millones de soles. 14
Figura 9. Prima de Seguros en % PBI Perú 15
Figura 10. Organigrama de Empresa de seguros en general 16
Figura 11. Servicios que ofrece una empresa de seguros 17
Figura 12. Matriz FODA 19
Figura 13. Diagrama de Ishikawa 20
Figura 14. Proceso actual de atenciones en mesa de ayuda. 23
Figura 15. Proceso actual de atenciones en mesa de ayuda. 31
Figura 16. Arquitectura básica de un Chatbot 32
Figura 17. Desarrollo actual de las Interfaces 32
Figura 18. Modelo de Mesas de servicio y Función técnica. 36
Figura 19. Requerimientos de servicio TOP 44
Figura 20. Incidentes TOP 44
Figura 21. Detalle del tiempo promedio de conversación de manera mensual 45
Figura 22. Detalle del tiempo de la tasa de abandono 45
Figura 23. Detalle del tiempo de la velocidad telefónica 46
Figura 24. Encuesta de satisfacción del servicio de mesa de ayuda. 48
Figura 25. Acceso al portal de IBM para acceder al Chatbot 53
Figura 26. Implementación de chatbot con inteligencia artificial 54
Figura 27. Interfaz del Chatbot 54
Figura 28. Interfaz del Chatbot 55
Figura 29. Esquema del proceso de activación de la plataforma Watson 56
Figura 30. Interfaz del Chatbot 57
Figura 31. Secuencia de la interacción del usuario con la herramienta del chatbot 58
Figura 32. Proceso de la gestión del proyecto 62
Figura 33. Evolución del ROI 67
Figura 34. Crear cuenta en bluexmix 69
Figura 35. Encontrar Conversation en el catálogo de Watson 69
Figura 36. Crear nuestro servicio en Watson 70
Figura 37. Crear nuestra herramienta de conversación en Watson 70
Figura 38. Crear nuestro workspace 71
Figura 39. Colocamos un nombre 71
Figura 40. Configuración de Intenciones para Watson 72
Figura 41. Configuración de Uteraciones para Watson 73
Figura 42. Creación de diálogos 73
Figura 43. Creación de condiciones 74
Figura 44. Watson realizando un saludo. 74
Figura 45. Watson brindando detalles del ticket consultado por el usuario. 75
Figura 46. Encuesta nro. 1 luego de la implementación 76
Figura 47. Encuesta nro. 2 luego de la implementación 77
Figura 48. Encuesta nro. 3 luego de la implementación 78
Figura 49. Encuesta nro. 4 luego de la implementación 79
Figura 50. Encuesta nro. 5 luego de la implementación 80
Figura 51. Encuesta nro. 6 luego de la implementación 81
Figura 52. Encuesta nro. 7 luego de la implementación 82
Figura 53. Encuesta nro. 8 luego de la implementación 83
Figura 54. Encuesta nro. 9 luego de la implementación 84
Figura 55. Encuesta nro. 10 luego de la implementación 85
Figura 56. Variables con la Herramienta SPSS antes de la implementación 86
Figura 57. Valores en la Herramienta SPSS antes de la implementación 87
Figura 58. Frecuencias en la Herramienta SPSS antes de la implementación 88
Figura 59. Pregunta 1 en Herramienta SPSS antes de la implementación 89
Figura 60. Pregunta 2 en Herramienta SPSS antes de la implementación 89
Figura 61. Pregunta 3 en Herramienta SPSS antes de la implementación 89
Figura 62. Pregunta 4 en Herramienta SPSS antes de la implementación 90
Figura 63. Pregunta 5 en Herramienta SPSS antes de la implementación 90
Figura 64. Pregunta 6 en Herramienta SPSS antes de la implementación 91
Figura 65. Pregunta 7 en Herramienta SPSS antes de la implementación 91
Figura 66. Pregunta 8 en Herramienta SPSS antes de la implementación 91
Figura 67. Variables con la Herramienta SPSS luego de la implementación 92
Figura 68. Valores con la Herramienta SPSS luego de la implementación 93
Figura 69. Frecuencia en la Herramienta SPSS luego de la implementación 94
Figura 70. Tabla de Frecuencia en la Herramienta SPSS luego de la implementación 95
Figura 71. Pregunta 1 en la Herramienta SPSS luego de la implementación 95
Figura 72. Pregunta 2 en la Herramienta SPSS luego de la implementación 96
Figura 73. Pregunta 3 en la Herramienta SPSS luego de la implementación 96
Figura 74. Pregunta 4 en la Herramienta SPSS luego de la implementación 96
Figura 75. Pregunta 5 en la Herramienta SPSS luego de la implementación 97
Figura 76. Pregunta 6 en la Herramienta SPSS luego de la implementación 97
Figura 77. Pregunta 7 en la Herramienta SPSS luego de la implementación 97
Figura 78. Pregunta 8 en la Herramienta SPSS luego de la implementación 98
Figura 79. Pregunta 9 en la Herramienta SPSS luego de la implementación 98
Figura 80. Pregunta 10 en la Herramienta SPSS luego de la implementación 98
Figura 81. Comparación de encuestas pre y post implementación nro. 1 99
Figura 82. Comparación de encuestas pre y post implementación nro. 2 99
Figura 83. Comparación de encuestas pre y post implementación nro. 3 100
Figura 84. Comparación de encuestas pre y post implementación nro. 4 100
Figura 85. Comparación de encuestas pre y post implementación nro. 5 101
Figura 86. Comparación de encuestas pre y post implementación nro. 6 101
Figura 87. Comparación de encuestas pre y post implementación nro. 7 102
Figura 88. Arquitectura de Tecnología DeepQA 108
Figura 89. Proceso de Gestión de Incidente en base a ITIL 108
Figura 90. Proceso de Gestión de Solicitudes en base a ITIL 109
Figura 91. Proceso de Gestión de Solicitudes en base a ITIL 109
Figura 92. Cronograma de actividades 110
ÍNDICE DE TABLAS
Tabla 1. Recursos Humanos 18
Tabla 2. Técnicas e Instrumentos 42
Tabla 3. Encuesta nro. 1 antes de implementación 49
Tabla 4. Encuesta nro. 2 antes de implementación 49
Tabla 5. Encuesta nro. 3 antes de implementación 50
Tabla 6. Encuesta nro. 4 antes de implementación 50
Tabla 7. Encuesta nro. 5 antes de implementación 51
Tabla 8. Encuesta nro. 6 antes de implementación 51
Tabla 9. Encuesta nro. 7 antes de implementación 52
Tabla 10. Encuesta nro. 8 antes de implementación 52
Tabla 11. Requisitos del Hardware 59
Tabla 12. Integrantes del Equipos del Proyecto, Roles y Responsabilidades 61
Tabla 13. Duración de implementación 62
Tabla 14. Gastos de la implementación del personal 63
Tabla 15. Inversión del Proyecto 63
Tabla 16. Elaboración de costos de mano de obra 64
Tabla 17. Costos de tecnología 64
Tabla 18. Presupuesto del proyecto 64
Tabla 19. Cálculo del beneficio 64
Tabla 20. Cálculo del VAN 65
Tabla 21. Cálculo del TIR 66
Tabla 22. Calculo del ROI 67
Tabla 23. Encuesta nro. 1 luego de la implementación 76
Tabla 24. Encuesta nro. 2 luego de la implementación 77
Tabla 25. Encuesta nro. 3 luego de la implementación 78
Tabla 26. Encuesta nro. 4 luego de la implementación 79
Tabla 27. Encuesta nro. 5 luego de la implementación 80
Tabla 28. Encuesta nro. 6 luego de la implementación 81
Tabla 29. Encuesta nro. 7 luego de la implementación 82
Tabla 30. Encuesta nro. 8 luego de la implementación 83
Tabla 31. Encuesta nro. 9 luego de la implementación 84
Tabla 32. Encuesta nro. 10 luego de la implementación 85
Tabla 33. Matriz de Consistencia 111
ÍNDICE DE ANEXOS
Anexo 1. Arquitectura empleada por la tecnología DeepQA, que IBM utilizo para Watson 108
Anexo 2. Gestión de Incidentes 108
Anexo 3. Gestión de Solicitudes 109
Anexo 4. Arquitectura de la plataforma de Watson 109
Anexo 5. Cronograma de actividades 110
3
DEDICATORIA
A mi madre le dedico mi tesis con todo mi amor y cariño por su sacrificio y esfuerzo que
siempre nos ha brindado, por ser el pilar fundamental en mi familia, por su apoyo
incondicional sin esperar nada a cambio.
A mi padre por sus consejos, su inteligencia, por su perseverancia.
A mi hermana y hermanos por estar siempre conmigo apoyándome.
Finalmente, a los amigos y maestros, quienes marcaron cada etapa en el camino
universitario.
¡Gracias a todos!
4
AGRADECIMIENTOS
Agradezco a todos los profesores, quienes se esforzaron por ayudarme a llegar al punto
donde me encuentro y poder cumplir con mis objetivos.
A mi asesor por la elaboración de la tesis, ya que sin él esto no hubiera sido posible,
A todos mis compañeros que conocí y de quienes aprendí y compartí hermosas
experiencias en esta hermosa etapa académica.
5
RESUMEN
Hoy en día la evolución de la inteligencia artificial ya está más presente en nuestros días,
con la finalidad de automatizar varios procesos dentro de una organización, la inteligencia
artificial nos permite poder desarrollar un Chatbot(robot) que cuenta con la capacidad de
poder simular a un humano.
La Inteligencia artificial tiene la habilidad de adquirir y de aplicar el conocimiento aprendido,
a la misma cantidad de información que una inteligencia humana.
En la actualidad existen varias creaciones en chatbot que permiten automatizar procesos
recurrentes, permitiendo disminuir los tiempos de respuestas de una actividad, asegurar la
disponibilidad del servicio y/u omitir el servicio de un personal.
En el área de mesa de ayuda de la Empresa de seguros se ha identificado retrasos de
atenciones en las solicitudes de requerimientos e incidentes, generando un mal servicio de
calidad.
El presente trabajo de investigación está orientado en Implementar de Chatbot basado en
Inteligencia artificial para la gestión de requerimientos e incidentes en una Empresa
Seguros, donde se aplicará en el área de mesa de ayuda para brindar un mejor servicio de
calidad, automatizando tiempos.
Palabras Claves: Inteligencia artificial, Mesa de ayuda, Chatbot, Servicio de calidad.
6
ABSTRACT
Nowadays the evolution of artificial intelligence is already more present in our days, with the
purpose of automating several processes within an organization, artificial intelligence allows
us to develop a Chatbot (robot) that has the ability to simulate a human.
Artificial intelligence has the ability to acquire and apply learned knowledge to the same
amount of information as a human intelligence.
Currently there are several creations in chatbot that allow to automate recurrent processes,
allowing to reduce the response times of an activity, ensure the availability of the service and
/ or omit the service of a staff.
In the help desk area of the Insurance Company, delays have been identified in requests for
requests and incidents, generating poor quality service.
The present investigation work is oriented in Implement of Chatbot based on artificial
Intelligence for the management of requirements and incidents in an Insurance Company,
where it will be applied in the help desk area to provide a better quality service, automating
times.
Keywords: Artificial intelligence, Help desk, Chatbot, Quality service.
7
INTRODUCCIÓN
En el competitivo mercado actual, las formas de llegar a los clientes se han ampliado
y agilizado debido a la rapidez de la tecnología, por lo cual, es indispensable contar con
algunas herramientas y aplicativos webs que sirvan de impulso y canal directo hacia los
consumidores finales, ya que ahora más que nunca, los clientes buscan tener accesos a la
información de productos y servicios de manera más eficiente para poder adaptar estos a
sus necesidades.
Las Empresas en general ya están comenzando a usar la inteligencia artificial como
una base para obtener mejoras en el manejo de su organización, el Chatbot en los últimos
años busca brindar un gran potencial para apoyar la atención al cliente de manera
inteligente ahorrando tiempos, costos y recursos.
En la Empresa de Seguros el área de TI tiene a su cargo el área de mesa de ayuda
y debido al alto número de ingresos de atención vía (teléfono, correo o web) a la mesa de
ayuda, genera retraso en atenciones y si no se cuentan con la cantidad de analistas para la
atención esto causa una mala atención.
Este trabajo detalla el uso de la inteligencia artificial como primer apoyo para la
gestión de tickets (requerimientos e incidentes) en la mesa de ayuda, que tiene por objetivo
mejorar la gestión de atención de requerimientos e incidentes, aplicando un chatbot simular
conversaciones humanas, buscando siempre satisfacer a sus clientes, buen servicio de
atención, automatizar procesos, obtener nuevas métricas de medición y buscando
maximizar la eficacia del servicio.
8
IDENTIFICACION DEL PROBLEMA
En la empresa de Seguros, el área de TI tiene a su cargo el área de mesa de ayuda
el cual brinda el servicio de soporte de primer nivel a través de llamadas, correos y tickets
por web, recibiendo diariamente una cantidad de 400 llamadas, 90 correos y 20 tickets por
web aproximadamente por mes, el analista de primer nivel recepciona llamadas, correos de
los usuarios internos de la empresa y tickets web que son registrados por el mismo usuario
a través de la herramienta de tickets, el usuario realiza un requerimiento y/o incidente de
acuerdo a su necesidad a través de cualquiera de estos tres medios.
El analista de primer nivel registra el requerimiento y/o incidente en la herramienta
web de gestión (ticketera) donde se genera un número de ticket, el cual es brindado al
usuario y también se notifica al correo del usuario para su respectivo seguimiento.
Todas las llamadas ingresadas son registradas en un portal de Cisco, el analista al
finalizar su turno registra en un Excel el total de llamadas ingresadas que tiene que coincidir
con el portal del cisco para un control interno, en otro Excel se lleva el control de correos
ingresados y cuántos de ellos han sido gestionados debido a que no todos los correos son
de productividad sino algunos son considerados como “correos basura”.
El usuario puede comunicarse a la mesa de ayuda consultando por su atención, ya
que a veces hay atenciones que son realizadas por otras áreas y esto es registrado en la
herramienta de tickets como un ticket de seguimiento, el usuario puede llamar una o varias
veces si su requerimiento y/o incidente no ha sido atendido, generando registros de tickets
de seguimiento.
A fin de mes el supervisor elabora reportes, los cuales representan la base del
informe mensual que el área debe desarrollar y presentar, estos informes permiten
visualizar las situaciones a mejorar tanto para el usuario final como para la mesa de ayuda y
poder realizar los cambios necesarios, el informe esta detallado por los tiempos de atención
en llamadas, modalidad de atención y gráficos estadísticos, todo se basa de acuerdo con
los cumplimientos de niveles de servicio (SLA´s) estipulados.
9
Al realizar el análisis y la generación del informe mensual se puede observar un alto
número elevado de tickets registrados en la herramienta de tickets, los cuales son los tickets
de seguimientos, al tener un alto número de llamadas por seguimiento esto genera llamadas
no productivas, encolamiento de llamadas generando pérdidas de llamadas, seguimientos
no adecuados, atenciones no realizadas teniendo como resultado quejas de los usuarios,
un mal servicio.
A continuación, podemos observar la cantidad de tickets generados mensualmente
en el detalle veremos las llamadas ingresadas son (Tickets llamadas), los correos
ingresados a la bandeja son (Tickets correo), las solicitudes adicionales que el usuario
solicita en una llamada son consideradas (Tickets requerimiento adicional), los usuarios
también tienen acceso a la herramienta de tickets donde pueden generar su solicitud son
considerados (Tickets web), en el mes de enero 2018 tenemos un total de 12548 tickets
registrados, tal como se muestra en la figura 1.
Figura 1. Detalle de tickets generados de enero a Julio 2018 Fuente: Elaboración propia.
ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO
12548 11438 14185 13828 12929 13626 10647
Tickets por Origen 12548 11438 14185 13828 12929 13626 10647
Tickets Llamadas 10023 9249 11679 11422 10726 11195 8576
Tickets Correo 2122 1425 1965 1851 1757 1955 1683
Tickets Requerimiento Adicional 392 649 448 495 380 405 349
Tickets Web 11 115 93 60 66 71 39
DETALLE DE TICKETS (REQUERIMIENTOS E INCIDENTES) GENERADOS 2018
Detalle
Tickets Generados
10
A continuación, se mostrará la cantidad de tickets de seguimiento que se generan,
en el detalle veremos cómo se distribuye, de los 1200 tickets en el mes de julio, estos son
tickets por Grupo solucionador 3er nivel (atenciones de otras áreas que no están al alcance
de la mesa de ayuda como Base de datos, SAP, Aplicaciones, etc.), Soporte onsite 2do
nivel (es el área de soporte técnico), Mesa de ayuda 1er nivel (es el primer canal donde el
usuario realiza contacto con el analista), Proveedor del Cliente Externos ( Operadores
telefónicos, enlaces externos).
De los 1200 tickets generados por seguimiento para conocer qué porcentaje
representa, lo dividimos con el total del mes, el cual es el 10.22% del total de tickets, tal
como se muestra en la figura 2.
Figura 2. Detalle de tickets de seguimiento de enero a julio 2018 Fuente: Elaboración propia.
ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO
1282 1864 1930 1932 1759 1675 1200
Grupo solucionador 3er Nivel 736 1358 1393 1327 1214 1085 687
Soporte Onsite - 2do Nivel 225 284 207 289 275 220 190
Mesa de Ayuda 1er Nivel 206 147 238 185 180 262 236
Proveedor del Cliente - Externos 115 75 92 131 91 108 88
Porcentaje a Nivel de Tickets 10.22% 16.30% 13.61% 13.97% 13.61% 12.29% 11.27%
Tickets por Seguimiento
DETALLE DE TICKETS DE SEGUIMIENTO (REQUERIMIENTOS E INCIDENTES) GENERADOS 2018
11
Resumen de Llamadas: La siguiente imagen muestra el detalle diario del
comportamiento general de las llamadas recibidas por la central.
Figura 3. Detalle de llamadas telefónicas diariamente Fuente: Elaboración propia.
Llamadas por hora: La siguiente imagen muestra el detalle por hora del
comportamiento general de las llamadas recibidas por la central.
Figura 4. Detalle de llamadas por hora Fuente: Elaboración propia.
12
Características de la Empresa
Datos generales
A mediados del siglo XIX comenzaron a operar diferentes agencias y compañías de
seguros, en el año 1895 en Perú.
La participación de las empresas de seguros o aseguradoras es promovida y regulada
por la superintendencia de Banca, Seguros y AFP (SBS).
Estás empresas son especializadas en brindar un seguro al usuario de acuerdo con
su necesidad, a través de aportaciones de los usuarios para destinar lo acumulado al
seguro de su necesidad.
Se tiene un aproximado de 23.586,996 peruanos afiliados a un tipo de seguro que
significa que un 75% cuenta con algún tipo de cobertura.
Según lo describe el artículo 24° de la Resolución SBS N° 1797-2011 [14]: “El corredor
de seguros realiza una actividad de intermediación y asesoría en la contratación de
coberturas de seguro en el mercado nacional, con independencia de las empresas de
seguros, disminuyendo, con su participación, las diferencias provenientes de la
asimetría de información existente entre los contratantes o potenciales contratantes y
asegurados y las empresas de seguros, lo cual mejora las condiciones de
transparencia en la contratación de seguros.”
La industria de seguros comprende un aproximado de 20 países y es uno de los
mercados con mayor concentración en américa latina, ha mantenido un crecimiento
en los últimos 15 años.
Las principales empresas aseguradores en Perú y el porcentaje que tienen en el
mercado. (Ver figura 5).
13
Figura 5. Principales aseguradoras de Perú en marzo 2018. Fuente: BNamericas.com con datos de SBS
Figura 6. Primas de seguros netas anualizadas hasta junio 2018 Fuente: SBS
14
Según el informe de la SBS, al cierre del primer trimestre de 2018, el sistema
asegurador estuvo conformado por 20 empresas1, de las cuales 6 están dedicadas a
ramos generales y de vida, 8 exclusivamente a ramos generales, y 6 exclusivamente
a ramos de vida.
Figura 7. Principales aseguradoras de Perú en marzo 2018. Fuente: SBS
Figura 8. Evolución de las primas por ramo de seguros en millones de soles. Fuente: SBS
1 Mediante Resolución SBS N° 1170-2018 de fecha 27/03/2018 se autorizó la fusión por absorción de Interseguro con Sura.
15
Figura 9. Prima de Seguros en % PBI Perú Fuente: APESEG (2do trimestre 2018)
Visión
Somos una empresa socialmente responsable, centrada en el cliente y de clase
mundial, líder nacional de seguros y salud.
Misión
Trabajamos por un mundo con menos preocupaciones.
Valores
Tenemos vocación de Servicio: Existimos por nuestros clientes.
Somos Íntegros: Actuamos de manera honesta, solidaria y transparente.
Estamos Comprometidos: Tomamos los retos como propios.
Buscamos la Excelencia: Hacemos las cosas siempre mejor.
16
Organigrama Funcional
Estructura orgánica de la Empresa de Seguros
Figura 10. Organigrama de Empresa de seguros en general Fuente: Elaboración propia.
17
Servicios que la Empresa de seguros ofrece
Son muchos los servicios que ofrece una empresa de seguros, al contratar unos
de estos servicios se emite una póliza de seguro donde se estipulan derechos y
obligaciones de ambas partes (asegurado y asegurador) (Ver figura 11).
Salud: Un seguro de salud es la mejor forma de garantizar el pago del tratamiento de
cualquier enfermedad que se pueda presentar. Se ofrecen seguros de salud
integrales, hospitalarios, complementarios y EPS.
Vehicular: Un seguro vehicular brinda varios tipos de cobertura, asistencias,
descuentos de gasolina, servicio de ambulatorio.
Vida: Los seguros de vida son indispensables en caso de fallecimiento, accidentes.
Hogar: Un seguro de hogar es aquel que protege tu hogar ante robos, sismos,
incendios o inundaciones.
Jubilados: Un seguro especial para los jubilados, cuentan con varios programas.
EPS: Es un plan complementario a los servicios de ESSALUD, que contrata el
empleador.
SOAT: Es el seguro obligatorio de accidentes de tránsito, cubre los gastos médicos
de ocupantes o terceros.
Figura 11. Servicios que ofrece una empresa de seguros Fuente: Elaboración propia.
18
Situación actual del área de mesa de ayuda de la Empresa asegurador
El personal de mesa de ayuda tiene las siguientes funciones:
Brindar soporte de primer nivel a través de la línea telefónica y/o email,
atenciones que requieren del acceso remoto a usuarios
Generar el ticket de atención validando su estado desde que se apertura hasta
su cierre de este.
Registrar y actualizar en la herramienta de tickets la información requerida por
el usuario.
Hacer seguimiento de la solicitud del usuario e informar el estado y escalar las
solicitudes según sea lo requerido.
Resolver mayor número de problemas en 1er nivel, canalizar los problemas no
resueltos según la matriz de escalamiento.
Confirmar con el usuario el cierre de la atención brindada.
El área de mesa de ayuda cuenta actualmente con 7 analistas que se encuentran
dedicados a la atención de los usuarios, entre ellos tenemos a otros cargos
involucrados del área de TI.
Tabla 1. Recursos Humanos
RECURSOS HUMANOS
Gerente de TI
Jefe de Sistemas
Jefe de Operaciones
Jefe de Telecomunicaciones
Jefe de Soporte Técnico
Supervisor de Mesa de Ayuda
Analistas de mesa de ayuda
Analistas de soporte onsite
Fuente: Elaboración propia
19
Análisis FODA
Figura 12. Matriz FODA Fuente: Elaboración propia
FORTALEZAS DEBILIDADES
Crecimiento en la industria de seguros en el
PerúImplementaciones en herramientas web
Profesionales competitivos Rotación de personal
Contar con un amplio catálogo de servicios a
brindarPoca coordinación entre diferentes áreas
Falta de documentación de procesos
Conexión de red a provincias lejanas
OPORTUNIDADES AMENAZAS
Capacitación al personal Riesgos de seguridad entorno a los sistemas
informáticos
Desarrollo de Tecnología e Innovación Insatisfacción del servicio de atención al usuario
Sistemas de automatización de procesos Acceso tecnológico de los usuarios
MATRIZ FODA
20
DIAGRAMA DE ISHIKAWA
Figura 13. Diagrama de Ishikawa Fuente: Elaboración propia
21
Basándonos en el diagrama de Ishikawa, se evidencia problemas a nivel de:
Personas: Para la atención a los usuarios de la organización, en la mesa de ayuda
se cuenta con 10 analistas se encuentran sobrecargados con sus funciones, son los
que se resuelven la mayoría de los problemas que pueda reportar los usuarios, está
sobrecarga de trabajo conlleva a que el personal pida un cambio o en algunos casos
solicite su renuncia, estos cambios afecta al servicio ya que al entrar un personal
nuevo primero pasa por el proceso de capacitación.
La falta de comunicación entre las áreas también genera un retraso en la atención, ya
que muchas veces los analistas tienen que realizar varias preguntas a todos los
especialistas involucrados en el requerimiento y/o incidente para poder dar una
respuesta al usuario final sobre su atención.
Procesos: Actualmente no se cuenta con todos los procesos documentados, hay
procesos que se encuentran en repositorios para que todas las personas del área
puedan acceder, pero estos tampoco se encuentran actualizados, por lo que se
genera un retraso en las capacitaciones al personal. Esto genera una ineficiencia y es
reflejado en las atenciones del usuario, generando así una mala atención.
Tecnología: al no contar con una implementación de herramientas web que permita
al usuario poder interactuar de manera rápida a su consulta genera carga operativa a
los analistas, tiempos de respuestas altos, y llamadas reiteradas.
22
Análisis del proceso actual
El proceso actual inicia con la llamada de un usuario para una atención de
requerimiento y/o incidente, está atención es recibida por el analista de mesa de
ayuda, el cual procede a registrar en la herramienta de tickets a través de la web
(Ticketera) (Cabe mencionar que está web es una herramienta de otro proveedor).
Este registro comprende la validación de información personal del usuario.
Luego del registro el analista de primer nivel procederá a realizar la atención de
acuerdo a su necesidad, si la atención va a demorar mucho tiempo en línea, se le
indica al usuario que se le devolverá la llamada, caso contrario se le realiza la atención
y con la conformidad del usuario se procede a cerrar el ticket de atención, en caso no
se tenga una solución de primer nivel, el requerimiento y/o incidente es derivado al
2do nivel (soporte técnico), el analista de primer nivel le envía un correo, realiza una
llamada telefónica y documenta el ticket. En caso el 2do nivel no pueda atender la
solicitud, lo deriva al 3er nivel de la misma manera documenta el ticket.
Cuando el requerimiento y/o incidente son derivados al 2do o 3er nivel, el analista
de primer nivel informa al usuario el tiempo que llevará la atención y se le estará
informando, en caso el usuario requiera con urgencia se comunicará nuevamente con
la mesa de ayuda, generando así las llamadas de seguimiento por su atención que
pueden ser muy recurrentes, generando duplicidad de esfuerzos, tiempos.
Las atenciones del 2do y 3er nivel son realizadas conformen el orden de llegada y
prioridad, cuando ya realizan la atención, le informan al primer nivel para que se
comunique con el usuario y así pueda dar su conformidad y proceder a cerrar la
atención.
El flujo de este proceso actual es como se muestra en la figura 14.
23
Figura 14. Proceso actual de atenciones en mesa de ayuda. Fuente: Elaboración propia
24
FORMULACIÓN DEL PROBLEMA
Problema General
¿De qué manera influenciará implementar chatbot basado en la inteligencia artificial para la
gestión de requerimientos e incidentes en empresa de seguros?
Problemas Específicos
¿Cómo se determinará la necesidad de requerir implementar un chatbot en la gestión de
requerimientos e incidentes en empresa de seguros?
¿Qué se propondría para mejorar el servicio de atención de requerimientos e incidentes en
el área de mesa de ayuda en empresa de seguros?
¿Qué proyecto se podría implementar para brindar un mejor servicio de calidad en la mesa
de ayuda en empresa de seguros?
¿Brindará información oportuna a los usuarios al implementar chatbot basado en inteligencia
artificial para la gestión de requerimientos e incidentes en empresa de seguros?
MARCO REFERENCIAL
Antecedentes Nacionales
Condori Quispe (2017) realizo un estudio titulado “Desarrollo de un asistente virtual
utilizando Facebook Messenger para la mejora del servicio de atención al cliente” – En la
Universidad Privada de Tacna – Tacna – Perú. “Se busca implementar un servicio de atención
al cliente en entornos virtuales en la red social Facebook a través de su servicio de
comunicación Messenger para brindar un nivel rápido de respuestas y mejorar así el servicio
de atención brindado por la Escuela Profesional de Ingeniería de Sistemas de la Universidad
Privada de Tacna, por lo que decidió utilizar un asistente virtual, ya que es un canal en el cual
el usuario puede realizar una consulta en modo de conversación haciendo de éste un canal
muy amigable. Es así como se desarrolló el asistente virtual en el servicio de mensajería
“Messenger” de la Escuela profesional de Ingeniería de Sistemas de la Universidad Privada
de Tacna, el utilizar el asistente virtual trajo consigo una mejora en la calidad de servicio de
atención al cliente para la Escuela Profesional de Ingeniería de Sistemas ya que se cuenta
con un servicio que está disponible las veinticuatro horas del día y todos los días de año,
además de mostrar contenido útil para la comunidad estudiantina de la universidad y para los
futuros estudiantes”, (pág.. 4).
25
Aguilar Urbina, Alonso; Balbín Rojas, Arturo (2017) realizo un estudio titulado “Trabajo de
arquitectura Empresarial para la Implementación de un Chatbot en la Superintendencia de
Banca, Seguros y AFP” – En la Universidad Peruana de Ciencias Aplicadas – Lima – Perú.
“La implementación de este chatbot sería una oportunidad para aumentar el número de
ciudadanos que acceden a los servicios y contenidos virtuales del Portal de orientación y
Servicios al Ciudadano como en el App SBS, puesto que no solo se podrá enviar mensajes
predeterminados sino además se podrán atender consultas enviando links de acceso directo.
Por ejemplo, si un usuario consulta vía Facebook Messenger cómo acceder a información
sobre sus deudas o simplemente coloca la palaba deuda, el chatbot automáticamente le
enviaría un link para acceso directo a nuestros servicios”, (pág. 36).
Álvarez Campos; Malca Díaz (2015) realizo un estudio titulado “Diseño de un sistema web
de búsqueda inteligente conversacional para ubicación de empresas y servicios” – En la
Universidad Nacional de Trujillo - Trujillo – Perú. “Está investigación presenta un Diseño de
un Sistema Web de Búsqueda Inteligente Conversacional para Ubicación de Empresas y
Servicios. Este agente inteligente interactúa con los usuarios a través de una conversación
con los usuarios para definir qué servicios desea obtener el usuario de acuerdo con sus
capacidades e intereses profesionales, capaz de generar diálogos creíbles y dinámicos en un
lenguaje natural, expresando en sus diálogos capacidades e intereses empresariales
(laborales), se elaboró una base de conocimiento laboral y empresarial, la cual permitió
efectuar búsquedas multidimensionales estratégicas inteligentes. La búsqueda inteligente
mediante diálogos creíbles es capaz de crear escenarios reales para que el usuario defina
qué tipo de empresas y servicios desea obtener, con este proyecto de investigación se dio un
nuevo enfoque en la manera de buscar un servicio mediante búsqueda inteligente ya que
simula una conversación amigable entre ambos. La investigación se desarrolla dentro del
área de Inteligencia Artificial. La aportación principal es el desarrollo de una búsqueda
inteligente capacitado para poder pensar como un ser humano que pueda simular un diálogo
con la intención de hacer creer que se está hablando con otra persona”, (pág.4).
26
Antecedentes Internacionales
Rivas Fuentes (2017) realizo un estudio “Desarrollo e implementación de un sistema web
para mejorar la administración de los procesos internos y el servicio al cliente de la PYME
Gráficas Rivas, implementando también una herramienta de inteligencia artificial” – En la
Universidad de Guayaquil – Ecuador. “Implementará un sistema web para mejorar la
administración de los procesos, respaldo de información y el servicio al cliente de la pyme
“Graficas Rivas” valiéndonos de una herramienta de inteligencia artificial denominada chatbot
Messenger, le permitirá a la empresa mantener una comunicación con el cliente de una
manera rápida y oportuna”, (pág. 22).
Plaza Navas (2017) realizo un estudio titulado “Desarrollo de un sistema web para el
soporte técnico remoto de primer nivel, orientado a la gestión de incidentes informáticos,
basado en la inteligencia artificial” – En la Universidad Guayaquil – Ecuador. “Considerando
la importancia de brindar un buen servicio de soporte técnico el cual ayude a mantener la
calidad de servicios en las empresas, está tesis tiene por objetivo diseñar y desarrollar un
aplicativo web para la gestión de incidentes informáticos de primer nivel a través de un
chatbots, el cual contiene un registro de 300 incidentes informáticos frecuentes. En la
actualidad existen avances que permiten automatizar procesos recurrentes a través de los
chatbots, que son agentes en los cuales se ingresa el conocimiento para la resolución de
algún tipo de actividad, permitiendo disminuir los tiempos de respuestas de una actividad y
asegurar la disponibilidad del servicio cuando el usuario lo requiera”, (pag.18).
Barbosa Vargas – Banchón Cedeño (2017) realizo un estudio titulado “Desarrollo de un
servicio web chatbots basado en mesa de ayuda para las empresas ecuatorianas” – En la
Universidad de Guayaquil – Ecuador. “La propuesta de diseñar un asistente virtual para el
área de mesa de ayuda surge debido a la demanda de peticiones de los usuarios para
solucionar inconvenientes básicos en sus equipos informáticos, el objetivo general de este
proyecto es facilitar la información necesaria al usuario y a su vez brindarle el conocimiento
básico para la resolución de inconvenientes técnicos en los equipos, este agente inteligente
que es capaz de simular una conversación virtual como un humano se desarrollará con la
metodología Scrum; contará con su módulo de configuración y su respectivo servicio de chat
en ambiente Punto Net junto a herramientas elementales que le darán el conocimiento
necesario en el área técnica”. “Gracias a que involucra la inteligencia artificial este Bot podrá
actualizar su base de conocimiento con la información que le proporciona el usuario para
poder brindar un servicio altamente capacitado para interpretar las preguntas y poder brindar
27
una respuesta coherente al usuario. En la actualidad los chatbots están tomando gran ventaja
debido a su capacidad de pensar como un humano y poder mantener una conversación virtual
con una persona utilizando un lenguaje natural”.
Limón Pérez (2016) realizo un estudio titulado “Construcción de un prototipo de programa
personalizado de tipo chatbot en ambiente java con un lenguaje natural” – En el Instituto
Politécnico Nacional – México. “Esta investigación es proponer un prototipo de chatbot, por
medio del cual a través de oraciones en lenguaje natural se consulten a las bases de datos,
innovando de esta manera los actuales sistemas de consultas. Por todo lo mencionado en la
tesis se concluye que la hipótesis, los objetivos y las especulaciones que se realizaron al
inicio de la investigación han sido alcanzados, se cumplen satisfactoriamente y en su
totalidad”.
Cubero Caba (214 – 2015) realizo un estudio titulado “Asistente virtual (Chatbot) para la
Web de la Facultad de Informática” – En la Universidad Complutense Madrid. “Implementado
un asistente virtual cuyo propósito principal es facilitar la búsqueda de información dentro del
dominio de la Facultad de Informática de la Universidad Complutense. El programa es capaz
de analizar las peticiones del usuario en lenguaje natural para intentar ofrecer respuestas que
satisfagan sus necesidades, para ello utiliza un analizador de oraciones, capaz de identificar
los elementos más relevantes y si alguno de estos pertenece a la red semántica de la web
poder dar una respuesta coherente y mostrar el origen de la información. En el caso de que
los elementos no estuvieran contemplados, se ayudará de un buscador para ofrecer una serie
de resultados, que puedan servir de ayuda”.
Cobos Torres (2013) realizo un estudio titulado “Integración de un Chatbot como habilidad
de un robot social con gestor de diálogos” – En la Universidad Carlos III – Madrid. “Se
presenta la plataforma de integración de un Chatbot como habilidad de un robot social, se
desarrolla con la reunión de tres chatbot que permitirá al robot contar con temas extensos y
variados de conversación, en esta tesis aborda esta problemática desde el punto de vista de
la evaluación de los chatbots que dialoguen en idioma castellano existentes en la actualidad
y que han sido reconocidos por sus logros y aptitudes, generando un sistema de evaluación
por tareas en los distintos niveles lingüísticos del procesamiento de lenguaje natural”.
28
Ruiz Tadeo (2009) realizo un estudio titulado “Sistema Inteligente Conversacional para la
Orientación Vocacional” – En la Universidad de Colima - México. “Esta investigación presenta
una aplicación de los modelos y herramientas de la Inteligencia Artificial para desarrollar un
Agente Inteligente que simula a un experto humano en Orientación Vocacional. Este agente
establece una conversación con los usuarios para definir su vocación de acuerdo con sus
capacidades e intereses personales. Con esta tesis se dará un nuevo enfoque a este análisis
vocacional ya que se simula den una conversación amigable entre ambos actores, la
investigación se desarrolla dentro del área de Inteligencia Artificial. La aportación principal es
el desarrollo de un robot virtual capacitado para poder pensar como un ser humano que pueda
simular un dialogo con la intención de hacer creer que se está hablando con otra persona”.
Estado del Arte
Los chatbots pretenden cambiar la forma de interactuar con la tecnología a través de
la evolución del internet, tenemos que conocer las tecnologías que hacen posible la existencia
de estos programas potenciados a través de la inteligencia artificial.
En un post de S|Futurizable (2017), habla del desarrollo del chatbot a nivel mundial: “El
chatbot es capaz de mantener un dialogo mediante un lenguaje natural con humano o con
otro chatbot, esta capacidad de entender de forma natural es posible gracias a las tecnologías
NLP (Natural Language Processing) y a la inteligencia artificial”.
“Las grandes empresas tecnológicas han podido crear estas interfaces
conversacionales los cuales pueden convertirse en una evolución del modelo a través del
internet, por lo cual se han ofrecido a lanzar soluciones en este ámbito brindando plataformas
para que no tengan que empezar de cero”.
Empresas como IBM, Microsoft, Google, Amazon, Facebook.
29
Marco Teórico
En el mundo moderno de ahora, podremos observar como la tecnología y de la mano con la
inteligencia artificial, avanza muy rápido y que las empresas no quedando atrás buscan la
manera de brindar y mejorar un servicio de calidad al usuario final.
La influencia de implementar un Chatbot con inteligencia artificial para la mejora de los
procesos y el servicio al cliente en otros países.
Rivas Fuentes (2017) realizo un estudio “Desarrollo e implementación de un sistema web
para mejorar la administración de los procesos internos y el servicio al cliente de la PYME
Gráficas Rivas, implementando también una herramienta de inteligencia artificial” – En la
Universidad de Guayaquil – Ecuador.
“La pyme “Gráficas Rivas” enfocada en la rama de la gráfica publicitaria, sufre la desventaja
de no contar con los recursos necesarios para adentrarse a la tecnología, los cuales son el
dinero y personal capacitado que sea capaz de desarrollar herramientas tecnológicas, la
empresa buscará implementar un sistema web, en donde no solo se podrá tener un mejor
servicio al cliente a través de una herramienta de inteligencia artificial llamada chatbot, sino
que también mejorarán los procesos internos que se realizan a diario y respaldos de
información”
Plaza Navas (2017) realizo un estudio titulado “Desarrollo de un sistema web para el soporte
técnico remoto de primer nivel, orientado a la gestión de incidentes informáticos, basado en
la inteligencia artificial” – En la Universidad Guayaquil – Ecuador.
“En la empresa no se cuenta con un control en el proceso de soporte técnico, estas utilizan
métodos textuales para llevar a cabo esta gestión, dedicando esfuerzos en la realización de
actividades que pueden ser gestionadas de manera automatizada, al no contar con un
proceso de almacenamiento y estar sujetas a procesos textuales, no es posible estimar la
calidad del servicio de soporte, este proyecto es el diseño y desarrollo de un sistema de mesa
de servicio, utilizando la inteligencia artificial, como un primer apoyo del soporte técnico para
gestionar dicho servicio aportando valor al proceso de gestión de incidentes en las empresas
que cuenten con un área de soporte técnico”.
30
Cubero Caba (214 – 2015) realizo un estudio titulado “Asistente virtual (Chatbot) para la Web
de la Facultad de Informática” – En la Universidad Complutense Madrid.
“El programa es capaz de analizar las peticiones del usuario en lenguaje natural para intentar
ofrecer respuestas que satisfagan sus necesidades, para ello utiliza un analizador de
oraciones, capaz de identificar los elementos más relevantes y si alguno de estos pertenece
a la red semántica de la web poder dar una respuesta coherente y mostrar el origen de la
información”.
La influencia de implementar un Chatbot con inteligencia artificial para la mejora de los
procesos y el servicio al cliente en el Perú.
Condori Quispe (2017) realizo un estudio titulado “Desarrollo de un asistente virtual utilizando
Facebook Messenger para la mejora del servicio de atención al cliente” – En la Universidad
Privada de Tacna – Tacna – Perú.
“Implementando un asistente virtual utilizando Facebook Messenger, se almacenarán los
datos necesarios para posteriormente ser explotados en beneficio de la mejora continua del
servicio de atención al cliente, una vez puesto en producción, el chatbot será capaz de brindar
respuestas oportunas y exactas a los usuarios que soliciten cualquier tipo de información”.
Aguilar Urbina, Alonso; Balbín Rojas, Arturo (2017) realizo un estudio titulado “Trabajo de
arquitectura Empresarial para la Implementación de un Chatbot en la Superintendencia de
Banca, Seguros y AFP” – En la Universidad Peruana de Ciencias Aplicadas – Lima – Perú.
“Con el fin de brindar orientación que fomente la inclusión financiera responsable en el
segmento de la población que viene utilizando medios digitales se ha diseñado un chatbot, a
través de la aplicación Facebook Messenger, utilizando inteligencia artificial, ofrece
comunicación amigable y bidireccional de manera ininterrumpida, pudiendo enviar mensajes
predeterminados, imágenes, enlaces, alertas y videos, entre otro. Asimismo, la solución
propuesta se encuentra en línea de los objetivos estratégicos de Mejorar la calidad de los
servicios al ciudadano y el objetivo de Liderar el Proceso de Fomento de la Cultura e Inclusión
Financiera.”.
31
La influencia de implementar Chatbot basado en inteligencia artificial en una empresa
de Seguros.
La automatización en el área de TI no es ajena al sector de seguros, la inteligencia artificial
(IA) permite optimizar tiempos, mano de obra obteniendo resultados de brindar un mejor
servicio, el sector de seguros quiere empezar en brindar un mejor servicio de calidad ya que
actualmente presenta llamadas reiteradas como llamadas de seguimiento, tiempos elevados
en atención, procesos no automatizados.
Y dar una solución es implementando un chatbot con una interfaz a través de la aplicación de
web para una mejor gestión con la inteligencia artificial.
El chatbot es mostrado al usuario mediante una interfaz conversacional, conectada a un
número determinado de algoritmos y datos API, lo que permite proporcionar servicios e
información bajo demanda.
Figura 15. Proceso actual de atenciones en mesa de ayuda. Fuente: Itsitio.com
32
Figura 16. Arquitectura básica de un Chatbot Fuente: Planeta Chatbot
Figura 17. Desarrollo actual de las Interfaces Fuente: Puentes digitales.com
33
Marco Conceptual
Para entender mejor como es la solución que vamos a implementar con la inteligencia artificial
a través del chatbot y que lo caracteriza por ser usados en otras empresas como una mejora
en la gestión buscando mejorar tiempos y mano de obra con resultados favorables para el
servicio al usuario.
¿Qué es inteligencia artificial (IA)?
IA (Inteligencia artificial) surge en la década de 1940, pero a partir del influyente trabajo
en 1950 de Alan Turing, matemático británico, considerado como el padre de la computación.
En 1950 Turing consolidó el campo de la inteligencia artificial con su artículo Computing
Machinery and Intelligence, en el que propuso una prueba concreta para determinar si una
máquina era inteligente o no, su famosa Prueba de Turing por lo que se le considera el padre
de la Inteligencia Artificial. Años después Turing se convirtió en el adalid que quienes
defendían la posibilidad de emular el pensamiento humano a través de la computación y fue
coautor del primer programa para jugar ajedrez.
Según García Serrano (2012), “A pesar de que se considera a Turing como el padre de esta
disciplina, el termino Inteligencia artificial fue acuñado en 1958 por John McCarthy, que a la
postre inventaría el lenguaje LISP, considerado el lenguaje de la Inteligencia artificial” (pág.6)
Según Takeyas (2007), “La IA es una rama de las ciencias computacionales encargada de
estudiar modelos de cómputo capaces de realizar actividades propias de los seres humanos
en base a dos de sus características primordiales: el razonamiento y la conducta”
Ventajas
Reduce costos y salarios
Un atractivo interfaz para el usuario final
Reduce tiempo para realizar alguna actividad
Generación de reportes
Mejora de calidad de servicio
Desventaja
Por ser un software, requiere actualización de versiones
Inversión de tiempo y dinero
Reducción de personal
34
Chatbot
Programa informático cuenta con inteligencia artificial, su interfaz es diseñado a través de una
herramienta web, hoy en día existen medíos que nos facilitan este uso, cada vez con más
usado con el Facebook del Messenger donde el programa ya almacena un banco de
preguntas y las realiza al usuario final. Con la capacidad de mantener una conversación
donde podemos pedir alguna información o llevar acabo alguna acción.
Actualmente existen medios en internet para poder crear un chatbot donde uno mismo lo
puede crear.
En Perú existe Watson, un programa desarrollado por la empresa IBM.
Lleva el nombre “Watson” en honor al fundador y primer presidente de IBM Thomas J.
Watson.
En Perú, Watson ha brindado servicios a algunas empresas entre ellas “BCP”, “PRIMAX”,
“Innova School”, buscando como objetivo que el programa usando inteligencia artificial
comience a interactuar con un humano de manera natural.
Chatbot en la actualidad en Perú
En la empresa MAPFRE ya se ha lanzado “Paco Bot Mapfre” , El Jefe de Marketing Digital y
Comercio Electrónico en MAPFRE PERÚ, Rodrigo Villanueva, nos cuenta los detalles
del nuevo asistente robótico lanzado por la compañía en ese país, y capaz de
contratar SOAT (Seguro Obligatorio de Accidentes de Tránsito). explica “La idea detrás de la
iniciativa de MAPFRE en Perú es que un chat es un medio más amigable para el cliente, por
lo que supone una plataforma con mucho potencial para la venta y el autoservicio”2
Arturito es el chatbot del BCP que opera con lo último de la tecnología de inteligencia artificial.
Está preparado para responder todo tipo de preguntas alrededor de los temas que maneja.
Pero, lo más interesante, es que su programa le permite aprender de cada nueva
comunicación, por lo que su repertorio des respuestas se incrementa mientras más se
comunica con los usuarios. Este utiliza la tecnología Watson, desarrollada por IBM, que le
permite acceder a habilidades cognitivas.3
2 MAPFRE PERÚ. (2017). Nuestro chatbot en Perú te ayuda a contratar SOAT. 05 de mayo, de
MAPFRE PERÚ Sitio web: https://noticias.mapfre.com/chatbot-peru-sabe-lo-necesitas/#5
3 Zona Ejecutiva. (2017). Chatbots: empresas que se comunican con Inteligencia Artificial. 23 de agosto, de
35
La Sunat estrenó su nuevo asistente digital, a modo de chatbot, cuya novedad es que utiliza
la inteligencia artificial para comunicarse con los usuarios vía Facebook o la página web. En
su etapa inicial, solo brinda información sobre la quinta y cuarta categorías. No obstante, al
culminar el año el servicio será expandido.4
Habi, el nuevo chatbot de AFP Habitat, puede enviar el Estado de Cuenta si se lo solicitas,
informar sobre el último aporte hecho por tu empleador, permite actualizar datos de contacto,
entre otras novedades. El cual está disponible para Facebook Messenger. Con Habi, más de
un millón de afiliados podrán resolver sus consultas y realizar otras operaciones las 24 horas
de los 7 días de la semana.5
Mesa de Ayuda (Helpdesk) / Mesa de Servicio
Es un centro de atención al usuario, está área perteneciente a tecnología de información (TI),
donde un grupo de personas con recursos tecnológicos (PC’s y teléfonos), prestan sus
servicios de gestionar y solucionar todos los posibles requerimientos y/o incidencias que
pueda reportar el usuario final.
Hay varios tipos de canales donde el usuario puede solicitar su requerimiento y/o incidente,
lo reporta a través de correo, teléfono, sitios web, también pueden brindar asistencia de
manera presencial dentro la organización, por lo tanto, los usuarios pueden ser internos o
externos.
Herramienta web (Registros de tickets)
Es una interfaz web permite que el personal de mesa de ayuda, 2do nivel (soporte técnico),
puedan interactuar con el ticketing al momento de registrar una atención o realizar la solución
del ticket, está herramienta cuenta con la metodología de ITIL por lo que cuenta con todos
los campos requeridos para la administración de tickets, SLA.
El Comercio Sitio web: https://elcomercio.pe/especial/zona-ejecutiva/tendencias/chatbots-empresas-que-se-comunican-inteligencia-
artificial-noticia-1992238
4 Manuel Patiño. (2018). Los planes a futuro de Sofía, el nuevo chatbot de la Sunat. 30 de mayo, de
Gestión Sitio web: https://gestion.pe/tu-dinero/finanzas-personales/planes-futuro-sofia-nuevo-chatbot-sunat-234758
5 Perú Retail. (2018). AFP Habitat Perú potencia experiencia de afiliados lanzando chatbot. 31 de mayo, de
Perú Retail Sitio web: https://www.peru-retail.com/afp-habitat-peru-potencia-experiencia-de-afiliados-lanzando-chatbot/
36
SLA
Es un acuerdo de niveles de servicio que se firma entre un proveedor y su cliente, los SLA
sirven como indicadores que son medibles y así garantizar y asegurar el cumplimiento.
Gestión de Incidencias
La gestión de incidencias tiene por objetivo resolver de manera inmediata y eficaz posible,
cualquier incidente que cause una interrupción en el servicio y afecte la operatividad de la
empresa.
Gestión de Requerimiento
Es la encargada de atender requerimientos de los usuarios, el tiempo no es tan crítico como
los incidentes.
Figura 18. Modelo de Mesas de servicio y Función técnica. Fuente: ETCA (Expertos en tecnología y consultoría avanzada)
37
OBJETIVO DE LA INVESTIGACIÓN
Objetivo General
Implementar chatbot basado en inteligencia artificial para la gestión de requerimientos e
incidentes en empresa de seguros.
Objetivo Específicos
Analizar la situación interna y externa de la gestión de requerimientos e incidentes en mesa
de ayuda en la empresa de seguros.
Proponer un nuevo modelo web para la gestión de requerimientos e incidentes en mesa de
ayuda en la empresa de seguros.
Implementar el Chatbot basado en inteligencia artificial para mejorar la gestión requerimientos
e incidentes en mesa de ayuda en la empresa de seguros.
Evaluar el incremento de satisfacción al usuario a través del uso del chatbot para la gestión
requerimientos e incidentes en mesa de ayuda en la empresa de seguros.
JUSTIFICACIÓN DE LA INVESTIGACIÓN
Justificación Teórica
El estudio permitirá comprobar si la implementación de un Chatbot generaría o no un impacto
positivo en la mejora del servicio de atención en la mesa de ayuda, en el área de tecnología
con el uso del Chatbot.
Justificación Práctica
El estudio ayudará a automatizar procesos recurrentes a través de los Chatbots, permitiendo
optimizar los tiempos de respuesta y poder omitir el servicio de telefonía, generando así un
mejor nivel de servicio y controlar el rendimiento del área de TI para toma de decisiones de
proyección en base a la demanda de atención.
Justificación Social
Realizar la implementación Chatbot a través de una Aplicación en la Web como el Facebook
Messenger con un interfaz amigable donde el usuario pueda interactuar y mejorar el servicio
de atención y calidad.
38
HIPÓTESIS
Hipótesis General
La implementación del Chatbot basado en inteligencia artificial para la gestión de
requerimientos e incidentes en mesa de ayuda tendrá un impacto favorable para la mejora de
atención al usuario brindando un mejor servicio de calidad.
Hipótesis Especificas
La implementación permitirá reducir el tiempo del proceso de atención a los usuarios.
La implementación permitirá aumentar el nivel de satisfacción de los usuarios finales.
La implementación mejorará la productividad de los analistas de mesa de ayuda.
La implementación dará una ventaja de optimizar costos.
ALCANCES
El siguiente estudio se enfoca en el uso de la implementación del Chatbot para la mejora del
servicio de atención en requerimiento e incidentes en la empresa de seguros, se tomará como
caso de estudio el área de mesa de ayuda que brinda el soporte de primer nivel en la empresa
de seguros.
Los resultados y conclusiones no solo beneficiaran a los analistas de primer nivel sino a los
usuarios de la empresa, lo cual ayudará como base a que también se pueda implementar
para otras áreas que buscan mejorar el servicio, simplificar las operaciones que demandan
mucho tiempo.
LIMITACIONES
Este estudio está limitado al diseño de una herramienta web, donde se realizará consultas
por el estado de los tickets, donde el chatbot realizará de manera interna una búsqueda de
información, el cual estará conectado con la base de datos del sistema donde se registran los
tickets, con un banco de preguntas almacenado que realizará al usuario, empezará de
manera básica y poco a poco irá desarrollando mayor atención y solución de requerimientos
e incidentes.
El desarrollo de este proyecto será creado a través de Watson programa de IBM.
39
MARCO METODOLÓGICO
Esta aplicación creada en la web se desarrollará a través de la inteligencia artificial de Watson
y se centrará en la gestión de tickets de requerimientos e incidentes.
Metodología Para Roberto Hernández Sampieri (2003), el diseño no experimental se divide tomando en
cuenta el tiempo durante se recolectan los datos, estos son: diseño transversal, donde se
recolectan datos en un solo momento, en un tiempo único, su propósito es describir variables
y su incidencia de interrelación en un momento dado.
Para este estudio se tomará el diseño no experimental – transversal, debido a que se
recolectarán datos en un determinado tiempo, por lo que no habrá manipulación de variables.
Paradigma
La metodología sigue el paradigma positivista, donde se busca encontrar las causas y el
objetivo. Su finalidad es explicar los fenómenos de la realidad, formular predicciones y
demostrarlas. Por otra parte, plantea que el investigador debe permanecer en una posición
neutral respecto a las observaciones y los impactos de la investigación. (Bernal, 2010).
Enfoque
Esta investigación se realiza bajo un enfoque cuantitativo. El cual consiste en el análisis
objetivo de la realidad, a través de la medición de los fenómenos observados, con la
finalidad de probar una hipótesis construida en base a la teoría previamente revisada.
(Hernández, 2014).
Método
Será de carácter no experimental, puesto que no se realiza la implementación del enfoque
propuesto. De esta manera no existe una manipulación directa de las variables de estudio o
intervención alguna en la realidad del problema. (Sabino, 2014).
40
VARIABLES
Variable independiente
Implementar chatbot basado en inteligencia artificial
Está implementación en chatbot será realizada a través de una herramienta web,
donde el usuario podrá acceder desde cualquier navegador siempre que cuente con
internet y este dentro de la organización, este chatbot almacenará los datos del
usuario como las consultas realizadas, dará respuestas del ticket debido a que estará
conectada con la base de datos.
Variable dependiente
Para mejorar la gestión de requerimientos e incidentes en empresa de seguros
Buscar mejorar la gestión y la calidad del servicio de atención, debido a que optimiza
tiempo, recursos y podrá generar reportes más estructurados con métricas, mejorando
procesos, documentación.
POBLACIÓN Y MUESTRA
Población
La población está constituida por todos los requerimientos e incidentes reportados por los
usuarios finales a la mesa de ayuda de primer nivel.
Una empresa de seguros cuenta con unos 1000 usuarios que puedan encontrarse en distintas
sedes y contar con solo una mesa de ayuda de primer nivel.
Muestra
De los 1000 usuarios que se tiene en una empresa de seguros, tomaremos como muestra 68
usuarios, los cuales han sido obtenidos a través del muestreo probabilístico, se aplicó la
siguiente formula, con una probabilidad de error de 5%.
𝓃 =Ν ∗ Ζ𝛼
2𝑝 ∗ 𝑞
𝑑2 ∗ (𝑁 − 1) + Ζ𝛼2 ∗ 𝑝 ∗ 𝑞
41
En donde los valores son:
n = muestra
N = Total de la población
Za = 1.962 (si la seguridad es del 95%)
p = proporción esperada (en este caso 5% = 0.05)
q = 1 –p (en este caso 1-0.05 = 0.95)
d = precisión (en este caso deseamos un 5%)
Reemplazando los datos obtendremos:
𝓃 =1000 ∗ 1.962 0.05 ∗ 0.95
0.052 ∗ (1000 − 1) + 1.962 ∗ 0.05 ∗ 0.95
𝓷 = 𝟔𝟖
UNIDAD DE ANÁLISIS
La unidad de análisis vendría a ser todas las personas encuestadas con el instrumento
validado, los usuarios a encuestar son del área financiera, administrativa, comercial, TI, de la
empresa de seguros, será 68 personas.
42
INSTRUMENTOS Y TÉCNICAS
Instrumentos
Para está investigación se recopilará información del área de mesa de ayuda, como las quejas
y/o reclamos que el usuario reporta por el servicio.
En base a ello se realizará unas preguntas a los usuarios de la empresa de seguros vía
correo, previo a ello se le informará a la Gerencia de estas para que se tomen unos 10
segundos en responder dichas preguntas que el área de TI formulará.
Técnicas
La técnica de muestreo a utilizar para esta investigación será a través de encuestas y
entrevistas.
Tabla 2. Técnicas e Instrumentos
Técnicas Descripción
Encuestas Las encuestas servirán para la recolección de datos, luego de ejecutar el producto y así poder obtener la información necesaria para el análisis.
Entrevistas Se realizarán de manera presencial para conocer más a detalle la aceptación de la nueva implementación
Bibliografía Obtener información acerca del tema de investigación
Mediciones Servirá para las mediciones de la herramienta web
Fuente: Elaboración propia
43
PROCEDIMIENTOS Y MÉTODO DE ANÁLISIS
Procedimiento
Con esta implementación lo que se busca es que está herramienta web en chatbot basado
en inteligencia artificial pueda responder a todas las consultas y/o dudas interactuando con
el usuario final en base a los requerimientos e incidentes que puedan presentar, esto con la
finalidad de optimizar tiempos de atención, procesos recurrentes y recursos de persona.
En base a la información que proporciona el área de mesa de ayuda desde enero a julio 2018,
identificaremos los temas más recurrentes, la cantidad de requerimientos e incidentes que
ingresan vía correo, teléfono, web, de manera manual.
Por lo que procederemos a recolectar información como resumen de tickets de requerimientos
e incidentes que son atendidos por la mesa de ayuda, lo hemos podido observar en la figura
1, que la mayor cantidad de tickets fue en el mes de marzo 2018.
Adicional a ellos se pueden presentar incidentes más complejos como caída de internet,
alguna aplicación que no funcione, indisponibilidad del correo electrónico, etc., los cuales son
considerados como prioridad 1 (P1), esta clase de incidentes son mucho más prioritarios
porque afecta a un gran número de usuarios o incluso a toda la organización.
Los analistas de primer nivel también serán entrevistas ya que es el día a día y son los más
interactúan con los usuarios.
44
Detalle de Requerimientos e Incidentes
Se detalla los requerimientos e incidentes más TOP de acuerdo con lo reportado por los
usuarios.
Figura 19. Requerimientos de servicio TOP Fuente: Elaboración propia.
Figura 20. Incidentes TOP Fuente: Elaboración propia.
45
Aquí podremos observar los tiempos promedios de duración de llamadas, es el tiempo que le
toma al analista de mesa de ayuda en atender el requerimiento y/o incidente del usuario final
Figura 21. Detalle del tiempo promedio de conversación de manera mensual Fuente: Elaboración propia
También veremos cómo afecta actualmente la tasa de abandono, está medición se considera
llamadas abandonadas cuando exceden en 15 segundos, antes de que el usuario cuelgue,
no debería exceder a 10 segundos indicado en el acuerdo de SLA.
Se calcula de la siguiente manera:
Tasa de abandono = Total de llamadas abandonadas >15 segundos / Total de llamadas
ingresadas
Figura 22. Detalle del tiempo de la tasa de abandono Fuente: Elaboración propia
46
Esta implementación también se verá reflejado en el tiempo de velocidad telefónica, es el
tiempo en que el analista demora en contestar las llamadas de los usuarios.
El SLA acordado es de 86% de los casos en menor o igual de 15 segundos.
Se calcula de la siguiente manera:
Llamadas atendidas = Total de llamadas contestadas =< 15 segundos / (Total de llamadas
recibidas – Total de llamadas abandonas).
Figura 23. Detalle del tiempo de la velocidad telefónica Fuente: Elaboración propia
47
Método de análisis
Para realizar el análisis tenemos que revisar la información que nos brindar el área de mesa
de ayuda tendremos:
El área de mesa de ayuda maneja el horario de atención de 8:00am a 08:00pm.
Se realizará una estadística en las tablas, se utilizará el software IBM SPSS para el
procesamiento de datos y se usará el Microsoft Excel para visualizar los valores en
porcentaje.
El área de TI que tiene a su cargo a la mesa de ayuda con los casos ya presentados ante las
quejas del servicio de atención al usuario se ha elaborado las siguientes preguntas.
Esta encuesta se realizará de manera anónima y será enviado a los 68 usuarios de la
empresa como parte de la muestra obtenida antes de implementación.
Luego de la implementación se realizará nuevamente la encuesta a los 68 usuarios obtenidos
en la muestra por el servicio actual y las opiniones.
Esta herramienta web almacenará toda la información que el usuario proporcione, y así a
través de reportes ya automatizados, obtendremos varias métricas, como usuarios TOP,
sedes y/o ubicaciones, áreas TOP, que tipo de consultas son más recurrentes.
48
Encuesta de Satisfacción del Servicio de Mesa de Ayuda en la Empresa de Seguros.
Figura 24. Encuesta de satisfacción del servicio de mesa de ayuda. Fuente: Elaboración propia
49
Mostraremos los resultados de las encuestas realizadas a los 68 usuarios antes de realizar
la implementación de la herramienta chatbot.
Pregunta 1.
En tu opinión ¿qué tan capacitado está el personal de mesa de ayuda?
Tabla 3. Encuesta nro. 1 antes de implementación
Pregunta 1 Cantidad Porcentaje
Extremadamente capacitado 16 24%
Moderadamente capacitado 14 21%
Nada capacitado 14 21%
Poco capacitado 13 19%
Muy capacitado 11 16%
Total 68 100%
Fuente: Elaboración propia
Pregunta 2.
¿Como calificarías la calidad del servicio de mesa de ayuda?
Tabla 4. Encuesta nro. 2 antes de implementación
Pregunta 2 Cantidad Porcentaje
Excelente 17 25%
Ni buena ni mala 14 21%
Buena 13 19%
Mala 13 19%
Malísima 11 16%
Total 68 100%
Fuente: Elaboración propia
50
Pregunta 3.
¿Cuántas veces tuviste que contactar a mesa de ayuda para solucionar tu problema?
Tabla 5. Encuesta nro. 3 antes de implementación
Pregunta 3 Cantidad Porcentaje
Más de 6 18 26%
Nunca lo solucionaron 15 22%
1-2 15 22%
5-6 11 16%
3-4 9 13%
Total 68 100%
Fuente: Elaboración propia
Pregunta 4.
¿Qué situación te causo insatisfacción con nuestro servicio en mesa de ayuda?
Tabla 6. Encuesta nro. 4 antes de implementación
Fuente: Elaboración propia
Pregunta 4 Cantidad Porcentaje
Mucho tiempo me deja en espera por teléfono 12 18%
Cortan la llamada 10 15%
Actitud de nuestro personal 9 13%
No tiene la intención de ayuda 8 12%
Tiempo de espera 7 10%
Se demoran mucho en contestar 7 10%
Poca amabilidad 6 9%
Poco conocimiento del tema 6 9%
Mejorar el tono de voz 3 4%
Total 68 100%
51
Pregunta 5.
En general ¿Con que frecuencia nuestro personal resuelve tu solicitud en la primera
llamada?
Tabla 7. Encuesta nro. 5 antes de implementación
Fuente: Elaboración propia
Pregunta 6.
¿Qué tan satisfecho (a) estás con la atención brindada por nuestro personal?
Tabla 8. Encuesta nro. 6 antes de implementación
Pregunta 6 Cantidad Porcentaje
Poco satisfecho (a) 20 29%
Muy satisfecho (a) 15 22%
Nada satisfecho (a) 14 21%
Moderadamente satisfecho (a) 10 15%
Extremadamente satisfecho (a) 9 13%
Total 68 100%
Fuente: Elaboración propia
Pregunta 5 Cantidad Porcentaje
Rara vez 14 21%
Frecuentemente 14 21%
Casi nunca 14 21%
Casi siempre 14 21%
A veces 12 18%
Total 68 100%
52
Pregunta 7.
¿Qué tan bien manejo el analista de mesa de ayuda su requerimiento y/o incidente?
Tabla 9. Encuesta nro. 7 antes de implementación
Fuente: Elaboración propia
Pregunta 8.
¿Cuánto tiempo tiene que esperar cuando se comunica a la mesa de ayuda por
teléfono?
Tabla 10. Encuesta nro. 8 antes de implementación
Fuente: Elaboración propia
Pregunta 7 Cantidad Porcentaje
Bien 19 28%
Nada bien 15 22%
No tan bien 14 21%
Muy bien 11 16%
Algo bien 9 13%
Total 68 100%
Pregunta 8 Cantidad Porcentaje
Mucho tiempo 22 32%
De vez en cuando 17 25%
Nada 15 22%
Poco tiempo 14 21%
Total 68 100%
53
Propuesta de solución
En base a los resultados mostrado en la encuesta, se podría indicar que casi la mitad de los
usuarios no se encuentra satisfecho con el servicio que brinda la mesa de ayuda.
Por lo cual ante la problemática ya expuesta se propone implementar un chatbot con
inteligencia artificial para la gestión de requerimiento e incidentes.
Esta herramienta web de IBM Watson conversation permitirá crear el chatbot, este chatbot
ofrecerá atención a modo de consulta, utilizando inteligencia artificial, brindará una
comunicación amigable, pudiendo brindar reportes de los tickets, el detalle de los tickets,
añadir algún comentario al ticket, etc.
Para que el usuario tenga acceso a este chatbot, ingresará con su usuario y contraseña de
red a la plataforma de IBM.
Figura 25. Acceso al portal de IBM para acceder al Chatbot Fuente: Página propia de IBM
54
Figura 26. Implementación de chatbot con inteligencia artificial Fuente: Kenox.com/Chatbots inteligencia artificial
Figura 27. Interfaz del Chatbot Fuente: Herramienta web con Chatbot en inteligencia artificial
55
Figura 28. Interfaz del Chatbot Fuente: Herramienta web con Chatbot en inteligencia artificial
56
¿IBM Watson conversation?
Es la oferta de Computación Cognitiva de IBM.
Watson conversation es un servicio de chatbot cognitivo que permite a los desarrolladores
empresariales y LOB configurar y escalar rápidamente las comunicaciones y las experiencias
de los clientes a través de una variedad de canales. Ofrece una interfaz de lenguaje natural
que permite una comunicación productiva, compleja y consistente, junto con seguridad de
datos, herramientas simples, soporte empresarial e integración en una variedad de canales o
dispositivos (por ejemplo, dispositivos móviles, mensajería, etc.).
"En IBM, con Watson, hemos pasado de hablar de las posibilidades de la IA y qué se está
haciendo en otros países a hablar de casos reales de proyectos que se están ejecutando en
el país. Han pasado solo dos años y tenemos más de 12 clientes en el Perú. Es alucinante lo
que estamos viendo y lo que vemos hacia futuro. Ya empezamos a ver temas que van más
allá de los asistentes virtuales, y empezamos a implementar proyectos en los cuales hay
generación de valor", comentó Alain-Paul Michaud, líder comercial de Watson para
Sudamérica de IBM.
Figura 29. Esquema del proceso de activación de la plataforma Watson Fuente: Página propia de IBM (https://w3.ibm.com/)
57
Watson Conversation Service
Permite crear aplicaciones y agentes virtuales que entienden mensajes en lenguaje natural y
se comunican con tus usuarios simulando una conversación real.
El “chatbot” también puede interactuar con otros sistemas basado en la “intención” del
usuario.
Por ejemplo:
• Buscar información en bases de datos
• Abrir tickets
• Mostrar diagramas
• Responder preguntas
Figura 30. Interfaz del Chatbot Fuente: Página propia de IBM (https://w3.ibm.com/)
58
Figura 31. Secuencia de la interacción del usuario con la herramienta del chatbot Fuente: Página propia de IBM (https://w3.ibm.com/)
Servicio de Cloud
IBM proporciona el siguiente servicio prestado de forma remota, que para la finalidad de esta
Descripción del Servicio se denomina Servicio de Cloud.
Este Servicio de Cloud ha sido diseñado para ofrecer una solución Expert Assist de tecnología
Watson ("Solución") que consiste en un Asistente Cognitivo que responderá a las preguntas
del Cliente para mostrar Perspectivas específicas de un dominio, explorar temas de alto valor
y descubrir respuestas a temas más complejos. El Servicio de Cloud lo presta a lo largo de
14 semanas un equipo de IBM multifuncional y, a menos que se indique lo contrario, se presta
en una ubicación de IBM.6
6 https://www-03.ibm.com/software/sla/sladb.nsf/8bd55c6b9fa8039c86256c6800578854/16bd2a16375b81ea86258225003c6522/$FILE/i126-7991-01_01-2018_es_ES.pdf
59
Requisitos del Hardware
La herramienta web se alojará en un servidor con las siguientes características.
Tabla 11. Requisitos del Hardware
SERVIDOR APLICACIÓN
Procesador 12
Memoria 16384 MB
Entorno PRD
Versión del Producto Windows Server 2008 Enterprise R2
Modelo IBM 7945 AC1 System x3650 M3
Fabricante IBM
SERVIDOR BASE DE DATOS
Procesador 12
Memoria 16384 MB
Entorno PRD
Versión del Producto Windows Server 2008 Enterprise R2
Modelo IBM 7945 AC1 System x3650 M3
Fabricante IBM
Fuente: Elaboración propia
Requisitos del Software
Esta herramienta de chatbot solo se habilitará en la plataforma de Windows.
Requisitos de Base de Datos
MySQL 7.0 o superior
Microsoft SQL Server 2005 o superior
Navegador Web.
Mozilla Firefox 3.6 o superior
Google Chrome
Licenciamiento e Instalación
El software deberá contar con una licencia que será adquirida a IBM del Perú.
Debemos contar con los servicios de alojamiento y APIS de IBM Cloud específicos.
60
Manual de usuario
Se realizará un manual del asistente virtual (Chatbot) donde contiene los pasos para el
correcto uso.
Guía de Instalación y Configuración
En la guía de instalación y configuración, contendrá todos los pasos para la habilitación del
chatbot en las máquinas de todos los usuarios de la empresa, el personal de soporte realizará
este trabajo de manera presencial y/o virtual.
Pruebas
En esta etapa, las pruebas serán realizadas con el área de mesa de ayuda, para que los
analistas ejecuten la interacción y simulación a las consultas que realiza un usuario.
Personal a cargo de la implementación
Como parte de la implementación, tenemos que registrar, controlar, ejecutar y realizar
seguimiento el proyecto, para llegar a cumplir con las fechas estimadas por ambas partes
mencionadas en el cronograma de actividades.
Por lo cual hemos asignado a los responsables, el rol que van a cumplir y las
responsabilidades.
Se realizarán reuniones una vez por semana para conocer el alcance del proyecto entre el
director de proyecto externo e interno como el jefe de proyecto externo e interno.
61
Tabla 12. Integrantes del Equipos del Proyecto, Roles y Responsabilidades
Fuente: Elaboración propia
Integrantes del Equipo del Proyecto, Roles y Responsabilidades
Nombre Rol Responsabilidades
Juan Manuel Arana
Gerente de Proyecto Interno
Dirección y gestión del área
Gerente de Sistemas
Revisar y aprobar solicitudes de cambio
Aprueba y recepciona documentación del proyecto
Raúl Vallejo Jefe de Proyecto
Interno
Coordina, dirige y controla las actividades del proyecto
Jefe de Servicios de TI Gestión de personal de mesa de ayuda para el proyecto
José Carlos Ruiz
Líder de Proyecto Interno
Supervisa las actividades del proyecto
Revisión de los SLA’s de mesa de ayuda
Coordinador de Soporte Técnico y Mesa de ayuda
Facilitador de información
Gestiona el personal de mesa de ayuda
Patricia Cieza
Gerente de Proyecto Externo
Dirección del desarrollo del proyecto
Gerente de Innovación & Automatización
Revisar y aprobar solicitudes de cambio
Aprueba y recepciona documentación del proyecto
José Galliani Jefe de Proyecto
Externo
Coordina, dirige y controla las actividades del proyecto
Jefe de TI Gestión de personal para el proyecto
Walter Arias Líder de Proyecto
Externo
Planificación y supervisión general del proyecto
Supervisor de Innovation Revisión y aprobación de documentación
Denisse Gamarra Analista de
Documentación
Elaboración de documentación y solicitudes de cambio
Analista de Procesos Elaboración de procesos, instructivos, manuales y guía
Daniel Cazo Programador de Implementación
Elaborar, diseñar y codifica el programa en Watson
Programador Innovation
Manuel Camacho Programador de Implementación
Elaborar, diseñar y codifica el programa en Watson
Analista Programador Recomendaciones de mejores opciones en el software
62
Actividades de la gestión del proyecto
Figura 32. Proceso de la gestión del proyecto Fuente: Elaboración propia.
Duración de la implementación
La implementación tomará un tiempo de seis meses, es muy importante el compromiso de
ambas partes para cumplir con las fechas y entregas.
Tabla 13. Duración de implementación
1er Mes 2do Mes 3er Mes 4to Mes 5to Mes 6to Mes
1.- Inicio del Proyecto
2.- Planificación
3.- Diseño y Ejecución
4.- Revisión y Validación
5.- Pruebas e Implementación
6-. Cierre
Fuente: Elaboración propia
63
Gastos de la implementación
Detalle de los gastos que realizará el personal externo para la ejecución del proyecto.
Tabla 14. Gastos de la implementación del personal
Cargo del Personal Externo Costo x Hora S/. Horas Trabajadas Duración 6 meses Total, S/.
Gerente de Proyecto externo S/ 33.00 8 180 S/ 47,520.00
Jefe de Proyecto externo S/ 20.00 8 180 S/ 28,800.00
Líder de Proyecto externo S/ 20.00 8 180 S/ 28,800.00
Analista de Documentación S/ 15.00 8 180 S/ 21,600.00
Programador S/ 7.00 13 180 S/ 16,380.00
Analista Programador S/ 7.00 13 180 S/ 16,380.00
S/ 102.00 58 1080 S/ 159,480.00
Fuente: Elaboración propia
Materiales y equipos
El personal utilizará sus computadoras y equipos asignados para su labor cotidiana.
Diversos gastos
Gastos en traslados, copias, impresiones, papel, etc. Se ha incluido en los costos de cada
persona.
Presupuesto del proyecto
La inversión total que se realizará para la elaboración del proyecto.
Tabla 15. Inversión del Proyecto
Presupuesto del Proyecto
Detalles Costos (S/.)
Inicio 0.00
Planificación 5,575.00
Implementación 27,354.35
Seguimiento y Control 16,540.20
Cierre 9,562.00
Costo Total 59,031.55
Fuente: Elaboración propia
64
Tabla 16. Elaboración de costos de mano de obra
Tabla 17. Costos de tecnología
Tabla 18. Presupuesto del proyecto
Tabla 19. Cálculo del beneficio
Fuente: Elaboración propia
Roles Mes 1 Mes 2 Mes 3 Mes 4 Mes 5 Mes 6 Total
Part Hrs/H Total Part Hrs/H Total Part Hrs/H Total Part Hrs/H Total Part Hrs/H Total Part Hrs/H Total
Gerente de Proyecto
100% 176 S/5,808 100% 176 S/5,808 80% 141 S/4,646 65% 114 S/3,775 40% 70 S/2,323 23% 40 S/1,336 S/23,696.64
Jefe de Proyecto
57% 100 S/2,006 90% 158 S/3,168 100% 176 S/3,520 100% 176 S/3,520 100% 176 S/3,520 100% 176 S/3,520 S/19,254.40
Programador 0% 0 S/0 6% 11 S/74 100% 176 S/1,232 100% 176 S/1,232 35% 62 S/431 10% 18 S/123 S/3,092.32
S/46,043.36
Inversión en Tecnología
Servidor para aplicación web S/5,000.00
Servidor para Base de Datos S/2,500.00
Total, Equipos para el proyecto
S/7,500.00
Información de las ventas
Promedio de ventas mensuales $ 500,000.00
% utilidad por venta 20%
Tipo de cambio al 01/10/2018 3.33
Cálculo del Beneficio
Pedidos anulados por mes (5%) $ 25,000.00
Margen de utilidad por mes (20%) $ 5,000.00
Margen de utilidad por mes (20%) al tipo de cambio
S/ 16,650.00
Presupuesto del Proyecto
Resumen General Total
Equipo de Trabajo S/46,043.36
Inversión Tecnológica S/7,500.00
Reserva de Contingencia (5%) S/2,677.17
Total, Línea Base S/56,220.53
Reserva de Gestión (5%) S/2,811.03
Presupuesto del proyecto S/59,031.55
65
VAN
El valor actual neto (VAN) es un indicador financiero que se mide mediante flujos para los posibles ingresos y egresos que tendrá un proyecto.
También conocido como Valor neto actual (VNA), valor actualizado neto o valor presente neto (VPN). Si el resultado es positivo, el proyecto es
viable.
Calculo de VAN
Tabla 20. Cálculo del VAN
Fuente: Elaboración propia
Mes 0 Mes 1 Mes 2 Mes 3 Mes 4 Mes 5 Mes 6 Total
Beneficios S/16,650 S/16,650 S/16,650 S/16,650 S/16,650 S/16,650 S/99,900
Flujo Neto -S/59,032 S/16,650 S/16,650 S/16,650 S/16,650 S/16,650 S/16,650 S/99,900
Acumulado -S/59,032 -S/42,382 -S/25,732 -S/9,082 S/7,568 S/24,218 S/40,868
VAN = -S/59,032 S/16,650 S/16,650 S/16,650 S/16,650 S/16,650 S/16,650
S/1.01 S/1.02 S/1.03 S/1.04 S/1.05 S/1.06
VAN = S/37,632.480
Proyecto es aceptable
66
TIR
La Tasa Interna de Retorno (TIR) es la tasa de interés o rentabilidad que ofrece una inversión, representa el retorno generado por la determinada
inversión.
Calculo de TIR
Tabla 21. Cálculo del TIR
Mes 0 Mes 1 Mes 2 Mes 3 Mes 4 Mes 5 Mes 6
TIR = -S/59,032 S/16,650 S/16,650 S/16,650 S/16,650 S/16,650 S/16,650
(1 + TIR) ^1 (1 + TIR) ^2 (1 + TIR) ^3 (1 + TIR) ^4 (1 + TIR) ^5 (1 + TIR) ^6
Fuente: Elaboración propia
Como resultado se obtiene una proyección para 6 meses, un VAN positivo de S/. 37,632.480 soles con un periodo de recupero en el 4to mes y
un TIR de 17.47%. En resumen, el proyecto es viable.
TIR = 17.47%
Proyecto aceptado
67
ROI
El retorno sobre la inversión donde se compara el beneficio obtenido (VAN) en base a la inversión realizada inicialmente, y además donde
podemos analizar el rendimiento de la empresa.
Calculo de ROI
En el periodo de 6 meses tenemos:
Tabla 22. Calculo del ROI
Figura 33. Evolución del ROI Fuente: Elaboración propia.
ROI = 169.23%
ROI = (37632.48 / 59031.55) *100
ROI = 6374.98%
Meses Beneficios esperados
Beneficios esperados
(acumulados)
Inversión ROI (mensual)
1 16,650.00 16,650.00 59,031.55 28.21
2 16,650.00 33,300.00 59,031.55 56.41
3 16,650.00 49,950.00 59,031.55 84.62
4 16,650.00 66,600.00 59,031.55 112.82
5 16,650.00 83,250.00 59,031.55 141.03
6 16,650.00 99,900.00 59,031.55 169.23
7 16,650.00 116,550.00 59,031.55 197.44
8 16,650.00 133,200.00 59,031.55 225.64
9 16,650.00 149,850.00 59,031.55 253.85
10 16,650.00 166,500.00 59,031.55 282.05
68
Riesgos del Proyecto
Detallamos los posibles riesgos que se puedan presentar en el proceso de la elaboración del
proyecto:
Fallas del servidor de base de datos de alojamiento
Cancelación de reuniones y/o entrevistas de la parte operativa
Retraso en la entrega de información por parte del área de mesa de ayuda
No contar con la documentación apropiada
Cambios de Gerente / jefe del proyecto de manera interna o externa
Rotación, renuncia de algún personal involucrado al proyecto.
Resistencia al cambio por parte de los usuarios.
Aumento de cantidad de los usuarios de la empresa.
Implementación de Chatbot con Inteligencia artificial
El primer paso para está implementación es contar con una cuenta en bluemix, plataforma de
computación en la nube (cloud computing) de IBM.
Luego usaremos el servicio de IBM: Watson Conversation, este nos permitirá crear nuestro
propio diseño de chatbot.
69
Realizaremos una creación de cuenta en bluemix.
Figura 34. Crear cuenta en bluexmix Fuente: Página propia de IBM (https://www.ibm.com/cloud/)
Luego encontrar “Watson” y hacemos clic en “Conversation”.
Figura 35. Encontrar Conversation en el catálogo de Watson Fuente: Página propia de IBM (https://www.ibm.com/cloud/)
70
Colocar un nombre para nuestro servicio y le damos a “Crear”.
Figura 36. Crear nuestro servicio en Watson Fuente: Página propia de IBM (https://www.ibm.com/cloud/)
Una vez creado nuestro servicio, el navegador nos redireccionará al panel de este, vamos hacia abajo hasta encontrar el botón de “Launch tool”.
Figura 37. Crear nuestra herramienta de conversación en Watson Fuente: Página propia de IBM (https://www.ibm.com/cloud/)
71
Necesitamos crear un “Workspace”, para eso le damos a “Create”.
Figura 38. Crear nuestro workspace Fuente: Página propia de IBM (https://www.ibm.com/cloud/)
Le colocamos un nombre y seleccionamos idioma español y damos a “Create”.
Figura 39. Colocamos un nombre Fuente: Página propia de IBM (https://www.ibm.com/cloud/)
72
¿Cómo funciona Watson Conversation?
Funciona a través del procesamiento de lenguaje natural, cuenta con un banco de datos de
consultas que vamos armando y a su a vez almacenando, una lista de información
proporcionada por los analistas de mesa de ayuda.
Uteraciones e Intenciones
Cada consulta realizada es llamada declaración o también “uteración”, el desafío es poder
identificar las intenciones típicas de un lenguaje coloquial.
Una intención tiene el propósito de poder interpretar una iteración realizada por el usuario.
Dominio y Alcance
Cada Chatbot responderá preguntas que sean coherentes para el conocimiento del bot.
El alcance será responder la mayor cantidad de consultas y problemas que pueda resolver a
los usuarios.
Configuración de las intenciones
Es necesario entrenarlos con las posibles entradas que Watson debería asociar y poder dar
una respuesta al usuario.
El nombre de una intención y agregamos las posibles Uteraciones para nuestra intención
Figura 40. Configuración de Intenciones para Watson Fuente: Página propia de IBM (https://www.ibm.com/cloud/)
73
Figura 41. Configuración de Uteraciones para Watson Fuente: Página propia de IBM (https://www.ibm.com/cloud/)
Creación de diálogo
Una vez ya identificadas las intenciones del usuario y ciertas palabras que tengan una
relación, daremos una respuesta a las peticiones del usuario.
Figura 42. Creación de diálogos Fuente: Página propia de IBM (https://www.ibm.com/cloud/)
74
Figura 43. Creación de condiciones Fuente: Página propia de IBM (https://www.ibm.com/cloud/)
Figura 44. Watson realizando un saludo. Fuente: Herramienta de Chatbot con Watson
75
Figura 45. Watson brindando detalles del ticket consultado por el usuario. Fuente: Herramienta de Chatbot con Watson
76
Post - Implementación
Luego de implementación se realizó una encuesta nuevamente a los 68 usuarios con la
finalidad de conocer su nuevo punto de vista y así poder obtener información para el análisis
de la implementación.
Pregunta 1.
En tu opinión ¿qué tan capacitado está el personal de mesa de ayuda?
Tabla 23. Encuesta nro. 1 luego de la implementación
Fuente: Elaboración propia
Figura 46. Encuesta nro. 1 luego de la implementación Fuente: Elaboración propia
Pregunta 1 Cantidad Porcentaje
Muy capacitado 25 37%
Moderadamente capacitado 23 34%
Extremadamente capacitado 10 15%
Poco capacitado 8 12%
Nada capacitado 2 3%
Total 68 100%
77
Pregunta 2.
¿Como calificarías la calidad del servicio de mesa de ayuda?
Tabla 24. Encuesta nro. 2 luego de la implementación
Fuente: Elaboración propia
Figura 47. Encuesta nro. 2 luego de la implementación Fuente: Elaboración propia
Pregunta 2 Cantidad Porcentaje
Excelente 30 44%
Buena 23 34%
Ni buena ni mala 8 12%
Mala 5 7%
Malísima 2 3%
Total 68 100%
78
Pregunta 3.
¿Cuántas veces tuviste que contactar a mesa de ayuda para solucionar tu problema?
Tabla 25. Encuesta nro. 3 luego de la implementación
Fuente: Elaboración propia
Figura 48. Encuesta nro. 3 luego de la implementación Fuente: Elaboración propia
Pregunta 3 Cantidad Porcentaje
1-2 44 65%
Más de 6 9 13%
5-6 8 12%
3-4 6 9%
Nunca lo solucionaron 1 1%
Total 68 100%
79
Pregunta 4.
En general ¿Con que frecuencia nuestro personal resuelve tu solicitud en la primera
llamada?
Tabla 26. Encuesta nro. 4 luego de la implementación
Fuente: Elaboración propia
Figura 49. Encuesta nro. 4 luego de la implementación Fuente: Elaboración propia
Pregunta 4 Cantidad Porcentaje
Casi siempre 42 62%
Frecuentemente 14 21%
A veces 7 10%
Rara vez 3 4%
Casi nunca 2 3%
Total 68 100%
80
Pregunta 5.
¿Qué tan satisfecho (a) estás con la atención brindada por nuestro personal?
Tabla 27. Encuesta nro. 5 luego de la implementación
Fuente: Elaboración propia
Figura 50. Encuesta nro. 5 luego de la implementación Fuente: Elaboración propia
Pregunta 5 Cantidad Porcentaje
Muy satisfecho (a) 28 41%
Moderadamente satisfecho (a) 20 29%
Extremadamente satisfecho (a) 15 22%
Poco satisfecho (a) 3 4%
Nada satisfecho (a) 2 3%
Total 68 100%
81
Pregunta 6.
¿Qué tan bien manejo el analista de mesa de ayuda su requerimiento y/o incidente?
Tabla 28. Encuesta nro. 6 luego de la implementación
Fuente: Elaboración propia
Figura 51. Encuesta nro. 6 luego de la implementación Fuente: Elaboración propia
Pregunta 6 Cantidad Porcentaje
Muy bien 32 47%
Bien 26 38%
Algo bien 6 9%
Nada bien 3 4%
No tan bien 1 1%
Total 68 100%
82
Pregunta 7.
¿Cuánto tiempo tiene que esperar cuando se comunica a la mesa de ayuda por
teléfono?
Tabla 29. Encuesta nro. 7 luego de la implementación
Fuente: Elaboración propia
Figura 52. Encuesta nro. 7 luego de la implementación Fuente: Elaboración propia
Pregunta 7 Cantidad Porcentaje
Poco tiempo 20 29%
De vez en cuando 8 12%
Nada 38 56%
Mucho tiempo 2 3%
Total 68 100%
83
Pregunta 8.
¿Qué tan útil le parece el Chatbot cuando necesita ayuda? Tabla 30. Encuesta nro. 8 luego de la implementación
Pregunta 8 Cantidad Porcentaje
Excelente 44 65%
Buena 20 29%
Ni buena ni mala 3 4%
Mala 1 1%
Total 68 100%
Fuente: Elaboración propia
Figura 53. Encuesta nro. 8 luego de la implementación Fuente: Elaboración propia
84
Pregunta 9.
¿Las respuestas que le brinda el Chatbot coinciden con solicitudes?
Tabla 31. Encuesta nro. 9 luego de la implementación
Pregunta 9 Cantidad Porcentaje
Si 64 94%
No 2 3%
Pocas veces 2 3%
Total 68 100%
Fuente: Elaboración propia
Figura 54. Encuesta nro. 9 luego de la implementación Fuente: Elaboración propia
85
Pregunta 10.
¿Recomendaría usar el Chatbot a sus compañeros?
Tabla 32. Encuesta nro. 10 luego de la implementación
Fuente: Elaboración propia
Figura 55. Encuesta nro. 10 luego de la implementación Fuente: Elaboración propia
Pregunta 10 Cantidad Porcentaje
Si 64 94%
No 2 3%
Tal vez 2 3%
Total 68 100%
86
RESULTADOS
Utilizaremos la herramienta del SPSS estadística para las encuestas antes de la implementación para mostrar los siguientes resultados.
Figura 56. Variables con la Herramienta SPSS antes de la implementación Fuente: Herramienta SPSS
87
Figura 57. Valores en la Herramienta SPSS antes de la implementación Fuente: Herramienta SPSS
88
Figura 58. Frecuencias en la Herramienta SPSS antes de la implementación Fuente: Herramienta SPSS
89
Figura 59. Pregunta 1 en Herramienta SPSS antes de la implementación Fuente: Herramienta SPSS
Figura 60. Pregunta 2 en Herramienta SPSS antes de la implementación
Fuente: Herramienta SPSS
Figura 61. Pregunta 3 en Herramienta SPSS antes de la implementación Fuente: Herramienta SPSS
90
Figura 62. Pregunta 4 en Herramienta SPSS antes de la implementación Fuente: Herramienta SPSS
Figura 63. Pregunta 5 en Herramienta SPSS antes de la implementación Fuente: Herramienta SPSS
91
Figura 64. Pregunta 6 en Herramienta SPSS antes de la implementación Fuente: Herramienta SPSS
Figura 65. Pregunta 7 en Herramienta SPSS antes de la implementación Fuente: Herramienta SPSS
Figura 66. Pregunta 8 en Herramienta SPSS antes de la implementación Fuente: Herramienta SPSS
92
Luego de la implementación hemos realizado el análisis en SPSS sobre las encuestas de satisfacción y se obtuvo los siguientes resultados.
Figura 67. Variables con la Herramienta SPSS luego de la implementación Fuente: Herramienta SPSS
93
Figura 68. Valores con la Herramienta SPSS luego de la implementación Fuente: Herramienta SPSS
94
Figura 69. Frecuencia en la Herramienta SPSS luego de la implementación Fuente: Herramienta SPSS
95
Figura 70. Tabla de Frecuencia en la Herramienta SPSS luego de la implementación Fuente: Herramienta SPSS
Figura 71. Pregunta 1 en la Herramienta SPSS luego de la implementación Fuente: Herramienta SPSS
96
Figura 72. Pregunta 2 en la Herramienta SPSS luego de la implementación Fuente: Herramienta SPSS
Figura 73. Pregunta 3 en la Herramienta SPSS luego de la implementación Fuente: Herramienta SPSS
Figura 74. Pregunta 4 en la Herramienta SPSS luego de la implementación Fuente: Herramienta SPSS
97
Figura 75. Pregunta 5 en la Herramienta SPSS luego de la implementación Fuente: Herramienta SPSS
Figura 76. Pregunta 6 en la Herramienta SPSS luego de la implementación Fuente: Herramienta SPSS
Figura 77. Pregunta 7 en la Herramienta SPSS luego de la implementación Fuente: Herramienta SPSS
98
Figura 78. Pregunta 8 en la Herramienta SPSS luego de la implementación Fuente: Herramienta SPSS
Figura 79. Pregunta 9 en la Herramienta SPSS luego de la implementación Fuente: Herramienta SPSS
Figura 80. Pregunta 10 en la Herramienta SPSS luego de la implementación Fuente: Herramienta SPSS
99
Encuestas de satisfacción Comparación del antes y después de la implementación en las encuestas.
Figura 81. Comparación de encuestas pre y post implementación nro. 1 Fuente: Herramienta SPSS
Figura 82. Comparación de encuestas pre y post implementación nro. 2 Fuente: Herramienta SPSS
100
Figura 83. Comparación de encuestas pre y post implementación nro. 3 Fuente: Herramienta SPSS
Figura 84. Comparación de encuestas pre y post implementación nro. 4 Fuente: Herramienta SPSS
101
Figura 85. Comparación de encuestas pre y post implementación nro. 5 Fuente: Herramienta SPSS
Figura 86. Comparación de encuestas pre y post implementación nro. 6 Fuente: Herramienta SPSS
102
Figura 87. Comparación de encuestas pre y post implementación nro. 7 Fuente: Herramienta SPSS
103
DISCUSIÓN
Con el avance de la tecnología que puede ya resultar tan peligrosa para los humanos, hoy en
día contamos con la inteligencia artificial, está tecnología permite interactuar con un robot y
poder obtener respuestas a nuestras consultas, que no se notaría la diferencia con otro
humano.
Hoy en días varias empresas de Perú y del mundo ya usan inteligencia artificial,
automatizando muchas actividades
Como decía el gran Albert Einstein “Se ha vuelto espantosamente obvio que nuestra
tecnología ha superado nuestra humanidad”
Esta investigación se basa en trabajar con inteligencia artificial, implementada en una
herramienta web que es adquirido por la empresa IBM Perú donde brinda el servicio de
Watson conversation como otros más servicios.
De los resultados obtenidos de esta implementación a través de las encuestas se puede
deducir que el incremento de satisfacción con los usuarios ha dado buenos resultados.
Los usuarios indican un 94% que las respuestas que les brinda el Chatbot sí coinciden con
sus consultas.
Un 90% reporta que si recibe la información oportuna a través de está implementación.
104
CONCLUSIONES
La implementación permitirá alcanzar los objetivos mencionados, analizar y permitir que las
áreas tomen decisiones en el proceso.
Conocer la situación actual de la problemática del área de mesa de ayuda, no solo ayudará
a mejorar la gestión dentro de ella, sino que los resultados favorables serán reflejados en
otras áreas debido a la satisfacción de los usuarios.
El Chatbot puede responder a las consultas y/o reclamos de todos los usuarios, realizar
búsquedas, generar reportes con el fin de poder brindar el soporte a todos los usuarios de la
empresa.
Como se trabaja con inteligencia artificial en cada interacción con los usuarios, va reclutando
las palabras en su base de conocimiento.
En base a nuestra muestra obtenido se ha realizado las encuestas a 68 usuarios antes y
después de la implementación donde hemos podido observar que los resultados han sido
favorables teniendo resultados óptimos, calidad de servicio, tiempos, optimización de
recursos.
Este proyecto favorece el desarrollo y crecimiento de las plataformas de Chatbot que
representan mayores ingresos y mejora de servicio para la empresa.
En esta propuesta se consideran tres criterios de evaluación financiera, utilizando cálculos de
flujos netos efectivos.
Estos son el valor actual neto (VAN), tasa interna de retorno (TIR) y retorno de la inversión
(ROI).
El VAN es el principal indicador para realizar una evaluación de los proyectos de inversión,
en base a este proyecto tenemos un VAN de S/. 37,632.48 por lo que el resultado es positivo
siendo una propuesta viable.
El TIR es el segundo criterio para evaluar el proyecto de inversión, luego de la VAN, está tasa
de interés nos permite la recuperación del capital, para nuestro proyecto tenemos una tasa
de 17.47%.
Luego tenemos a ROI, toda inversión debe tener un retorno el cual calcula económicamente
el valor de nuestra estrategia de marketing, para este proyecto tenemos un ROI de 6374.98%,
Los cuales lograrán un nivel de financiamiento recuperable para la empresa.
Estamos utilizando un canal más barato, ni SMS, ni llamadas, ni email, sino un canal de Chat.
Contar con una interfaz super amigable, ayudará que los usuarios usen más ese tipo de
contacto.
105
RECOMENDACIONES
El presente proyecto es una alternativa viable para la organización mejorando los indicadores,
reducción de tiempos de atención, mejora en la calidad del servicio y optimizar recursos.
El Chatbot con la finalidad de brindar una mejor disponibilidad del servicio de atención al
usuario, se recomienda poder aplicar está herramienta en otras áreas funcionales.
Es primordial que la empresa se concentre en lograr una cultura de la mejora de procesos y
capacitación al personal que utiliza la herramienta, de esta forma podrán brindar una mejorar
experiencia al usuario.
Seguir realizando encuestas de medición del servicio en un periodo de cada 6 meses, para
seguir midiendo el nivel de satisfacción.
Mientras más interacciones tenga el chatbot con el usuario permitirá que el lenguaje natural
generé más contenidos para la base de datos.
Realizar un informe mensual sobre los casos más recurrentes solicitados al Chatbot entre
requerimientos e incidentes, donde se mostrará indicadores que permitan evaluar el
cumplimiento de los objetivos.
Programas de auditoria que permitan evaluar los procedimientos, guías con la finalidad de
establecer estrategias y mejoras.
Es importante conocer cuánto es el tiempo que el analista deja de utilizar en su labor diaria
esto a través de la gestión de productividad.
106
REFERENCIAS
Aguilar Urbina, Alonso; Balbín Rojas, Arturo (2017). Trabajo de arquitectura Empresarial para
la Implementación de un Chatbot en la Superintendencia de Banca, Seguros y AFP.
Anampa Mesías; Door Matos; Llamoja Vicente; Santa Gadea Pasco (2018). Plan de Negocios
para determinar la viabilidad del desarrollo de un asistente virtual de ventas (Chatbot):
Caso Gamarra.
Álvarez Campos; Malca Díaz (2015). Diseño de un sistema web de búsqueda inteligente
conversacional para ubicación de empresas y servicios.
Avellaneda Cárdenas; Paola (2015). Propuesta de mejora en el proceso de emisión de pólizas
y servicio posventa en una empresa de corredores de seguros.
Barbosa Vargas; Banchón Cedeño (2017). Desarrollo de un servicio web chatbots basado en
mesa de ayuda para las empresas ecuatorianas.
Cenas Vásquez (2016). Implementación de un Chatbot y su influencia en el proceso de
atención a las unidades descentralizadas de la Sutran 2016.
Cobos Torres (2013). Integración de un Chatbot como habilidad de un robot social con gestor
de diálogos.
Cubero Caba (214 – 2015). Asistente virtual (Chatbot) para la Web de la Facultad de
Informática.
Condori Quispe (2017). Desarrollo de un asistente virtual utilizando facebook Messenger para
la mejora del servicio de atención al cliente.
Domínguez Martínez (2011). Diseño de un asistente virtual con dialogo emocional.
Godoy Vilca (2015). Sistema inteligente conversacional para la orientación de internas con
problemas familiares, en el hogar virgen de Fátima de la ciudad de Puno.
107
IBM (2018). IBM Cloud. Obtenido de IBM Cloud Recuperado de: https://www.ibm.com/cloud-
computing/bluemix/es/watson/cognitive-chat-solution
IBM (2018). IBM Bluemix. Obtenido de IBM Watson Recuperado: https://www.ibm.com/cloud-
computing/bluemix/es
Limón Pérez (2016). Construcción de un prototipo de programa personalizado de tipo chatbot
en ambiente java con un lenguaje natural.
Mejía Jácome. (2017). Chatbot tu asistente virtual que automatiza la atención al cliente. mayo,
de Roastbrief Recuperado de: http://www.roastbrief.com.mx/2017/11/chatbot-tu-asistente-
virtual-que-automatiza-la-atencion-al-cliente/
Plaza Navas (2017). Desarrollo de un sistema web para el soporte técnico remoto de primer
nivel, orientado a la gestión de incidentes informáticos, basado en la inteligencia artificial.
Raimon Pou. (2018). Chatbots: La atención al cliente del futuro ya está aquí. 19 de mayo, de
Puro Marketing Recuperado: https://www.puromarketing.com/12/27145/chatbots-
atencion-cliente-futuro-esta-aqui.html
Rivas Fuentes (2017). Desarrollo e implementación de un sistema web para mejorar la
administración de los procesos internos y el servicio al cliente de la PYME Gráficas Rivas,
implementando también una herramienta de inteligencia artificial.
Romero Solís; Mori Tello (2011). Mejora al proceso de atención de solicitudes de los clientes
al área de Sistemas.
Rodríguez (2015). Comportamiento adaptable de Chatbots dependiente del contexto.
Ruiz Tadeo (2009). Sistema Inteligente Conversacional para la Orientación Vocacional.
108
ANEXOS
Anexo 1. Arquitectura empleada por la tecnología DeepQA, que IBM utilizo para Watson
Figura 88. Arquitectura de Tecnología DeepQA Fuente: IBM 2011 Building Watson: An Overview of the DeepQA Project
Anexo 2. Gestión de Incidentes
Figura 89. Proceso de Gestión de Incidente en base a ITIL Fuente: ITIL 2011
109
Anexo 3. Gestión de Solicitudes
Figura 90. Proceso de Gestión de Solicitudes en base a ITIL Fuente: ITIL 2011
Anexo 4. Arquitectura de la plataforma de Watson
Figura 91. Proceso de Gestión de Solicitudes en base a ITIL Fuente: IBM 2017
110
Anexo 5. Cronograma de actividades
Figura 92. Cronograma de actividades Fuente: Elaboración propia
111
Anexo 6: Matriz de Consistencia
Tabla 33. Matriz de Consistencia
Fuente: Elaboración propia
PROBLEMA OBJETIVOS HIPÓTESIS VARIABLES METODOLOGIA
Problema General Objetivo General Hipótesis General Variable Independiente
Para este estudio se tomará el diseño no
experimental – transversal, debido a que se recolectarán
datos en un determinado tiempo.
¿De qué manera influenciará implementar chatbot basado en la inteligencia artificial para la gestión de requerimientos e incidentes en
empresa de seguros?
Implementar chatbot basado en inteligencia artificial para la gestión de requerimientos e incidentes en
empresa de seguros.
La implementación del Chatbot basado en inteligencia artificial tendrá un
impacto favorable para la mejora de atención al usuario brindando un mejor
servicio de calidad.
Implementación Chatbot basado en inteligencia
artificial.
Problemas Específicos Objetivos Específicos Hipótesis Específicas Variable Dependiente
¿Cómo se determinará la necesidad de requerir implementar un chatbot en la gestión de requerimientos e
incidentes en empresa de seguros?
Analizar la situación interna y externa de la gestión de requerimientos e
incidentes en mesa de ayuda en la empresa de seguros.
La implementación permitirá reducir el tiempo del proceso de atención a los
usuarios
Gestión de requerimientos e incidentes en empresa de
seguros.
¿Qué se propondría para mejorar el servicio de atención de
requerimientos e incidentes en el área de mesa de ayuda en empresa
de seguros?
Proponer un nuevo modelo web para la gestión de requerimientos e
incidentes en mesa de ayuda en la empresa de seguros.
La implementación permitirá aumentar el nivel de satisfacción de los usuarios
finales.
¿Qué proyecto se podría implementar para brindar un mejor servicio de calidad en la mesa de ayuda en empresa de seguros?
Implementar el Chatbot basado en inteligencia artificial para mejorar la gestión requerimientos e incidentes en mesa de ayuda en la empresa de
seguros.
La implementación mejorará la productividad de los analistas de mesa
de ayuda.
¿Brindará información oportuna a los usuarios al implementar chatbot
basado en inteligencia artificial para la gestión de requerimientos e
incidentes en empresa de seguros?
Evaluar el incremento de satisfacción al usuario a través del uso del
chatbot para la gestión requerimientos e incidentes en mesa de ayuda en la empresa de seguros.
La implementación dará una ventaja de optimizar costos de personal y
procesos.
Recommended