Euskaltel – Transcripción de llamadas
Euskaltel
Sector: TIC
Business Case
El reto es mejorar la personalización de ofertas, reducir la fuga de clientes y simplificar la complejidad comercial en atención al cliente. ¿Cómo podemos enriquecer el conocimiento del cliente para alimentar modelos de venta y retención, sabiendo que la interacción necesita ser analizada y automatizada?
Objetivos
Enriquecer los modelos de venta con datos precisos. Identificar y reducir el riesgo de fuga de clientes. Simplificar la venta de servicios múltiples. Automatizar la actualización de bases de datos sin intervención humana.
Use case
La solución consiste en transcribir y analizar llamadas de atención al cliente para extraer información valiosa. Esto se logra mediante el preprocesamiento de audio y el uso de modelos de machine learning (Whisper y PyAnnote). Las transcripciones se almacenan y analizan para mejorar los modelos de venta y retención. La implementación es híbrida, combinando almacenamiento en Google Cloud y BigQuery para el análisis de datos.
Infraestructura
Híbrida (Cloud y On Premise).
Tecnologías utilizadas
Aprendizaje automático o profundo Minería de Textos Reconocimiento de voz
Datos utilizados
Series temporales, grabaciones de audio de llamadas. Datasets privados
Recursos utilizados
Personal Interno: Data Science: 100% Business: 50 % Business Product Owners 50% Cloud Architects: 20% Infraestructura: Whisper Google Cloud / Azure
Dificultades y aprendizaje
Dealización: Detección de hablantes (¿Cuántos agentes? ¿Quién dice qué?). | Partir llamadas con varios agentes, palabras clave Palabras de negocio (por ejemplo: Marcas) | Word boosting
KPIs (impacto en el negocio y métricas del modelo)
Habilitador de KPIs: Entendimiento del negocio Actuaciones rápidas para bajar el CHURN Formación
Financiación
Colaboradores
Proyecto Interno
