El objetivo de este trabajo es aplicar los conceptos y técnicas aprendidos en el modulo M05 del Henry Bootcamp de Data Science para realizar un análisis exploratorio y descriptivo de un conjunto de datos reales.
Para realizar este trabajo integrador asumimos el rol de un Analista de datos, empleado del banco, al que se le asigna la tarea de analizar las operaciones del call center del Banco con el objetivo de proponer mejoras en:
- Eficiencia operativa
- Mejorar la satisfacción del cliente, cumpliendo los SLA comprometidos.
- Desarrollar una herramienta para la gestión y la toma de decisiones a los managers del Call Center.
Con este objetivo fue que se procederá a construir y presentar un Dashboard que permita:
- Medir los niveles de calidad de servicio
- Medir la eficiencia del Call Center
- Medir la Productividad del Call Center
Los principales archivos que ilustran el proceso realizado son:
-
En dataset_EDA se explica y muestra como se realizó la carga de los datos proporcionados para luego proceder a la limpieza y análisis exploratorio de cada una de las variables. En el mismo, también se detallan todos los pasos que se realizó para la limpieza y para el Análisis Exploratorio de cada una de las variables. Este paso decidimos realizarlo en python, el detalle se encuentra en este archivo con sus conlusiones.
-
En el documento Diccionario_data se describen los detalles del negocio y de cada una de las variables del conjunto de datos, en su análisis preliminar.
-
En el documento Analisis se resumen los resultados encontrados en el Análsis Exploratorio de los datos y se responden a las preguntas de negocio originales presentadas por los interesados del Banco.
Complementariamente:
- Se presenta un Dashboard interactivo con las principales métricas y gráficos que permiten hacer el seguimiento de la calida de atención del Call Center.
- Se presentan las conclusiones y propuestas finales derivadas del trabajo en Resumen Ejecutivo.
