Desarrollo de una metodología para predecir la satisfacción de clientes postpago de una compañía de telecomunicaciones usando variables de red móvil mediante la implementación de la Metaheurística Harmony Search

Abstract

El presente informe detalla el desarrollo de una metodología para predecir la satisfacción de clientes postpago de una compañía de telecomunicaciones, utilizando variables de red móvil y la implementación de la metaheurística Harmony Search. El proyecto, llevado a cabo en la Vicepresidencia Mercado Personas de Entel Chile, se centró en mejorar la precisión del modelo de predicción de satisfacción, el cual se basa en variables críticas como RSRQ y RSRP, que miden la calidad y potencia de la señal de red recibida por los clientes. El desarrollo del proyecto se estructuró en varias etapas, comenzando con la implementación del algoritmo Harmony Search para optimizar los parámetros de temporalidad y umbral que maximicen el nivel de predicción de la satisfacción general, medido a través del Information Value (IV). Se recopiló y procesó la data de sesiones de red móvil y resultados de encuestas de satisfacción para utilizarlos como insumo en el algoritmo. Posteriormente, se aplicó la metodología a las variables RSRQ y RSRP, evaluando las mejoras obtenidas en el modelo de predicción actual al incluir estas variables procesadas. Los resultados del proyecto mostraron mejoras significativas en los valores de IV de las armonías optimizadas, lo que refleja una mayor capacidad predictiva de las variables RSRQ y RSRP para determinar la satisfacción del cliente. La incorporación de estas variables en el modelo de predicción actual resultó en un aumento notable en las métricas ROC AUC y en las curvas Lift, destacándose una mejora en el primer quintil, donde el valor de Lift ascendió de 1.9 a 2.25, demostrando una mayor eficacia en la identificación de clientes detractores en comparación con el modelo base. En la discusión se abordaron las limitaciones del estudio, tales como la representatividad de los datos y los posibles sesgos introducidos por la metodología. Además, se discutió la sostenibilidad y el mantenimiento del modelo a largo plazo, destacando la importancia de gestionar adecuadamente las actualizaciones del modelo y de considerar las barreras tecnológicas y operativas que podrían surgir en su implementación dentro de la organización. En conclusión, la metodología desarrollada ha demostrado ser efectiva en la optimización de las variables de red móvil para predecir la satisfacción del cliente. A futuro, se recomienda validar los resultados en diferentes períodos y contextos, así como integrar las variables procesadas en el modelo predictivo de producción para asegurar su aplicabilidad y eficacia a largo plazo. Además, se sugiere explorar mejoras metodológicas, como considerar combinaciones de días no consecutivos, para identificar periodos críticos que afecten la satisfacción del cliente de manera más precisa, maximizando así el impacto comercial directo de la metodología, mejorando la retención de clientes y la eficiencia operativa de la compañía.