Uso de técnicas de inteligência artificial para identificação de chamadas procedentes e improcedentes

Abstract

No setor de energia elétrica, a eficiência e a qualidade do atendimento ao cliente são fundamentais para o sucesso de uma concessionária desse ramo. A identificação da legitimidade das chamadas de serviço, separando entre chamadas improcedentes e procedentes, é um desafio recorrente para as empresas que fornecem esse serviço. Diante desse cenário, este trabalho propõe o uso da inteligência artificial para desenvolver um modelo de machine learning capaz de identificar a procedência das chamadas recebidas pelas centrais de atendimento ao cliente da concessionária de energia, visando reduzir os custos operacionais causados por deslocamentos improcedentes. O desenvolvimento do modelo de classificação de chamadas envolveu técnicas de pré-processamento, treinamento e avaliação dos modelos de aprendizado de máquina. Os resultados mostraram que o modelo WeightedEnsemble_L2 superou o desempenho de modelos base com a combinação de diversos algoritmos, fazendo a captura de padrões nos dados, reduzindo o overfitting e melhorando o desempenho do modelo para a previsão de novas chamadas. O modelo obteve uma acurácia de 89% e uma pontuação AUC de 0.855 para as chamadas improcedentes, indicando a alta capacidade de distinguir entre quais são as chamadas improcedentes e procedentes. A implementação deste modelo de aprendizado de máquina demonstrou ser uma solução viável para a aumentar a eficiência no atendimento aos clientes da empresa, reduzindo custos operacionais e melhorando a satisfação do cliente.