Aplicação de técnicas de machine learning para análise da satisfação dos clientes de banda larga no Brasil

Abstract

A prestação de serviços está contida em diversos setores da economia, tais como telecomunicações, transporte, saúde, entre outros. Considerando a importância e os desafios em mensurar e gerenciar a qualidade de serviços, muitas empresas têm adotado indicadores de satisfação dos clientes para quantificar a qualidade percebida. Os dados sobre satisfação dos clientes são armazenados em bases de dados, as quais podem ser analisadas para melhor entender os fatores de satisfação dos clientes. Nos últimos anos, a literatura científica tem visto a publicação de diversos trabalhos que utilizam técnicas de machine learning para analisar dados de satisfação de clientes no setor de serviços. No Brasil, diversos segmentos possuem pesquisas de satisfação (tais como energia, telecomunicações e transporte), porém há poucos trabalhos que exploram esses dados com aplicação de machine learning. Portanto, o objetivo deste trabalho é estudar a literatura sobre aplicação de ML na análise da qualidade de serviços e aplicar técnicas de ML em uma base de dados de satisfação de clientes de banda-larga no Brasil. Para isso, este trabalho foi subdividido em dois artigos. O primeiro relata os resultados de uma revisão sistemática da literatura sobre aplicação de técnicas de machine learning para análise da qualidade de serviços. Esta pesquisa resultou em análises de 106 publicações sobre o tema, onde foi possível extrair diversas informações da literatura, como por exemplo, foi identificado que o setor de hotelaria é o que mais possui publicações. Com estes resultados, foi possível identificar algumas lacunas da literatura que foram utilizadas para construção do segundo artigo. Assim, o segundo relatou a aplicação de técnicas de machine learning para explorar uma base de dados de satisfação de clientes de banda larga da ANATEL (Agência Nacional de Telecomunicações). Neste artigo foi apresentado que algumas técnicas como Random Forest, Histogram Gradient Boosting e Gradient Boosting apresentaram melhor desempenho para classificação. Também foi identificado que os clientes considerados neutros pelo Net Promoter Score possuem perfil incerto para classificação, e por fim foi identificado que alguns dos principais atributos para satisfação de clientes são velocidade de navegação, capacidade da prestadora em manter a conexão sem quedas, e cobrança.

The provision of services is contained in several sectors of the economy, such as telecommunications, transport, healthcare, among others. Considering the importance and challenges of measuring and managing service quality, many companies have adopted customer satisfaction indicators to quantify perceived quality. Customer satisfaction data is stored in databases, which can be analyzed to better understand customer satisfaction factors. In recent years, the scientific literature has seen the publication of several works that use machine learning techniques to analyze customer satisfaction data in the service sector. In Brazil, several segments have satisfaction surveys (such as energy, telecommunications and transport), but there are few works that explore these data with the application of machine learning. Therefore, the objective of this work is study the literature on the application of ML in the analysis of the quality of services and apply ML techniques in a database of satisfaction of broadband customers in Brazil. For this, this work was subdivided into two articles. The first article reports the results of a systematic review of the literature on the application of machine learning techniques to analyze the quality of services. This research resulted in analyzes of 106 papers on the subject, where it was possible to extract various information from the literature, for example, it was identified that the hospitality sector is the one that has the most number of publications. With these results, it was possible to identify some gaps in the literature that were used to build the second article. Thus, the second reported the application of machine learning techniques to explore an ANATEL (National Telecommunications Agency) broadband customer satisfaction database. In this article it was presented that some techniques such as Random Forest, Histogram Gradient Boosting and Gradient Boosting presented better performance for classification. It was also identified that customers considered neutral by the Net Promoter Score have an uncertain profile for classification, and finally it was identified that some of the main attributes for customer satisfaction are browsing speed, the provider's ability to maintain the connection without drops, and billing.