Análisis automático de reviews de app móvil
LA COMPAÑIA
Banco universal que brinda servicios financieros a través de 120 sucursales y 877 ATMs y Terminales de Autoservicio en 17 provincias de Argentina. Sus 3700 empleados atienden a 1.000.000 hogares, 40.700 Pymes y comercios y a cerca de 1.821 clientes corporativos. Es uno de los líderes del mercado en préstamos prendarios, banca electrónica, leasing y comercio exterior. Posee más de 4.900 millones de dólares en activos y 2.500 millones de dólares en depósitos, posicionándose entre los 7 primeros bancos privados de la Argentina en ambos rankings.
EL DESAFÍO
El banco necesitaba analizar automáticamente las reviews de su aplicación móvil para interpretar los problemas detectados por los usuarios y monitorear objetivamente la evolución del impacto de las acciones de corrección, con el objetivo de mejorar la satisfacción y fidelización de los usuarios.
LA SOLUCIÓN
Las calificaciones y reseñas de aplicaciones en plataformas como Google Play Store brindan información valiosa sobre la experiencia del cliente, convirtiéndose en una herramienta muy importante para entender qué les gusta y qué no les gusta sobre el producto/servicio ofrecido a través de la app. Gracias al aprendizaje automático, podemos analizar millones de reseñas de este tipo y conocer dónde el producto/servicio/aplicación no cumple con las expectativas del cliente. Utilizando algoritmos de Natural Lenguaje Processing (Topic Modeling) se escanean automáticamente las reseñas clasificando los diferentes temas y luego se los etiqueta en función del tiempo. Estos tópicos alimentan luego el backlog del desarrollador para mejorar los aspectos identificados en la app.
BENEFICIOS
- Visibilidad y trazabilidad de los problemas de la aplicación.
- Priorización de soluciones de acuerdo al tipo de problema detectado.
- Mejor experiencia de usuario gracias a las mejoras realizadas en la app.
