Plataforma para la atención de tickets en mesa de ayuda en empresas de facturación electrónica en el

This information is about a study that reveals that 67% of respondents considered not returning to acquire a service or product due to inadequate customer service, and 60% requested a complaint book. It is also mentioned that 92% of company sales in 2020 were made through electronic billing, leading to delays in customer service. The main objective of this work is to develop a platform that automates ticket management using a chatbot and RPA. The validation of the platform showed a reduction in response times of over 70%. Facultad, Ingeniería Programa Académico, Ingeniería de Sistemas Título, Plataforma para la Atención de Tickets en Mesa de Ayuda en Empresas de Facturación Electrónica en el Perú usando NLP y RPA Autores Ochoa Lacruz, Aumar Alexander Cerda Garay, Neidin Resumen, Consultores 2018 Un estudio revela que un 67% de encuestados consideraron no regresar a adquirir un servicio o producto por una inadecuada atención al cliente y un 60%, solicita el libro de reclamaciones. Sunat 2020 informó que el 92% de las ventas de las empresas, al cierre del año 2020, fueron realizadas mediante el uso de los medios de la facturación electrónica, lo que evidencia la creciente demanda por el uso de este servicio. Por cuál se está teniendo retrasos en la atención, lo que genera penalidades y el malestar de los usuarios. Por lo tanto, el presente trabajo tiene como objetivo principal el desarrollo de una plataforma de automatización que permita cumplir con los tiempos establecidos para la atención de tickets. La plataforma propuesta está conformada de dos partes, la primera, es un chatbot que mediante la técnica de NLP permita resolver las solicitudes de atención de nivel 1 y 2 a tiempo, la segunda, es un RPA que ayude a realizar las tareas manuales ejecutadas por los operarios de mesa de ayuda, pero de forma automática mediante la solicitud del chatbot. La validación fue realizada con 10 personas, las cuales que hicieron un total de 512 diálogos con el chatbot respecto a los tickets del nivel 1 y 2. Los datos analizados demostraron que se tuve una reducción de tiempos de respuesta mayor al 70% en todos los casos.