Resumen de Análisis de sentimientos en opiniones de clientes del Instituto Ecuatoriano de Seguridad Social (IESS) para la toma de decisiones empresariales

Martha Calvopiña Oña, José Cadena Moreano

• español

  Este trabajo de investigación propone una forma más eficiente y eficaz para analizar las opiniones de los clientes del Instituto Ecuatoriano de Seguridad Social (IESS), las cuales son cruciales para la toma de decisiones estratégicas. Asimismo, el objetivo del estudio fue realizar un análisis de los sentimientos en las opiniones de los clientes del IESS, utilizando técnicas de procesamiento de lenguaje natural en Python, para proporcionar información relevante para la toma de decisiones estratégicas. Por su parte, la metodología empleada combina métodos cuantitativos y cualitativos, incluyendo técnicas de procesamiento de lenguaje natural (PLN) para el análisis de sentimiento. En este sentido, los principales resultados indican que los comentarios de los clientes se centran en deficiencias en la atención médica y los servicios administrativos del IESS, con un enfoque recurrente en la falta de información, críticas a la atención de enfermedades específicas y tiempos de espera prolongados. En contraste, el análisis de sentimientos reveló una tendencia hacia la neutralidad en los comentarios, con las herramientas TextBlob, VADER y SentiWordNet reflejando diferentes distribuciones de sentimientos predominantes. Finalmente, las conclusiones destacan la utilidad de las técnicas de PLN para identificar sentimientos predominantes y proporcionar información crítica que puede ayudar al IESS a mejorar la calidad de sus servicios y la satisfacción del cliente.

• English

  This research work proposes a more efficient and effective way to analyze the opinions of clients of the Ecuadorian Institute of Social Security (IESS), which are crucial for making strategic decisions. Likewise, the objective of the study was to perform a sentiment analysis on the opinions of IESS clients, using natural language processing techniques in Python, to provide relevant information for strategic decision making. For its part, the methodology used combines quantitative and qualitative methods, including natural language processing (NLP) techniques for sentiment analysis. In this sense, the main results indicate that customer comments focus on deficiencies in the medical care and administrative services of the IESS, with a recurring focus on the lack of information, criticism of the care of specific diseases and waiting times. prolonged. In contrast, sentiment analysis revealed a trend toward neutrality in comments, with the TextBlob, VADER, and SentiWordNet tools reflecting different distributions of predominant sentiments. Finally, the conclusions highlight the usefulness of NLP techniques to identify predominant feelings and provide critical information that can help the IESS improve the quality of its services and customer satisfaction.