
Escuchando al Cliente con Social Listening 2.0 y AI
Cliente:Claro
Industria:Telecomunicaciones
País:Perú

Claro Perú necesitaba mejorar su capacidad de interpretar grandes volúmenes de comentarios en redes sociales. El objetivo era superar las limitaciones de los métodos tradicionales de monitoreo, implementando un sistema capaz de identificar múltiples temas simultáneamente, clasificar sentimientos con precisión y ofrecer insights relevantes para la toma de decisiones del negocio.
Impulsar la transformación digital de Claro Perú mediante el uso de inteligencia artificial y procesamiento de lenguaje natural (NLP) para capturar y analizar de forma inteligente la voz del cliente en redes sociales. El proyecto se centró en habilitar decisiones ágiles y fundamentadas, mejorando la experiencia del cliente a partir de datos reales.
Se implementó un sistema inteligente de multi-etiquetado y análisis de sentimientos, respaldado por herramientas como Hootsuite y BigQuery. Esto permitió la creación de un dashboard integrado con información procesada en tiempo real y un chat con capacidades NLP para facilitar respuestas inmediatas a preguntas de negocio.
El resultado fue una mejora significativa en la interacción con el cliente y una toma de decisiones más rápida y centrada en datos.
El proyecto fue desarrollado en conjunto entre el equipo de CSA, especializado en Data & AI, y el equipo de Marca y Comunicación de Claro Perú. CSA se encargó de definir la hipótesis de análisis, configurar el sistema de multi-etiquetado inteligente y diseñar el flujo de datos entre Hootsuite, BigQuery y las herramientas de visualización.
Claro facilitó el acceso a sus plataformas sociales y colaboró activamente en la validación de categorías y etiquetas, asegurando la alineación con los objetivos de negocio y el tono de marca. Durante la implementación, se integraron herramientas como Hootsuite para la recolección de datos, BigQuery para su procesamiento y un dashboard central en Looker Studio para visualizar los insights. Además, se desarrolló un chat basado en NLP que permitió explorar la información de forma ágil.
La colaboración fluida entre ambos equipos permitió adaptar el modelo a los cambios en tiempo real, optimizando la precisión del análisis y acelerando la toma de decisiones.
Explorá otros desafíos que transformamos en experiencias
Ver todos los casos de éxito
Explorá otros desafíos que transformamos en experiencias