Sistema integrado com machine learning para analisar sentimentos em pesquisas de satisfação

Abstract

Uma das maiores dificuldades encontradas na implantação de um processo de controle de qualidade está na elaboração de um questionário simples, direto e intuitivo, que seja fácil e atraente para obter o maior número de respostas possíveis. Com o intuito de oferecer uma alternativa viável, o trabalho propõe o desenvolvimento de um sistema com a finalidade de coletar, analisar e exibir os resultados, monitorados por meio de um painel visual de maneira centralizada. Para a criação da página do formulário, são buscadas bases teóricas no entendimento dos indicadores mais assertivos sobre a satisfação de clientes e, com o apoio do Machine Learning na tratativa de comentários escritos pelos consumidores. Como resultado, o sistema possui mais vantagem econômica em comparação com o custo e o tempo empregado para elaborar e analisar o questionário. Dessa forma, o sistema ajuda as empresas a entenderem não só o feedback, mas o sentimento dos clientes com os indicadores traduzidos e reforçados por Machine Learning.

One of the greatest difficulties encountered implementing a quality control process is designing a simple, direct and intuitive questionnaire that is easy and attractive to get as many responses as possible. In order to provide a viable alternative, the study proposes the development of a system with the objective of collecting, analyzing, and displaying the data in a way that it is possible to monitor the results through a visual panel, which presents the set of indicators in a centralized way. To create the the form page, theoretical bases are sought in order to understand the most assertive indicators on customer satisfaction and, with the support of Machine Learning, in dealing with comments written by consumers. As a result, the system has more economic advantage compared to the cost and time spent to design and analyze the questionnaire. Thus, the system helps companies to understand not only the feedback, but the feelings of customers with assertive indicators translated and reinforced with Machine Learning.