Inteligencia Artificial Aplicada Al Marketing Chatbots

Inteligencia Artificial aplicada al marketing:
Impacto del uso de Chatbots Cognitivos en la

satisfacción del cliente del sector bancario
Item Type info:eu-repo/semantics/bachelorThesis
Authors Villón Cabrera, Nicole
Publisher Universidad Peruana de Ciencias Aplicadas (UPC)
Rights info:eu-repo/semantics/openAccess; Attribution-

NonCommercial-ShareAlike 4.0 International
Download date 24/04/2023 22:47:15
Item License http://creativecommons.org/licenses/by-nc-sa/4.0/
Link to Item http://hdl.handle.net/10757/652700

UNIVERSIDAD PERUANA DE CIENCIAS APLICADAS
FACULTAD DE COMUNICACIONES
PROGRAMA ACADÉMICO DE COMUNICACIÓN Y MARKETING
Inteligencia Artificial aplicada al marketing: Impacto del uso de Chatbots Cognitivos en la
satisfacción del cliente del sector bancario
TRABAJO DE INVESTIGACIÓN
Para optar el grado de bachiller en Comunicación y Marketing
AUTOR
Villón Cabrera, Nicole ( 0000-0002-5292-4868)
ASESOR
Lodeiros Zubiria, Manuel Luis ( 0000-0001-7436-9394)
Lima, 09 de Julio de 2020

DEDICATORIA
A Arlene, mi madre, que me enseñó a perseguir mis sueños y hoy me ayuda a cumplirlos
desde el cielo.
A Alejandro, mi padre, la persona con la que camino de la mano y el que me enseña a ser
una persona resiliente.
Gracias por su esfuerzo y por su amor.
I
AGRADECIMIENTOS
Agradezco a los docentes que me acompañaron a lo largo de mi carrera universitaria y me

transmitieron los conocimientos para realizar esta investigación. A los expertos de Oracle que
estuvieron comprometidos en ayudar con las entrevistas necesarias. A mi hermana Giubel por
ser mi mejor amiga y apoyo. A mis amigos Christian y Alan, que me enseñaron a amar lo que
hago y que trabajando en equipo, felicidad y dedicación, se puede lograr grandes cosas.
II
RESUMEN
Hoy en día, vivimos en un mundo digitalizado, donde cada vez más las empresas intentan
brindar mejores servicios para diferenciarse entre unas y otras. De esta manera, los chatbots
permiten atender las consultas de los clientes y brindar un servicio diferente. En esta
investigación, se analiza el uso de chatbots en el sector bancario peruano y cómo impacta en la
satisfacción del cliente. Además, se observa el efecto que tiene la calidad de servicio, calidad
de información y facilidad de uso. Los datos fueron recolectados de 250 encuestados. Los
resultados proporcionan una visión a los bancos para poder fortalecer la satisfacción de sus
clientes a través de los chatbots.
Palabras clave: Chatbots; inteligencia artificial; satisfacción; facilidad de uso; calidad de

información; calidad de servicio.
III
Artificial Intelligence applied to marketing: Impact of the use of Cognitive Chatbots on
customer satisfaction in the banking sector.
ABSTRACT
Nowadays, we live in a digitized world, where more and more companies try to provide better
services to differentiate between them. In this way, chatbots allow to answer customer queries
and provide a different service. In this research, I analyze the use of chatbots in the Peruvian
banking sector and how it impacts customer satisfaction. In addition, the effect of quality of
service, quality of information and ease of use is observed. Data was collected from 250
respondents. The results allowed a vision for the banks to be able to strengthen the satisfaction
of their clients through chatbots.
Keywords: Chatbots; artificial intelligence; satisfaction ease of use; quality of information;

quality of service.
IV
TABLA DE CONTENIDOS
INTRODUCCIÓN
1. Capítulo I - Marco Teórico
1.1 Inteligencia artificial 6
1.1.1 Chatbots 6
1.1.1.1 Chatbots en el sector bancario 7
1.2 Experiencia del cliente en el marketing 8
1.3 Satisfacción del cliente bancario 8
1.4 Calidad de servicio 9
1.5 Calidad de información 10
1.6 Problema de investigación 10
1.7 Hipótesis 11
1.8 Objetivos 12
1.8.1 Objetivo general 12
1.8.2 Objetivos específicos 12
2. Capítulo II - Metodología
2.1 Tipo de Investigación 12
2.2 Población 13
2.1.1 Primaria 13
2.1.2 Secundaria 13
2.3 Técnicas de investigación 13
2.3.1 Entrevista 13
2.3.1.1 Explicación 13
2.3.1.2 Muestra 14
2.3.1.3 Instrumento 14
2.3.1.4 Técnica de recolección 14
2.3.1.5 Técnica de procesamiento de la información 15
2.3.2 Encuestas 15
2.3.2.2 Muestra 15
2.3.3 Observación online 16
2.3.3.2 Muestra 16
2.4 Cronograma de todas las técnicas 17
3. Capítulo III - Resultados
3.1 Resultados cualitativos 17
3.2 Observación online 19
3.3 Conclusión 20
3.4 Resultados cuantitativos 20
3.4.1 Construcción de las variables 20
3.4.2 Hipótesis 20
3.5 Conclusión 24
V
4. Capítulo IV - Discusión
4.1 Conclusión 25
4.2 Implicancias a la gerencia 26
4.3 Futuras investigaciones 27
REFERENCIAS BIBLIOGRÁFICAS
ANEXOS
VI
ÍNDICE DE TABLAS
1. Tabla 1: Correlación Facilidad de Uso 28

2. Tabla 2: Correlación Calidad de Servicio 29
3. Tabla 3: Correlación Calidad de Información 30
VII
INTRODUCCIÓN
Justificación y evidencias
En la actualidad, existe una gran cantidad de entidades bancarias alrededor del mundo. Según
BBC1, hasta el año 2016 son 28 bancos los que dominan la economía global, entre ellos: J.P.
Morgan Chase, Bank of America, Citigroup, HSBC y Deutsches Bank. Según Forbes2, hasta
el 2018, las marcas bancarias más valiosas son: ICBC de China con un valor de marca de $59.2
MM3, China Construction Bank con un valor de marca de $56.8 MM y Wells Fargo de Estados
Unidos, con un valor de marca de $44.1 MM.
Esta gran competencia no es ajena a la realidad peruana, donde aproximadamente 16 empresas

bancarias están presentes en el mercado (Banco Central de Reserva del Perú, 2019). Debido a
esto, buscan diferenciarse y ser la primera o única opción de los miles de peruanos. Para
fidelizar a sus consumidores hacen uso de diferentes herramientas, una de ellas es la
inteligencia artificial, la cual cada vez más empresas hacen uso para mejorar sus procesos, tanto
a nivel interno como externo, y de esta manera brindar una mejor experiencia.
La inteligencia artificial es un campo de estudio donde teorías, métodos y tecnologías están

incluidas. Esta combina grandes cantidades de datos de procesamiento rápido y algoritmos
inteligentes. La inteligencia artificial se basa en diferentes procesos, los cuales son: El
aprendizaje automático, el aprendizaje basado en la red neuronal formada por unidades
interconectadas (similar a las neuronas), el aprendizaje profundo, la computación cognitiva, la
visión por computadora y el procesamiento del lenguaje natural (Edith y Emilian Dobrescu,
2018).
Dentro de dichos procesos, específicamente dentro de la computación cognitiva, se encuentran

los llamados “Chatbots”. La computación cognitiva permite a las computadoras aprender para
resolver problemas con cada interacción que sostienen con un usuario (El Comercio, 2017). Es
decir, esta implica una interacción hombre-máquina utilizando un algoritmo de inteligencia
1
BBC: British Broadcasting Corporation. Organización que transmite programas en radio y televisión.
2
Forbes es una compañía global de medios, enfocada en negocios, inversión, tecnología, liderazgo y
estilo de vida.
3
Miles de millones.
1
artificial y computación cognitiva humana, el cual tiene como objetivo que una máquina simule
procesos humanos a través de la capacidad de interpretar imágenes y habla (Edith y Emilian
Dobrescu, 2018). Un “bot” es un software de inteligencia artificial diseñado para realizar una
serie de tareas por su cuenta y sin la ayuda del ser humano (El Economista, 2016). Mientras
que según el diccionario de la universidad de Oxford4, un “Chatbot” es un programa de
computadora diseñado para simular conversaciones con usuarios humanos, especialmente a
través de Internet. (Ver ejemplo en anexo 1)
Según Henry Silva, gerente general de Capybara SEO, “los chatbots te permiten comunicarte
con sus clientes de manera rápida, directa y de una manera mucho más natural ya sea solo con
el fin de interactuar con ellos, ofrecerles productos o saber qué es lo que están buscando” (La
República, 2017).
Este tema aporta al marketing un enfoque distinto, ya que busca evaluar cuál es el impacto del
uso de esta tecnología en la experiencia del cliente, pues en los últimos meses se ha venido
incorporando en el sector financiero como parte de una tendencia (El Comercio, 2018). De esta
manera, se ayudará a evaluar a las demás empresas si es que es conveniente el uso de esta
tecnología según el impacto que ha tenido en los consumidores. Asimismo, ayudaría a
comprender este nuevo mercado donde podrían invertir o abstenerse según los resultados.
Relevancia, alcances y limitaciones
Esta investigación será de gran utilidad para los diferentes sectores del mercado que pretenden
implementar este tipo de tecnología. En cuanto a los alcances, se busca evidenciar la relación
que existe entre el sector bancario y la inteligencia artificial, además de evaluar el impacto que
se genera en la experiencia del cliente. Se analizará tanto a consumidores como a personal
encargado de la implementación de esta tecnología dentro de las mismas empresas. Finalmente,
respecto a las limitaciones, en el Perú el uso de esta tecnología ya es una realidad, sin embargo,
son pocas las empresas que la utilizan. Por lo cual es un mercado en crecimiento. Otra de las
limitaciones que existen, es la falta de estudios previos de investigación sobre el tema. Si bien
existen investigaciones que se asemejan, aún no son muy variadas.
4
Universidad ubicada en Oxford, Inglaterra.
2
Antecedentes
En las siguientes líneas se evaluará el tema de Inteligencia Artificial aplicada al marketing:

Impacto del uso de Chatbots Cognitivos en la experiencia del cliente del sector bancario. Por
lo cual, es importante definir los conceptos “chatbots” y “experiencia del cliente”.
En primer lugar, la literatura ofrece múltiples definiciones para chatbots. Para Desaulniers
(2016) los chatbots son mensajería interactiva impulsada por inteligencia artificial. Además,
Schlicht (2016) los define como un servicio, impulsado por las normas y la inteligencia
artificial, con la que a veces se interactúa por medio de una interfaz de chat. En cuanto a la
experiencia del cliente, ésta se ha convertido en una dimensión crucial en el marketing de hoy
en día. Se esfuerza para crear una experiencia única, memorable y agradable para los clientes
(Jain, Aagja y Bagdare 2017).
Mencionado esto, es importante resaltar un enfoque que habla acerca del uso de la tecnología.
La cual, para adquirir, crecer y retener a los clientes, ha sido durante mucho tiempo, de interés
para los profesionales de marketing. (Gu y Tayi (2017), Nijssen et al., (2016) y Orenga - Rográ
y Chalment (2016)). Además, en ningún otro sector es más evidente que en el sector bancario.
Es por ello, que los bancos están comenzando a ofrecer servicios de banca móvil que utilizan
inteligencia artificial y las interacciones de servicio basadas en algoritmos. (Iberahim et al
(2016).
Para ampliar este enfoque, los autores Lee y Chung (2009), Luo et al (2019) y Shik y Karjaluoto
(2015), mencionan que permitir a los clientes acceder a los servicios bancarios en cualquier
momento y en cualquier lugar sin conversar con un empleado del banco, representa un cambio
fundamental en la industria. Un ejemplo se da en los chatbots habilitados por inteligencia
artificial. Los cuales, están diseñados para interactuar con los clientes para completar
transacciones de rutina mediante la simulación de la conversación, ya sea en un formato
auditivo o textual. (Korzeniowski (2017).
Por otro lado, en cuanto a la relación que existe entre los chatbots y la experiencia del cliente,
los autores Rust y Huang (2014), explican que estos servicios de inteligencia artificial pueden
ofrecer a los consumidores una experiencia bancaria más personalizada. Mientras que para el
3
autor Eeuwen (2017), los chatbots o agentes de conversación pueden ser utilizados para
automatizar la interacción entre una empresa y el cliente. Además, a medida que los clientes
pasan más tiempo en entornos digitales, las marcas se van mudando a los servicios digitales.
Se dice que los avances tecnológicos ahora permiten que agentes de servicio o "agentes de
servicio electrónico" mejoren las experiencias de los clientes y cumplan con las expectativas a
través de interacciones en tiempo real. (Hagberg, Sundstrom y Egels-Zandén (2016)).
Asimismo, los autores Chung, Ko, Joung y Kim (2018), indican que gracias a su investigación
pudieron mostrar cómo las herramientas de asistencia de servicio digital pueden ayudar a
construir relaciones positivas con los clientes, a pesar de que los agentes de e-service no se
comunican completamente con los clientes. En adición, se descubrió que las marcas de moda
están utilizando los agentes chatbot e-service para interactuar con los clientes, proporcionar
respuestas oportunas a las preguntas de los clientes, y entregar información amplia y profunda
para reducir la incertidumbre y proporcionar satisfacción al cliente. (Chen y Xie (2008) y
Mimoun et al (2017)).
Para añadir otro enfoque, es importante mencionar que los consumidores se sienten bien acerca
de una marca que ofrece chatbots, si es que consiguen una experiencia correcta. (Dreyer (2016)
y Price (2018)). Además, los consumidores tienen una experiencia correcta si los chatbots les
proporcionan la información relevante, alta disponibilidad del sistema y soluciones
personalizadas, además de redirigir las consultas a las autoridades adecuadas en la organización
para dar respuesta a la pregunta del cliente. (Bernazzani (2018)). En contraste, el estudio que
realizó Jay Trivedi (2019), tuvo como resultado que la experiencia del cliente de chatbots,
mostró un impacto significativo en el amor por la marca bancaria.
Por último, respecto a los textos que dialogan directamente con la propuesta de investigación,
se encontró información respecto a la experiencia de usuario y su relación con los chatbots. Es
así que, Danielle Duijst, en su investigación “¿Podemos mejorar la experiencia de usuario de
chatbots con la personalización?”, determina que la personalización tiene poco de efecto en la
experiencia de usuarios de chatbots.
Asimismo, Candela (2018), en su tesis “Consumidores, percepción y actitud hacia la adopción
de chatbots. Un enfoque en el mercado italiano”, determina que la razón principal de los
consumidores para utilizar un chatbot es la productividad. Si bien este no muestra directamente
4
la relación entre la experiencia de usuario y los chatbots, es importante mencionarlo, ya que
muestra los resultados de la experiencia que tuvo el consumidor después del uso de la
herramienta.
Respecto al vacío teórico, los autores afirman que para que un consumidor se sienta bien con
la marca, este debe tener una buena experiencia con los chatbots. Además, mencionan que los
chatbots tienen un buen impacto en la experiencia del cliente si es que estos son personalizados
y proporcionan información relevante. Sin embargo, en Perú no existen investigaciones que
reflejen los resultados que brinda el uso de chatbots cognitivos en la experiencia del
consumidor bancario. Por lo cual, esta investigación es importante para obtener resultados
determinados acerca del uso de esta nueva herramienta tecnológica.
5
1. MARCO TEÓRICO
1.1 Inteligencia artificial
Para contextualizar, es importante que se hable acerca de qué significa inteligencia artificial.
Esta se define de manera diferente en distintos contextos, por lo cual es valioso conceptualizarla
en términos de marketing. Una de las descripciones recientes que se tienen, la definen como
una colección de tecnologías avanzadas que permite a las máquinas sentir, comprender, actuar
y aprender ( Daugherty et al., 2018, p. 22), y como una aplicación sofisticada de tecnología
mediante la cual una máquina demuestra funciones cognitivas humanas como aprendizaje,
análisis y resolución de problemas (Valin, 2018). Además, es importante mencionar que, según
muchos expertos, el uso de maquinaria computarizada para emular capacidades que alguna vez
fueron únicas para los humanos se espera, que tenga un impacto aún mayor en los negocios
que las redes sociales (Weber Shandwick, 2016). Es así que, según estas definiciones, se puede
conceptualizar la inteligencia artificial en contexto de marketing como una tecnología capaz de
aprender a sentir, aprender, analizar, actuar y solucionar problemas con igual o mayor
capacidad que la de un humano. En consecuencia, es importante preguntarse si es que la
inteligencia artificial puede reemplazar la experiencia humana para generar conocimientos
valiosos de marketing y desencadenar acciones aprendiendo de lo que está haciendo. Norbert
Wirth (2018), asegura que esto ya está sucediendo en áreas como el online targeting5. No es de
extrañar que veamos estas soluciones creciendo rápidamente en el ecosistema digital porque
estas decisiones se toman a tal escala y velocidad que un ser humano simplemente se perdería.
1.1.1 Chatbots
Un chatbot se define como un programa de software inteligente que se comunica con su usuario
en lenguaje natural a través del chat y puede ser utilizado con fines comerciales (Milan Van
Eeuwen, 2017). Además, otro de los autores lo define como un programa de ordenador que
imita la conversación humana en su formato natural, incluyendo texto o lenguaje hablado,
5
El Targeting es un apartado del Marketing Online que tiene como objetivo alinear la publicidad a las
necesidades de los clientes a los que se quiere llegar.
6
utilizando técnicas de inteligencia artificial como el “Natural Language Processing”6 (NLP)
(Happiest Minds, 2017).
Una de las características que más resaltan de los chatbots, es que aprenden de la experiencia
pasada y se vuelven cada vez más inteligentes a lo largo del tiempo. Para entender mejor esta
definición, es importante explicar la manera en como los chatbots funcionan. Existen dos
maneras, una es basada en reglas y la otra basada en máquinas inteligentes. Los bots basados
en reglas proporcionan respuestas predefinidas desde una base de datos, basadas en las palabras
clave utilizadas por los usuarios. Mientras que, los Chatbots inteligentes basados en máquinas,
heredan sus capacidades de las tecnologías de Inteligencia Artificial (IA) y Computación
Cognitiva y adoptan sus respuestas en base a consultas de clientes (Happy Minds, 2017).
Entonces, un chatbot realiza diferentes funciones que reemplazan muchas veces a un hombre
y finde comportamiento humano. Asimismo, aprende mientras amplía sus competencias
comunicativas y desarrolla conocimientos sobre cómo personalizar un mensaje y mejorar sus
propias reglas de comunicación y reacciones (Dominika Kaczorowska-Spycharlska,2019). En
adición, se trata de interfaces complejas basadas en el análisis de un lenguaje natural y de
normas de comunicación interpersonal, que permiten mejorar las interacciones hombre-
máquina, y un diálogo dirigido tiene un propósito y está definido (Przegalińska, 2016, p. 33).
Como resultado, los chatbots son capaces de responder a preguntas dadas, proporcionar
respuestas y resolver problemas mediante la comprensión de los usuarios (Dominika
Kaczorowska-Spycharlska,2019).
1.1.1.1 Chatbots en el sector bancario
Se dice que los chatbots son una nueva plataforma tecnológica proporcionada por los bancos
(Trivedi, 2019). Sin embargo, Dale (2016), asegura que muchos ven esta tecnología como el
anuncio de una revolución en la forma en que interactúan con los dispositivos, pero las
aplicaciones Chatbot han existido desde hace mucho tiempo. Esto debido a que en el año 1960
se desarrolló un programa informático llamado Eliza, que utilizó sencilla coincidencia de
patrones y un mecanismo de respuesta basada en la plantilla para emular el estilo de
conversación de un psicoterapeuta no direccional (Dale, 2016).
6
La Programación Neurolingüística (PNL) es un modelo de comunicación conformado por una serie
de técnicas, cuyo aprendizaje y práctica están enfocados al desarrollo humano.
7
Otro ejemplo se da en Clippy el Asistente de oficina, que se incluye con Microsoft 1997-2003.
Algunos podrían no desea llamar Clippy un conversacional, ya que en realidad no conversar
en lenguaje natural, pero el paradigma básico de interfaz de usuario es muy similar a la utilizada
en algunos de kits de herramientas Chatbot de hoy (Dale, 2016).
1.2 Experiencia del cliente en el marketing
El concepto de la experiencia del cliente ha cogido atención debido a su capacidad para lograr
la diferenciación y ventaja competitiva para la organización (Pino y Gilmore 1998, Shaw y
Ivens 2002).
Una definición más reciente es propuesta por Jain, Aagja y Bagdare (2017) como “la suma de
sensaciones, percepciones y actitudes formadas durante todo el proceso de toma de decisiones
y la cadena de consumo que implica una serie integrada de la interacción con las personas,
objetos, procesos y medio ambiente, dando lugar a respuestas cognitivas, emocionales,
sensoriales y de comportamiento.”
Gracias a estas definiciones y discusiones, se puede llegar a la conclusión de que la experiencia

del cliente en el marketing ayuda a que una organización se diferencie sobre el resto y da paso
una relación con el consumidor debido a que genera respuestas como las mencionadas
anteriormente.
1.3 Satisfacción del cliente bancario
Por un lado, la filosofía de las ciencias de la gestión moderna considera la satisfacción del
cliente como una base de referencia estándar de rendimiento y un posible estándar de
excelencia para cualquier organización empresarial (Gerson, 1993). Por otro lado, un modelo
sostiene que la satisfacción del cliente es la diferencia entre el rendimiento percibido y las
expectativas del cliente (i.e., Anderson, 1973; Oliver, 1993). Otro considera que el rendimiento
y las expectativas se perciben como efectos positivos sobre la satisfacción (Fornell, 1992;
Westbrook y Reilly, 1983). Mientras que, otro más considera las expectativas del mercado y el
rendimiento como uno solo (Johnson y Fornell, 1991).
8
Mencionado esto, hoy en día se usa la tecnología como un canal alternativo para mejorar la
satisfacción del cliente. Los clientes ya no necesitan participar en largas colas o tratar
directamente con los funcionarios del banco, ya sea durante sus horas de trabajo o fuera de
estas. Además, pueden ser atendidos en cualquier momento y realizar transacciones en
cualquier lugar. (Indrayani , Wibisono , Aritra y Muda, 2019).
1.4 Calidad de servicio
Para entrar en los mercados mundiales, es necesario contar con un sistema bancario eficiente y
actualizado que pueda competir con el sistema bancario mundial con precisión y rapidez. En
general, la calidad del e-service tiene una estrecha conexión con los clientes y la satisfacción
del cliente en el sector bancario. (Rostami, Khani y Soltani, 2016)
De acuerdo con Cronin y Taylor (1992) la calidad del servicio es una premisa de la satisfacción
del cliente, además también tiene un efecto importante en el propósito de compra. Por lo cual,
los bancos privados han creado una gran competencia en el sector bancario y han cambiado las
expectativas y las demandas de los clientes con respecto a sus cambiantes estilos de vida y los
servicios que reciben. (Fakhari, 2009).
Se dice que, si la calidad del servicio mejora, el nivel de comunicación con los clientes
probablemente mejoraría también y conduciría a resultados conductuales como el compromiso,
el deseo de permanecer, la satisfacción, lealtad, un enlace bidireccional entre el proveedor de
servicios y el cliente, mayor tolerancia al cliente de errores en los servicios, y publicidad
positiva sobre el banco. (Sheng y Liu, 2010) Es por ello que, con el fin de distinguir sus
servicios de la competencia, los gerentes bancarios están buscando aumentar la eficiencia de
los e-service. (Avkiran, 1994)
Por otra parte, dado que una mayor calidad de los servicios es probablemente la única diferencia
entre los bancos, puede ser una manera de lograr el éxito en el sector. Bank Melli considera
que ser pionero en la prestación de servicios de banca electrónica, es uno de los principales
requisitos en relación con el desarrollo de sus servicios, y la satisfacción del cliente, la cual es
la máxima prioridad del banco. (Rostami, Khani y Soltani, 2016)
9
En el caso del uso de chatbots, los bancos que los ofrecen deben garantizar un buen servicio al
cliente para mejorar la experiencia general del mismo. (Jay Trivedi, 2019)
1.5 Calidad de información
Likeman (1999) explicó la importancia de la calidad de la información al afirmar que la

información presentada al usuario debe ser oportuna, precisa y pertinente. En caso de que los
chatbots no proporcionen la información pertinente en el momento adecuado, el usuario puede
dejar de utilizar la tecnología debido a la mala experiencia.
Además, Swanson (1997) observó los efectos de la calidad de la información en el desempeño

de la organización y estableció que una mala calidad de la información podría reducir el
rendimiento general de la organización aumentando el costo de funcionamiento y
mantenimiento. La calidad de la información ofrecida por chatbots se espera que sea vital para
mejorar la experiencia del cliente.
1.6 Problema de investigación
Hoy en día, los bancos están en una lucha constante por diferenciarte entre unos y otros. Por lo
cual, se han abierto varias rutas para prestar servicios a los clientes, de los cuales los canales
bancarios más utilizados respectivamente son: cajeros automáticos, banca por Internet, banca
telefónica y banca móvil. (Wan, Luk & Chow, 2003)
En Perú, uno de los canales que está surgiendo son los chatbots. Al ser un canal relativamente
nuevo, aún queda la duda si ha tenido la repercusión correcta desde el punto de vista del cliente.
Por lo tanto, frente a las características de los chatbots, vale la pena preguntarse:
¿Cuál es la relación existente entre la facilidad de uso, calidad de servicio y calidad de

información con la satisfacción del cliente del sector bancario?
Como se observa en este caso, lo que vendría a ser la variable independiente es: Facilidad de
uso, calidad de servicio y calidad de información. Mientras que, la variable dependiente es:
satisfacción del cliente. Asimismo, el indicador a usar es el cuestionario con escala de Likert.
10
1.7 Hipótesis
Para los usuarios, una de las principales ventajas de un chatbot se da por la facilidad de uso, ya
que funcionan como una aplicación de mensajería instantánea. Asimismo, los chatbots
proporcionan fáciles y agradables conversaciones, que conducen a una experiencia de usuario
más positiva (Valtolina, Barricelli, Gaetano, Diliberto, 2018). Por lo cual, esto nos lleva a la
formación de la siguiente hipótesis:
H1: Existe una relación positiva entre la facilidad de uso y la satisfacción del cliente.
La calidad de servicio tiene un impacto profundo en una empresa, ya que la buena calidad del
servicio da como resultado la lealtad del cliente (Grant, 1989), mayor satisfacción del cliente
(Anderson et al. 1994) e intención de compra (Soteriou y Chase 2000). Los bancos que ofrecen
chatbots deberían garantizar buen servicio al cliente para mejorar la experiencia general del
cliente. Dicho esto, se planteó la siguiente hipótesis:
H2: Existe una relación positiva entre la calidad de servicio y la satisfacción del cliente.
La información presentada al usuario tiene que ser oportuna, precisa y relevante. En el caso de
que los chatbots no brinden información relevante en el momento adecuado el usuario puede
dejar de usar esta tecnología debido a la mala experiencia (Clikeman, 1999). Asimismo,
Swanson (1997), estableció después de una observación que la mala calidad de información
podría reducir el rendimiento general de la organización. Asimismo, se espera que la calidad
de información ofrecida por chatbots sea vital para mejorar la experiencia del cliente. Esto nos
lleva a la formación de la siguiente hipótesis:
H3: Existe relación positiva entre la calidad de información y la satisfacción del cliente.
En síntesis, se busca comprobar si existe una relación entre la facilidad de uso, la calidad de
servicio y la calidad de información, con la satisfacción del cliente del sector bancario. Jay
Trivedi (2016) para su investigación “Examinando la experiencia de uso del cliente de chatbots
bancarios y su impacto en el amor de marca: El papel moderador del riesgo percibido”, realizó
encuestas online a través de “Google Docs” e hizo uso de la escala de Likert con un rango entre
11
totalmente en desacuerdo y totalmente de acuerdo. Asimismo, Milan Van Eeuwen (2017) en
su estudio “Comercio conversacional móvil: Los chatbots de messenger como la siguiente
interfaz entre empresas y consumidores”, hace uso de la misma escala mediante una encuesta
online.
1.8 Objetivos
1.8.1 Objetivo general
Analizar la relación entre el uso de chatbots de facebook messenger y la satisfacción del cliente
del sector bancario.
1.8.2 Objetivos específicos
● OE1: Identificar si existe una relación positiva entre la facilidad de uso y la

satisfacción del cliente.
● OE2: Identificar si existe una relación positiva entre la calidad de servicio y la

● OE3: Identificar si existe relación positiva entre la calidad de información y la

2. METODOLOGÍA
2.1 Tipo de Investigación
Es importante mencionar que la investigación científica tiene dos enfoques: cuantitativo y

cualitativo; y cuatro alcances: exploratorio, descriptivo, correlacional y explicativo (Sampieri,
2010). En cuanto a la investigación exploratoria es importante tener claras las variables por
estudiar y se centra en la búsqueda de datos externos e internos para obtener respuesta a temas
poco estudiados. La investigación descriptiva busca describir las características de un
fenómeno, sujeto o población a estudiar, por lo que debe medir pensamiento previos y
opiniones para darle validez al nuevo enfoque. La investigación correlacional busca generar
12
relaciones o asociaciones entre las variables que se han planteado anteriormente. Por último, la
investigación explicativa busca encontrar las causas de los sucesos y darle un sentido racional.
Es decir, está orientada a determinar causa y efecto entre las variables.
Basado en la teoría presentada anteriormente, la presente investigación, es de tipo

correlacional, ya que se busca saber la relación existente entre dos o más variables. En este
caso, se busca saber la relación entre las variables facilidad de uso, calidad de servicio y calidad
de información, con la satisfacción del cliente. Además, se busca saber cómo éstas repercuten
en las hipótesis planteadas. Este tipo de investigación nos permite evaluar la variación de una
variable respecto a la otra, y de esta manera obtener resultados que nos permita sacar
conclusiones específicas acerca del tema estudiado. (Sampieri, 2010)
2.2 Población
2.1.1 Primaria
Para determinar la población del presente estudio se ha elegido público objetivo a todos los
clientes del Banco de Crédito del Perú. Según Arturo Johnson, gerente de Área de Canales
Alternativos del BCP, después de la fase de prueba, se tienen 110,000 clientes afiliados a
Arturito, el chatbot de la marca mencionada. Por lo cual, para la investigación se utilizará como
base esta cantidad de clientes afiliados al servicio.
2.1.2 Secundaria
Como público secundario, se determinaron expertos en temas de chatbots, innovación,

satisfacción del cliente y tecnología. Todos los expertos son profesionales que trabajan en
empresas transnacionales.
2.3 Técnicas de investigación
2.3.1 Entrevista
2.3.1.1 Explicación
La primera herramienta a utilizar serán entrevistas a profundidad al público objetivo y a

expertos para analizar las variables mencionadas en la metodología. Una entrevista es definida
13
como una reunión para charlar e intercambiar información entre una persona (el entrevistador)
y otra (el entrevistado). (Janesick, 1998) En este caso, este público pasará por un filtro para
determinar si son adecuados para la investigación.
2.3.1.2 Muestra
Se realizarán 5 entrevistas a profundidad al público objetivo con una estructura enfocada en la

satisfacción del cliente del sector bancario y las variables dependientes. (Ver anexo 3)
Asimismo, se realizarán 5 entrevistas a profundidad a expertos relacionados a rubros
tecnológicos, de experiencia del cliente e innovación.
2.3.1.3 Instrumento
En el caso del público objetivo primario, las entrevistas fueron divididas en dos bloques. En el
primer bloque, se realizaron preguntas introductorias acerca de la experiencia con chatbots, uso
y conocimiento. En el segundo bloque, se realizaron preguntas relacionadas al chatbot Arturito,
facilidad de uso, calidad de la información y calidad del servicio.
De igual forma, en el caso del público objetivo secundario, las entrevistas fueron divididas en
dos bloques. En el primer bloque, se realizaron preguntas introductorias acerca de opiniones
personales acerca de la experiencia con chatbots, conocimiento y uso. En el segundo bloque,
se realizaron preguntas relacionadas a los beneficios que le brinda un chatbot a una empresa y
conocimientos que han obtenido gracias a su experiencia.
2.3.1.4 Técnica de recolección
En el caso del público objetivo primario, las entrevistas fueron realizadas a clientes fuera de
agencias bancarias del Banco de Crédito BCP, en el distrito de Santiago de Surco y La Molina.
Estas fueron grabadas con un dispositivo móvil, con consentimiento del entrevistado, para
luego ser analizadas.
En el caso del público objetivo secundario, las entrevistas fueron realizadas a trabajadores de
la empresa de tecnología Oracle, ubicada en el distrito de Santiago de Surco. De igual manera,
con el respectivo consentimiento, las entrevistas fueron grabadas para posteriormente ser
analizadas.
14
2.3.1.5 Técnica de procesamiento de la información
En cuanto al análisis de datos cualitativos, se recolectarán los datos a través de entrevistas a

profundidad a expertos y al público objetivo de la investigación. Seguido a esto, se revisarán
los datos para su análisis. Todo será almacenado en audios y serán transcritos en documentos
de word. De esta manera, el análisis de realizará de forma sencilla y ordenada para el análisis
correspondiente.
2.3.2 Encuestas
La segunda herramienta a utilizar serán encuestas online, las cuales están conformadas por un
cuestionario. Este consiste en un conjunto de preguntas respecto de una o más variables a medir
(Chasteauneuf, 2009). Además, debe ser congruente con el planteamiento del problema e
hipótesis (Brace, 2013). Esto nos permitirá llegar a diferentes conclusiones y sugerencias
gracias al análisis de los resultados. Se establecieron preguntas relacionadas a las hipótesis
planteadas anteriormente.
2.3.2.2 Muestra
El tipo de muestra que se utilizará es un modelo no probabilístico. Esto debido a que la

selección se basa en características del estudio más no en criterios estadísticos. Además, se
seleccionan individuos sin el objetivo de que sean estadísticamente representativos de una
población determinada. (Hernández-Sampieri, et.al, 2014) Por lo cual, se ha decidido realizar
250 encuestas. (Ver anexo 5) Esta encuesta está compuesta por un cuestionario dividido en 5
variables: Satisfacción del cliente, Facilidad de uso, Calidad de Servicio y Calidad de
información.
2.3.2.3 Instrumento
Se dividió la encuesta en dos partes. La primera parte constaba de una pregunta filtro donde se
preguntaba si es que alguna vez había utilizado el Chatbot Arturito del Banco de Crédito del
Perú (BCP). La segunda parte, estuvo conformada por dos preguntas de género y grupo de edad
15
y 17 preguntas basadas en las variables “Satisfacción del cliente, Facilidad de uso, Calidad de
Servicio y Calidad de información”.
Se realizó una encuesta online autoadministrada, lo cual significa que se proporciona el

cuestionario directamente a los participantes y ellos mismos marcan las respuestas, sin ningún
intermediario. La forma de autoadministración puede tener distintos contextos: individual,
grupal o por envío (correo tradicional, correo electrónico y página web) (Sampieri, 2010) En
este caso se realizó a través de la plataforma “Formularios de Google” y se hizo el envío al
público objetivo para que la contestara.
En cuanto al análisis de datos cuantitativos, se realizará el análisis de cada una de las variables
a través de tablas cruzadas. Seguido a esto, se comenzará a realizar la prueba de hipótesis con
ayuda del programa SPSS. Con esto se busca probar si las hipótesis planteadas anteriormente
son verdaderas o falsas.
2.3.3 Observación online
Para enriquecer la investigación, se decidió realizar observación online. La observación

cualitativa no solo se basa en “sentarse a ver lo que sucede y anotarlo”, implica adentrarnos
profundamente en situaciones y participar activamente, así como una reflexión permanente. Es
importante estar atento a los detalles y eventos. (Sampieri, 2010) Dicho esto, la observación se
llevó a cabo en la página de facebook de Arturito BCP, donde usuarios brindaban sus opiniones
acerca del servicio que recibían.
2.3.3.2 Muestra
Se tomaron en cuenta opiniones de clientes del Banco de Crédito BCP, que han usado el chatbot
Arturito en alguna oportunidad.
16
2.3.3.3 Instrumento
Se realizó observación online en la página de Facebook de Arturito BCP por 7 días seguidos.
Esta observación fue documentada y analizada.
En primer lugar, se observaron diferentes opiniones en Facebook del chatbot mencionado

anteriormente, tanto negativas como positivas. Finalmente, se eligieron las más recurrentes
para ser analizadas.
El procesamiento de la información se dió a través de la observación y analizando las diferentes

opiniones de los clientes en la página de Facebook del Banco de Crédito BCP. De esta manera,
todas las opiniones enriquecen la investigación y le brindan diferentes enfoques que nos
permiten realizar un análisis profundo del tema a investigar.
2.4 Cronograma de todas las técnicas
El cronograma de las actividades se llevó a cabo de la siguiente manera: La formulación de

cuestionario en la tercera semana de Marzo. El diseño de cuestionario en plataforma online,
entre la tercera y cuarta semana de Marzo. El envío de encuestas entre la primera semana de
Abril y la primera semana de Mayo. El análisis en SPSS entre la segunda semana de Mayo y
la primera de Junio. Por último, las conclusiones de realizaron entre la segunda y tercera
semana de Junio.
3. RESULTADOS
3.1 Resultados Cualitativos
Según la especialista en canales digitales y chatbots en Oracle, el sector bancario es uno de los
pioneros en utilizar este tipo de tecnologías, no solo en Perú. En Asia y Europa han sido los
primeros en hacer los primeros pilotos. El sector bancario en sí es una industria que tiene
17
muchos clientes, que tienen muchas consultas y pueden ser atendidas por un chatbot fácilmente.
Mientras que, para el director de aplicaciones en Oracle, los chatbots son una opción útil y
válida. En adición, para el Ingeniero de soluciones en Customer Experience de Oracle, los
chatbots brindan atención 24/7, sin tener una persona detrás. Ellos consideran que una empresa
sí mejora al implementar un chatbot, ya que principalmente es un canal digital más de atención
para los clientes, les permite atender a más personas al mismo tiempo y durante una ventana
de horario mucho mayor que teniendo personas en un call center u oficina que puedan dar
respuesta a inquietudes. Además, les brinda más acercamiento al cliente y el poder obtener
insights y en un futuro utilizar esa data. Asimismo, para el responsable comercial de Oracle
marketing Perú, un chatbot impacta en la satisfacción del cliente, ya que cada vez más hay un
fenómeno que se llama la “Uverizacion”, el cual es un fenómeno que viene a raíz de Uber. Hoy
en día los consumidores quieren las cosas de manera inmediata y tener información a tiempo
real. Eso impacta mucho en la satisfacción, ya que tienes un canal que atiende a más personas
en cualquier momento. Asimismo, los expertos consideran que un chatbot tienen un impacto
mucho más positivo si es que es amigable y con mayor línea de aprendizaje. Cabe resaltar que
hay que tener cuidado en las respuestas del chatbot, ya que puede perjudicar la satisfacción del
cliente si es que le responde algo ofensivo o fuera de lugar. Además, saber cuándo se debe
derivar a otra área alguna queja o consulta es muy importante.
En cuanto a los beneficios que le brinda un chatbot al cliente, principalmente son: Inmediatez,
respuestas rápidas en el momento que ellos quieran y el no tener que estar llamando o yendo a
una oficina a esperar un largo rato. En cuanto a los beneficios que le brinda un chatbot a una
empresa, la líder de innovación en Oracle considera que las empresas están adoptando esta
tecnología para ahorrar costos, ya que pueden trabajar con bots para resolver preguntas
frecuentes y simples, y no tener que pagar personas en múltiples horarios. Además, se evitan
los errores humanos y pueden obtener más información de clientes para hacer analítica y
entender al consumidor.
Para los expertos, hoy en día el consumidor actual ve a los chatbots implementados en las
empresas como un nuevo canal digital, el cual les brinda respuestas rápidas. Para ellos, lo ideal
es que el chatbot utilice un lenguaje natural. Por lo cual, si se realiza de manera adecuada,
entonces el consumidor sentirá que habla con un humano. En general, los consumidores están
18
teniendo buena respuesta. Asimismo, consideran que principalmente utilizan los chatbots para
hacer consultas frecuentes, consultar sus estados de cuenta y horarios de atención.
En cuanto al perfil de personas que usan mayormente esta tecnología, normalmente son
Millenials, ya que están en contacto con sus teléfonos y es parte de su día a día. Además,
consideran que para ellos es sencillo utilizar un bot, ya que es bastante intuitivo. Esto debido a
que se trabaja bajo una misma interfaz, la cual es facebook messenger y no tienen que descargar
ninguna aplicación, estas son aplicaciones que son parte de su día a día.
Por último, ellos mejorarían 3 aspectos principales en los chatbots que existen actualmente en
el mercado: La primera, es el aprendizaje del lenguaje natural, menos “robotización” y que este
no tenga fallas. La segunda, son los analíticos, ya que se tiene que medir que esté respondiendo
lo que las personas están consultando correctamente. Se debe monitorear para saber las
preguntas más frecuentes. Por último, el “bot to human, human to bot”. Es decir, un bot que se
pueda humanizar en algún momento, responder reclamos de manera adecuada y sepa derivar a
un humano los casos críticos para tener una atención personalizada.
3.2 Observación online
Para enriquecer la investigación, se decidió realizar observación online. Esto se llevó a cabo
en la página de facebook de Arturito BCP, donde usuarios brindaban sus opiniones acerca del
servicio que recibían.
En primer lugar, se puede observar que algunos usuarios concuerdan con la opinión de los
expertos entrevistados y el público objetivo, en cuanto a la rapidez de respuesta y de trámites,
ya que agiliza la información que antes le podía tomar más tiempo al usuario. (Ver anexo 8)
Asimismo, algunos de los usuarios concuerdan que falta brindar soluciones e información
completa. Como mencionaron algunos entrevistados del público objetivo, Arturito brinda
información concreta y muchas veces no tiene respuesta para consultas que se le hacen. Por lo
cual, le falta mucho por mejorar en cuanto a la información y soluciones que brinda al cliente.
(Ver anexo 9)
19
Por último, se observó que los usuarios están contentos con el hecho de no tener que hacer
colas largas o llamadas para realizar consultas. Por lo cual, esto concuerda con lo que nos
mencionaron los expertos, ya que para ellos es un gran beneficio el no tener que estar llamando
o yendo a una oficina a esperar un largo rato para obtener una respuesta a consultas rápidas o
“fáciles” de responder. (Ver anexo 10)
3.3 Conclusión
Según lo analizado, se puede llegar a la conclusión de que el chatbot Arturito es un nuevo canal
que facilita algunas consultas o dudas que tienen los consumidores. Sin embargo, aún falta un
camino largo de aprendizaje en cuanto a calidad de información y performance del chatbot, ya
que no brinda información completa y le falta añadir diferentes funcionalidades. En cuanto al
diseño del chatbot, es importante que este sea más amigable y no se sienta como un “robot”.
Asimismo, es importante que este sepa derivar las dudas más complejas, derivándolas a un
humano para satisfacer sus necesidades. En síntesis, los usuarios y expertos entrevistados
consideran que Arturito es un chatbot directo, al que puedes acudir de forma rápida y ágil, y le
brinda muchos beneficios tanto al cliente como a la empresa. Sin embargo, aún falta que este
mejore para que el servicio al cliente sea satisfactorio.
3.4 Resultados cuantitativos
3.4.1 Construcción de las variables
A continuación, se detallará la construcción de las variables y la agrupación que se realizó para

llevar a cabo las encuestas vía online, tomando en cuenta las hipótesis que se plantearon
anteriormente.
● Satisfacción del cliente

1. Disfruto usando el chatbot
2. La experiencia de usar el chatbot fue interesante
3. Estoy satisfecho con la experiencia de usar chatbots
● Facilidad de uso
1. No se necesita ningún conocimiento especial para usar el chatbot
20
2. Creo que el chatbot Arturito es fácil de usar
● Calidad de servicio
1. El servicio al cliente que me brinda el banco con su chatbot es de calidad
2. El servicio post – venta proporcionado por el banco con su chatbot es adecuado
3. El chatbot entiende mis problemas y solicitudes
4. El chatbot responde a mis peticiones con la suficiente rapidez
● Calidad de información
1. El chatbot me brinda la información necesaria
2. El chatbot me proporciona las respuestas que estoy esperando
3. El chatbot me proporciona suficiente información
4. Estoy conforme con la exactitud de la información brindada
5. La información proporcionada por el chatbot es útil con respecto a mis preguntas o
problema
3.4.2 Hipótesis
A continuación, se realizaron las correlaciones entre la variable dependiente “Satisfacción” y

las variables independientes “Facilidad de uso, calidad de servicio y calidad de información”.
Asimismo, se presentarán los análisis correspondientes de cada una de las correlaciones.
H0: No existe relación entre la facilidad de uso y la satisfacción del cliente.
H1: Existe una relación positiva entre la facilidad de uso y la satisfacción del cliente.
21
Tabla 2: Correlación Facilidad de Uso
Correlaciones
Satisfacción Facilidad De Uso
Satisfacción Correlación de Pearson 1 ,659**
Sig. (bilateral) ,000
N 250 250
Facilidad De Uso Correlación de Pearson ,659** 1
N 250 250
Fuente: SPSS
Por un lado, es importante interpretar la significancia, la cual es menor a 0,05. Esto quiere decir
que se rechaza la hipótesis nula. La hipótesis nula son proposiciones que niegan o refutan la
relación entre variables. (Sampieri, R. H, et al. (1998)) Por lo tanto, si se rechaza, quiere decir
que si existe relación entre la satisfacción y facilidad de uso. Por otro lado, el coeficiente r de
Pearson puede variar de −1.00 a +1.00, donde: −1.00 = correlación negativa perfecta.
(Sampieri, R. H, et al. (1998)) En este caso, la correlación de Pearson es de 0.65, lo que significa
que existe una correlación positiva media entre las variables satisfacción y facilidad de uso.
(Sampieri, R. H, et al. (1998))
H0: No existe una relación entre la calidad de servicio y la satisfacción del cliente.
22
Tabla 3: Correlación Calidad de Servicio
Correlaciones
Satisfacción Calidad De Servicio
Satisfacción Correlación de Pearson 1 ,811**
N 250 250
Calidad De Servicio Correlación de Pearson ,811** 1
N 250 250
Fuente: SPSS
En la segunda hipótesis, la significancia también es menor a 0.05. Esto quiere decir que se
rechaza la hipótesis nula. Por lo cual, si existe relación entre la satisfacción y calidad de
servicio. En cuanto a la correlación de Pearson, es de 0.81, por lo que que se puede concluir
que hay una correlación positiva considerable entre la satisfacción y la calidad de servicio.
(Sampieri, R. H, et al. (1998))
23
Tabla 4: Correlación Calidad de Información
Correlaciones
Satisfacción Calidad Información
Satisfacción Correlación de 1 ,764**

Pearson
N 250 250
Calidad Información Correlación de ,764** 1

Pearson
N 250 250
Fuente: SPSS
En cuanto a la tercera hipótesis, la significancia es menor a 0.05, por lo que se rechaza la

hipótesis nula y se puede decir que si existe relación entre la satisfacción y calidad de
información. La correlación de Pearson es de 0.76, lo que significa que existe una correlación
positiva considerable entre las variables satisfacción y calidad de información. (Sampieri, R.
H, et al. (1998))
3.5 Conclusión
Según los resultados del análisis de las correlaciones presentadas anteriormente, se puede
concluir que las variables facilidad de uso, calidad de servicio y calidad de información tienen
una correlación positiva con la satisfacción del cliente. Por lo que, se puede decir que un chatbot
que sea fácil de usar, con una alta calidad de servicio e información correcta, influye en la
satisfacción de un cliente y posiblemente en la forma cómo se siente en cuanto al servicio que
le brinda la marca.
24
4. DISCUSIÓN
4.1 Conclusión
H1: Existe una relación positiva entre la facilidad de uso y satisfacción del cliente.
Por un lado, en la teoría se dice que la facilidad de uso es una de las principales ventajas de un
chatbot, debido a que funcionan como mensajería instantánea. Asimismo, se indica que los
chatbots conducen a una experiencia de usuario más positiva, ya que proporcionan fáciles y
agradables conversaciones. (Valtolina, et.al, 2018) Dicho esto, se puede concluir que
teóricamente si existe relación entre la facilidad de uso y la satisfacción del cliente. Por otro
lado, los resultados de la investigación indican que existe una relación positiva media entre
ambas variables. Por lo cual, se puede decir que tanto teóricamente, como en los resultados de
la investigación, existe una relación positiva entre la facilidad de uso y la satisfacción del
cliente.
Según la teoría, la calidad del servicio es una premisa de la satisfacción del cliente, además
también tiene un efecto importante en el propósito de compra. (Cronin y Taylor, 1992)
Asimismo, se dice que si la calidad del servicio mejora, el nivel de comunicación con los
clientes probablemente mejoraría también (Sheng y Liu, 2010) Por otra parte, en el caso del
uso de chatbots, los bancos que los ofrecen deben garantizar un buen servicio al cliente para
mejorar la experiencia general del mismo. (Jay Trivedi, 2019) En cuanto a los resultados de la
correlación que se realizó, indican que existe una relación positiva considerable entre ambas
variables. Por lo que se puede concluir que teóricamente, como en los resultados de la
investigación, existe relación entre la satisfacción y calidad de servicio.
En cuanto a los resultados de la correlación, indican que existe una relación positiva
considerable entre las variables satisfacción y calidad de información. En cuanto a la teoría,
Likeman (1999) indica que en caso de que los chatbots no proporcionen la información
pertinente en el momento adecuado, el usuario puede dejar de utilizar la tecnología debido a la
25
mala experiencia. Además, Swanson (1997) asegura que la calidad de la información ofrecida
por chatbots se espera que sea vital para mejorar la experiencia del cliente. Por lo que, se puede
concluir que tanto teóricamente, como en los resultados de la investigación, existe relación
entre ambas variables.
De esta manera, se puede decir que la teoría va acorde a los resultados cuantitativos y
cualitativos, llegando así a la conclusión de que existe relación entre facilidad de uso, calidad
de servicio y calidad de información con la satisfacción del cliente. Es decir, mientras un
chatbot sea fácil de usar, tenga una alta calidad de servicio y la información brindada sea
acertada, el cliente se sentirá más satisfecho con la marca y el servicio brindado. Mientras
mayor sea la satisfacción, se puede obtener mayor fidelización hacia la marca y entre otros
beneficios con los que una marca puede diferenciarse de otra en un mercado tan competitivo
como el de hoy en día.
4.2 Implicancias a la gerencia
Los chatbots en el sector bancario peruano aún no han sido profundamente explotados, por lo
que es importante que los bancos entiendan cuáles son las expectativas de los consumidores
para poder brindarles soluciones tecnológicas que les facilite el día a día y sea un diferencial
de la marca. Esta investigación establece la relación entre la facilidad de uso, calidad de
servicio y calidad de información con la satisfacción del cliente. Por lo que a partir de este
resultado, los bancos deben asegurarse de ofrecer un chatbot fácil de usar, con una alta calidad
de servicio e información relevante, confiable y rápida. Asimismo, es importante que los
bancos eduquen a sus consumidores a utilizar nuevas herramientas tecnológicas. Esta nueva
plataforma debe ser publicitada adecuadamente y acompañada de tutoriales donde el cliente
pueda aprender de forma fácil y rápida. El hecho de aprender acerca de esta nueva tecnología
puede ayudar a que los consumidores obtengan una mejor experiencia y se fortalezca la relación
entre el cliente y el banco. Es importante resaltar, además, que algunos costos de servicio al
cliente del banco podrían disminuir, ya que serán atendidos virtualmente por el chatbot de
manera similar a la de un humano. Un chatbot, como indican los expertos, debe ser amigable
y con respuestas ágiles y rápidas, por lo que se debe trabajar a profundidad en estas
características para poder brindar un buen servicio. Por último, es importante evaluar los
beneficios tanto tangibles como intangibles que traen los chatbots para poder ofrecerles una
26
nueva experiencia y canal de comunicación entre el banco y sus clientes a cualquier hora y
lugar.
4.3 Futuras investigaciones
Esta investigación fue realizada para la industria bancaria peruana. Por lo que, sería importante
investigar en un futuro otras industrias donde se estén utilizando los chatbots como el sector
retail o de seguros. Asimismo, se podría replicar la investigación del autor Jay Trivedi,
"Examinando la experiencia del cliente del uso de los chatbots bancarios y su impacto en el
amor de marca: el papel moderador del riesgo percibido", donde tiene como variables la calidad
percibida del sistema de los chatbots bancarios, calidad de información percibida y la calidad
de servicio percibida, con el impacto de la experiencia del cliente. Por último, se puede
aumentar o limitar la población de estudio a un grupo de edad con mayor tendencia a la
tecnología y evaluar si los resultados difieren con otro grupo de edad menos familiarizado con
la misma.
27
REFERENCIAS BIBLIOGRÁFICAS
1. Alt, R., Ehmke, J. F., Haux, R., Henke, T., Mattfeld, D. C., Oberweis, A., ... & Winter, A. (2019).
Towards customer-induced service orchestration-requirements for the next step of customer orientation.
Electronic Markets, 1-13.
2. Chung, M., Ko, E., Joung, H., & Kim, S. J. (2018). Chatbot e-service and customer satisfaction regarding
luxury brands. Journal of Business Research.
3. Chung, M., Ko, E., Joung, H., & Kim, S. J. (2018). Chatbot e-service and customer satisfaction regarding
luxury brands. Journal of Business Research.
4. Dale, R. (2016). The return of the chatbots. Natural Language Engineering, 22(5), 811-817.
5. de Haan, H., Snijder, J., van Nimwegen, C., & Beun, R. J. (2018). Chatbot Personality and Customer
Satisfaction.
6. Dobrescu, E. M., & Dobrescu, E. M. (2018). Artificial Intelligence (Ai)-The Technology That Shapes
The World. Global Economic Observer, 6(2), 71-81.
7. Dole, A., Sansare, H., Harekar, R., & Athalye, S. (2015). Intelligent Chat Bot for Banking System.
International Journal of Emerging Trends & Technology in Computer Science, 4(5), 49-51.
8. Duijst, D. (2017). Can we improve the User Experience of Chatbots with Personalisation (Doctoral
dissertation, M. Sc Thesis, University of Amsterdam).
9. Eeuwen, M. V. (2017). Mobile conversational commerce: messenger chatbots as the next interface
between businesses and consumers (Master's thesis, University of Twente).
10. Fryer, L. K., Nakao, K., & Thompson, A. (2019). Chatbot learning partners: Connecting learning
experiences, interest and competence. Computers in Human Behavior, 93, 279-289.
11. Galloway, C., & Swiatek, L. (2018). Public relations and artificial intelligence: It’s not (just) about
robots. Public Relations Review, 44(5), 734-740.
12. Gümüş, S., Apak, S., Gümüş, T. B., Gümüş, H. G., & Gümüş, S. (2015). Ultimate Point in the Service
Provided by the Banks to their Customers: Customer Satisfaction in the Common use of ATMs.
Procedia-Social and Behavioral Sciences, 207, 98-110.
13. Hansson, O. (2018). Exploring users perception of chatbots in a bank environment-A critical view on
chatbots and how to design for a positive user experience.
14. Hill, J., Ford, W. R., & Farreras, I. G. (2015). Real conversations with artificial intelligence: A
comparison between human–human online conversations and human–chatbot conversations. Computers
in Human Behavior, 49, 245-250.
15. Indrayani , Chablullah Wibisono , Sanni Aritra & Iskandar Muda. (2019). Customer Satisfaction as
Intervening Between Use Automatic Teller Machine (ATM), Internet Banking and Quality of Loyalty
(Case in Indonesia) International Journal of Financial Research, Vol. 10, No. 6.
16. Jakšič, M., & Marinč, M. (2019). Relationship banking and information technology: the role of artificial
intelligence and FinTech. Risk Management, 21(1), 1-18.
28
17. Johnson, M. D., Nader, G., & Fornell, C. (1996). Expectations, perceived performance, and customer
satisfaction for a complex service: The case of bank loans. Journal of Economic Psychology, 17(2), 163-
182.
18. Johnson, M. D., Nader, G., & Fornell, C. (1996). Expectations, perceived performance, and customer
satisfaction for a complex service: The case of bank loans. Journal of Economic Psychology, 17(2), 163-
182.
19. Jones, V. K. (2018). Voice-activated change: Marketing in the age of artificial intelligence and virtual
assistants. Journal of Brand Strategy, 7(3), 233-245.
20. Martínez-López, F. J., & Casillas, J. (2013). Artificial intelligence-based systems applied in industrial
marketing: An historical overview, current and future insights. Industrial Marketing Management, 42(4),
489-495.
21. Maswadeh, S. N. (2015). An evaluation of SMEs satisfaction toward Jordanian Islamic banks service
quality. Procedia economics and finance, 23, 86-94.
22. Mesías, A., Lidia, K., Door Matos, C. T., Vicente, L., Felix, R., & Santa Gadea Pasco, M. P. L. (2018).
Plan de negocios para determinar la viabilidad del desarrollo de un asistente virtual de ventas (Chatbot):
caso Gamarra.
23. Mihelis, G., Grigoroudis, E., Siskos, Y., Politis, Y., & Malandrakis, Y. (2001). Customer satisfaction
measurement in the private bank sector. European Journal of Operational Research, 130(2), 347-360.
24. Mou, Y., Xu, K., & Xia, K. (2019). Unpacking the black box: Examining the (de) Gender
categorization effect in human-machine communication. Computers in Human Behavior, 90, 380-387.
25. Ozatac, N., Saner, T., & Sen, Z. S. (2016). Customer satisfaction in the banking sector: the case of North
Cyprus. Procedia Economics and Finance, 39, 870-878.
26. Peters, F. (2018). Master thesis: Design and implementation of a chatbot in the context of customer
support.
27. Rostami, A., Khani, A. H. A., & Soltani, G. (2016). The impact of e-service quality on the improvement
of the level of communication with customers of bank Melli branches in south Tehran affairs office.
Procedia Economics and Finance, 36, 448-455.
28. Sampieri, R. H., Collado, C. F., Lucio, P. B., Valencia, S. M., & Torres, C. P. M. (1998). Metodología
de la investigación (Vol. 6). México, DF: Mcgraw-hill.
29. Shank, D. B., Graves, C., Gott, A., Gamez, P., & Rodriguez, S. (2019). Feeling our way to machine
minds: People's emotions when perceiving mind in artificial intelligence. Computers in Human Behavior.
30. Strong, A. I. (2016). Applications of artificial intelligence & associated technologies. Science [ETEBMS-
2016], 5(6).
31. Trivedi, J. (2019). Examining the Customer Experience of Using Banking Chatbots and Its Impact on
Brand Love: The Moderating Role of Perceived Risk. Journal of Internet Commerce, 1-21.
29
32. Wirth, N. (2018). Hello marketing, what can artificial intelligence help you with?. International Journal
of Market Research, 60(5), 435-438.
33. Zalatar, W. F. (2012). Quantifying customers’ gender effects on service quality perceptions of Philippine
commercial banks. Procedia-Social and Behavioral Sciences, 57, 268-274.
34. Banco Central de Reserva del Perú (2019) (http://www.bcrp.gob.pe/sitios-de-interes/entidades-

financieras.html) (Fecha de consulta: 14 de Abril de 2019).
35. Bbc News (2016) Cómo funcionan los 28 bancos que dominan la economía global
(https://www.bbc.com/mundo/noticias/2016/03/160325_economia_mecanismos_hidra_financiera_mun
dial_mj) (Fecha de consulta: 14 de Abril de 2019).
36. El Comercio (2018) Chatbots, automatización e IA en el sector financiero peruano

(https://elcomercio.pe/economia/negocios/sector-financiero-son-tendencias-robotizacion-noticia-
525340) (Fecha de consulta: 10 de Abril de 2019).
37. El Economista.es (2016) ¿Qué son exactamente los chatbots y para qué sirven?
(https://www.eleconomista.es/tecnologia/noticias/7488529/04/16/Que-son-exactamente-los-chatbots-y-
para-que-sirven.html) (Fecha de consulta: 10 de Abril de 2019).
38. El Economista.es (2016) Los chatbots de inteligencia artificial, el futuro de las apps de mensajería
(https://www.eleconomista.es/tecnologia/noticias/7475048/04/16/Los-chatbots-de-inteligencia-
artificial-el-futuro-de-las-apps-de-mensajeria.html) (Fecha de consulta: 10 de Abril de 2019).
39. English Oxford Living Dictionaries (https://en.oxforddictionaries.com/definition/chatbot) (Fecha de

consulta: 10 de Abril de 2019).
40. Forbes Mexico (2018). Estos son los 10 bancos más valiosos a nivel global este 2018
(https://www.forbes.com.mx/estos-son-los-10-bancos-mas-valiosos-en-2018/) (Fecha de consulta: 19 de
Abril del 2019)
41. La República (2017) ¿Qué es un chatbot y cómo aplicarlo a una estrategia de marketing?
(https://larepublica.pe/marketing/1163537-que-es-un-chatbot-y-como-aplicarlo-a-una-estrategia-de-
marketing) (Fecha de consulta: 10 de Abril de 2019).
30
ANEXOS
Anexo 1: Arturito BCP
Fuente: Chat de
Facebook del Banco de Crédito del Perú
31
Anexo 2: Mapa Mental
Fuente: Elaboración propia
Anexo 3: Guía de preguntas a público objetivo
Guía de preguntas cualitativas
Preguntas
1. ¿Podrías contarme cómo fue tu experiencia usando un chatbot?

2. ¿Qué empresas o marcas conoces que tengan un chatbot habilitado para sus clientes?
3. ¿Podrías contarme la última experiencia que tuviste al utilizar el chatbot Arturito?
4. ¿Cada cuánto tiempo utilizas el chatbot?
5. ¿Para qué utilizas mayormente el chatbot?
6. ¿Consideras que el tener un chatbot le da un valor agregado a la empresa BCP?
7. En cuanto a la facilidad de uso del chatbot, ¿Consideras que es fácil utilizar el chatbot Arturito? ¿Por qué?
8. En cuanto a la calidad de la información y las consultas que realiza, ¿Consideras que el chatbot le brinda la
información necesaria? ¿Por qué?
9. En cuanto a la calidad del servicio, ¿Está satisfecho con el servicio al cliente que le brinda la marca con su
chatbot? ¿Por qué?
10. En cuanto a la experiencia del cliente, ¿Disfruta usando el chatbot? ¿Por qué?
11. ¿Consideras que tu experiencia comunicándote u obteniendo información del banco ha mejorado al usar el
chatbot? ¿Por qué?
12. ¿Qué es lo más te gusta del chatbot Arturito?
13. ¿Qué es lo que debería mejorar el chatbot Arturito?
32
Anexo 4: Guía de preguntas entrevista a experto
Estoy investigando acerca de …
1. ¿Cuál es tu primera impresión sobre el uso de chatbots en el sector bancario?

2. ¿Consideras que una empresa mejora en algunos aspectos al implementar un chatbot? ¿Por qué? ¿En cuáles?
3. ¿Consideras que un chatbot impacta en la satisfacción del cliente? ¿Por qué?
4. ¿Qué empresas conoces que han implementado chatbots para sus clientes?
5. ¿Qué beneficios crees que brinda un chatbot al cliente? ¿Le da un valor agregado?
6. ¿Qué beneficios crees que brinda un chatbot a una empresa?
7. ¿Cómo ve el consumidor actual a los chatbots implementados en las empresas?
8. ¿Para qué crees que utiliza más un cliente un chatbot?
9. Según tu experiencia, ¿Cuál es el perfil de personas que usa mayormente chatbots?
10. ¿Consideras que para los clientes es fácil utilizar un chatbot?
11. ¿Qué mejorarías en los chatbots que existen actualmente en el mercado?
Anexo 5: Guía de preguntas encuesta online
Guía de preguntas cuantitativas
Pregunta Filtro:
Rango de edad
Género
Profesión
Qué servicios de banca usa
¿Alguna vez haz utilizado el Chatbot Arturito del Banco de Crédito del Perú (BCP)?
A continuación se les presentará las siguientes afirmaciones, evalúalas del 1 al 5, siendo 1 “Totalmente en
desacuerdo” y 5 “Totalmente de acuerdo”
Calidad de la información - Jay Trivedi, 2019
1. El chatbot me brinda la información necesaria.
2. El chatbot me proporciona las respuestas que estoy esperando.
3. El chatbot me proporciona suficiente información.
4. Estoy conforme con la exactitud de la información brindada.
5. La información proporcionada por el chatbot es útil con respecto a mis preguntas o problema.
Calidad de servicio - Jay Trivedi, 2019
1. El servicio al cliente que me brinda el banco con su chatbot es correcto
33
2. El servicio post – venta proporcionado por el banco con su chatbot es adecuado
3. El chatbot entiende mis problemas y solicitudes
4. El chatbot responde a mis peticiones con la suficiente rapidez
Calidad del sistema - Jay Trivedi, 2019
1. Considero que cuando interactúo con el chatbot no tengo que esforzarme para entenderle
2. Considero que el chatbot responde rápido
3. Considero que el chatbot es fiable
Facilidad de uso - Jay Trivedi, 2019
1. No se necesita ningún conocimiento especial para usar el chatbot
2. Creo que el chatbot Arturito es fácil de usar
Satisfacción del cliente - Jay Trivedi, 2019
1. Disfruto usando el chatbot
2. La experiencia de usar el chatbot fue interesante
3. Estoy satisfecho con la experiencia de usar chatbots

Sugerencia: _________
Anexo 6: Matriz de consistencia
Problema Objetivo Hipótesis Variables
¿Cuál es la relación Analizar la relación entre Existe relación entre la Variable independiente:
existente entre la facilidad el uso de chatbots de facilidad de uso, calidad Facilidad de uso,
de uso, calidad de servicio facebook messenger y la de servicio y calidad de calidad de servicio y
y calidad de información satisfacción del cliente del información, con la calidad de información.
con la satisfacción del sector bancario. satisfacción del cliente Variable dependiente:
cliente del sector bancario? del sector bancario. Satisfacción del cliente.
34
Problemas específicos Objetivos específicos Hipótesis específicas Indicador: Cuestionario
con escala de Likert.
PE1: ¿Cuál es la relación OE1: Identificar si existe H1: Existe una relación
Universo: Clientes del
existente entre la facilidad una relación positiva entre positiva entre la facilidad
sector bancario del
de uso y la satisfacción del la facilidad de uso y la de uso y la satisfacción
Perú.
cliente del sector bancario? satisfacción del cliente. del cliente.
Población: Clientes que
usan los chatbots en
PE2: ¿Cuál es la relación OE2: Identificar si existe H2: Existe una relación
facebook messenger del
existente entre la calidad de una relación positiva entre positiva entre la calidad
sector bancario.
servicio y la satisfacción la calidad de servicio y la de servicio y la
Muestra: No
del cliente del sector satisfacción del cliente. satisfacción del cliente.
probabilística.
bancario?
OE3: Identificar si existe H3: Existe una relación
PE3: ¿Cuál es la relación relación positiva entre la positiva entre la calidad
existente entre la calidad de calidad de información y de información y la
información y la la satisfacción del cliente. satisfacción del cliente.
satisfacción del cliente del
sector bancario?
Anexo 7: Entrevistas a profundidad
Link: https://drive.google.com/drive/folders/1ZStqeYosxVSQ8E6LaiSzfvlXSOc6S5Oc?usp=sharing
Anexo 8: Observación online
35
36

Inteligencia Artificial Aplicada Al Marketing Chatbots

Cargado por

Copyright:

Formatos disponibles

Inteligencia Artificial Aplicada Al Marketing Chatbots

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Inteligencia Artificial Aplicada Al Marketing Chatbots

Cargado por

Copyright:

Formatos disponibles

Inteligencia Artificial aplicada al marketing:

Impacto del uso de Chatbots Cognitivos en la

Item Type info:eu-repo/semantics/bachelorThesis

Authors Villón Cabrera, Nicole

Publisher Universidad Peruana de Ciencias Aplicadas (UPC)

Rights info:eu-repo/semantics/openAccess; Attribution-

Download date 24/04/2023 22:47:15

Item License http://creativecommons.org/licenses/by-nc-sa/4.0/

Link to Item http://hdl.handle.net/10757/652700

PROGRAMA ACADÉMICO DE COMUNICACIÓN Y MARKETING

Inteligencia Artificial aplicada al marketing: Impacto del uso de Chatbots Cognitivos en la

satisfacción del cliente del sector bancario

Para optar el grado de bachiller en Comunicación y Marketing

Villón Cabrera, Nicole ( 0000-0002-5292-4868)

Lodeiros Zubiria, Manuel Luis ( 0000-0001-7436-9394)

Lima, 09 de Julio de 2020

Gracias por su esfuerzo y por su amor.

Agradezco a los docentes que me acompañaron a lo largo de mi carrera universitaria y me

Palabras clave: Chatbots; inteligencia artificial; satisfacción; facilidad de uso; calidad de

Keywords: Chatbots; artificial intelligence; satisfaction ease of use; quality of information;

1. Tabla 1: Correlación Facilidad de Uso 28

Esta gran competencia no es ajena a la realidad peruana, donde aproximadamente 16 empresas

La inteligencia artificial es un campo de estudio donde teorías, métodos y tecnologías están

Dentro de dichos procesos, específicamente dentro de la computación cognitiva, se encuentran

Relevancia, alcances y limitaciones

En las siguientes líneas se evaluará el tema de Inteligencia Artificial aplicada al marketing:

1.1 Inteligencia artificial

1.1.1.1 Chatbots en el sector bancario

1.2 Experiencia del cliente en el marketing

Gracias a estas definiciones y discusiones, se puede llegar a la conclusión de que la experiencia

1.3 Satisfacción del cliente bancario

1.4 Calidad de servicio

1.5 Calidad de información

Likeman (1999) explicó la importancia de la calidad de la información al afirmar que la

Además, Swanson (1997) observó los efectos de la calidad de la información en el desempeño

1.6 Problema de investigación

¿Cuál es la relación existente entre la facilidad de uso, calidad de servicio y calidad de

1.8.1 Objetivo general

1.8.2 Objetivos específicos

● OE1: Identificar si existe una relación positiva entre la facilidad de uso y la

● OE2: Identificar si existe una relación positiva entre la calidad de servicio y la

● OE3: Identificar si existe relación positiva entre la calidad de información y la

2.1 Tipo de Investigación

Es importante mencionar que la investigación científica tiene dos enfoques: cuantitativo y

Basado en la teoría presentada anteriormente, la presente investigación, es de tipo

Como público secundario, se determinaron expertos en temas de chatbots, innovación,

2.3 Técnicas de investigación

La primera herramienta a utilizar serán entrevistas a profundidad al público objetivo y a

Se realizarán 5 entrevistas a profundidad al público objetivo con una estructura enfocada en la

2.3.1.4 Técnica de recolección

En cuanto al análisis de datos cualitativos, se recolectarán los datos a través de entrevistas a

El tipo de muestra que se utilizará es un modelo no probabilístico. Esto debido a que la

2.3.2.4 Técnica de recolección

Se realizó una encuesta online autoadministrada, lo cual significa que se proporciona el

2.3.2.5 Técnica de procesamiento de la información

2.3.3 Observación online

Para enriquecer la investigación, se decidió realizar observación online. La observación

2.3.3.4 Técnica de recolección

En primer lugar, se observaron diferentes opiniones en Facebook del chatbot mencionado