MODELO DE SATISFACCION DEL CLIENTE

I. PLANTEAMIENTO DEL PROBLEMA

Al estudiar las operaciones telefnicas de un centro de servicio al cliente, una empresa grande
obtuvo datos sobre el tiempo que los clientes permanecan en lnea con una breve encuesta
al final de la llamada, con la base de datos que se muestra en el cuadro N 01 ultilizado; se
tiene como objetivo analizar cmo influye el tiempo de espera con los clientes en el nivel de
satisfaccin.
II. ESTIMACION DE LA ECUACION
Se desarrolla un modelo de tendencia lineal para la relacin entre tiempo de espera y la
satisfaccin, el modelo resulta
= 0.006962091( ) + 0.930866566
Aunque la satisfaccin influyen otros factores, como la competencia de los representantes
telefnicos, nuestro modelo sugiere con claridad que la satisfaccin disminuye a medida que
aumenta el tiempo que el cliente permanece en lnea.
El tiempo promedio de espera es aproximadamente de 300 seg. Y la satisfaccin promedio es
de 3.0 nuestro modelo sugiere que una reduccin de 100 seg. En el tiempo de espera mejorara
la calificacin 0.7
III. RELEVANCIA ESTADISTICA
El objetivo del modelo es estimar por MCO los parmetros del modelo:
= + ( )
Los coeficientes estimados son:

= = .
( )

= = .
( )
Interpretacion:
0.930866566: Indica el nivel de satisfaccin promedio cuando el nivel de renta es nulo
0.006962091: Es la derivada de la variable dependente respecto a la variable independiente
y mide el efecto medio que provoca sobre la satisfaccion un incremento unitario en el tiempo
de espera
 IV. EXPLICACION ECONOMICA
Nuestro modelo explica que la satisfaccion disminuye a medida que aumenta el tiempo de
espera.
Interpretando los coeficientes a una disminucin de 100 seg. En el tiempo de espera, mejora
la satisfaccion a 0.07
En conclucion, a mayor cantidad de personal en la atencin al cliente, menor ser el tiempo
de espera y mayor la satisfaccion.
V. ANEXOS

CUADRO N 1
CUADRO N 2

CUADRO N 3

Dependent Variable: SAT

Method: Least Squares
Date: 10/06/17 Time: 14:37
Sample (adjusted): 2 25
Included observations: 24 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

C 0.930535 0.346180 2.810847 0.0102

TE 0.006958 0.001040 6.692572 0.0000

R-squared 0.670612 Mean dependent var 3.041667

Adjusted R-squared 0.655640 S.D. dependent var 1.301476
S.E. of regression 0.763735 Akaike info criterion 2.378464
Sum squared resid 12.83241 Schwarz criterion 2.476635
Log likelihood -26.54157 Hannan-Quinn criter. 2.404509
F-statistic 44.79052 Durbin-Watson stat 2.000994
Prob(F-statistic) 0.000001