Evaluación de Políticas de Atención al Cliente en el Banco

Análisis estadístico e inferencial para comparar tiempos de atención previos y posteriores a las políticas

Aspectos Clave del Estudio

Comparación Inicial y Objetivos: Se establecieron tiempos de atención previos para clientes no titulares (20 minutos, variabilidad de 2) y titulares (30 minutos, variabilidad de 9), con el objetivo de lograr una reducción del 3% en el tiempo de atención de un grupo respecto al otro.
Método de Muestreo y Evaluación: Se tomaron muestras aleatorias de 35 clientes no titulares y 56 clientes titulares para verificar si las nuevas políticas tuvieron efecto en la disminución de los tiempos de atención.
Análisis Estadístico: El enfoque se centra en la formulación de hipótesis, el cálculo del cambio esperado en los tiempos y la aplicación de pruebas estadísticas (por ejemplo, la prueba t de Student) para determinar la significancia de la diferencia observada.

Antecedentes del Estudio y Objetivos

En el año 2014, un estudio realizado en un banco comercial evidenció diferencias notables en los tiempos de atención para dos grupos de clientes. Los clientes no titulares tenían un tiempo de atención promedio de 20 minutos con una variabilidad (desviación estándar) de 2 minutos, mientras que los clientes titulares recibían atención en un promedio de 30 minutos con una variabilidad de 9 minutos. Para generar un servicio percibido como más justo, el banco implementó políticas nuevas en materia de atención con el objetivo de uniformizar la experiencia, estableciendo criterios que llevarían a que estos tiempos se ajustaran de manera que la atención a uno de los grupos se redujera en un 3% con respecto al otro.

Posteriormente, el banco realizó un muestreo aleatorio de 35 clientes no titulares y 56 clientes titulares para verificar si los tiempos de atención disminuyeron conforme a los objetivos planteados. El análisis se plantea bajo la hipótesis de que la implementación de la política produjo mutuamente un cambio significativo en la atención, en términos de los tiempos de servicio, acerca de una disminución esperada de la diferencia del 3%.

Formulación de Hipótesis

Hipótesis Estadísticas

Para evaluar la eficacia de las políticas implementadas, se establece el siguiente marco de hipótesis:

Hipótesis Nula (H₀): No se observa una diferencia significativa en los tiempos de atención entre los dos grupos, es decir, los tiempos de atención no han disminuido al nivel esperado del 3% para el grupo de clientes no titulares en comparación con los titulares.
Hipótesis Alternativa (H₁): Se observa una diferencia significativa en los tiempos de atención, la cual implica que la política ha logrado una disminución del 3% en el tiempo de atención de los clientes no titulares con respecto a los titulares.

En este contexto, la diferencia esperada se interpreta en función de los promedios preestablecidos de 20 y 30 minutos, y se analizan los datos muestrales para determinar la existencia de esta reducción significativa.

Cálculo de Reducción Esperada

Cálculos para Clientes No Titulares y Titulares

Para clarificar el objetivo, se puede plantear el cálculo como sigue:

Si el objetivo es lograr que el tiempo de atención para los clientes no titulares sea un 3% menor en comparación con el tiempo de atención para clientes titulares, tendríamos:

Tiempo de atención para clientes titulares (base): 30 minutos.
Reducción del 3% sobre 30 minutos = \( 30 \times 0.03 = 0.9 \) minutos.
Tiempo de atención esperado para clientes no titulares, si se logra el objetivo: \( 30 - 0.9 = 29.1 \) minutos.

Sin embargo, este cálculo se contrapone a la situación inicial en la que los clientes no titulares tenían un promedio de 20 minutos de atención. Esto indica que el análisis puede interpretarse de distintas maneras según el enunciado del estudio. Una interpretación más coherente es la siguiente:

La diferencia original entre los tiempos de atención es de 10 minutos (30 min para titulares vs. 20 min para no titulares).
Una reducción del 3% sobre alguno de los tiempos o sobre la diferencia puede implicar distintos criterios de medición. Por ejemplo, si se busca una reducción del 3% en la brecha de eficacia, se esperaría que la diferencia entre ambos tiempos se reduzca en un porcentaje respecto a la diferencia original.

Para simplificar el análisis, se parte de la hipótesis que se busca confirmar que la política ha inducido un cambio medible en la diferencia de atención entre ambos grupos, lo cual implica recalcular la media de los tiempos atendidos post-implementación.

Método de Muestreo y Recopilación de Datos

Tamaño de la Muestra y Datos Recogidos

Luego de la implementación de las nuevas políticas de atención, se seleccionaron muestras aleatorias de:

35 clientes no titulares.
56 clientes titulares.

Se midió el tiempo de atención que recibió cada cliente para posteriormente comparar dichos resultados con los promedios históricos de 20 y 30 minutos, respectivamente. La finalidad es determinar estadísticamente si se logró la disminución deseada, que se supone es el 3% en la métrica escogida.

El estudio se beneficia de un tamaño de muestra razonable, permitiendo realizar inferencias a partir de pruebas paramétricas, en particular la prueba t de Student, dada la disponibilidad de datos sobre la variabilidad de los tiempos originales (2 minutos para no titulares y 9 minutos para titulares).

Análisis Estadístico y Prueba de Hipótesis

Diseño de la Prueba Estadística

El análisis se fundamentará en la comparación entre los tiempos de atención históricos y los tiempos medidos en la muestra post-implementación. El procedimiento es el siguiente:

Calcular el tiempo promedio de atención de los grupos (no titulares y titulares) a partir de la muestra obtenida.
Determinar la diferencia entre los promedios post-implementación y comparar esta diferencia con el objetivo establecido de una reducción del 3% en los tiempos (en este caso, puede interpretarse como una reducción de la brecha o un ajuste en el promedio de uno de los grupos).
Aplicar una prueba t de Student para muestras independientes, que permita evaluar si la diferencia observada es estadísticamente significativa. Con los datos de medias, desviaciones estándar y tamaños muestrales, se calcula el estadístico t y el valor p.
Decidir sobre la hipótesis nula (H₀) y alternativa (H₁) en función del valor p, considerando un nivel de significancia (por ejemplo, 0.05).

Ejemplo de Cálculo y Código de Prueba

A continuación, se presenta un ejemplo de cómo puede implementarse en Python la prueba t de Student para evaluar los tiempos de atención:

# Importación de librerías
import numpy as np
from scipy import stats

# Supongamos que se tienen datos simulados de tiempos de atención post política
tiempos_no_titulares = np.random.normal(20, 2, 35)  # Genera 35 muestras para no titulares
tiempos_titulares    = np.random.normal(30, 9, 56)  # Genera 56 muestras para titulares

# Cálculo de promedios y desviaciones
promedio_no_titulares = np.mean(tiempos_no_titulares)
promedio_titulares    = np.mean(tiempos_titulares)

# Prueba t para muestras independientes
t_stat, p_value = stats.ttest_ind(tiempos_no_titulares, tiempos_titulares)

# Salida de resultados
print("Promedio No Titulares:", promedio_no_titulares)
print("Promedio Titulares:", promedio_titulares)
print("Estadístico t:", t_stat)
print("Valor p:", p_value)

Con este código se simula el comportamiento de los tiempos de atención en cada grupo y se verifica la significancia de la diferencia observada comparandola con la reducción esperada. Si el valor p es menor que el nivel de significancia, se rechaza la hipótesis nula, concluyendo que la política ha tenido un efecto significativo sobre los tiempos de atención.

Interpretación de la Disminución del 3%

Perspectivas sobre la Redución en los Tiempos

El análisis de la reducción del 3% puede abordarse desde dos perspectivas principales:

Reducción Directa del Tiempo:
Se evalúa si el tiempo promedio de atención al grupo afectado (por ejemplo, no titulares) ha disminuido en un 3% en relación a su valor histórico. Por ejemplo, un 3% de 20 minutos equivale a una reducción de 0.6 minutos, lo cual se traduce en un nuevo tiempo esperado de 19.4 minutos.
Reducción en Relación a la Brecha de Atención:
Se analiza si la diferencia entre los tiempos de atención de titulares y no titulares se ha reducido en un 3% respecto a la diferencia inicial (que era de 10 minutos). Esto implicaría que la brecha se ajustaría proporcionalmente, buscando lograr una mayor equidad en el servicio.

La interpretación adecuada dependerá de lo definido internamente por la administración del banco respecto a qué medida consideran más representativa de una "atención justa". Inicialmente, si se ha optado por modificar únicamente el tiempo del grupo con menor promedio (no titulares), se buscará que pase de 20 a 19.4 minutos. Por otro lado, si la intención fue ajustar la diferencia relativa entre ambos grupos, el análisis deberá enfocarse en la brecha total de 10 minutos y en qué medida se ha reducido esta brecha en los tiempos provenientes de la muestra.

Tabla Comparativa de Parámetros del Estudio

Grupo	Tiempo Inicial (min)	Variabilidad (min)	Muestra (n)	Tiempo Post-Política (Esperado o Medido)
No Titulares	20	2	35	~19.4 (si se aplica una reducción del 3%) o según datos muestrales
Titulares	30	9	56	30 (suponiendo sin cambio) o según datos muestrales

Esta tabla resume los parámetros clave del estudio, facilitando la comparación entre los tiempos de atención históricos y los datos recogidos después de la aplicación de las nuevas políticas.

Consideraciones Adicionales y Recomendaciones

Aspectos a Tener en Cuenta en el Análisis

Para obtener una evaluación completa y robusta, se deben considerar varios aspectos adicionales:

Validez de la Muestra:
El muestreo aleatorio de 35 y 56 clientes para no titulares y titulares, respectivamente, debe representar adecuadamente la población de clientes. Se deben revisar posibles sesgos de selección y asegurar que la distribución de otros factores (como la hora del día, el tipo de servicio requerido, etc.) no afecte los resultados.
Análisis de Variabilidad:
La diferencia en la variabilidad (2 minutos frente a 9 minutos) puede influir en la interpretación de la significancia estadística. Es aconsejable realizar pruebas de homogeneidad de varianzas y, si es necesario, aplicar versiones ajustadas de la prueba t (como la corrección de Welch) para obtener resultados más precisos.
Definición de la Medida de Reducción:
Se debe clarificar si la reducción del 3% se aplica de manera absoluta sobre el tiempo promedio de atención o de forma relativa a la brecha entre ambos grupos. Una definición precisa asegurará que el análisis sea coherente y que las conclusiones sean relevantes para la mejora del servicio.
Análisis Longitudinal:
Para una mejor comprensión del impacto de las políticas, podría considerarse un análisis adicional del tiempo de atención en distintos periodos, lo cual permitiría observar tendencias y estabilidades en las reducciones logradas.
Retroalimentación del Cliente:
Además de la medición del tiempo, incluir estudios de satisfacción o encuestas de experiencia del cliente aportaría una visión integral sobre cómo las políticas impactan en la percepción del servicio bancario.

Implicaciones Prácticas para el Banco

Uso de Resultados en la Toma de Decisiones

La evaluación de los tiempos de atención post-implementación de políticas ofrece al banco datos fundamentales para:

Ajustar y optimizar sus procesos internos enfocados en la eficiencia del servicio.
Implementar mejoras en la capacitación del personal para lograr tiempos de respuesta consistentes.
Generar estrategias de segmentación que consideren las características específicas de cada grupo de clientes, optimizando recursos.
Establecer nuevos parámetros de control y seguimiento, permitiendo una toma de decisiones basada en análisis estadísticos y retroalimentación continua.

De este modo, un análisis robusto e inferencial no solo valida la efectividad de las políticas implementadas, sino que también orienta futuras estrategias de atención al cliente para alcanzar un servicio ampliamente equitativo y eficiente.

Recursos y Evidencia Empírica

Fuentes y Referencias Utilizadas

El análisis aquí presentado se basa en las evidencias obtenidas del estudio original de 2014 en el sector bancario, ampliadas con metodologías estadísticas comunes en estudios de intervención. Para quienes deseen profundizar, se recomienda explorar documentos y análisis previos sobre la atención al cliente en el ámbito financiero y estadísticas comparativas de tiempos de servicio.