ChatBots EDA
Nino cabrera, Jaime Diaz, Juan Mozo
2025-02-23
Descargar librerias
if (!require("ggplot2")) install.packages("ggplot2", dependencies=TRUE)## Cargando paquete requerido: ggplot2if (!require("dplyr")) install.packages("dplyr", dependencies=TRUE)## Cargando paquete requerido: dplyr##
## Adjuntando el paquete: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, unionCargar las librerias necesarias
library(ggplot2)
library(dplyr) # Asegurar que está cargado
library(magrittr) # Asegurar compatibilidad con `%>%`Contexualizacion
Los chatbots se han convertido en herramientas clave en diversas industrias, optimizando la comunicación y la eficiencia empresarial. Sin embargo, su adopción y satisfacción varían según factores como el nivel educativo, el sector empresarial, el tiempo de pantalla y la frecuencia de uso.
Este análisis exploratorio de datos (EDA) examina una muestra de 300 empleados de sectores como tecnología, salud, finanzas, retail y educación, con el objetivo de identificar patrones y relaciones que influyen en la percepción y uso de los chatbots en el entorno laboral
Cargar la base de datos
data <- read.csv(file.choose())Para cargar la base de datos usamos la funcion file choose esta sirve para escoger un archivo local
Visualizacion de clasificacion de variables
summary(data)## genero nivel_educativo sector_empresa uso_chatbots
## Length:300 Length:300 Length:300 Length:300
## Class :character Class :character Class :character Class :character
## Mode :character Mode :character Mode :character Mode :character
##
##
##
##
## satisfaccion_chatbots edad horas_pantalla uso_chatbots_seg
## Length:300 Min. :14.00 Min. : 1.612 Min. :-29327
## Class :character 1st Qu.:29.00 1st Qu.: 4.922 1st Qu.: 6746
## Mode :character Median :35.00 Median : 6.262 Median : 10350
## Mean :35.01 Mean : 6.135 Mean : 11127
## 3rd Qu.:40.00 3rd Qu.: 7.383 3rd Qu.: 13735
## Max. :55.00 Max. :11.059 Max. :215820
## NA's :20 NA's :15Como podemos ver en la visualizacion contamos con 5 variables categoricas y 3 variables numericas, tambien se puede a simple vista que el uso de chatbots por seg va a tener valores atipicos. También hay un valor mínimo de -29,327, lo cual es problemático porque el tiempo no debería ser negativo. Esto indica un posible error en los datos.
Numeros de columnas y variables
dim(data)## [1] 300 8Contamos 8 columnas y 300 filas
Verificacion de datos faltantes
colSums(is.na(data))## genero nivel_educativo sector_empresa
## 0 0 0
## uso_chatbots satisfaccion_chatbots edad
## 0 0 0
## horas_pantalla uso_chatbots_seg
## 20 15como podemos ver tenemos 20 NA en las horas de pantalla y 15 en el uso de chatbots
Graficos boxplot
Boxplot de edad
boxplot(data$edad, horizontal=TRUE, col='lightpink', main="Boxplot de edad")
Como podemos ver en el boxplot la media se encuentra al rededor de 35, no vemos valores atipicos en este grafico
Boxplot de horas de pantalla
boxplot(data$horas_pantalla, horizontal=TRUE, col='lightgreen', main="Boxplot de Horas de Pantalla")
Vemos un minimo de 1,6 una media de 6.1 y un maximo aproximado de 11 no observamos valores atipicos en este grafico es decir, ningun valor esta excesivamente fuera del rango}
Boxplot de uso ChatBots Seg
boxplot(data$uso_chatbots_seg, horizontal=TRUE, col='lightblue', main="Boxplot de UsoChatbots Segundos")
Valores atipicos extremedamente altos 215.000 aproximadamente, tambien podemos ver que necesita una limpieza de datos debido a que cuenta con valores negativo; La mayoria de empresas usan el chatbot por tiempo moderado mientras hay pocos casos donde tienen tiempos extremadamente largos
Boxplot de uso ChatBots Seg (Sin valores extremos)
boxplot(data$uso_chatbots_seg, horizontal=TRUE, col='purple',
main="Boxplot de UsoChatbots Segundos (Sin Valores Extremos)",
outline=FALSE) # Esto elimina los valores atípicos visualmente
Graficos
A continuacion vamos a comparar variables a ver si podemos encontrar un patron y poder llegar a alguna conclusion
Grafico de pastel Genero
Intentamos ver de quien hay mas adopcion a la tecnologia de parte de mujeres u hombres
# Calcular porcentajes
genero_tabla <- data %>%
group_by(genero) %>%
summarise(cantidad = n()) %>%
mutate(porcentaje = round((cantidad / sum(cantidad)) * 100, 1))
# Crear gráfico de pastel
ggplot(genero_tabla, aes(x="", y=cantidad, fill=genero)) +
geom_bar(stat="identity", width=1, color="white") +
coord_polar("y", start=0) +
geom_text(aes(label=paste0(porcentaje, "%")),
position=position_stack(vjust=0.5), size=5, color="black") +
scale_fill_manual(values=c("#FF9999", "#66B3FF", "#99FF99")) + # Colores personalizados
theme_void() +
labs(title="Distribución de Género en la Muestra") +
theme(plot.title = element_text(hjust=0.5, face="bold", size=14))
Como podemos ver no hay diferencia significativa de si los hombres o mujeres tienen mas adopcion a la tecnologia
Grafico pastel educativo
# Calcular porcentajes
nivel_educativo_tabla <- data %>%
group_by(nivel_educativo) %>%
summarise(cantidad = n()) %>%
mutate(porcentaje = round((cantidad / sum(cantidad)) * 100, 1))
# Crear gráfico de pastel
ggplot(nivel_educativo_tabla, aes(x="", y=cantidad, fill= nivel_educativo)) +
geom_bar(stat="identity", width=1, color="white") +
coord_polar("y", start=0) +
geom_text(aes(label=paste0(porcentaje, "%")),
position=position_stack(vjust=0.5), size=5, color="black") +
scale_fill_manual(values=c("#FFADAD", "#FDFFB6", "#9BF6FF")) + # Colores personalizados
theme_void() +
labs(title="Distribución de Género en la Muestra") +
theme(plot.title = element_text(hjust=0.5, face="bold", size=14))
se puede suponer que personas con menor nivel educativo adoptan mas el uso de chatbots
Grafico de barras (Satisfacción con Chatbots según el Sector Empresarial)
ggplot(data, aes(x=sector_empresa, fill=satisfaccion_chatbots)) +
geom_bar(position="fill", color="black") + # Agrega bordes para mejor visibilidad
labs(title="Satisfacción con Chatbots por Sector Empresarial",
x="Sector Empresarial",
y="Proporción",
fill="Satisfacción") +
scale_fill_brewer(palette="Set2") + # Mejora los colores
theme_minimal() +
theme(plot.title = element_text(hjust=0.5, face="bold", size=14))
En la mayoría de los sectores, los empleados sienten que los chatbots cumplen su función, pero sin destacar demasiado, ya que la satisfacción media es la más común. Sin embargo, en educación y tecnología, hay una mayor cantidad de personas realmente satisfechas, lo que sugiere que en estos sectores los chatbots se integran mejor en el trabajo diario. Por otro lado, en finanzas, retail y salud, la insatisfacción es más notoria, posiblemente porque en estos ámbitos se necesita una atención más personalizada y la automatización no siempre logra cubrir esas expectativas
Boxplot de edad segun nivel de satisfaccion
ggplot(data, aes(x=satisfaccion_chatbots, y=edad, fill=satisfaccion_chatbots)) +
geom_boxplot() +
labs(title="Distribución de Edad según Nivel de Satisfacción con Chatbots",
x="Nivel de Satisfacción",
y="Edad") +
theme_minimal() +
scale_fill_brewer(palette="Set2")
La edad no parece ser un factor determinante en la satisfacción con los chatbots. Es decir, tanto jóvenes como personas mayores tienen opiniones variadas sobre su utilidad.
Conclusiones
- Errores y valores atípicos en los datos
Se identificaron errores en los datos, como valores negativos en el tiempo de uso de chatbots y valores extremadamente altos (hasta 215,000 segundos). Esto sugiere la necesidad de una limpieza de datos antes de realizar cualquier inferencia.
- Distribución demográfica y adopción de chatbots
No se encontraron diferencias significativas en la adopción de chatbots entre hombres y mujeres. Se observó que las personas con menor nivel educativo tienden a adoptar más el uso de chatbots, lo que podría sugerir que estas herramientas simplifican tareas que de otro modo requerirían mayor conocimiento técnico.
- Uso de chatbots y tiempo de pantalla
No se encontraron valores atípicos en las horas de pantalla, con un promedio de aproximadamente 6.1 horas diarias. El uso de chatbots muestra una distribución altamente sesgada, con algunos casos extremos de uso prolongado, lo que indica que en ciertos contextos los chatbots pueden ser utilizados de manera intensiva.
- Satisfacción con los chatbots según sector empresarial
Los sectores de tecnología y educación muestran mayores niveles de satisfacción con los chatbots, lo que indica que en estos entornos los asistentes virtuales pueden integrarse mejor con las actividades laborales. En sectores como salud, finanzas y retail, la insatisfacción es mayor, posiblemente debido a la necesidad de una atención más personalizada que los chatbots no pueden proporcionar completamente.
- Relación entre edad y satisfacción con chatbots
No se encontró evidencia de que la edad influya significativamente en la satisfacción con los chatbots, ya que personas de distintos grupos etarios tienen opiniones diversas sobre su utilidad.