La IA más allá de los chatbots: cinco formas de ampliar el uso de la IA en tu Contact Center

Aplicar estrategias de eficacia probada en beneficio de los clientes, los agentes y la empresa en su conjunto

A menudo, las organizaciones inician su proceso de automatización mediante IA en los centros de atención al cliente con chatbots online orientados al cliente. Sin embargo, los chatbots son solo un caso de uso de la IA en las operaciones de los centros de atención al cliente y apenas la punta del iceberg en lo que respecta al potencial de esta tecnología. Al analizar las cinco aplicaciones que se tratan en este artículo, los responsables de los centros de atención al cliente pueden elegir cuál es el mejor paso a seguir para ampliar con éxito el uso de la IA.

Para obtener más orientación práctica sobre casos de uso de la IA más allá de los chatbots, lee Nuestra guía para aplicar la inteligencia artificial en la atención al cliente.

Comprender las limitaciones de los chatbots básicos

Según la consultora Valoir, la mitad de los centros de atención al cliente de todo el mundo han implantado chatbots básicos con inteligencia artificial. ^[1]. Sin embargo, aunque esto puede aportar algunas ventajas, no ni siquiera rozan la superficie de lo que es posible con la IA. Todos hemos tenido contacto con chatbots que solo pueden responder a preguntas básicas, que no se integran con los agentes humanos o que, sencillamente, ofrecen respuestas poco claras o incluso incorrectas.

A medida que los centros de atención al cliente avanzan en su proceso de adopción de la inteligencia artificial, deben incorporar casos de uso de la IA que vayan más allá de los chatbots, con aplicaciones prácticas que atraigan a los clientes, presten un mejor apoyo a los agentes, aumenten la eficiencia y mejoren la experiencia del cliente.

Una vez que hayas completado un evaluación de la madurez para comprender cuál es tu situación actual y elaborar una lista de oportunidades de automatización mediante IA para el centro de atención al cliente en función de las necesidades de la empresa y de los clientes, el siguiente paso consiste en analizar las tecnologías de inteligencia artificial que pueden aportar un valor real a la organización.

En este artículo voy a hablar de estas aplicaciones, incluyendo cómo planificar implementaciones exitosas e integrarlas en la infraestructura general de tu centro de atención al cliente.

Autoservicio a través de agentes virtuales

Los agentes virtuales basados en inteligencia artificial mantienen conversaciones naturales a través de canales de voz y digitales, utilizando conocimientos y sistemas interconectados para comprender las solicitudes y facilitar el autoservicio de los clientes.

Principales ventajas de los agentes virtuales:

• Mejorar el acceso de los clientes ofreciendo asistencia inteligente inmediata, las 24 horas del día, los 7 días de la semana, a través de canales de voz y digitales.
• Reducir los tiempos de espera respondiendo de inmediato y absorbiendo los picos en el volumen de contactos.
• Aumentar la tasa de finalización de los trámites de autoservicio comprendiendo la intención, teniendo en cuenta el contexto y completando las solicitudes rutinarias de principio a fin.
• Ofrecer un servicio más uniforme recurriendo a una misma fuente de información precisa y actualizada en todos los canales.
• Aprovechar mejor la experiencia de los agentes derivando las consultas delicadas o especialmente complejas a personas reales, junto con el contexto completo de la conversación.

Buenas prácticas para tener éxito con los agentes virtuales:

• Dar prioridad a un conjunto inicial de casos de uso; el proceso y la clasificación descritos en mi blog anterior ayudarte a colaborar con los equipos internos adecuados para identificar casos de uso que ofrezcan la mejor combinación de bajo riesgo y alto valor. Empieza por solicitudes bien definidas en las que el agente virtual pueda ofrecer un resultado claro y, a continuación, amplía el alcance solo cuando el rendimiento alcance los objetivos acordados.
• Establecer una gestión clara del conocimiento en lugar de depender de una sola persona. Designa a un responsable, a colaboradores especializados en la materia, normas de aprobación y calendarios de revisión para que la información siga siendo precisa, cumpla con la normativa y esté disponible a medida que cambian los productos, las políticas y las necesidades de los clientes.
• Conecta de forma segura los agentes virtuales a los sistemas necesarios para completar cada solicitud aprobada de los clientes. Aplicar el principio del «privilegio mínimo», la verificación de identidad, los límites de transacción, los registros de auditoría y la aprobación humana para las acciones de mayor riesgo, y probar los procedimientos de fallo y recuperación antes del lanzamiento.
• Involucrar a los agentes desde la selección de casos de uso hasta las pruebas y la optimización. Aprovecha sus conocimientos para identificar puntos de fallo habituales, definir reglas de escalación y respuestas de prueba, al tiempo que explicas cómo los agentes virtuales cambiarán las funciones, las cargas de trabajo y las oportunidades de desarrollo, en lugar de limitarte a presentar la tecnología como una forma de eliminar el trabajo repetitivo.
• Diseñar reglas de escalación en torno a la intención del cliente, el riesgo, la percepción y los fallos repetidos. Transmite al agente humano el historial completo de la conversación, los datos verificados del cliente y las acciones que ya se han intentado; a continuación, prueba los traspasos entre canales para que los clientes no tengan que repetir lo mismo.
• Gestionar los agentes virtuales como un servicio en constante mejora. Analiza los procesos fallidos, las escalaciones, los comentarios de los clientes, la precisión de las respuestas y las transacciones completadas; compara el rendimiento entre los distintos grupos de clientes y canales; y asigna responsables claros y ciclos de revisión para corregir los problemas y ampliar el alcance.
• Aplica los mismos criterios de evaluación en todas las interacciones, tanto si las gestionan agentes virtuales como humanos. Realiza un seguimiento de ambos en función de los resultados comunes para el cliente, como la resolución, la precisión y la satisfacción.
• Definir los indicadores de éxito antes del lanzamiento, que abarcan los resultados para el cliente, el rendimiento operativo y el riesgo. Realiza un seguimiento de indicadores como la finalización satisfactoria de las tareas, la contención, los contactos repetidos, los motivos de escalación, la satisfacción del cliente, la precisión de las respuestas y el coste por consulta resuelta, con cifras de referencia y objetivos para cada caso de uso.
• No te limites a planificar el escenario ideal: Planifica cómo responderá el servicio cuando el nivel de confianza sea bajo, un sistema conectado no esté disponible o una solicitud quede fuera del ámbito aprobado. Establece una ruta alternativa clara, evita respuestas o acciones no admitidas y facilita a los equipos operativos la suspensión de los procesos afectados sin interrumpir el servicio en su conjunto.

Ayudar a los agentes a través del conocimiento

El asistente de IA ayuda a los empleados durante las interacciones con los clientes interpretando la conversación y ofreciendo orientación relevante a partir de los conocimientos y sistemas conectados.

Principales ventajas de la asistencia de un agente:

• Reducir el tiempo de tramitación y las interrupciones mostrando a los agentes información relevante y contrastada en tiempo real durante las interacciones, sin necesidad de poner a la persona en espera ni de consultar con otros.
• Mejorar la precisión y la coherencia de las respuestas al facilitar a los agentes el acceso al mismo conocimiento regulado, en todos los canales.
• Aumentar la resolución en la primera atención ayudando a los agentes a resolver consultas complejas o desconocidas sin necesidad de transferir la llamada ni de volver a llamar.
• Aumentar la confianza de los agentes y reducir la carga cognitiva orientando a los agentes sobre las políticas, los procesos y las mejores acciones a seguir.
• Reducir el proceso de incorporación y el tiempo necesario para alcanzar la competencia apoyando a los nuevos agentes mientras adquieren conocimientos y experiencia.
• Mejorar el cumplimiento normativo proporcionando a los agentes las indicaciones necesarias en cuanto a la redacción, la información que deben facilitar y los pasos a seguir.
• Ofrecer respuestas más personalizadas a gran escala adaptando el contenido sugerido al contexto y a la consulta del cliente.

Buenas prácticas para lograr el éxito con la asistencia de agentes:

• Priorizar los casos de uso según su valor, complejidad y riesgo, tal y como se describe en mi blog anterior. Empieza por donde haya mayor valor, por ejemplo, en las interacciones de gran volumen en las que los agentes dedican mucho tiempo a buscar información, o en las colas en las que se atienden consultas importantes que suelen responderse de forma inexacta o incoherente. A continuación, amplía la iniciativa una vez que el rendimiento alcance los objetivos acordados.
• Utiliza fuentes de información fiables y reguladas. Establezca claramente quién es el responsable, los procesos de aprobación y los plazos de revisión, para que las recomendaciones sigan siendo precisas, actualizadas y conformes a la normativa.
• Asegúrate de que los agentes mantengan el control. Presentar sugerencias para su revisión; en el caso de las interacciones de texto, en lugar de enviar respuestas automáticamente en nombre de los agentes o llevar a cabo acciones de mayor riesgo, permitirles revisarlas antes de enviarlas.
• Propuestas de diseño relacionadas con el flujo de trabajo del agente. Mostrar información en el momento adecuado, basándose en el contexto de la conversación, sin entorpecer la conversación con el cliente ni saturar a los agentes con sugerencias innecesarias.
• Incluye referencias y explica tus resultados. Mostrar de dónde proceden las recomendaciones para que los agentes puedan verificar la información antes de compartirla.
• Involucrar a los agentes a lo largo de todo el proceso de implantación de la asistencia a agentes. Utiliza sus aportaciones para seleccionar casos de uso, evaluar sugerencias, identificar carencias y perfeccionar la experiencia.
• Integrarse de forma segura con los sistemas pertinentes. Aplicar controles de identidad, el principio del mínimo privilegio, registros de auditoría y medidas de protección en torno a la información confidencial de los clientes.
• Mide los resultados de los clientes y los agentes. Realiza un seguimiento del tiempo de gestión, la resolución en el primer contacto, la precisión de las respuestas, el cumplimiento normativo, la aceptación por parte de los agentes, la satisfacción del cliente y los contactos repetidos, comparándolos con unos valores de referencia claros.
• Presta atención a las sugerencias poco convincentes o inadecuadas. Analiza las recomendaciones rechazadas, las respuestas incorrectas, las lagunas de conocimiento y las diferencias de rendimiento entre los distintos canales o grupos de clientes.
• Planifica una optimización continua. Asigna responsables y establece ciclos de revisión para mejorar los conocimientos, las indicaciones, los flujos de trabajo y las integraciones a medida que cambien las necesidades.

Gestión de la calidad de la IA

La gestión de la calidad basada en la inteligencia artificial evalúa las interacciones con los clientes en todos los canales según criterios personalizados y coherentes, lo que proporciona a los supervisores una base más amplia para el control de calidad, la formación y el cumplimiento normativo.

Principales ventajas de la gestión de la calidad basada en la inteligencia artificial:

• Ampliar la cobertura de calidad mediante la evaluación potencial de hasta 100% de interacciones en todos los canales de voz y digitales, en lugar de basarse en un muestreo manual limitado.
• Mejorar la coherencia y la equidad aplicando los mismos criterios transparentes en todos los equipos, colas y canales.
• Centrar el coaching en lo que más importa mediante la identificación de comportamientos concretos, lagunas de conocimiento y problemas recurrentes en los procesos.
• Reforzar la supervisión del cumplimiento normativo mediante la detección de información que falta, desviaciones en los procesos e interacciones de mayor riesgo para su revisión.
• Liberar a los supervisores para que se dediquen a tareas de mayor valor reduciendo la revisión manual y centrando la atención en las excepciones y en las oportunidades de reconocimiento o mejora.
• Realizar un seguimiento de las mejoras en la calidad a lo largo del tiempo vinculando los resultados de la evaluación con el asesoramiento, la formación y los cambios operativos.
• Capacitar a los agentes para que se hagan responsables de su propio desarrollo permitiéndoles evaluar sus propias interacciones, reconocer sus puntos fuertes e identificar aspectos en los que pueden mejorar.

Buenas prácticas para alcanzar el éxito en la gestión de la calidad de la IA:

• Define el objetivo de cada evaluación. Establece criterios distintos para el cumplimiento, los resultados de los clientes, el respeto de los procesos y el asesoramiento, de modo que una única puntuación no oculte diferencias importantes.
• Elabora un marco claro y representativo. Evalúa las etapas relevantes de la interacción y adapta las plantillas predeterminadas de los proveedores a tus canales, políticas, necesidades de los clientes y perfil de riesgo.
• Valida los resultados de la IA antes de su uso operativo. Compara las evaluaciones automatizadas con las realizadas por evaluadores experimentados en distintos tipos de interacción, equipos, idiomas y resultados.
• Las decisiones importantes deben seguir siendo objeto de supervisión humana. Utiliza la IA para detectar posibles problemas, pero exige a los supervisores que revisen las interacciones controvertidas, inusuales o de mayor riesgo antes de escalarlas.
• Haz que las evaluaciones sean transparentes para los agentes. Comunica los criterios, las pruebas y el razonamiento en los que se basan los resultados, y ofrece una vía clara para plantear dudas o presentar un recurso contra una evaluación.
• Utiliza los resultados para mejorar tanto los sistemas como la implicación. Distinguir las necesidades de orientación individual de los problemas derivados de los conocimientos, los flujos de trabajo, las políticas o la tecnología.
• Realizar un seguimiento del rendimiento del modelo a lo largo del tiempo. Recalibra los criterios cuando cambien los productos, las políticas, los canales o el comportamiento de los clientes, e investiga los cambios inesperados en las puntuaciones.
• Proteger los datos de los clientes y de los empleados. Limitar el acceso, la conservación y el uso de los datos de interacción, con controles adecuados para la información sensible y el cumplimiento de los requisitos normativos.

Análisis de clientes (La voz del cliente, VoC)

El análisis de clientes basado en inteligencia artificial transforma las conversaciones en todos los canales en información estructurada sobre las necesidades de los clientes, los motivos de contacto y los problemas emergentes, y a continuación recomienda medidas internas para abordarlos.

Principales ventajas del análisis de clientes:

• Resolver las causas fundamentales de forma más eficaz identificando los motivos por los que los clientes se ponen en contacto y sacando a la luz las necesidades subyacentes, los incidentes y los fallos en los procesos.
• Evitar que los problemas incipientes se agraven detectando cambios en los temas, el tono, el esfuerzo y el volumen de contactos con la suficiente antelación para que los equipos puedan intervenir.
• Menor volumen de contactos evitables (demanda por fallos) y menores costes al poner de manifiesto problemas recurrentes en los productos, las políticas, los recorridos digitales y los servicios de terceros.
• Mejora la experiencia del cliente más rápidamente vinculando las cuestiones planteadas por los clientes con el impacto operativo, el valor y la urgencia.
• Aumentar el impacto de las mejoras en la experiencia del cliente comparando las conversaciones con los clientes y los resultados antes y después de las intervenciones.
• Tomar mejores decisiones sobre productos, servicios y procesos incorporando la información directa de los clientes en la planificación empresarial.
• Reforzar el apoyo de la dirección a las decisiones importantes utilizando datos extraídos de las interacciones con los clientes para poner de manifiesto la magnitud, la urgencia y el impacto empresarial de los problemas.

Buenas prácticas para alcanzar el éxito con el análisis de clientes:

• Empieza por plantear preguntas claras relacionadas con el negocio. Define las decisiones que debe respaldar el análisis, como reducir los contactos repetidos, identificar la demanda por fallos o mejorar un recorrido concreto.
• Elabora una taxonomía significativa. Ve más allá de etiquetas generales como “facturación” para identificar el problema, la causa, la fase del proceso, el resultado y el esfuerzo del cliente con un nivel de detalle útil.
• Reúne los canales y los datos pertinentes. Combina la información sobre las interacciones con los datos operativos, de recorrido y de resultados cuando sea pertinente, evitando al mismo tiempo sacar conclusiones sin fundamento sobre la causalidad.
• Comprueba si coinciden con eventos conocidos. Comprueba si el análisis detecta incidentes, campañas o cambios en el servicio reconocidos, y revisa manualmente algunas conversaciones representativas antes de dar por válidos los resultados.
• Haz un seguimiento de las tendencias, no de instantáneas aisladas. Realice un seguimiento de los temas, los volúmenes, la opinión y los resultados a lo largo del tiempo, utilizando valores de referencia y umbrales adecuados para distinguir los cambios significativos de la variación normal.
• Fomentar la implicación de todos los departamentos. Transmite los resultados a los equipos que puedan resolver las causas fundamentales, acuerda las medidas y los plazos, y comprueba si los cambios reducen el esfuerzo que deben realizar los clientes y la demanda de atención al cliente.
• Incluye diferentes recorridos del cliente. Comprueba el rendimiento en todos los canales, productos, idiomas y grupos de clientes para que los tipos de interacción más frecuentes no oculten problemas importantes.
• Aplica medidas estrictas de privacidad y seguridad. Reducir al mínimo los datos personales, restringir el acceso y la conservación de los mismos, y anonimizar o seudonimizar la información cuando proceda.

Análisis de la experiencia de los empleados («La voz del empleado», VoE)

Los análisis de la opinión de los empleados, basados en inteligencia artificial, analizan los comentarios estructurados y los comentarios en texto libre —como los datos de las encuestas— para identificar temas recurrentes en la forma en que los empleados de los centros de atención al cliente perciben su trabajo. Para obtener un análisis más amplio de los empleados, estos datos pueden combinarse con información operativa independiente.

Principales ventajas del análisis de la experiencia de los empleados:

• Comprender mejor las necesidades de los empleados identificando las preocupaciones recurrentes, los obstáculos y las ideas de mejora más allá de las puntuaciones generales de la encuesta.
• Identificar las causas operativas de la frustración relacionando los comentarios recibidos con la carga de trabajo, los horarios, los procesos, las lagunas de conocimiento y los problemas tecnológicos.
• Abordar las mejoras de forma más eficaz mostrando qué temas afectan a determinados puestos, equipos o etapas del recorrido profesional del empleado.
• Fomentar el compromiso y la retención atendiendo a las preocupaciones importantes y demostrando cómo las aportaciones de los empleados influyen en las decisiones.
• Mejorar los resultados para los clientes abordando los problemas relacionados con las herramientas, los procesos y el apoyo que dificultan a los empleados la atención al cliente.
• Medir el impacto del cambio mediante el seguimiento de las opiniones de los empleados y los indicadores operativos antes y después de las iniciativas de mejora.

Buenas prácticas para lograr el éxito con el análisis de la experiencia de los empleados:

• Define un objetivo claro y proporcionado. Explica qué datos se van a analizar, por qué son necesarios y en qué decisiones servirán de base; evita recopilar información simplemente porque esté disponible.
• Sé transparente con los empleados. Explica en un lenguaje sencillo las fuentes, los métodos, las medidas de seguridad y las limitaciones del análisis antes de que comience la recogida de datos.
• Proteger la confidencialidad y la seguridad psicológica. Agregar los resultados, restringir el acceso, aplicar umbrales mínimos de notificación y evitar que los datos generados puedan revelar la identidad de empleados concretos.
• No utilices el sentimiento como indicador del rendimiento individual. Considera la interpretación automatizada como un indicador que permite conocer mejor la organización, y no como un juicio definitivo sobre la actitud, el bienestar o la capacidad de una persona.
• Incluye a los empleados en el diseño. Involucrar a los representantes y a los grupos de empleados en la selección de las preguntas, la interpretación de los temas y la comprobación de si los resultados reflejan su experiencia.
• Analiza la información con cuidado. Utiliza los datos de los empleados, los clientes y las operaciones para identificar patrones, sin dejar de tener en cuenta el contexto y evitando dar por sentado que la correlación implica causalidad.
• Convierte los resultados en medidas concretas y responsables. Asigna responsables, plazos e indicadores de éxito; a continuación, informa sobre los cambios realizados y lo que queda pendiente.
• Supervisar la participación y la calidad de los datos. Comprueba si los comentarios reflejan la opinión de la plantilla y si las bajas tasas de respuesta, el idioma o el acceso a los canales podrían sesgar las conclusiones.

La importancia de integrar la inteligencia artificial en todo el centro de atención al cliente

Para obtener los mejores resultados, utiliza los cinco casos de uso detallados en este artículo como parte de una estrategia de IA integrada, en lugar de como herramientas aisladas. El intercambio de conocimientos, datos e integraciones permite que la información fluya entre el autoservicio, la asistencia de los agentes, la gestión de la calidad y el análisis, lo que crea una experiencia más coherente y reduce la duplicación de esfuerzos.

Para ello se necesitan bases comunes: una atribución clara de responsabilidades en el programa, conocimientos y datos gestionados de forma adecuada, una integración segura, una comunicación transparente, supervisión humana e indicadores de éxito compartidos. De este modo, una hoja de ruta por fases puede dar prioridad a las oportunidades de menor riesgo y mayor valor, al tiempo que garantiza que cada implementación refuerce las capacidades que le siguen.

Al integrar la inteligencia artificial en todo el centro de atención al cliente, las organizaciones pueden mejorar la calidad del servicio, la eficiencia operativa, la toma de decisiones y el apoyo a los empleados, al tiempo que amplían la automatización de forma responsable.

Enghouse Interactive: Acompañamos a los centros de atención al cliente en su proceso de implantación de la inteligencia artificial

Enghouse Interactive ayuda a los centros de atención al cliente a convertir la inteligencia artificial en mejoras cuantificables en la experiencia del cliente, el apoyo a los agentes, la calidad y la toma de decisiones. Basándose en una amplia experiencia en centros de atención al cliente, la inteligencia artificial de Enghouse Interactive se centra en los retos empresariales prácticos y ayuda a las organizaciones a dar prioridad a los casos de uso con mayor potencial para aportar valor.

¿Estás listo para identificar cuál es el siguiente paso más valioso para la IA en tu centro de atención al cliente?

Sea cual sea la etapa en la que te encuentres en tu proceso, Enghouse puede ayudarte a evaluar y priorizar los casos de uso de la IA que más probabilidades tienen de mejorar los resultados para los clientes, los agentes y la empresa.

Reserva una sesión sobre la hoja de ruta de la IA

Sobre el autor

Steve Nattress VP de Gestión de Productos
Enghouse Interactivo
LinkedIn

La trayectoria única de Steve en el ámbito de la atención al cliente y el desarrollo de la inteligencia artificial le convierte en la persona ideal para impulsar la innovación en productos e inteligencia artificial en Enghouse. Steve es un líder creativo y estratégico, apasionado por el potencial de la inteligencia artificial para transformar la experiencia del cliente, sin perder de vista la necesidad fundamental de contar con prácticas sectoriales seguras y transparentes.

Referencias

1. Valor: El estado actual de la IA en la experiencia del cliente