La Inteligencia Artificial se ha convertido ya en una aliada indispensable para los Contact Center. Es una herramienta que ayuda a escalarlos, mejorando la eficacia en la atención al cliente al tiempo que se controlan los costes. Son muchos los niveles en los que la IA puede implementarse en estos centros, ya sean asistentes virtuales de voz o de texto, a través de canales digitales.

Aunque cada vez es más frecuente, la automatización de las conversaciones con clientes, sigue planteando aún múltiples retos a las empresas. No sólo hablamos de retos tecnológicos, sino de implementar una nueva herramienta en procesos ya asentados. Nos referimos también a la complejidad que aporta el propio negocio o incluso las reticencias que puedan presentar los usuarios.

En efecto, pasar del marco mental “hablo con un humano” a “hablo con un asistente virtual” es un salto que a muchos clientes les cuesta dar. Incluso nuestra forma de comunicarnos varía si hablamos con otra persona o con un asistente. Y a ello hay que sumar las circunstancias que rodean al usuario cuando inicia la comunicación.

Estos desafíos son muchos, pero pueden afrontarse de forma exitosa. En este post queremos compartir algunas de las claves que nos ha llevado a desarrollar con éxito asistentes virtuales para diferentes sectores.   

Seleccionar y entender bien el caso de uso

El éxito de un voice bot comienza mucho antes de su construcción, antes incluso que de su diseño. El primer paso consiste en entender bien la necesidad a la que queremos dar solución. Esto implica tener claro cuál es el problema que estamos tratando de resolver:

• Desde la perspectiva del cliente: consultar información, realizar una gestión, hablar con un agente…
• Respecto al Contact Center: reducir el tiempo medio de operación (TMO), minimizar los tiempos de espera en llamada, automatizar la asignación de llamadas a colas especializadas…

Los casos de uso óptimos son aquellos de menor complejidad que aportan un mayor valor al negocio. Por eso el primer reto está en determinar cuál o cuáles serán los primeros que vamos a implementar en nuestro voice bot, así como la estrategia que vamos a utilizar para ponerlo en marcha. Ponemos un par de ejemplos:

1. Queremos reducir los tiempos de espera en el Contact Center en momentos de saturación, así como evitar los abandonos cuando los tiempos de espera sean inevitables. Para ello proponemos introducir un agente virtual que interviene como alternativa a la espera y nos permite identificar el motivo de la consulta antes de pasar a un agente humano, derivándola así a la cola de atención que corresponda.
2. Un alto porcentaje de llamadas en Contact Center requiere la solicitud de información para identificar al cliente: nombre, DNI o NIE, número de póliza, teléfono, etc. Planteamos automatizar esta recogida de datos a través de un agente virtual, reduciendo así el tiempo de operación de los agentes.

Posteriormente, el flujo conversacional que definamos debe tener en cuenta los pasos que integran el proceso que precisa el caso de uso, así como las capacidades y posibles limitaciones de nuestro Contact Center. Y otro elemento importante que no se debe olvidar: la expectativa que pueda tener el cliente en ese momento.

Plantear una hipótesis de trabajo y diseñar un flujo sencillo 

Cuando enfrentamos el reto de diseñar un asistente virtual de voz, pueden cometerse dos errores habituales:

• Perdernos en los detalles
• Tender a complicar el flujo de conversación en exceso

Ocurre especialmente cuando nos movemos en negocios altamente regulados, con procesos que no han sido diseñados pensando en el cliente o cuando necesitamos solicitar muchos datos al usuario.

Otro error habitual es diseñar un flujo para voice bot del mismo modo que escribiríamos el guión para un Contact Center atendido solo por personas:

• El cliente no se va a comportar igual en una conversación con un humano que con un asistente virtual.
• Por muy bien diseñado y entrenado que esté el voice bot, nunca tendrá las mismas capacidades que una persona a la hora de interpretar la información que se le está facilitando.

Un ejemplo de estas diferencias lo encontramos a la hora de solicitar a un cliente una dirección, como paso previo a la apertura de un siniestro. Un agente humano, que tiene en su pantalla la ficha del cliente mientras conversa con él, solicitará el dato y realizará una comprobación rápida, con sólo un vistazo. Por su parte, el asistente virtual podrá enfrentarse a diferentes obstáculos: posibles errores en la transcripción de la información facilitada por el cliente, incoherencia de esa información recibida frente a la existente en la base de datos, falta de normalización en la información, uso de abreviaturas que no coincidan al 100%...

En otras ocasiones, se intenta hacer una primera versión del flujo de conversación contemplando todos los posibles escenarios que pueden darse, lo que supone una nueva equivocación. La principal consecuencia de este planteamiento erróneo es que puedes estar 8 meses trabajando sin llegar a poner en marcha una primera versión, con el consiguiente desembolso económico y la demora en la entrega de valor que esto supone.

Por todo ello, nuestra recomendación es partir siempre de la versión más sencilla posible del flujo que queremos implementar. Quedarían fuera todos esos casos particulares que añaden complejidad innecesaria en fases tempranas. Con esta primera versión, probaríamos con usuarios reales para validar nuestras hipótesis iniciales antes de comenzar a implementar el flujo en el motor conversacional que estemos utilizando, que en nuestro caso es Dialogflow CX.

Hacer pruebas con usuarios reales

Como hemos explicado, parte del éxito de un voice bot es poner a prueba nuestras hipótesis de partida con un conjunto de usuarios que se asemeje a nuestra base de clientes (edad, perfil sociodemográfico, acentos…).

Con este conjunto de usuarios se testea una versión “dummy”, es decir, un primer flujo sin ningún tipo de entrenamiento en el que no se haya invertido una gran cantidad de tiempo. Este voice bot se conecta a un teléfono real y se limita a solicitar información al usuario, de manera secuencial. Simula, incluso, situaciones de error en las que se pide al usuario que vuelva a repetir algún dato, en algunos casos, para poder analizar cómo reacciona el usuario en estas situaciones y tenerlo en cuenta en el diseño del flujo definitivo.

Gracias a poner una primera versión dummy de nuestro voice bot en manos de un conjunto de usuarios podemos recabar feedback de utilidad:

• Dónde se van a encontrar los principales bloqueos
• Tiempo que se emplea en completar el flujo
• Cómo se expresa el usuario cuando habla con el asistente
• De qué modo dan datos como el DNI o el NIE (dígito a dígito, por decenas, etc)

A partir de estas pruebas, extraeremos conclusiones que nos permitirán afinar mejor nuestro flujo conversacional antes de empezar a implementarlo.

Salir con una primera versión, medir y reaccionar rápido

En estos años desarrollando asistentes virtuales hemos comprobado que importa menos diseñar el flujo “perfecto” que salir pronto con una primera versión para medir y mejorar. El 80% del aprendizaje sobre cómo mejorar un agente y hacerlo más eficiente aparece durante las primeras semanas de uso en producción.

Por esta razón es importante poner el foco y todo el esfuerzo en tener esa primera versión sencilla sobre la que empezar a medir con usuarios reales. Primero empezando por un porcentaje pequeño, para ir incrementando gradualmente este volumen de usuarios a medida que se aplican las mejoras.

En esta etapa resulta de vital importancia contar con una metodología de trabajo para retroalimentación, así como herramientas que nos permitan medir de manera precisa lo que está sucediendo con nuestro agente virtual y extraer conclusiones fácilmente, pero esto te lo contamos en la siguiente entrega ;)