Este artículo es una traducción al español del blog original publicado por Amplitude. Versión original en amplitude.com.
Un agente de soporte integrado en el producto que conoce a tus usuarios, actúa en su nombre y mide si realmente los ayudó.
Los chatbots fueron creados para eliminar las colas de soporte. Para preguntas simples, esos chatbots cumplieron su función en su mayoría. Pero los problemas más difíciles, los que realmente generan churn, siguieron siendo difíciles.
Un ejemplo que ocurre con demasiada frecuencia: un usuario se queda atascado a los pocos días de comenzar el onboarding y le pide ayuda a un chatbot. El chatbot busca en la base de conocimiento y devuelve un artículo de ayuda, pero es uno que el usuario ya leyó. Entonces el usuario describe el problema de otra manera. El mismo artículo. Lo intenta una tercera vez. El mismo resultado. Finalmente, crea un ticket y espera.
Estos chatbots no tienen idea de qué estaba haciendo el usuario cuando se quedó atascado, qué intentó antes de preguntar, ni si algo de lo que el chatbot sugirió funcionó después. Pueden buscar respuestas, pero carecen de contexto crítico sobre el producto y el usuario.
Este punto ciego importa para los problemas que más importan. El usuario que no puede configurar su cuenta no va a generar churn porque tu chatbot fue lento. Va a generarlo porque nadie se dio cuenta de que estaba atascado en primer lugar.
Por eso estamos emocionados de lanzar el Asistente de IA de Amplitude.
Cómo los datos del producto mejoran los agentes de soporte
El Asistente de IA es un agente de soporte integrado en el producto, construido sobre nuestra capa de contexto conductual. Eso significa que sabe qué hizo un usuario antes de hacer una pregunta, dónde está en el producto en este momento, y si completó su objetivo después de recibir ayuda. Además de tu base de conocimiento, el agente de soporte ahora está conectado a los mismos datos que tu equipo de producto usa para tomar decisiones.
La diferencia práctica se nota de inmediato. Cuando un usuario pregunta «¿Cómo configuro mi cuenta?», otro chatbot podría devolver documentación estándar. El Asistente de IA sabe en qué página está el usuario (la página de cuenta), su historial dentro del producto (ninguna cuenta creada) y su contexto conductual (no encontró la barra lateral de configuración dos veces en los últimos cinco minutos). Con esta información, la respuesta del Asistente de IA ya no es genérica. Está personalizada según las circunstancias específicas del usuario.
De chatbots a agentes de co-navegación dentro de tu producto
La mayoría de las herramientas de soporte, incluso las buenas, se detienen después de dar una respuesta. Le dicen a los usuarios qué hacer y confían en que lo ejecuten. Eso es suficiente cuando la tarea es simple. Pero cuando un usuario está lidiando con un flujo de trabajo de varios pasos o una funcionalidad que nunca ha usado, necesita más que una respuesta. Aquí es donde brilla el Asistente de IA. Cuando un usuario necesita asistencia paso a paso, puede activar una guía integrada en el producto directamente desde la conversación.
Consideremos al usuario que pregunta sobre la configuración de su cuenta. El Asistente de IA explicará el concepto brevemente y luego preguntará: «¿Quieres que te guíe paso a paso?» Puede lanzar una guía que se mueve por la pantalla, resaltando cada elemento de la interfaz en secuencia. Sin nueva pestaña. Sin interpretar documentación. El usuario ve instrucciones dentro del producto que lo ayudan a completar su tarea.
Y va más allá. Para ciertos flujos de trabajo, como agregar nuevos usuarios, el Asistente de IA puede completar tareas de manera autónoma en nombre del usuario. El usuario pasa de estar atascado a haber terminado sin cambiar de contexto ni esperar a nadie.
Dado que el Asistente de IA se conecta a la infraestructura de Guides and Surveys de Amplitude, tiene una capa de ejecución dentro del producto. Esa capacidad significa que la IA puede decidir qué mostrar, cuándo intervenir y cómo guiar a un usuario específico a través de una tarea específica. Estamos construyendo la base para una experiencia de co-navegación agéntica dentro de tu producto: el Asistente de IA entiende tu interfaz, entiende dónde está el usuario en ella y puede orquestar lo que sucede a continuación.
Personalización del soporte basada en el comportamiento real del usuario
La mayoría de la personalización en soporte está basada en reglas. Los usuarios nuevos reciben un guion, los usuarios enterprise reciben otro. Estas reglas son generales y están escritas a mano, basadas en suposiciones amplias sobre quién es el usuario.
El Asistente de IA personaliza el soporte según lo que los usuarios han hecho realmente. Un usuario en prueba que exploró tres funcionalidades en su primera sesión recibe una orientación diferente a la de un usuario en prueba que se registró y nunca volvió. Un usuario avanzado que encuentra un caso límite en un flujo de trabajo complejo recibe una respuesta que reconoce su experiencia en lugar de empezar desde los conceptos básicos. Esto sucede automáticamente porque los datos conductuales ya están ahí. Nadie tiene que imaginar los escenarios y crear reglas personalizadas.
La distinción importa porque el comportamiento es un mejor predictor de lo que alguien necesita que una etiqueta de perfil. Alguien etiquetado como «admin enterprise» en un CRM puede ser un empleado nuevo que está aprendiendo el producto por primera vez. Alguien etiquetado como «usuario nuevo» puede no necesitar que le expliquen los conceptos básicos. La señal conductual capta estos matices. Los atributos estáticos los pasan por alto.
Para los equipos de producto, esto también significa menos reglas manuales que mantener. A medida que tu producto evoluciona y los patrones de usuario cambian, la personalización se adapta porque está basada en lo que los usuarios están haciendo realmente, no en segmentos que alguien definió hace seis meses.
«Nuestros usuarios no quieren interrumpir lo que están haciendo para buscar ayuda o crear un ticket de soporte. El Asistente de IA de Amplitude nos da una manera de llegar a los usuarios donde están, dentro del producto, con orientación que se siente personal e inmediata. Vemos esto como el futuro de cómo podemos apoyar mejor a nuestros clientes.» Michelle Esquivel Senior Manager de Documentación Global, Advanced Solutions International, Inc.
Saber qué pasó antes y después con Session Replay
Las métricas de soporte tradicionales suelen ser superficiales. Pueden decirte si el usuario hizo clic en el ícono de pulgar arriba o cerró la ventana de chat. Estas señales están bien, pero solo te dicen si la interacción se sintió bien en el momento. No te dicen si el problema del usuario fue realmente resuelto.
El Asistente de IA se conecta a Session Replay, lo que cambia cómo los equipos de soporte de producto rastrean la resolución. Cuando un usuario inicia una conversación, el sistema tiene contexto conductual: en qué hizo clic, dónde dudó, qué error encontró, etc. Cuando la conversación termina, puede observar la sesión para ver qué hace el usuario a continuación. ¿Completa el flujo de trabajo? ¿Choca contra la misma pared otra vez? ¿Abandona el producto?
Esto hace posible medir la resolución real, no solo la resolución del chat. La pregunta cambia de «¿El usuario se sintió satisfecho?» a «¿El usuario logró lo que estaba intentando hacer?» Esa es una diferencia significativa para cualquier equipo que intente entender si su experiencia de soporte realmente funciona.
Cuando una conversación necesita escalar a un agente de soporte humano, la transferencia incluye el panorama completo: transcripción de la conversación, un resumen de lo que el usuario estaba haciendo antes del chat y el contexto del session replay. El agente de soporte humano no empieza a ciegas. La escalación se convierte en una transición más natural.
Conversaciones que retroalimentan los datos del producto
Las conversaciones de soporte están llenas de señales cualitativas que los equipos de producto raramente aprovechan. Los usuarios describen lo que los confunde con sus propias palabras. Articulan fricciones que no aparecen claramente en los datos de eventos. Revelan la brecha entre lo que el producto pretende y lo que los usuarios experimentan.
En la mayoría de las configuraciones de soporte, estas señales se quedan en una bandeja de entrada de CX. Alguien podría analizar los datos para hacerlos útiles. Más frecuentemente, se resume en un informe trimestral y se olvida en el siguiente sprint.
Las conversaciones del Asistente de IA fluyen hacia el sistema de AI Feedback de Amplitude, donde los datos de retroalimentación no estructurados se convierten en insights estructurados junto con tus análisis y datos de session replay. Los equipos de producto pueden ver patrones: qué funcionalidades generan más preguntas, qué pasos del onboarding causan confusión repetida, qué estados de error los usuarios describen pero tu instrumentación no captura, etc.
Las transcripciones del chat se convierten en parte del mismo sistema de inteligencia de producto que tu equipo ya utiliza para decidir qué construir, qué corregir y dónde invertir. Un aumento en preguntas sobre un flujo de trabajo particular es una señal. Combinado con datos conductuales que muestran dónde los usuarios abandonan ese flujo de trabajo, se convierte en un punto de acción claro.
Cerrando el ciclo de retroalimentación
Hay un patrón importante que atraviesa todo lo que hace el Asistente de IA: recopilar contexto, entender la situación, tomar acción y luego medir si la acción funcionó. Este es el mismo ciclo que los equipos de producto ya ejecutan con Amplitude para el desarrollo de funcionalidades y la experimentación.
El Asistente de IA junto con el poder de la plataforma Amplitude genera insights como: ¿qué temas maneja bien el asistente? ¿Dónde falla? ¿Los usuarios que interactúan con el asistente tienen más probabilidades de completar el onboarding, adoptar una nueva funcionalidad o permanecer activos? Y como estos datos viven dentro de Amplitude, los equipos pueden actuar sobre lo que encuentran. Actualizar una guía. Ejecutar un experimento. Corregir el problema subyacente del producto que sigue generando preguntas.
Con el tiempo, esto se acumula. El asistente maneja el soporte. Las conversaciones revelan dónde tienen dificultades los usuarios. El equipo corrige esos problemas. El asistente recibe menos preguntas sobre esos temas, lo que lo libera para manejar nuevos. El producto mejora porque el soporte ya no es un callejón sin salida para la retroalimentación de los usuarios.
Ese ciclo, donde una interacción de soporte a las 2 p.m. lleva a una corrección del producto antes del final del día, es el tipo de cosa que antes era teóricamente posible pero requería unir diferentes herramientas y mucha clasificación manual. Con el Asistente de IA, está integrado en la plataforma.
Descubre el Asistente de IA por ti mismo
El Asistente de IA ya está disponible para los clientes.
Para ver el Asistente de IA en acción, regístrate en nuestro próximo evento de lanzamiento, Presentando el Asistente de IA de Amplitude, donde recorreremos el flujo de respuesta a acción, mostraremos la integración con session replay y analizaremos cómo las organizaciones están convirtiendo conversaciones en mejoras de producto.
Este artículo es una traducción al español del blog original publicado por Amplitude. Versión original en amplitude.com.
