Métricas de automatización

¿Qué son las métricas de automatización?

• Objetivo: evaluar y optimizar la eficacia de la automatización en múltiples dimensiones. El sistema monitoriza el flujo de conversaciones mediante interacciones con bots, mide las respuestas automatizadas relevantes y analiza la tasa de éxito de mantener las conversaciones totalmente automatizadas frente a aquellas que requieren intervención humana.

Así, las organizaciones pueden identificar cuellos de botella en sus procesos de automatización, optimizar el diseño de los flujos y medir el impacto de las mejoras en la automatización sobre la eficiencia general del servicio al cliente.

• Valor: al proporcionar una visibilidad detallada de las rutas de conversación, el análisis permite tomar decisiones basadas en datos sobre la optimización del flujo, la mejora del contenido y la asignación de recursos.

Facilita que las organizaciones descubran qué respuestas automatizadas son más efectivas, qué patrones de conversación conducen a la derivación a agente y cómo funcionan las diferentes estrategias de automatización en diversos segmentos de clientes y canales de comunicación.

• Alcance: parte de Analítica.

Conceptos clave 

La pestaña de Automation Performance o rendimiento de la automatización se divide en tres paneles diferentes:

• ‍Rendimiento de la automatización: visión general del éxito y escalamiento.
• Inspector de respuestas (Bot Response Inspector): análisis de la eficacia de las respuestas de IA y detección de intenciones.
• Inspector de flujo (Conversation Flow Inspector): seguimiento del recorrido del usuario a través de nodos y flujos.

Rendimiento de la automatización

El panel de rendimiento de la automatización agrega datos de conversación en períodos de tiempo configurables y analiza dimensiones clave del éxito de la automatización, incluyendo tasas de escalamiento, interacciones significativas, uso de IA, fallback y rendimiento específico del canal.

Utiliza un marco de análisis apilado que segmenta las conversaciones en categorías de rendimiento:

Esta capacidad de análisis de tendencias temporales permite a las organizaciones supervisar la eficacia de la automatización a lo largo del tiempo, identificar patrones de rendimiento y variaciones estacionales, medir el impacto de las mejoras de los bots y optimizar sus estrategias de IA conversacional al comprender dónde tiene éxito o fracasa la automatización.

Bot response inspector o inspector de respuestas

La sección del inspector de respuestas del bot ofrece análisis detallados a nivel de interacción de las conversaciones individuales del bot, incluyendo las métricas específicas sobre cómo los sistemas automatizados gestionan las interacciones con los clientes.

Sirve para realizar un seguimiento de comportamientos específicos del bot, incluyendo eventos de comprensión del lenguaje natural, como la detección de intenciones, las respuestas a la base de conocimientos y las acciones de respaldo cuando el bot no logra comprender la entrada del usuario.

Esta panorámica permite auditar la calidad de las interacciones individuales para detectar fallos en la comprensión del lenguaje (NLU). Al identificar exactamente qué nodos o respuestas no funcionan, podrás optimizar las rutas de conversación y reducir los eventos de fallback.

Conversations flow inspector o inspector de flujo de conversaciones

La última sección, el inspector de flujo de conversaciones, proporciona análisis jerárquicos del rendimiento del flujo, rastreando cómo las conversaciones recorren diferentes rutas de automatización y midiendo la distribución del tráfico entre los flujos y sus nodos individuales.

Añade datos en múltiples niveles (total, de flujo y de nodo), calculando tanto el recuento absoluto de conversaciones como las distribuciones porcentuales para mostrar qué proporción de las conversaciones sigue rutas de automatización específicas en comparación con el tráfico total.

Este análisis jerárquico permite a las organizaciones comprender qué flujos de automatización se utilizan con mayor frecuencia, identificar cuellos de botella o rutas subutilizadas en sus diseños de conversación, medir la eficacia de nodos de flujo específicos en la gestión de las interacciones con los clientes y optimizar su arquitectura conversacional al comprender los patrones de tráfico y la distribución de las conversaciones en todo su marco de automatización.

¿Cómo se usa?

Para usarlo, primero inicia sesión en tu cuenta de Hubtype:

En la barra lateral izquierda, selecciona Analítica > Automation Performance.

Utiliza los filtros superiores para segmentar por fecha, canal o flujo.

Ejemplos o casos de uso

El chatbot de atención al cliente de una empresa de telecomunicaciones está experimentando altas tasas de escalamiento para consultas de facturación: el 35 % de las conversaciones relacionadas con la facturación se transfieren a agentes humanos, en lugar del objetivo del 15 %.

Gracias al inspector de respuestas del bot, el equipo descubrió que cuando los clientes preguntan "¿Por qué mi factura es tan alta este mes?" o "Mis cargos parecen incorrectos", el chatbot activaba respuestas alternativas porque su sistema inteligente de detección de intenciones no las identifica como "consulta_de_facturación".

Por otra parte, el análisis del inspector de flujo de conversaciones revela que solo el 45 % de las conversaciones que ingresan al flujo de "Soporte de Facturación" se completan correctamente, y la mayoría de los clientes se quedan atascados en el nodo de "Explicación de la Factura" porque el chatbot requiere fechas de facturación exactas que los clientes no suelen tener disponibles.

Al reentrenar el modelo de intención inteligente para reconocer palabras clave relacionadas con la facturación e indicadores emocionales, y rediseñar el flujo para mostrar primero los saldos actuales antes de solicitar detalles específicos, el equipo reduce las escaladas de facturación al 18 % y mejora la tasa de finalización del flujo de "Soporte de facturación" al 78 %, lo que demuestra cómo el análisis de interacción granular combinado con los datos de rendimiento del flujo permite una optimización específica del bot.

Buenas prácticas

Aprovecha los filtros: segmenta los datos por fechas o canales para identificar si los problemas de automatización son constantes o estacionales.