Cómo resolvemos 22.000 tickets de soporte cada mes con ElevenAgents

Gestionamos nuestro propio servicio de atención al cliente con ElevenAgents y resolvemos más de 22.000 tickets al mes sin necesidad de intervención humana. Nuestro agente de soporte con IA trabaja con texto, capturas de pantalla y PDF, y está integrado con nuestra plataforma de gestión de tickets. Gestiona conversaciones largas, consulta información de cuentas, realiza acciones y escala casos al equipo de soporte cuando es necesario.

El mes pasado, nuestro agente de soporte con IA resolvió de principio a fin el 65 % de nuestros tickets. Nuestro tiempo medio de respuesta inicial es ahora de 60 segundos, frente a las horas que tardábamos antes de incorporar a nuestro compañero de ElevenAgents. De las conversaciones que gestionó el agente de IA, el 70 % recibió una valoración positiva por parte de usuarios, en línea con la valoración de nuestro soporte humano.

Demo de atención al cliente de ElevenLabs

Cómo creamos nuestro agente de soporte

Nuestro equipo de soporte ya contaba con procedimientos operativos estándar detallados para cada categoría principal de tickets: reembolsos, cambios en la facturación, consultas sobre clonación profesional de voz y mucho más. La clave fue transformar ese conocimiento existente en algo que un agente pudiera ejecutar de forma fiable. Dos funciones de ElevenAgents fueron fundamentales: los procedimientos y las herramientas de webhook.

Procedimientos permite a los equipos convertir los procedimientos operativos estándar (SOP) de atención al cliente existentes en flujos de trabajo repetibles para agentes. Incorporamos las guías de nuestro equipo de soporte a Procedimientos para cada categoría principal de tickets. Para acciones críticas, como emitir reembolsos, recurrimos a los Procedimientos estructurados para garantizar que cada paso se ejecute de forma determinista.

Herramientas de webhook son herramientas personalizables que permiten a los agentes consultar dinámicamente información del usuario, como su nivel de suscripción, uso de créditos, voces que posee y más. Al utilizar herramientas de webhook, nuestro agente de soporte puede acceder fácilmente a la información del usuario, lo que aumenta su capacidad para resolver el problema de principio a fin. 

Mejorar la calidad de las respuestas

Las siguientes funciones nos permitieron alcanzar el alto nivel de calidad de nuestros equipos de atención al cliente:

• Ajustes de comportamiento por canal. Usuarios de email y de voz esperan comportamientos distintos. Quienes usan email quieren respuestas en el menor número de intercambios posible, mientras que quienes usan voz esperan conversaciones naturales e interactivas en tiempo real con muchos más intercambios. Incorporamos ajustes de comportamiento por canal para que cada canal cumpla sus propios requisitos, como respuestas por email redactadas con el nivel de una comunicación profesional.
• Pruebas de simulación. Utilizamos pruebas de simulación para entender cómo rendía nuestro agente en los लगभग 50 escenarios con los que nuestro equipo de atención al cliente se encuentra más a menudo. A partir de ahí, Architect iteró el prompt de sistema y los procedimientos hasta superar todas las pruebas de forma fiable.  Por último, volvimos a ejecutar esta batería de pruebas tras los cambios de configuración para asegurarnos de no introducir ninguna regresión.
• Modo sombra. Utilizamos nuestra función de modo sombra para ver cómo se comportaría el agente con tráfico de producción en nuestro sistema de gestión de tickets antes de implementarlo. Cuando confiamos en sus respuestas, lo pusimos en producción.

Pruebas de simulación

Ciclo de mejora impulsado por Architect

Nuestro equipo de atención al cliente utiliza ElevenAgents Architect —nuestro creador de agentes en lenguaje natural— en su flujo de trabajo diario para comprender mejor a nuestros clientes y mejorar nuestro agente de IA:

Entender las causas. Revisamos constantemente por qué nuestro agente se atasca con los tickets y en qué puede mejorar. Con una sola consulta en lenguaje natural, Architect nos ofrece un desglose de las principales categorías de tickets. Si se lo pedimos, también diagnostica por qué se ha escalado un problema concreto, ya sea por una carencia en la base de conocimiento, una herramienta que falta o una política interna que debemos aclarar. Tras encontrar la causa raíz, Architect propone cambios que mejorarán nuestra tasa de resolución. 

Análisis de tickets de Architect

Implementar cambios de forma segura. Para mejorar el rendimiento del agente, nuestro equipo de soporte confía en Architect para redactar, revisar e implementar actualizaciones. Antes de lanzar cualquier cambio, Architect crea nuevas pruebas de simulación y las añade a la batería completa de pruebas, tanto para garantizar que los nuevos procedimientos funcionen como para detectar regresiones antes de que los cambios lleguen a producción.

Nuestro equipo de atención al cliente participa en el proceso para seguir entendiendo mejor las necesidades de nuestros clientes, actualizar políticas y evitar ajustar en exceso el sistema a un tipo concreto de ticket. Sin embargo, Architect les ha dado más capacidad para diagnosticar problemas, iterar, probar y mejorar el rendimiento del agente a la velocidad que exige nuestra creciente cartera de productos.

Pruébalo hoy mismo

¿Quieres crear tus propios agentes de atención al cliente omnicanal para email, chat o voz? Descubre más sobre ElevenAgents y ponte en contacto con nosotros.