Cómo resolvemos 22.000 tickets de soporte cada mes con ElevenAgents

Gestionamos nuestro propio soporte al cliente con ElevenAgents y resolvemos más de 22.000 tickets al mes sin necesidad de involucrar a ninguna persona. Nuestro agente de soporte con IA trabaja con texto, capturas de pantalla y PDF, y está integrado con nuestra plataforma de tickets. Gestiona conversaciones prolongadas, 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. Del total de conversaciones gestionadas por el agente de IA, el 70 % recibió valoraciones positivas de usuarios.

Demostración de soporte 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 de facturación, preguntas sobre clonación de voz profesional y más. La clave de la implementación fue transformar ese conocimiento existente en algo que un agente pudiera ejecutar de forma fiable. Dos funciones de ElevenAgents fueron esenciales: procedimientos y herramientas webhook.

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

Herramientas webhook son herramientas personalizables que permiten a los agentes consultar dinámicamente información de usuarios, como el nivel de suscripción, el uso de créditos, las voces que posee el usuario y más. Gracias a las herramientas webhook, nuestro agente de soporte podía acceder fácilmente a la información de usuarios, lo que aumentaba su capacidad para resolver sus incidencias 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 soporte al cliente:

• Configuración del comportamiento por canal. Usuarios de correo electrónico y de voz esperan comportamientos distintos. Quienes usan el correo electrónico quieren respuestas en el menor número de interacciones posible, mientras que quienes usan la voz esperan conversaciones naturales e interactivas en tiempo real, con muchas más interacciones. Incorporamos configuración del comportamiento por canal para que cada canal cumpla con sus propios estándares, como respuestas por correo electrónico redactadas con el nivel propio de una comunicación profesional.
• Pruebas de simulación. Utilizamos pruebas de simulación para entender cómo se comportaba nuestro agente en los cerca de 50 escenarios a los que se enfrenta con más frecuencia nuestro equipo de soporte al cliente. A partir de ahí, Architect fue ajustando el prompt del sistema y los procedimientos hasta superar todas las pruebas de forma fiable.  Por último, volvimos a ejecutar este conjunto de pruebas tras realizar cambios en la configuración para asegurarnos de no introducir regresiones.
• Modo sombra. Utilizamos nuestra función de modo sombra para ver cómo se comportaría el agente con tráfico de producción en nuestro sistema de tickets antes de desplegarlo. Cuando tuvimos confianza en sus respuestas, lo pusimos en producción.

Pruebas de simulación

Ciclo de mejora con Architect

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

Comprender los factores clave. Revisamos constantemente por qué nuestro agente se bloquea con ciertos tickets y cómo puede mejorar. Con una única consulta en lenguaje natural, Architect nos ofrece un desglose de las principales categorías de tickets. Si se lo pedimos, también diagnostica por qué se escaló 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 nada, Architect crea nuevas pruebas de simulación y las añade al conjunto completo 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 soporte al cliente participa en el proceso para seguir comprendiendo 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 configurar tus propios agentes de soporte al cliente omnicanal para correo electrónico, chat o voz? Descubre más sobre ElevenAgents y ponte en contacto con nosotros.