Índice

[[#Los Tres Pilares de CES]]
[[#Customer Service Modernization]]
[[#Greenfield & Brownfield]]
[[#Caso de Negocio]]
[[#Caso de uso]]

Los Tres Pilares de CES

1. Conversational Agents (Agentes Conversacionales)

Qué es: El "contenedor padre" que engloba todo el chatbot, voice bot o aplicación conversacional.
Cómo se construye:
- Flujos (Flows): Basados en NLU (Comprensión del Lenguaje Natural), para diálogos estructurados.
- Playbooks: Basados en LLMs (Modelos de Lenguaje), para interacciones más abiertas y guiadas por IA.
Beneficios:
- Autoservicio Omnicanal: Experiencia conversacional 24/7 para que los clientes obtengan respuestas o completen transacciones por voz o chat, manteniendo la marca
- Respuestas Rápidas y Precisas: Usa NLP para parsear temas, identificar la intención del cliente y responder con precisión.
- Escalamiento Perfecto: Cuando se necesita un agente humano, proporciona contexto, transcripciones y guía en tiempo real para una transición smooth.

2. Agent Assist (El Coach Empoderador)

Qué hace: Apoya activamente a los agentes humanos durante las conversaciones en vivo.
Cómo funciona: Analiza la intención del cliente y proporciona sugerencias en tiempo real e información relevante al agente. Impulsado por motores NLU y LLMs.
Escenario Clave: Escalamiento desde un Agente Virtual
- Si un agente conversacional no puede resolver la llamada, esta se deriva a un agente humano.
- Agent Assist le entrega al agente la transcripción completa de la interacción previa cliente-bot, evitando que el cliente repita información.
- Provee asistencia en tiempo real: información, guías de workflow y sugerencias turno por turno.
Aprendizaje Continuo: Los agentes califican la utilidad de las sugerencias (ej: Smart Reply), lo que ayuda a mejorar la precisión del modelo con el tiempo.

3. Insights (La Bóveda del Conocimiento)

Qué es: Un motor de analítica potente para Contact Centers.
Qué hace: Procesa y analiza datos históricos de conversaciones para proporcionar insights accionables.
Beneficios:
- Dashboard en Tiempo Real: Muestra métricas como número de llamadas, split de intents, frases de cumplimiento clave, etc.
- Cumplimiento (Compliance): Identifica frases clave para ayudar a Operations y QA a mantenerse al día con las obligaciones regulatorias más importantes.
- Inteligencia sobre Agentes: Superficia datos de sentimiento y lenguaje sobre cómo los agentes interactúan con los clientes, ayudando a mejorar la calidad y el entrenamiento.

Casos de Uso por Industria

Salud (Healthcare):

Enfermera Virtual: Ayudar a doctores con resúmenes de historiales médicos.
Asistente de IA: Revisar scans, rayos X y charts de pacientes para ayudar a determinar las mejores opciones de tratamiento.
Búsqueda Interna: Herramienta para buscar y recuperar códigos de seguro basados en síntomas.

Retail (Minoristas):

Chatbot para FAQs: de productos.
Experiencia Multimodal: para tomar órdenes de comida en una cadena de restaurantes.
Descubrimiento de Temas: Identificar por qué llaman los clientes para enfocar los esfuerzos de autoservicio.

Telecomunicaciones (Telco):

Asistente de Voz Multi-dominio: Para operaciones de contact center (Facturación, Pagos, Troubleshooting, Cuentas).
Sugerencias en Tiempo Real: Para agentes, con el fin de reducir el tiempo promedio de manejo (AHT).
Solución Omnicanal: Para categorizar y resumir llamadas.

Customer Service Modernization

CES es un conjunto central de productos que se combinan para formar la solución "Customer Service Modernization AI Solution". Su valor se centra en:

Mejorar el Autoservicio y la Derivación (Deflection):
- Los clientes pueden acceder fácilmente a datos de la empresa y del producto.
- Se incluye un "concierge digital" capaz de ofrecer una experiencia superior similar a la humana en canales de chat y voz.
Modernizar la Infraestructura de Chat y Voz:
- Reemplazar rápidamente los sistemas legacy de IVR (Respuesta de Voz Interactiva) obsoletos.
Impulsar la Productividad del Agente:
- Mejorar la productividad de los agentes de servicio al cliente proporcionándoles asistencia en tiempo real y acceso rápido a datos empresariales.
Proporcionar Insights de Servicio al Cliente en Tiempo Real:
- Obtener análisis accionables sobre las interacciones.

Los "Service Packages" (Paquetes de Servicio)

Google Cloud Consulting ha creado paquetes de servicios modulares que aprovechan productos específicos de CES y Google Cloud para lograr los objetivos anteriores.

Productos Involucrados: CES Platform, Agent Assist, Insights, BigQuery, etc.
Flexibilidad: Los clientes pueden comprar estos paquetes directamente a Google Cloud Consulting o a través de Partners.
Enfoque Modular: Los paquetes se componen de "Offerings" (ofertas), lo que permite a los clientes elegir en qué elementos de la modernización quieren enfocarse.

Enfoques de Transformación

Un cliente puede elegir entre dos caminos:

Full Service Transformation (Transformación Completa):
- Comprometer a Google Cloud Consulting o a un Partner para que entregue todos los pilares de la transformación.
Enfoque Selectivo:
- Decidir enfocarse solo en una o dos áreas específicas según sus metas de negocio.

Ejemplo de Paquete

Si un cliente compra los paquetes:

Customer Service Platform Modernization (Modernización de la Plataforma)
Real-Time Customer Service Insights (Insights en Tiempo Real)

Los "offerings" entregados en este contexto serían:

Build Virtual assistant with Conversational AI: Construir un asistente virtual con IA conversacional.
Conversation Insights: Análisis de conversaciones.
CX Transformation with CESP: Transformación de la Experiencia del Cliente usando la plataforma CES.

Conclusión para Ventas

El enfoque modular de Google Cloud Consulting permite:

Iniciar conversaciones de ventas de manera más ágil.
Mapear fácilmente los paquetes de servicio a una necesidad específica del cliente.
Ofrecer resultados concretos utilizando productos específicos de CES y Google Cloud.

Esto proporciona una ruta clara y tangible para que los clientes modernicen su servicio al cliente con IA.

Greenfield & Brownfield

Greenfield: Clientes que construyen su estrategia de centro de contacto desde cero. No tienen sistemas heredados (legacy) ni infraestructura existente.
- Ejemplos:
  - Una startup que crea su primer chatbot.
  - Una empresa que se expande a un nuevo mercado y necesita una arquitectura de agente conversacional.
  - Un cliente de Google Cloud que quiere usar las herramientas de CES para preguntas frecuentes internas.
- Ventajas:
  - Parten de una "hoja en blanco" sin las restricciones de sistemas o procesos existentes.
  - Fomentan la agilidad y la innovación, permitiendo implementar las mejores prácticas.
  - Oportunidades de crecimiento significativas al no tener un historial de ventas o relaciones de cliente existentes.
- Desventajas:
  - El alcance del proyecto puede ser difícil de definir.
  - Posibles problemas con la preparación de datos, ya que pueden no tener suficientes datos históricos.
  - Puede ser difícil encontrar recursos con experiencia técnica y conocimiento de dominio.
Brownfield: Clientes que ya tienen un centro de contacto con sistemas e infraestructura existentes. Buscan actualizar o añadir nuevas capacidades compatibles con su entorno actual.
- Ejemplos:
  - Una empresa que ya tiene un agente conversacional integrado en sistemas heredados.
  - Una empresa que quiere actualizar su centro de contacto con nuevas funciones de GenAI.
  - Una empresa de salud que tiene una experiencia multicanal fuera de los productos de Google Cloud.
- Ventajas:
  - Se benefician de la infraestructura existente, ahorrando tiempo y recursos.
  - Tienen acceso a datos del mundo real para la experimentación y validación.
  - Poseen un conocimiento profundo de su negocio, lo que facilita la definición de requisitos.
- Desventajas:
  - La integración con sistemas heredados puede ser un reto importante.
  - Lógica de negocio compleja y acumulada a lo largo del tiempo.
  - Mayor riesgo de interrupción al desplegar cambios en un entorno ya operativo.

Consideraciones clave

Las experiencias conversacionales suelen integrar múltiples plataformas y soluciones, no solo una. Por ejemplo, un chatbot de Conversational Agents puede interactuar con Apigee, Pub/Sub, y sistemas CRM.
La entrega de una solución es compleja y requiere entender todos los componentes del sistema, tanto en el front-end como en el back-end.
La mayoría de las empresas tienen casos de uso tanto greenfield como brownfield. La clasificación depende del caso de uso específico y de la infraestructura del cliente.

Caso de Negocio

Cuatro perspectivas para definir el caso de negocio

Escala: ¿Son el volumen de interacciones y el tiempo promedio de manejo preocupaciones principales? ¿Se busca mejorar la satisfacción del cliente o la tasa de ocupación del agente?
Costo: ¿Qué costos impulsan la toma de decisiones? (ej. costos por interacción, gastos administrativos).
Experiencia: ¿Se busca mejorar la satisfacción del cliente, reducir la rotación de clientes y optimizar los canales de interacción?
Crecimiento: ¿Se busca aumentar los ingresos con ventas adicionales (upsell) y cruzadas (cross-sell) y reducir los costos de adquisición de clientes?

Métricas clave del centro de contacto

Volumen:
- El número de contactos que llegan a un canal específico (chat o voz).
- Es crucial analizar el volumen abordable (addressable volume), que es el volumen total después de filtrar por reglas de negocio.
- Para estimar el impacto potencial de una nueva solución, se deben considerar:
  - Volumen Total (Total Volume): El tráfico en la parte superior del embudo.
  - Volumen Abordable (Addressable Volume): Después del filtrado de reglas de negocio.
  - Contenido de base (Baseline Contained): Llamadas que ya son autoservicio.
- El impacto potencial (Potential impact) es el volumen final que podría ser manejado por el autoservicio.
Tiempo Promedio de Manejo (Average Handle Time - AHT):
- El tiempo que le toma a un agente en vivo completar una interacción con un cliente.
- Se calcula como el tiempo total en llamadas dividido por el número de llamadas.
- Un AHT más largo indica una interacción más compleja.
Tasa de Contención (Containment Rate):
- El porcentaje de usuarios que completan una función de autoservicio sin necesidad de intervención humana.
- La contención inmediata no siempre es precisa. Una contención de 48 o 72 horas es un mejor indicador del éxito del usuario, ya que rastrea si el usuario volvió a llamar por el mismo motivo.
- La contención es la métrica más crítica en un caso de negocio de CES porque sus beneficios tocan todos los puntos del viaje del cliente y el agente.
  - Una mayor contención permite a los agentes enfocarse en casos más complejos.
  - Aumenta el ARPU (Average Revenue Per User) gracias a las oportunidades de upsell y cross-sell.
  - Generalmente indica una buena experiencia del cliente, baja rotación (churn) y baja tasa de abandono.
  - Los agentes están más felices, lo que reduce la rotación del personal (attrition).

Cálculo táctico del valor de oportunidad

Se puede crear un caso de negocio simple usando:
- El volumen de llamadas.
- El tiempo promedio de manejo (AHT).
- La tarifa horaria promedio del agente.
Ejemplo:
- FAQ de productos: 1,000 contactos/día, AHT de 3 min, costo de agente de $21.95/hr. Costo de más de $1,000/día.
- Trabajos personalizados: 100 contactos/día, AHT de 45 min, costo de agente de $21.95/hr. Costo de más de $1,600/día.
Conclusión: El volumen por sí solo no es un buen indicador del tamaño de la oportunidad. En el ejemplo, sería más valioso enfocarse en el caso de los trabajos personalizados debido a su mayor AHT y, por ende, su mayor costo.

Caso de uso

Definición de caso de uso y persona de usuario

Caso de uso: Una descripción de cómo la tecnología puede resolver una necesidad específica del usuario. Incluye el objetivo, los pasos, las respuestas del sistema y las condiciones de éxito.
Persona de usuario: Un personaje ficticio que representa a un usuario típico. Se basa en investigación real y ayuda a crear soluciones centradas en el usuario.

Diseño de aplicaciones conversacionales centradas en el usuario

Comprender la marca:
- Entrevistar a todas las partes interesadas (stakeholders).
- Analizar materiales de marketing, sitios web y anuncios.
- Si es posible, visitar el centro de contacto.
Comprender al cliente:
- ¿Cuáles son sus necesidades?
- ¿Cómo es su viaje como cliente (customer journey)?
- ¿Cuál es su demografía y su grado de compromiso?
Comprender la tarea/intención:
- ¿Cuáles son las razones más comunes por las que los usuarios contactan al centro de atención?
Crear personajes:
- Representar a los usuarios y a las partes interesadas (ej. Gerente, Agente de call center, clientes Gen X, clientes legacy).

Creación de una persona para el agente conversacional

El objetivo no es engañar al usuario, sino tener una guía para los diseñadores de conversación.
Preguntas a responder:
- Nombre: ¿Tiene un significado?
- Edad/Rango de edad: ¿Qué tono implica (ej. enérgico, sofisticado)?
- Género: Ayuda a crear una voz personalizada.
- Entrenamiento especial: ¿Requiere conocimientos específicos?
- Rol: ¿Es un representante de servicio al cliente general o soporte técnico?
Ejemplo de persona de agente (Betty):
- Rasgos: Accesible, feliz, amigable, confiable, consistente.
- Rol: Representante de servicio al cliente general.
- Interacciones: Simples y directas.
- Servicio: Proporciona conveniencia y requiere poco esfuerzo por parte del cliente. Es paciente y no apura al cliente.