CASO DE ESTUDIO
Pasamos de 20 a 300
pagos en un día.
¿Cómo se logró?
Analicé 500 llamadas
y encontré cuatro patrones
que afectaban el proceso:
La IA no sabía cuándo hablar y cuándo callarse.
Solución
Identifiqué cuánto tiempo necesitaban las personas
para dictar sus datos, así ajusté las pausas
y acorté las respuestas de la IA para mantener
el ritmo de la conversación.
Si la persona realizaba una pregunta,
la IA olvidaba su flujo de cobro.
Detecté las preguntas que desviaban la conversación y definí el cierre de las respuestas, enfocándome en preguntas que retomaban el pago. ¡Bueno, igual estructuré las redacciones de los prompts!
Prometía cosas que no podía hacer.
Ajusté su objetivo para que el cobro fuera la manera en que se evaluaría y definí restricciones sobre lo que podía ofrecer.
Cuando fallaba repetía la misma respuesta,
sin otra estrategia.
Identifiqué los puntos donde la conversación solía fallar
y definí distintas respuestas según el tipo de error,
evitando repeticiones innecesarias.
VALIDACIÓN
Probamos, medimos y corregimos sobre llamadas reales.
Así que:
Probamos,
medimos,
y corregimos
llamadas reales.
Resultado:
Más de 300 pagos al día.
Conoce más de mi rol en Totalplay
Cerca de 30.
Entre cobranza, atención a clientes, e-commerce, técnicos en campo, campañas y B2B.
En conjunto, alrededor de 250 casos de uso.
Trabajé con negocio, procesos y el equipo de IA.
Mi trabajo estaba en conectar lo que necesitaba el negocio, lo que podía hacer la tecnología
y cómo debía comportarse la conversación.
Realizaba investigación con usuarios, analizaba llamadas, diseñaba flujos, definía taxonomías, escribía prompts, creaba conversaciones, documentaba reglas, probaba los agentes, ajustaba comportamiento, contenido y lógica conversacional.
Principalmente Design Thinking.
La adaptaba al proyecto: entender el problema, investigar
lo que estaba ocurriendo,
diseñar una solución, probarla y ajustar con conversaciones reales.