Recommendations revisa las conversaciones que Fin no puede responder y las envía a tu equipo, luego ofrece sugerencias semanales para corregir brechas en el contenido, datos y acciones de Fin.

Al analizar conversaciones reales de clientes, destaca las oportunidades de mayor impacto para mejorar la automatización y aumentar la tasa de resolución de Fin más rápido.

Beneficios clave

Ve qué está bloqueando la resolución identificando brechas de contenido, brechas de datos del cliente y brechas de acción.
Prioriza las correcciones de mayor impacto usando puntuaciones de impacto consistentes basadas en conversaciones.
Trabaja con conversaciones reales de clientes que informaron directamente cada sugerencia.
Pasa de la escalación a la automatización con una guía más clara sobre cuándo crear contenido, conectores de datos o procedimientos.

Cómo funciona Recommendations

Recommendations reúne todas las sugerencias de mejora impulsadas por AI en una sola experiencia, facilitando entender, filtrar y actuar sobre las recomendaciones.

Para comenzar, ve a Analizar > Recommendations. Esto te proporciona una lista de sugerencias agrupadas por el tipo de brecha que impidió que Fin resolviera una conversación.

Nota: Solo verás Recommendations una vez que Fin esté activo y manejando conversaciones reales de clientes.

Brechas de contenido

Sugerencias de brechas de contenido destacan dónde Fin no pudo responder porque faltaba contenido de ayuda, estaba poco claro, duplicado o contradictorio.

Para cada sugerencia de brecha de contenido, puedes:

Revisar recomendaciones generadas por AI para crear o editar.
Ver las conversaciones exactas que desencadenaron la sugerencia.
Actualizar artículos públicos o fragmentos directamente para mejorar la resolución futura.

Consejo: Aprende más sobre cómo usar sugerencias de contenido impulsadas por AI para mejorar Fin.

Brechas de datos del cliente

Sugerencias de brechas de datos del cliente aparecen cuando Fin necesitaba información de un sistema externo que no estaba disponible, como el estado del pedido o detalles de la cuenta.

Cada sugerencia de brecha de datos del cliente muestra claramente:

Una guía que detalla la API y los datos necesarios para construir conectores para que Fin pueda resolver conversaciones automáticamente. Los ejemplos proporcionados deben ser revisados y adaptados por un ingeniero.
Cómo crear la automatización usando un conector de datos.
Las consultas de clientes que serían respondidas con estos datos del cliente.
El esfuerzo de implementación, que se basa en la complejidad técnica, requisitos de infraestructura y dependencias, consideraciones de seguridad y cumplimiento, complejidad de operaciones de datos, requisitos de lógica de negocio, necesidades de rendimiento y escalabilidad, complejidad de pruebas y validación, y evaluación de riesgos.
Documentación de API de ejemplo (solo como referencia). Este esquema de ejemplo ilustra el tipo de estructura de solicitud/respuesta que podrías implementar. Tus endpoints, parámetros y flujos de autenticación reales pueden diferir, así que trata esto como un plano para los patrones de integración necesarios para resolver estas consultas.
Una recomendación de guía de escalación que podrías implementar rápidamente como una forma temporal de dirigir consultas complejas a tu equipo y mantener una experiencia de cliente fluida, mientras se construye la automatización completa.

Consejo: Aprende más sobre la guía y reglas de escalación de Fin.

Brechas de acción

Sugerencias de brechas de acción identifican dónde Fin necesitaba realizar una acción en otro sistema, como actualizar un flujo de trabajo o cancelar un pedido.

Cada sugerencia de brecha de acción muestra claramente:

Una guía que detalla la API y los datos necesarios para construir conectores o tareas para que Fin pueda resolver conversaciones automáticamente. Los ejemplos proporcionados deben ser revisados y adaptados por un ingeniero.
Cómo crear la automatización usando conectores de datos y Fin Tasks o Procedures, según tu configuración.
Las consultas de clientes que serían respondidas con esta acción.
El esfuerzo de implementación, que se basa en la complejidad técnica, requisitos de infraestructura y dependencias, consideraciones de seguridad y cumplimiento, complejidad de operaciones de datos, requisitos de lógica de negocio, necesidades de rendimiento y escalabilidad, complejidad de pruebas y validación, y evaluación de riesgos.
Documentación de API de ejemplo (solo como referencia). Este esquema de ejemplo ilustra el tipo de estructura de solicitud/respuesta que podrías implementar. Tus endpoints, parámetros y flujos de autenticación reales pueden diferir, así que trata esto como un plano para los patrones de integración necesarios para resolver estas consultas.
Una recomendación de guía de escalación que podrías implementar rápidamente como una forma temporal de dirigir consultas complejas a tu equipo y mantener una experiencia de cliente fluida, mientras se construye la automatización completa.

Análisis de los datos

Cómo se calcula el impacto

Recommendations usa un modelo de impacto consistente para todos los tipos de sugerencias donde el impacto se basa en:

El número de conversaciones relacionadas.
El período de tiempo que cubren esas conversaciones.

Esto significa que el impacto refleja la demanda real e histórica, por lo que es más fácil juzgar qué correcciones vale la pena priorizar.

Nota: Por defecto, las sugerencias se ordenan de mayor a menor impacto, con la opción de ordenar por fecha (de más reciente a más antiguo) al revisar rangos de tiempo más largos.

Ver conversaciones que informaron las sugerencias

Si abres el panel lateral en la parte superior derecha, encontrarás las conversaciones que informaron directamente una sugerencia.

Esto facilita:

Entender las preguntas exactas del cliente detrás de una sugerencia.
Validar si la corrección mejorará significativamente la resolución.
Compartir ejemplos concretos con compañeros al planificar cambios.

Filtrar y ordenar sugerencias

Recommendations incluye filtros potentes para que diferentes equipos puedan enfocarse en lo que más importa.

Puedes filtrar por:

Razón: para seleccionar un tipo de sugerencia (contenido, datos del cliente, acción).
Rango de fechas: para revisar sugerencias semana a semana.
Tema: usando temas generados por AI como Facturación o Precios.
Impacto: para enfocarse primero en las mayores ganancias.

Aceptar o rechazar una sugerencia

Una vez que haces clic en Aceptar, Marcar como hecho o Rechazar una sugerencia, esta se elimina de la lista y no volverá a aparecer.

Configuración de Recommendations

Haz clic en el icono de configuración en la parte superior de la página de Recommendations para segmentar las sugerencias de contenido por audiencias de Fin que hayas configurado.

Cuando segmentas las sugerencias de contenido por audiencia, cada audiencia seleccionada recibe su propio conjunto de sugerencias personalizadas. Esto asegura que las recomendaciones se mantengan relevantes y específicas para cada audiencia o marca. Si seleccionas “Todos,” las sugerencias serán más generales en lugar de específicas para la audiencia.

Nota:

La segmentación actualmente solo funciona para sugerencias de contenido.
Cuando guardas, tus sugerencias de contenido actuales se borrarán. Se generarán nuevas sugerencias de contenido segmentadas, lo que puede tardar unas horas.

Preguntas frecuentes

¿Qué ha cambiado en el panel de Recommendations anterior?

Las recomendaciones de Fin se han simplificado y reenfocado para facilitar la implementación de mejoras.

Los cambios clave incluyen:

Una experiencia única de sugerencias, reemplazando las vistas separadas de Entrenar y Analizar.
Guía de automatización más clara, en lugar de priorizar la guía de escalación.
Eliminación de sugerencias de “Se necesita investigación”, que eran vagas y difíciles de implementar.
Enfoque exclusivo en la tasa de resolución, con otras métricas planeadas para futuras iteraciones.

¿Qué conversaciones se incluyen en Recommendations?

Recommendations analiza solo conversaciones de soporte significativas:

Conversaciones entrantes
Escritas por un cliente
Con al menos dos respuestas de Fin o un compañero

Excluye conversaciones pendientes y mensajes automatizados de flujo de trabajo.

¿Con qué frecuencia se generan las sugerencias?

Las sugerencias de brechas de contenido se generan semanalmente, con disparadores adicionales por alto volumen, actividad sostenida o picos repentinos.
Las sugerencias de brechas de datos del cliente y de acción se generan semanalmente.
Las sugerencias se revisan y trabajan semana a semana usando filtros de rango de fechas.

Optimiza Fin al instante con la ayuda de AI