Fin Attributes permiten que Fin entienda y clasifique de qué trata una conversación en tiempo real. Esto permite que Fin aplique valores estructurados de atributos, como tipo de problema, sentimiento o urgencia, que impulsan un triaje, enrutamiento e informes más inteligentes.

Beneficios clave

Atributos personalizados que reflejan tu negocio: Entrena a Fin para detectar atributos como tipo de problema, urgencia, sentimiento o estado de spam.
Detección adaptativa en tiempo real: Fin evalúa continuamente el contexto y actualiza los valores a medida que la conversación evoluciona.
Enrutamiento y escalamiento inteligente: Combina Fin Attributes con workflows y reglas de escalamiento para enrutar conversaciones al equipo correcto en el momento adecuado.
Estructura lista para informes: Todos los datos de atributos detectados fluyen a los reportes de Fin para un análisis profundo, sin necesidad de etiquetado manual.
Transparencia y control total: Visualiza, valida y anula la lógica de atributos de Fin en cualquier momento.

Cómo Fin aplica atributos

Por defecto, cuando Fin participa en una conversación, clasificará los atributos habilitados en momentos clave:

Cuando se transfiere a un compañero de equipo.
Cuando el cliente expresa resolución (comentarios positivos).
Cuando un cliente se vuelve inactivo.

Si configuras Escalation Rules, Fin reevaluará la conversación después de cada mensaje, permitiendo una clasificación más dinámica y en tiempo real.

Nota: Si ya usas AI Category Detection, aprende cómo se comparan Fin Attributes y cómo hacer la transición.

Cómo configurar Fin Attributes

Paso 1: Decide qué clasificar

Piensa en los tipos de información estructurada que quieres que Fin detecte. Ejemplos comunes incluyen:

Tipo de problema (por ejemplo, Facturación, Proyectos, Gestión de cuentas)
Sentimiento (Positivo, Neutral, Negativo)
Urgencia (Urgente, Alta, Normal, Baja)
Detección de spam (Spam, Legítimo)

Paso 2: Crea un nuevo atributo (o convierte un atributo existente)

Para crear un nuevo Fin Attribute:

Ve a Train > Attributes.
Haz clic en Nuevo.
Completa el Nombre y la Descripción de tu atributo
Agrega Valores (con descripciones claras para cada uno).

Consejo: Aprende cómo crear nombres y descripciones de atributos efectivos para ayudar a Fin a clasificar tus conversaciones de soporte con alta precisión.

Para convertir un atributo existente:

Ve a Settings > Conversation data, haz clic en editar en un atributo tipo lista, y luego haz clic en Let Fin detect.
Una vez convertido, el atributo aparecerá bajo Train > Attributes.

Nota:

Una vez convertido en Fin Attribute, un atributo no puede revertirse, pero puedes dejarlo deshabilitado si es necesario.
Los atributos tipo lista sincronizados desde Zendesk support tienen hasta 1,000 opciones. Sin embargo, Fin Attributes están limitados a 250 opciones. Si un atributo supera este límite, no podrás guardarlo como Fin Attribute. Para convertirlo, considera consolidar entradas o reducir el número total de opciones.

Paso 3: Previsualiza antes de habilitar

Antes de habilitar un atributo, usa la vista previa integrada en Train > Attributes para:

Probar valores de atributos con mensajes de ejemplo de clientes
Verificar qué tan preciso aplica Fin el valor correcto
Iterar en nombres y descripciones antes de habilitar

[Opcional] Paso 4: Añadir reglas condicionales

Usa Condiciones para crear reglas que controlen exactamente cuándo Fin debe detectar un atributo específico. Esto permite una clasificación más precisa, lo que conduce a un enrutamiento e informes más limpios.

Las condiciones funcionan vinculando atributos, creando una relación padre/dependiente. Fin solo intentará detectar el atributo dependiente después de haber identificado primero el atributo padre y su valor.

Cómo funciona

La lógica para Condiciones es una simple declaración Si/Entonces:

Si Fin detecta un valor específico para un atributo padre, entonces intentará detectar el atributo dependiente.

Puedes configurar estas reglas en el panel lateral de configuración de atributos bajo la pestaña Condiciones. Para cada regla, definirás:

Define el valor del atributo padre.
Elige la condición que debe activarse cuando se detecte ese valor padre.
Especifique qué valores de condición están permitidos.

Ejemplos:

Si Issue type = Refund request → entonces detecte Refund request reason.
Si Sentiment = Negative sentiment → entonces detecte Urgency.

Cuando esta lógica está en su lugar, Fin primero detectará el atributo principal. Si el valor definido coincide, Fin intentará detectar las condiciones vinculadas.

Nota: La lógica de condiciones se respeta en Escalation Rules. Si una condición se menciona en una Escalation Rule, Fin reevaluará la conversación después de cada mensaje del cliente para ver si los valores del atributo principal y la condición coinciden.

Monitoreo y revisión de Fin Attributes

Una vez que sus atributos estén habilitados, Fin proporciona estadísticas en tiempo real para ayudarle a entender cómo se están aplicando los atributos.

Verá:

Conversations → el número de conversaciones que Fin ha detectado para cada atributo y valor específico del atributo.
Resolved → el porcentaje de esas conversaciones que Fin pudo resolver completamente.
Routed → el porcentaje de conversaciones que se enrutan con éxito usando ese atributo.

También puede profundizar en conversaciones individuales para revisar cómo Fin aplicó un atributo y validar la precisión. Esto le permite monitorear la exactitud del atributo aplicado, revisar conversaciones donde el atributo es incorrecto y actualizar las descripciones del atributo según los patrones.

Consejo: Aprenda cómo usar Fin Attributes en workflows, informes y al analizar conversaciones.

Ejemplos de Fin Attributes

A continuación, algunos ejemplos de cómo los clientes están usando Fin Attributes en conversaciones.

Ejemplo de atributo Issue Type:

Proyectos - Los proyectos son una colección de tareas y actividades relacionadas destinadas a lograr un objetivo o entregable específico que puede involucrar colaboración entre compañeros, seguimiento de tiempo, hitos o metas y estado.
Facturación - Facturación abarca la gestión de planes de suscripción, facturas, métodos de pago, descuentos, características del plan, pruebas, restricciones de cuenta, reembolsos y más para una experiencia de facturación sin problemas.
Gestión de cuentas - La gestión de cuentas cubre discusiones relacionadas con cuentas de usuario, incluyendo creación, eliminación, actualización de información personal y de pago, y más.

Ejemplo de atributo Sentiment:

Positivo - Un sentimiento positivo significa que el usuario que escribió el mensaje parece generalmente feliz o satisfecho y probablemente siente una emoción positiva.
Negativo - Un sentimiento negativo significa que el usuario que escribió el mensaje parece generalmente infeliz o insatisfecho y probablemente siente una emoción negativa.
Neutral - Un sentimiento neutral significa que el usuario que escribió el mensaje parece no estar ni feliz ni infeliz y es difícil adivinar su emoción.

Ejemplo de atributo Spam Detection:

Spam - Spam automatizado que se envía a los agentes de soporte al cliente. Esto incluye respuestas automáticas, boletines, publicaciones de invitados y otros mensajes generales de spam que podrían ser ignorados por el analista de CS.
Legítimo - Conversaciones legítimas en las que el usuario tiene un problema real que debe ser manejado por un analista de soporte al cliente.

Preguntas frecuentes

¿Qué usa Fin para detectar atributos?

Fin usa el nombre del atributo, su descripción y los nombres y descripciones de los valores al evaluar qué valor de atributo aplicar. Asegúrese de que todos estos campos estén escritos de manera legible para que Fin los interprete fácilmente.

¿Qué pasa si el atributo aplicado no es preciso?

Recomendamos verificar los nombres y descripciones. Use nuestras mejores prácticas y pruebe con mensajes reales de clientes en la herramienta de vista previa.

Consejo profesional: Para ayudar a revisar las etiquetas y descripciones de sus valores de atributo, puede probar usar una herramienta de escritura de IA como Chat GPT o Claude.

Ejemplo de indicación:

You are an expert in customer-support AI. You are evaluating a taxonomy used by a LLM to classify customer support conversations. For each attribute (e.g., Topic, Sentiment), the LLM chooses the most appropriate attribute based on a combination of the attribute name and its description. This taxonomy will directly impact the LLM's ability to classify real customer support conversations. Your task is to assess the quality of this setup using the following best practices: Create clear, concise names - Choose short, descriptive names that immediately convey the attributes purpose. Write comprehensive descriptions - Take the time to write detailed descriptions and include all relevant information about what belongs in the attribute. Think about every type of conversation that should fall under this attribute and describe them in the description. Providing a detailed description will help Fin classify conversations correctly. You can include keywords and examples of customer questions. Make attributes distinct - Avoid creating attributes that overlap too much. Your attributes should be clearly different from each other, making it easy to determine which one best fits a given situation. This should be checked within each attribute only. It's fine for different attributes to apply to the same conversation. It shouldn't affect the score. Overlap with values in other attributes is allowed and does not affect this score. Ignore Archived Attributes - If a attribute is marked as archived, do not evaluate or score it. Add 5 Columns to the CSV Clarity/Conciseness (1–5), Description Comprehensiveness (1–5), Attribute Distinction (1–5), Final Score, Comment Assess each parameter for each attribute, and write a comment of why you applied this rating. Then calculate the overall score for this setup. After you've done this add one more column: Overlapping Attributes. If you think any given attribute overlaps with other attributes - list these attributes there.

¿Qué pasa si Fin no detecta un valor?

Fin devolverá un valor nulo si ninguno de los atributos aplica, lo que dejará el atributo vacío. Puede incluir una opción "Other" para capturar conversaciones no clasificadas si lo prefiere.

Estoy usando AI Category Detection - ¿debería cambiar a Fin Attributes?

Fin Attributes son la próxima generación de AI Category Detection. Funcionan automáticamente, requieren menos mantenimiento de workflows y funcionan perfectamente con Escalation Rules, dándole control total sobre las conversaciones que Fin entrega a su equipo.

Su configuración actual no cambiará, pero recomendamos aprender más y cambiar a Fin Attributes para un producto y experiencia mejorados.

¿Qué sucede cuando convierto un atributo existente de AI Category Detection a un Fin Attribute?

Cuando convierte un atributo de conversación existente de AI Category Detection en un Fin Attribute, Fin simplemente usa el mismo atributo subyacente de conversación. Eso significa:

El atributo convertido seguirá funcionando en sus workflows e informes existentes sin interrupción.
Cuando esté habilitado, Fin comenzará a clasificar los valores de atributo en momentos clave, por lo que puede ver que estos atributos se actualizan dos veces al principio (una vez por AI Category Detection, otra por Fin).
Para simplificar, eventualmente puede eliminar sus bloques de workflow de AI Category Detection una vez que esté satisfecho con cómo Fin aplica los atributos.
La conversión es una acción irreversible: los atributos no pueden revertirse a AI Category Detection, pero pueden deshabilitarse si es necesario.

¿Debo involucrar a Fin en cada conversación para usar Fin Attributes?

Sí. Fin Attributes son aplicados por Fin cuando está presente en una conversación. Esto significa que Fin debe estar incluido en sus workflows para clasificar conversaciones.

Si prefiere que Fin no responda en ciertos casos, puede usar Escalation Rules. Esto permite que Fin clasifique la conversación y luego salga inmediatamente, basado en atributos de conversación o usuario de su elección.

Por ejemplo, podría:

Escalar todas las conversaciones donde Channel = Email
Escala todas las conversaciones donde Attribute = Billing

De esta manera, obtienes los beneficios de una clasificación consistente en todas las conversaciones, mientras mantienes el control total sobre cuándo Fin responde o no.

Cómo crear Fin Attributes