Saltar al contenido

Por qué fracasan los chatbots de atención al cliente: 8 errores al implantarlos

Casi todos los chatbots de atención al cliente que fracasan lo hacen por cómo se implantan. Los ocho errores que más se repiten, desde encenderlo sin información hasta medir lo que no toca, cómo reconocer cada uno a tiempo y qué hacer en su lugar.

Adrià Castany 11 min

En esta página
  1. ¿Por qué fracasan los chatbots de atención al cliente?
  2. 1. Encenderlo sin información escrita
  3. 2. No poder consultar los datos del cliente
  4. 3. Esconder la salida a una persona
  5. 4. Pasar los casos sin contexto
  6. 5. Querer cubrirlo todo desde el primer día
  7. 6. Que nadie lea lo que contesta
  8. 7. Medir el desvío en vez de la resolución
  9. 8. Tratarlo como un proyecto terminado
  10. Los ocho, de un vistazo
  11. Lo que sí funciona
  12. Preguntas frecuentes
  13. Para seguir
Mujer sorprendida hablando por teléfono delante de un portátil
Así contesta el agente de IA de Intake con la documentación de cada empresa

Casi todo el mundo tiene una mala experiencia con un chatbot. El que no entendía la pregunta, el que respondía con un enlace a la misma página, el que no dejaba hablar con nadie. Y muchas empresas tienen su propia versión: el chatbot que se implantó con ilusión y se apagó a los seis meses.

Si se mira de cerca, el problema casi nunca es la tecnología, sino cómo se implantó. Se repiten los mismos ocho errores, y casi todos se ven venir.

¿Por qué fracasan los chatbots de atención al cliente?

Por ocho motivos, sobre todo: se encienden sin información escrita, no pueden consultar los datos del cliente, esconden la salida a una persona, pasan los casos sin contexto, intentan cubrirlo todo desde el primer día, nadie revisa lo que contestan, se miden por desvío en vez de por resolución y se tratan como un proyecto terminado. Ninguno es un problema técnico y todos tienen arreglo.

1. Encenderlo sin información escrita

El chatbot responde con lo que encuentra. Si tu política de devoluciones está en la cabeza de una persona y la de envíos en un PDF de 2021, contestará con lo poco que haya. O se lo inventará, que es peor.

La señal: respuestas vagas, genéricas o falsas en los primeros días.

Qué hacer: antes de encenderlo, escribe las respuestas a las preguntas más repetidas. Cómo hacerlo desde cero está en crear una base de conocimiento para una IA.

2. No poder consultar los datos del cliente

«¿Dónde está mi pedido?», «¿por qué me habéis cobrado esto?», «¿cuándo me renuevan?». La mitad de las preguntas son sobre la cuenta o el pedido de cada cliente. Un chatbot que solo lee documentación responde a todas con «consulta tu área de cliente».

La señal: muchas conversaciones que acaban con un enlace y un cliente que vuelve a escribir.

Qué hacer: conecta al menos las consultas más repetidas, empezando por las que solo leen datos. La diferencia entre un bot que solo lee documentación y uno que consulta datos está en chatbot o agente de IA.

3. Esconder la salida a una persona

Se esconde para que el chatbot se quede con más conversaciones. Al final, el cliente que necesitaba a alguien lo busca por otro canal, y más enfadado.

La señal: suben los mensajes por canales que no son de soporte (el correo de ventas, las reseñas) mientras el panel del chatbot dice que todo va bien.

Qué hacer: deja la salida siempre a la vista. Más en cómo automatizar sin que empeore la experiencia.

4. Pasar los casos sin contexto

El chatbot no puede resolver y pasa la conversación. La persona que la recibe empieza con «¿en qué puedo ayudarte?», el cliente lo repite todo y la conversación arranca peor que sin chatbot.

La señal: clientes que se quejan de tener que explicar las cosas dos veces.

Qué hacer: que el traspaso diga quién es, qué pide, qué se consultó, qué se intentó y por qué se pasa. Paso a paso en pasar de chatbot a agente humano.

Intake con los casos reales de la empresa, en una demo de 15 minutos

5. Querer cubrirlo todo desde el primer día

Se configura para responder a todo, incluidas las quejas, las excepciones y los casos raros. Responde mal a muchas cosas en lugar de bien a pocas, y en la primera semana el equipo y los clientes dejan de fiarse.

La señal: errores en temas que nadie había preparado.

Qué hacer: empieza con los tres o cuatro temas que más se repiten y mejor documentados están, y amplía cuando funcionen. Hay un plan de cuatro semanas en IA en atención al cliente.

6. Que nadie lea lo que contesta

Se enciende y se deja. Nadie revisa las conversaciones, así que nadie se entera de que lleva un mes contestando mal sobre un tema.

La señal: te enteras de un error porque te lo cuenta un cliente.

Qué hacer: la primera semana, lee a mano cincuenta conversaciones. Después, revisa cada semana las que el cliente reformuló y las que acabaron en una persona.

7. Medir el desvío en vez de la resolución

Si el indicador es cuántas conversaciones no llegaron a una persona, todo lo anterior lo mejora. Lo sube esconder la salida, y también que el cliente se rinda. El chatbot parece un éxito hasta que alguien mira las reseñas.

La señal: la tasa de desvío sube y la satisfacción baja el mismo mes.

Qué hacer: mide lo que quedó resuelto, es decir, que el cliente no volvió a escribir sobre lo mismo en los días siguientes. Las métricas que sirven están en métricas de soporte cuando responde una IA.

8. Tratarlo como un proyecto terminado

Se implanta, se presenta y se da por cerrado. Pero tu negocio cambia: precios, productos y políticas nuevas. Un chatbot que no se actualiza responde con la información de hace seis meses.

La señal: respuestas que eran correctas y han dejado de serlo.

Qué hacer: que alguien se encargue de su información, igual que alguien se encarga de la web. Y que cada cambio de política incluya actualizar lo que sabe el chatbot.

Los ocho, de un vistazo

ErrorSeñalArreglo
Sin información escritaRespuestas vagas o falsasEscribir antes de encender
Sin datos del clienteEnlaces y clientes que vuelvenConectar las consultas más repetidas
Salida escondidaQuejas por otros canalesSalida siempre a la vista
Traspaso sin contextoClientes que repitenTraspaso con el resumen del caso
Todo desde el primer díaErrores en temas rarosEmpezar con tres o cuatro temas
Nadie revisaTe enteras por un clienteLeer conversaciones cada semana
Medir el desvíoDesvío sube, satisfacción bajaMedir la resolución
Proyecto cerradoRespuestas desactualizadasUn responsable de su información

Lo que sí funciona

Un agente que responde con tu información, consulta los datos del cliente, hace gestiones con confirmación y, cuando hace falta, pasa la conversación a una persona con el historial. Es lo que hace Intake, y por eso evita de entrada los errores 2 y 4. Los demás dependen de cómo se implante, sea cual sea la herramienta. Más en el agente de IA de Intake.

Preguntas frecuentes

¿Por qué los clientes odian los chatbots?

Porque muchos no les dejan hablar con una persona, no entienden lo que preguntan o responden con enlaces genéricos. Lo que molesta es quedarse atrapado.

¿Un chatbot puede inventarse respuestas?

Sí, si no encuentra la información o está mal configurado. Por qué pasa y cómo se evita en ¿un chatbot inventa respuestas?

¿Cuánto tarda en notarse que un chatbot está fallando?

Si nadie lee las conversaciones, meses. Si alguien las lee la primera semana, días.

¿Es mejor un chatbot o un agente de IA?

Depende de lo que te pregunten. Si casi todas las preguntas son generales, un chatbot puede bastar. Si son sobre pedidos, cuentas o reservas, hace falta un agente que consulte esos datos.

¿Se puede recuperar un chatbot que ha fracasado?

Casi siempre. Lo habitual es reducirlo a pocos temas bien documentados, dejar a la vista la salida a una persona y medir la resolución antes de volver a ampliarlo.

Para seguir

Siguiente pasoGuías para pasar a la prácticaPlantillas, listas y calculadoras para usar hoy, con cada dato explicado.

Las novedades, por correo

RSS

Solo las novedades, con la baja en cada correo. Más detalle en la política de privacidad.

De perseguir conversaciones a cuidar a cada cliente

15 minutos, sin compromiso