El problema: el bot responde rápido, pero el cliente no se va
El patrón es siempre el mismo. Un cliente escribe por WhatsApp o chat, el bot responde en segundos, pero no entiende el problema. El cliente repite, el bot insiste, y al final pide "un agente humano". Cuando el agente aparece, no tiene el contexto: le pregunta de nuevo el nombre, el número de pedido, qué pasó. El cliente se va frustrado y el equipo de soporte termina pagando el mismo costo que si nunca hubiera habido bot.
El error no es el bot. El error es el diseño del escalamiento. Un bot que no sabe cuándo pasar el caso y que no transfiere el contexto no es un asistente: es un filtro que molesta.
Cuándo pasar el caso: las tres señales que importan
No todo lo que el bot no resuelve debe ir a un humano. Pero hay tres señales que indican que el caso debe salir del bot:
- El cliente lo pide explícitamente. Si el cliente dice "quiero hablar con una persona", no hay debate: se escala. Retenerlo en el bot por política es la forma más rápida de destruir la experiencia.
- El bot no tiene la información. Si la pregunta requiere datos que el bot no tiene (estado de un envío específico, una excepción de política, un caso que no está en la base de conocimiento), debe escalar. Insistir con respuestas genéricas es peor que decir "no sé".
- El caso es de alto riesgo. Cancelaciones, reclamos formales, montos altos, clientes VIP. En estos casos el bot puede hacer la primera tria, pero la decisión final debe ser humana.
Qué transferir: el contexto que el agente necesita
El escalamiento no es solo "pasar el ticket". Es transferir el contexto para que el agente no empiece de cero. Lo mínimo que debe llegar:
- Resumen del caso. Qué preguntó el cliente, qué respondió el bot, en qué punto se trabó.
- Datos del cliente. Nombre, contacto, historial relevante (última compra, ticket anterior, estado de su cuenta).
- Motivo del escalamiento. Por qué el bot no pudo resolver (no tenía la info, el cliente pidió humano, caso de alto riesgo).
- Intención detectada. El bot ya clasificó el caso: reclamo, consulta, cancelación, etc. Esa clasificación no debe perderse.
Sin este contexto, el agente tarda el doble y el cliente repite todo. Con él, el agente resuelve en minutos.
Cómo medir que el escalamiento funciona
Un buen escalamiento se mide por lo que pasa después, no por lo que pasa durante:
- Tiempo de resolución post-escalamiento. Si el agente tarda más de X minutos en resolver lo que el bot no pudo, el problema no es el bot, es el proceso.
- Tasa de recontacto. Si el cliente vuelve a escribir por el mismo tema, el escalamiento no resolvió.
- CSAT post-escalamiento. La satisfacción después del escalamiento debe ser igual o mejor que la del bot solo. Si es peor, el bot está filtrando mal.
- Costo por caso escalado. Cuánto cuesta resolver un caso que el bot no pudo. Si es alto, hay que revisar si el bot debería haber resuelto más.
El patrón que sí funciona: tria + contexto + decisión humana
La forma correcta de diseñar el escalamiento es:
- El bot tria. Clasifica la consulta, intenta resolver con la base de conocimiento, y si no puede, prepara el contexto.
- El bot transfiere. Pasa el ticket con el resumen, los datos del cliente y el motivo de escalamiento.
- El agente decide. Con el contexto en mano, resuelve o deriva según el caso.
La clave está en que el bot no intente resolver todo. Su trabajo es triar, contextualizar y pasar. El trabajo de resolver es del humano.
Lo que los productos documentan (y lo que no)
La página de Databot (plataforma chilena de IA para atención al cliente) describe su flujo así: "Escalation to agents with context", con "Tickets, SLA and escalations" y "Escalation to agents with context" como parte de su operación (fuente primaria: https://databot.cl/en/). Es decir: el producto comercial documenta explícitamente que el escalamiento debe llevar contexto, y que los tickets, SLA y escalaciones son parte del flujo.
Eso es el estándar mínimo. Si tu bot no transfiere contexto, estás por debajo del estándar que ya documentan los proveedores.
Un plan de 30 días para mejorar el escalamiento
- Semana 1: audita. Revisa los últimos 50 casos escalados. ¿Cuántos tenían contexto? ¿Cuántos se resolvieron sin que el cliente repitiera? ¿Cuántos volvieron a escribir?
- Semana 2: define las reglas. Establece las tres señales de escalamiento y configura el bot para que las detecte.
- Semana 3: diseña la transferencia. Define qué campos debe pasar el bot al agente. Mínimo: resumen, datos del cliente, motivo, intención.
- Semana 4: mide. Compara el tiempo de resolución y el CSAT antes y después del cambio. Si no mejora, el problema no es el bot, es el proceso.
Nota sobre fuentes
Las afirmaciones técnicas de este artículo se basan en la documentación pública de Databot (https://databot.cl/en/), una plataforma chilena de IA para atención al cliente. No se incluyen cifras de tasas de resolución ni de costo por caso, porque no se pudo verificar un estudio primario que las respalde.
Próximo paso
Si tu equipo ya tiene un bot y los agentes se quejan de que "los casos llegan sin contexto", el siguiente paso no es cambiar de plataforma: es revisar el flujo de escalamiento.
- Habla con el equipo: revisamos tu flujo de escalamiento y te decimos qué falta.
- Crea tu cuenta: parte con el diagnóstico de tu caso.