Una guía para usar Freshdesk Freddy para detectar lagunas de conocimiento a partir de tickets no resueltos

Kenneth Pangan
Written by

Kenneth Pangan

Stanley Nicholas
Reviewed by

Stanley Nicholas

Last edited 29 octubre 2025

Expert Verified

Los tickets sin resolver son más que un simple dolor de cabeza que atasca la cola de soporte. En realidad, son una mina de oro de información que te señala directamente las preguntas que tienen tus clientes y que tu equipo (y tu base de conocimientos) no puede responder. ¿El problema? Nadie tiene tiempo para revisar manualmente miles de tickets para encontrar estas "lagunas de conocimiento". Es una tarea que te destroza el alma.

Aquí es donde se supone que la IA debe intervenir. La IA nativa de Freshdesk, Freddy, promete ofrecer información que puede facilitar este proceso. Pero, ¿qué tan bien funciona realmente para detectar lagunas en tu contenido de soporte? Esta guía te explicará cómo usar las herramientas de Freshdesk para el análisis de tickets, dónde es probable que te encuentres con un obstáculo y cómo un enfoque más específico puede automatizar todo el proceso.

Entendiendo el rol de Freshdesk Freddy

Antes de entrar en materia, tengamos una idea clara de con qué estamos trabajando. Freshdesk Freddy no es un solo producto. Es el nombre de la marca para el motor de IA que Freshworks ha integrado en toda su plataforma de servicio al cliente. El objetivo es ayudar en dos frentes: hacer que los clientes sean más autosuficientes y que los agentes sean más productivos.

Para lo que estamos hablando hoy, se desglosa en algunas piezas clave:

  • Freddy AI Agent: Esta es la parte autónoma de la IA que maneja chats y correos electrónicos de cara al cliente, proporcionando respuestas directas y automatizadas.

  • Freddy AI Copilot: Piénsalo como el compañero del agente. Funciona dentro del servicio de asistencia para ayudar a los agentes humanos a resumir largos hilos de tickets, redactar respuestas y sugerir artículos relevantes de la base de conocimientos.

  • Freddy AI Insights: Este es el motor de análisis. Analiza los números detrás de tus operaciones de soporte para mostrarte tendencias, ayudándote a tomar mejores decisiones sobre personal, rendimiento y posibles problemas.

Juntas, estas partes crean una capa de IA dentro de Freshdesk. Ahora, veamos cómo puedes usar sus funciones de informes para empezar a buscar esas lagunas de conocimiento.

Cómo usar los informes de Freshdesk para detectar lagunas de conocimiento

Si intentas encontrar lagunas de conocimiento con las herramientas integradas de Freshdesk, no encontrarás un botón mágico que diga "muéstrame lo que falta". El proceso es más bien un trabajo de detective, que depende de que uses sus informes del servicio de asistencia para unir las pistas de los tickets sin resolver.

Así es como puedes abordarlo.

Analizando los informes de volumen y distribución de tickets

Tu primera parada debería ser el panel de análisis. Con unos pocos filtros, puedes empezar a ver cómo surgen patrones entre todo el ruido.

  • Tendencias de volumen de tickets: Comienza creando un informe que rastree el volumen de tus tickets a lo largo del tiempo, pero fíltalo para mostrar solo los tickets con estado "sin resolver". Si ves un aumento repentino después del lanzamiento de una nueva función o una campaña de marketing, es una señal de alerta enorme. Probablemente apunta a un problema nuevo y no documentado que está tomando a todos por sorpresa.

  • Distribución de tickets por categoría: Un enfoque más detallado es analizar los tickets sin resolver según cómo están categorizados. Si usas etiquetas o campos personalizados, puedes agruparlos para ver qué temas están causando más problemas. Por ejemplo, si notas que un montón de tickets sin resolver están etiquetados con "reembolso-plan-anual", acabas de encontrar una laguna importante en tu documentación de facturación.

Usando los comentarios de satisfacción del cliente (CSAT)

Los tickets sin resolver y los clientes insatisfechos a menudo van de la mano. Tus encuestas de CSAT son una línea directa para entender por qué no se pudo resolver un ticket.

Crea un informe que filtre los tickets que están tanto sin resolver como que tienen una calificación de CSAT negativa. Los comentarios abiertos aquí son oro puro. Los clientes a menudo te dirán exactamente lo que estaban buscando y no pudieron encontrar. Verás comentarios como: "Estaba tratando de averiguar su política de envíos internacionales, pero no había información al respecto".

El rol limitado de Freddy AI Insights

Freddy AI Insights puede acelerar parte de este trabajo. Está diseñado para señalar automáticamente tendencias de alto nivel, lo que puede ahorrarte algo de investigación inicial. Por ejemplo, podría destacar que "restablecimiento de contraseña" es un tema recurrente en tu cola de soporte.

Pero, y este es un gran pero, ahí es donde termina su utilidad. Freddy podría decirte qué preguntan los clientes, pero no confirma si una laguna de conocimiento es la causa raíz, y ciertamente no te ayuda a solucionarla. Un humano todavía tiene que atar cabos, confirmar que la laguna existe y luego escribir el contenido que falta a mano.

Limitaciones clave del uso de Freshdesk Freddy

Aunque técnicamente puedes usar los informes de Freshdesk para encontrar lagunas de conocimiento, el proceso está lejos de ser fluido. Una vez que empiezas a investigar, te encontrarás rápidamente con algunas desventajas bastante grandes que impiden que sea una solución verdaderamente automatizada o con visión de futuro.

Un proceso manual

El mayor dolor de cabeza es que todo el proceso es manual. Los informes de Freshdesk te dan los datos en bruto, pero depende de un gerente de soporte o un analista hacer todo el trabajo pesado. Tienes que pasar horas mirando paneles, leyendo conversaciones de tickets individuales y tratando de adivinar qué es lo que falta.

Esto significa que siempre estás tratando de ponerte al día. Solo descubres una laguna de conocimiento después de que docenas, o incluso cientos, de clientes ya se hayan topado con el mismo problema y hayan tenido una experiencia frustrante. Estás constantemente apagando los fuegos de ayer en lugar de prevenir los de mañana.

Conocimiento aislado

Freddy AI está entrenado casi exclusivamente con los datos que residen en tu cuenta de Freshdesk: tus artículos del centro de ayuda y el historial de tickets. El problema es que rara vez es allí donde se encuentran todas las respuestas. La información crítica a menudo está dispersa en otros lugares, como una guía técnica en Confluence, un documento de políticas en Google Docs o una actualización de producto en una página de Notion.

Dado que Freddy no puede acceder a estas fuentes externas, su conocimiento es incompleto. No podrá responder preguntas incluso cuando la información esté disponible en otro lugar de tu empresa, lo que solo genera más tickets sin resolver. La IA está atrapada en su propia cajita, incapaz de ver el panorama completo.

Sin simulación proactiva

Con Freshdesk, tienes que activar la IA y dejarla funcionar con clientes reales antes de poder obtener los datos que necesitas para encontrar sus debilidades. No hay una forma real de probar cómo se desempeñará Freddy en tus tickets pasados para encontrar estas lagunas antes de que empiece a hablar con la gente.

Esta es una forma arriesgada de trabajar. Esencialmente, estás lanzando una IA sabiendo que tiene puntos ciegos, pero no sabrás cuáles son hasta que los clientes reales los encuentren por ti. Es como enviar a un nuevo agente al frente de batalla sin saber si puede responder siquiera las preguntas más básicas.

Un enfoque alternativo: eesel AI

Las deficiencias del enfoque de Freshdesk demuestran por qué necesitas una herramienta diseñada desde cero para ser proactiva, no reactiva. Aquí es donde eesel AI marca una diferencia real. Está diseñada para automatizar todo el flujo de trabajo de encontrar y cerrar lagunas de conocimiento, para que puedas adelantarte a los problemas en lugar de perseguirlos constantemente.

Automatiza la identificación de lagunas de conocimiento y la creación de contenido

A diferencia de Freshdesk, que simplemente te arroja datos, el panel de análisis de eesel AI te brinda información sobre la que realmente puedes actuar. No solo te muestra lo que tu IA está haciendo; identifica exactamente lo que no pudo hacer. Destaca tendencias en preguntas sin respuesta, dándote una lista clara y priorizada de tus mayores lagunas de conocimiento.

Mejor aún, eesel AI te ayuda a cerrar esas lagunas. Puede generar automáticamente borradores de artículos para la base de conocimientos a partir de resoluciones exitosas en tus tickets pasados. Si un agente ya ha escrito una explicación perfecta, eesel AI puede convertirla en un nuevo artículo del centro de ayuda con un solo clic. Terminas construyendo una base de conocimientos con contenido que ya ha demostrado funcionar.

Unifica todas tus fuentes de conocimiento al instante

Mientras Freddy está atrapado dentro del ecosistema de Freshdesk, eesel AI conecta todas tus fuentes de información dispersas. En solo unos minutos, puedes vincularla a todos los lugares donde tu equipo almacena conocimiento.

Ya sea que tus respuestas estén en Google Docs, Confluence, Notion u otra herramienta, eesel AI puede aprender de ello. También se entrena con tu historial de tickets pasados de servicios de asistencia como Freshdesk, lo que le da una imagen completa de tu negocio desde el primer día. Esto significa menos tickets sin resolver porque la IA tiene acceso a todas las respuestas, sin importar dónde se encuentren.

Prueba con confianza usando una potente simulación

Quizás la mayor diferencia es el potente modo de simulación de eesel AI. En lugar de "lanzarlo y esperar lo mejor", puedes ejecutar la IA en miles de tus tickets históricos en un entorno completamente seguro y aislado (sandbox).

Esto te permite ver exactamente cómo habría respondido la IA a las consultas reales de los clientes. Obtienes un pronóstico preciso de tu tasa de resolución potencial y, lo más importante, puedes identificar proactivamente las lagunas de conocimiento antes de que un solo cliente se vea afectado. El informe de simulación te muestra qué tipos de tickets se habrían escalado, dándote una hoja de ruta clara del contenido que necesitas agregar incluso antes de pensar en activar la IA.

Precios de Freshdesk Freddy AI

Para tener una visión completa, es útil observar los precios de Freshdesk para sus funciones de IA. Se divide en dos complementos principales, lo que puede hacer que los costos sean un poco complicados y difíciles de predecir.

  • Freddy AI Copilot: Esta es la herramienta de asistencia para agentes y su precio es por agente. Comienza en $29 por agente, por mes cuando pagas anualmente.

  • Freddy AI Agent: Este es el bot autónomo y su precio se basa en "sesiones". Obtienes algunas sesiones gratuitas para empezar, pero después de eso, tienes que comprar paquetes, que cuestan $100 por cada 1000 sesiones.

Una "sesión" es una única respuesta por correo electrónico o todas las interacciones del bot en un chat durante 24 horas. Esto significa que un solo ticket de correo electrónico que necesite varios intercambios con la IA podría consumir múltiples sesiones, lo que provocaría un aumento inesperado de tus costos. Este modelo basado en sesiones puede hacer que la presupuestación sea un verdadero desafío, lo que contrasta marcadamente con los precios transparentes de alternativas como eesel AI.

Reflexiones finales sobre el uso de Freshdesk Freddy

Al fin y al cabo, un ticket sin resolver es una señal directa de que tu documentación de soporte está fallando a tus clientes. Si bien puedes usar Freshdesk Freddy para detectar lagunas de conocimiento a partir de tickets sin resolver, el proceso es abrumadoramente manual, reactivo y limitado a los datos dentro de la plataforma de Freshdesk.

Los informes de Freshdesk pueden darte pistas, pero todavía se necesita un enorme esfuerzo humano para convertir esos datos en mejoras reales. Un equipo de soporte moderno necesita una mejor manera.

Herramientas como eesel AI están diseñadas para automatizar todo este flujo de trabajo. Al conectar todo tu conocimiento disperso, ejecutar potentes simulaciones con tus datos históricos y señalar automáticamente las lagunas, puedes pasar de reaccionar a los problemas a resolverlos de forma proactiva.

Adelántate a tus tickets sin resolver

Deja de perder horas buscando en informes. Deja que la IA haga el trabajo pesado de encontrar y cerrar tus lagunas de conocimiento.

eesel AI se conecta directamente a tu servicio de asistencia existente como Freshdesk en minutos, por lo que no es necesario renovar tu configuración actual. Puedes ejecutar una simulación con tus propios tickets históricos al instante y ver exactamente dónde puedes mejorar.

Regístrate gratis para ver qué lagunas de conocimiento puedes detectar hoy mismo.

Preguntas frecuentes

Freshdesk Freddy utiliza sus componentes de IA, como Freddy AI Insights, para analizar las tendencias de los tickets e identificar temas recurrentes. Si bien puede señalar áreas de preocupación de alto nivel, principalmente proporciona datos que un analista humano utiliza luego para atar cabos e identificar lagunas de contenido específicas.

Puedes comenzar analizando los informes de volumen y distribución de tickets, filtrando por tickets sin resolver para identificar picos o categorías comunes. Además, revisar los comentarios de CSAT vinculados a tickets sin resolver puede revelar comentarios directos de los clientes sobre la información que falta.

El proceso es en gran medida manual, lo que requiere un esfuerzo humano significativo para revisar los informes e identificar lagunas específicas. La IA de Freddy también se limita a los datos dentro de Freshdesk, lo que significa que no puede acceder a fuentes de conocimiento externas, lo que conduce a una imagen incompleta.

No, el enfoque de Freshdesk Freddy es reactivo. Requiere que la IA se ejecute con clientes en vivo para generar datos, que luego necesitan un análisis manual para encontrar lagunas. No existe una función de simulación integrada para probar proactivamente el contenido e identificar la información que falta de antemano.

Freddy AI se entrena principalmente con datos de tu cuenta de Freshdesk, como artículos del centro de ayuda e historial de tickets. Generalmente, no puede acceder ni aprender del conocimiento almacenado en plataformas externas como Confluence, Google Docs o Notion, lo que puede limitar su eficacia para identificar todas las posibles lagunas.

Las funciones de IA se ofrecen a través de complementos: Freddy AI Copilot tiene un precio por agente al mes, y Freddy AI Agent tiene un precio basado en "sesiones". Este modelo basado en sesiones puede hacer que los costos sean impredecibles, ya que múltiples interacciones de IA en un solo ticket pueden consumir sesiones rápidamente.

Si bien Freshdesk Freddy proporciona información inicial, no automatiza todo el flujo de trabajo desde la identificación hasta la creación de contenido. Requiere una intervención manual sustancial y opera de manera reactiva, a menudo destacando las lagunas solo después de que los clientes ya han experimentado problemas, a diferencia de soluciones de extremo a extremo más proactivas.

Compartir esta entrada

Kenneth undefined

Article by

Kenneth Pangan

Writer and marketer for over ten years, Kenneth Pangan splits his time between history, politics, and art with plenty of interruptions from his dogs demanding attention.