Identificar las necesidades del cliente: una guía práctica para equipos de soporte

Qué significa realmente "identificar las necesidades del cliente"

Una necesidad del cliente es el resultado que alguien intenta alcanzar, no la función o respuesta que cree que lo llevará ahí. El ejemplo clásico: una persona pregunta cómo restablecer su contraseña, pero la necesidad es "estoy bloqueado y tengo una fecha límite". Resuelve la solicitud literal y cierras el ticket. Resuelve la necesidad y notas que se queda bloqueado cada lunes porque tu sesión expira durante el fin de semana, y arreglas lo que genera los tickets.

Ayuda dividir la necesidad en tres capas, porque distintos métodos revelan capas distintas.

• Las necesidades declaradas son lo que los clientes te dicen directamente: "quiero un reembolso", "¿cómo exporto mis datos?". Fáciles de recopilar, fáciles de accionar, y la capa más superficial.
• Las necesidades observadas son lo que hacen independientemente de lo que digan: dónde abandonan, qué artículo de ayuda releen cinco veces, el ticket que reabren dos veces.
• Las necesidades latentes son la tarea subyacente que no han expresado, a veces porque no tienen las palabras para hacerlo. Aquí es donde viven las mejoras reales de producto y de proceso, y es la capa más difícil de alcanzar.

El error que veo con más frecuencia es tratar la necesidad declarada como si fuera todo el panorama. Un flujo de trabajo de soporte construido solo alrededor de necesidades declaradas es reactivo por definición. Siempre estás respondiendo a la pregunta que se hizo, nunca a la que está detrás.

Los tipos de necesidades del cliente que vale la pena rastrear

Más allá de las tres capas, vale la pena nombrar los tipos de necesidad que aparecen en soporte, porque compiten entre sí y tienes que decidir cuál estás optimizando.

Nota que la velocidad y la corrección funcional a menudo tiran en direcciones opuestas, y las necesidades de comunicación están debajo de todas ellas. Una respuesta rápida pero incorrecta no le sirve a nadie. Por eso "simplemente desviar más tickets" es un objetivo débil: la desviación que ignora las capas emocional y de esfuerzo solo traslada la frustración río abajo.

Dónde los equipos se equivocan: la trampa de las encuestas

Pregúntale a la mayoría de los equipos cómo identifican las necesidades del cliente y la respuesta es "enviamos una encuesta". Las encuestas no son inútiles, pero cargan con dos problemas fáciles de pasar por alto.

Primero, el sesgo de respuesta. Las personas que completan una encuesta son las encantadas y las furiosas. La enorme mayoría del medio, los clientes cuyas necesidades quedan silenciosamente insatisfechas, no responde, así que terminas optimizando para los extremos ruidosos y te pierdes a la mayoría.

Segundo, el sesgo de la pregunta. Una encuesta hace las preguntas que tú ya pensaste en hacer. Si no se te ocurrió preguntar sobre una necesidad latente, la encuesta no puede revelarla. Obtienes respuestas precisas a las preguntas equivocadas.

Vi esto suceder con un gerente de soporte de un servicio de seguimiento de autobuses que manejaba entre 200 y 250 tickets de Zendesk al mes. Toda su base de conocimiento se había escrito para administradores, pero los tickets venían de los pasajeros. Ninguna encuesta lo detectó, porque a nadie se le ocurrió preguntar "¿nuestra documentación está escrita para la audiencia equivocada?". Los propios tickets lo hicieron evidente en el momento en que alguien los leyó como conjunto: la misma confusión de los pasajeros, una y otra vez, que la documentación centrada en administradores nunca respondió. Esa es la señal de que estás malinterpretando una necesidad, y nunca aparece en una encuesta.

Nada de esto significa abandonar las encuestas. Significa que las encuestas deben confirmar lo que tus datos operativos ya te dijeron, no ser el primer lugar donde miras.

Cinco formas de identificar las necesidades del cliente

No existe una única fuente de verdad. Los equipos fuertes triangulan entre varias, dando más peso a las menos sesgadas.

1. Encuestas y CSAT - buenas para rastrear una necesidad conocida a lo largo del tiempo, débiles para descubrir una nueva. Mantenlas cortas y vinculadas a una interacción específica. Una encuesta de CSAT después de un ticket resuelto vence a una megaencuesta anual, y existen herramientas de feedback que automatizan la recopilación.
2. Entrevistas uno a uno - el método de mayor fidelidad para las necesidades latentes, y el menos escalable. Cinco conversaciones reales te enseñarán más sobre el por qué que mil filas de encuesta. Úsalas para profundizar, no para abarcar.
3. Minería de tickets de soporte - el método que la mayoría de los equipos infrautiliza, y el que yo elegiría primero. Cada ticket es un cliente diciéndote, sin que se lo pidas, exactamente dónde te falló tu producto o tu documentación. Más sobre esto abajo.
4. Analítica de comportamiento - lo que los clientes hacen en el producto. Puntos de abandono, clics de frustración, la función que nadie encuentra. Esta es tu capa de necesidades observadas.
5. Notas de primera línea y de ventas - tus agentes y representantes escuchan las mismas objeciones y solicitudes a diario. Ese conocimiento tácito es una mina de oro, y normalmente vive en la cabeza de las personas en lugar de en un documento compartido. Capturarlo vale la pena como un ritual recurrente de 15 minutos.

El patrón en los cinco: cuanto más te alejas de "pedirle a la gente que se autoinforme" y más te acercas a "observar lo que realmente ocurrió", menos sesgo cargas.

El método que la mayoría de los equipos se salta: explotar tus conversaciones de soporte

Aquí está la parte que más me importa, porque es donde he visto a los equipos tener su mayor momento de "ah".

Tu cola de soporte es un registro continuo, espontáneo y con marca de tiempo de cada necesidad que tus clientes no pudieron resolver por su cuenta. Es más grande que cualquier muestra de encuesta, está escrito con las propias palabras del cliente, y captura la necesidad en el momento exacto en que dolió. No hay panel de investigación más honesto. La única razón por la que los equipos no la usan así es que leer diez mil tickets a mano es imposible, así que los datos simplemente se quedan ahí.

Esa es la limitación que la IA realmente elimina. En lugar del etiquetado manual de tickets, un modelo de IA lee todo el historial y agrupa las conversaciones por tema, de modo que las necesidades recurrentes se clasifican por volumen solas.

En eesel, esta es la parte con la que empiezo, porque hemos pasado años observando qué sucede cuando un equipo finalmente ve su cola como un conjunto de datos. Cuando conectas un helpdesk, lo primero que hace la IA es leer tus tickets anteriores y sacar a la luz los temas: qué temas generan más volumen, dónde tiene vacíos tu base de conocimiento, qué preguntas se reabren. A menudo aprendes más sobre las necesidades de tus clientes en ese primer informe que en un año de encuestas.

Los informes de eesel sacan a la luz los temas recurrentes en tu historial de tickets, de modo que las necesidades de mayor volumen se clasifican solas.

Lo que hace esto confiable en lugar de una caja negra es la simulación. Antes de automatizar nada, eesel ejecuta la IA contra tus tickets históricos y te muestra, tema por tema, qué habría respondido y dónde se habría quedado corta. Ese es un informe de diagnóstico sobre las necesidades de tus clientes y sobre tu capacidad de satisfacerlas, que es exactamente lo que "identificar las necesidades del cliente" debería producir. He visto bots que suenan seguros dar respuestas equivocadas en silencio, así que prefiero mucho más mostrarle a un equipo los vacíos de antemano que dejar que los descubran en una cola en vivo.

"En el primer mes, eesel está resolviendo el 73% de nuestras solicitudes de nivel 1. Obtuvimos resultados rápidamente durante nuestra prueba de 7 días."

Kim Simpson, Gridwise (reseña en G2)

El número del 73% importa menos que lo que implica: el 73% de su volumen de nivel 1 era un conjunto pequeño y repetitivo de necesidades que se podían responder por completo con el conocimiento existente. Simplemente no podían ver ese conjunto hasta que los tickets se agruparon.

Convertir las necesidades en acción

Identificar una necesidad es solo la mitad del trabajo. El objetivo es cerrar el ciclo, y los datos de soporte lo cierran más rápido que cualquier otra fuente porque son continuos.

• Llena el vacío de conocimiento. Si un tema sigue apareciendo y tu documentación no lo cubre, eso es un artículo de ayuda faltante, no un problema de capacitación. Algunas herramientas de IA incluso redactarán el artículo para el tema no cubierto.
• Corrige la causa raíz. Si "bloqueado cada lunes" es un tema principal, la respuesta es una corrección de ingeniería, no una mejor macro. Dirige estos temas a producto.
• Reequilibra tu esfuerzo. Una vez que conoces las cinco principales necesidades recurrentes, sabes dónde la automatización y el autoservicio realmente moverán la aguja, en lugar de adivinar.
• Vuelve a medir. Aquí es donde las encuestas se ganan su lugar. Una encuesta de CSAT dirigida a un tema que acabas de abordar te dice si interpretaste bien la necesidad.

Haz esto en un ciclo y tu comprensión de las necesidades del cliente deja de ser un proyecto de investigación anual y se convierte en un flujo en vivo.

Prueba eesel para leer lo que tus clientes necesitan

Si la respuesta honesta a "¿cómo sabemos qué necesitan nuestros clientes?" es "enviamos una encuesta y adivinamos", eesel AI está construido para la versión mejor. Se conecta a tu helpdesk (Zendesk, Freshdesk, Gorgias, HubSpot, Front y más de 100 más), lee tus tickets y documentación existentes, y saca a la luz los temas recurrentes y los vacíos de conocimiento en tu primera ejecución de simulación, antes de que automatices nada.

eesel lee tu actividad de tickets en vivo y tu historial pasado para sacar a la luz lo que los clientes siguen pidiendo.

El diferenciador es que aprende de tus tickets resueltos, no solo de los artículos de tu centro de ayuda, así que entiende las necesidades que tu equipo ya sabe cómo satisfacer. Es gratis para probar sin tarjeta de crédito, y puedes apuntarlo a tu propio historial en unos minutos y ver lo que tu cola te ha estado diciendo todo este tiempo.