Una guía para crear un flujo de trabajo de Intercom para etiquetar conversaciones para el análisis CSAT

Las puntuaciones de Satisfacción del Cliente (CSAT) son geniales para tomar el pulso rápidamente a lo que sienten tus clientes. Pero seamos sinceros, un emoji feliz no cuenta toda la historia. El verdadero tesoro está en por qué un cliente se sintió de esa manera, y para descubrirlo, necesitas analizar sus comentarios. Todo empieza con un buen etiquetado de conversaciones.

Si alguna vez has intentado etiquetar manualmente cada conversación basándote en las valoraciones de CSAT, sabes que es una tarea agotadora. Lleva una eternidad, se cometen errores y, simplemente, no funciona una vez que tu volumen de soporte empieza a crecer. La automatización es realmente el único camino a seguir si quieres datos limpios y consistentes que puedas usar para tomar decisiones.

Esta guía te explicará cómo configurar un flujo de trabajo estándar en Intercom para gestionar el etiquetado de CSAT. Pero, lo que es más importante, analizaremos las molestas limitaciones con las que probablemente te encontrarás y te mostraremos una forma más inteligente, impulsada por IA, para obtener información mucho más profunda de los comentarios de tus clientes.

¿Qué es un flujo de trabajo de Intercom para etiquetar conversaciones para el análisis de CSAT?

Un flujo de trabajo (Workflow) de Intercom es básicamente un conjunto de reglas automatizadas que se ejecuta dentro de la plataforma. Sigue una lógica simple de "si ocurre esto, entonces haz aquello". Un disparador específico, como que un miembro del equipo cierre una conversación, desencadena una serie de acciones que has configurado previamente.

Una representación visual del creador de flujos de trabajo de Intercom, que ilustra cómo se configuran las reglas y acciones automatizadas.

En lo que respecta a los comentarios de los clientes, el objetivo de un flujo de trabajo de Intercom para etiquetar conversaciones para el análisis de CSAT es añadir automáticamente las etiquetas correctas a las conversaciones tan pronto como un cliente deja una valoración.

Por ejemplo, si un cliente da una valoración 'Mala', el flujo de trabajo puede ponerle una etiqueta "CSAT-Negativo". Esto hace que sea muy fácil para ti o para un gerente de soporte filtrar todas las interacciones negativas. Así puedes detectar patrones, encontrar oportunidades de formación o señalar errores del producto sin tener que leer cada ticket de soporte.

Cómo crear un flujo de trabajo básico de Intercom para etiquetar conversaciones para el análisis de CSAT

Aunque Intercom te da las herramientas para crear esta automatización, es bueno conocer el proceso estándar para que entiendas con qué estás trabajando. Aquí tienes un vistazo rápido a cómo se hace normalmente.

Empieza con un disparador: Una conversación se cierra

El lugar más lógico para empezar un flujo de trabajo de CSAT es con el disparador 'Un miembro del equipo cambia el estado de la conversación'. Lo configurarías para que se active cuando el estado cambie a 'Cerrada'. Esto asegura que la encuesta se envíe justo después de que el agente, con suerte, haya resuelto el problema del cliente.

Añade la solicitud de valoración CSAT

A continuación, usarás la acción integrada de Intercom 'Solicitar valoración de la conversación'. Esto envía esa pequeña encuesta de satisfacción de tres emojis ('Mala', 'Normal', 'Genial') al cliente en el chat. Es una forma sencilla para que te den su opinión con un solo clic.

Usa ramificaciones para aplicar etiquetas

Una vez que llega la valoración, usas 'Ramificaciones' (Branches) para dividir el flujo de trabajo en diferentes caminos según la respuesta del cliente. La lógica aquí es bastante sencilla y te ayuda a clasificar los comentarios sobre la marcha:

• Camino 1: Si la valoración de la conversación es 'Mala', entonces añade la etiqueta "CSAT-Negativo".

• Camino 2: Si la valoración de la conversación es 'Normal', entonces añade la etiqueta "CSAT-Neutral".

• Camino 3: Si la valoración de la conversación es 'Genial', entonces añade la etiqueta "CSAT-Positivo".

Una vez que esto esté activo, tendrás un sistema básico para categorizar los comentarios según el emoji en el que haga clic un cliente. Bastante simple, ¿verdad?

graph TD  

    A[Inicio: Conversación Cerrada] --> B{Enviar Encuesta CSAT};  

    B --> C{Cliente Responde};  

    C --> D[¿Valoración 'Genial'?];  

    D -- Sí --> E[Aplicar Etiqueta 'CSAT-Positivo'];  

    D -- No --> F[¿Valoración 'Normal'?];  

    F -- Sí --> G[Aplicar Etiqueta 'CSAT-Neutral'];  

    F -- No --> H[¿Valoración 'Mala'?];  

    H -- Sí --> I[Aplicar Etiqueta 'CSAT-Negativo'];  

    E --> J[Fin];  

    G --> J;  

    I --> J;  

Dónde se queda corto el flujo de trabajo nativo de etiquetado de CSAT de Intercom

Configurar este flujo de trabajo básico es un buen primer paso, pero los equipos suelen descubrir bastante rápido que no es suficiente para obtener información real y significativa. El problema es que estos flujos de trabajo basados en reglas son demasiado rígidos para manejar la complejidad de las conversaciones reales con los clientes.

Las reglas rígidas simplemente no captan los matices

Este es el mayor quebradero de cabeza: un simple clic en un emoji no tiene contexto. Un cliente podría tocar el emoji 'Genial' pero luego añadir: "El agente fue fantástico, pero estoy cansado de tener que contactar a soporte por este mismo problema cada mes".

Tu flujo de trabajo estándar de Intercom etiquetará esto como "CSAT-Positivo" y seguirá adelante, ignorando por completo que tienes un problema recurrente y un cliente molesto. No puede leer el texto para detectar el sentimiento o temas específicos, así que te quedas con una etiqueta positiva en una conversación que en realidad es una señal de alerta.

Cómo falla el flujo de trabajo nativo en situaciones comunes

Como algunos usuarios frustrados han señalado en la Comunidad de Intercom, Intercom está diseñado para no enviar una encuesta de CSAT si una conversación involucra a varios miembros del equipo. Esta es una función intencionada para evitar enviar spam a la gente, pero significa que tu flujo de trabajo de etiquetado automático ni siquiera se ejecutará en esos tickets. De repente, tienes grandes lagunas en tus datos, especialmente en tus casos de soporte más complejos.

Soluciones alternativas complicadas

Para hacer algo un poco más avanzado, generalmente tienes que ser creativo con los Atributos de Datos de Conversación (CvDAs). Digamos que quieres dejar de enviar encuestas de CSAT para ciertos tipos de tickets, como spam o preguntas de ventas. Tienes que crear un atributo personalizado, hacer que tus agentes lo configuren manualmente en cada una de esas conversaciones y luego añadir ramificaciones adicionales a tu flujo de trabajo para verificarlo.

Esto solo añade más trabajo manual para tus agentes y convierte lo que debería ser un flujo de trabajo simple en un lío enmarañado que es un fastidio de mantener. Este es exactamente el tipo de configuración manual que las herramientas de IA modernas están diseñadas para manejar automáticamente, sin hacerte construir un laberinto de reglas.

Un enfoque más inteligente: Usar IA

En lugar de enredarte con reglas rígidas y soluciones toscas, puedes integrar una plataforma de IA que funcione bien con tu helpdesk actual. Una herramienta como eesel AI se conecta directamente con Intercom, añadiendo nuevas y potentes capacidades sin obligarte a cambiar de plataforma.

Una vista de un ticket de Intercom con un Copiloto de IA integrado en la barra lateral, demostrando un enfoque más inteligente para el análisis de CSAT.

Ve más allá de las simples valoraciones con el triaje impulsado por IA

El Triaje con IA de eesel AI no solo mira el emoji en el que hizo clic un cliente. Lee y entiende toda la conversación, descifrando el contexto real, el sentimiento y los temas que se están discutiendo.

Esto significa que puede aplicar automáticamente etiquetas mucho más útiles como "sentimiento:frustrado", "tema:error-facturación" o "feedback-producto:sugerencia-ui". Puede detectar estas cosas incluso si el cliente dejó una valoración 'Genial', asegurándose de que nunca te pierdas comentarios críticos ocultos en sus observaciones. Obtienes la imagen completa, no solo el emoji.

Configúralo en minutos, no en horas

Puedes olvidarte de construir flujos de trabajo complicados con docenas de ramificaciones y atributos personalizados. Con eesel AI, solo conectas tu cuenta de Intercom y ya está casi todo hecho. La IA empieza a aprender de tus conversaciones pasadas de inmediato para entender tus problemas de soporte específicos y el tono de tu marca. Puedes obtener información valiosa desde el primer día sin un gran proyecto de configuración ni la necesidad de involucrar a desarrolladores.

Obtén información procesable, no solo volcados de datos

El panel de análisis en eesel AI hace más que solo listar conversaciones etiquetadas. Saca a la luz tendencias y señala lagunas en tu base de conocimientos. Por ejemplo, podría mostrarte que el 25% de tus valoraciones negativas de CSAT están relacionadas con una función confusa que no tiene un buen artículo de ayuda. Esto te da una lista de tareas clara y respaldada por datos para hacer cambios que realmente reducirán tu volumen de tickets y harán más felices a los clientes.

Característica	Flujos de trabajo nativos de Intercom	eesel AI
Lógica de etiquetado	Basada en reglas (p. ej., SI la valoración es X)	Basada en IA (analiza el texto completo de la conversación)
Complejidad de configuración	Alta (requiere ramificaciones, CvDAs)	Baja (integración con un solo clic)
Matices contextuales	Bajo (pasa por alto el contexto en los comentarios)	Alto (entiende sentimiento, tema, intención)
Chats con múltiples participantes	No envía la encuesta CSAT	Analiza todas las conversaciones sin excepción
Informes	Filtrado básico por etiquetas	Información procesable, análisis de lagunas de conocimiento

¿Cuánto cobra Intercom por los flujos de trabajo?

Para crear los flujos de trabajo de los que hemos estado hablando, necesitarás acceso al creador de flujos de trabajo de Intercom. Esa función solo está disponible en sus planes Avanzado (desde 85 $ por usuario al mes) y Experto.

Además de eso, el propio agente de IA de Intercom, Fin, tiene un modelo de precios por resolución. Como puedes ver en su página de precios, se te cobrará 0,99 $ por cada resolución. Esto puede llevar a costes impredecibles que aumentan a medida que crece tu volumen de soporte, dificultando la elaboración de presupuestos.

En contraste, plataformas como eesel AI ofrecen precios transparentes y predecibles basados en interacciones, no en resoluciones. Obtienes una tarifa plana y clara, para que no se te penalice por ayudar a más clientes.

Pasando del etiquetado básico al análisis profundo

Configurar un flujo de trabajo de Intercom para etiquetar conversaciones para el análisis de CSAT es un punto de partida decente para organizar los comentarios de los clientes. Pero los límites de la automatización basada en reglas significan que solo estás arañando la superficie. Estás viendo el qué, pero te estás perdiendo por completo el porqué.

Para entender realmente la historia detrás de cada valoración, necesitas una herramienta que pueda analizar la conversación completa. Al incorporar la IA, puedes ir más allá del simple etiquetado reactivo y empezar a detectar tendencias, solucionar problemas de raíz y crear una experiencia de cliente que se gane comentarios genuinamente excelentes.

Descubre la verdadera historia detrás de tus puntuaciones de CSAT

¿Listo para ir más allá del simple seguimiento de emojis? Descubre cómo la integración perfecta de eesel AI con Intercom puede automatizar por completo tu análisis de CSAT y darte la información profunda que necesitas para hacer más felices a tus clientes.

Inicia una prueba gratuita o reserva una demo hoy mismo.