Una guía práctica para la detección de entidades de Zendesk: Características, límites y alternativas

Si hoy en día diriges un equipo de soporte, es probable que sientas la presión. Las colas de tickets son cada vez más largas, los clientes esperan respuestas para ayer y la presión para automatizar algo, lo que sea, para mantenerse al día es constante.

Este impulso hacia la automatización más inteligente es lo que hace que funciones como la detección de entidades sean tan atractivas. Zendesk tiene su propia versión, integrada en su suite de IA, llamada detección de entidades de Zendesk. Sobre el papel, parece una herramienta genial para clasificar y enviar tickets automáticamente a donde deben ir. Pero, ¿cómo funciona realmente cuando las cosas se complican?

Echemos un vistazo honesto a lo que hace esta función, cómo se configura, dónde suele fallar y cómo las herramientas de IA más nuevas y flexibles pueden darte mejores resultados sin todo el mantenimiento manual.

¿Qué es la detección de entidades de Zendesk?

La detección de entidades de Zendesk es una función dentro de su herramienta Intelligent Triage, que forma parte del paquete más amplio de IA de Zendesk. Su trabajo principal es bastante sencillo: encontrar y extraer bits de información específicos de los tickets entrantes.

Piénsalo como un resaltador inteligente que escanea el mensaje de un cliente en busca de cosas como nombres de productos, números de pedido o razones específicas de contacto; cualquier dato único que sea importante para tu negocio.

Captura de pantalla de la Extracción de Entidades de la IA Avanzada de Zendesk, una característica clave de la detección de entidades de Zendesk.

Todo el sistema se basa en conectar estas "entidades" con campos de ticket personalizados que ya has creado en Zendesk, específicamente campos desplegables, de selección múltiple o Regex (Expresión Regular). La idea es usar esos datos extraídos para iniciar flujos de trabajo automatizados, como enrutar un ticket al equipo correcto o aumentar su prioridad. Es un paso para que tu servicio de ayuda se sienta un poco menos caótico.

Cómo configurar y gestionar la detección de entidades de Zendesk

Poner en marcha la detección de entidades en Zendesk no es exactamente una tarea de un solo clic. Ofrece cierto control, pero la configuración es manual y requiere un poco de supervisión para evitar que genere más trabajo del que ahorra.

La base de la detección de entidades de Zendesk: crear entidades a partir de campos personalizados

Lo primero es lo primero: no puedes simplemente inventar entidades sobre la marcha. Tienen que estar vinculadas a campos de ticket personalizados. Esto significa que tu primera parada es tu panel de administración, donde necesitarás crear campos para los datos que quieres rastrear, como un menú desplegable de "Línea de productos" o un campo de texto para el "ID de pedido".

Zendesk te permite usar algunos tipos de campos para esto:

• Desplegable y selección múltiple: Estas son tus mejores opciones para datos estandarizados con una lista fija de opciones, como nombres de productos, planes de suscripción o tipos de problemas comunes.

• Regex: Este es para datos que siguen un patrón específico. Si tus números de pedido siempre se ven como "ORD-12345" o los números de seguimiento tienen un formato fijo, puedes escribir una expresión regular para detectarlos. Es una herramienta poderosa para los desarrolladores, pero para el administrador promedio, escribir y depurar Regex puede ser un verdadero dolor de cabeza.

Este enfoque centrado en los campos significa que el sistema es bastante rígido. Cada vez que se lanza un nuevo producto o identificas un nuevo tipo de problema, un administrador tiene que actualizar manualmente el campo personalizado y volver a ajustar la configuración de detección de entidades. Es una tarea un poco pesada.

Ajustar la detección de entidades de Zendesk con sinónimos y reglas

Una vez que tus campos están vinculados, Zendesk te da algunas opciones para intentar mejorar la precisión.

Puedes añadir sinónimos para que diferentes palabras apunten al mismo valor. Por ejemplo, "ID", "N.º de pedido" y "Número de pedido" podrían ser sinónimos para tu entidad de número de pedido. Esto ayuda a captar algunas de las formas en que los clientes hablan naturalmente.

También puedes establecer reglas de extracción que deciden cuándo se actualiza un campo. ¿Quieres capturar la entidad solo en el primer mensaje, o debería actualizarse si un cliente la menciona de nuevo más tarde? Tienes cierto control ahí.

También hay una función de detección de errores ortográficos, pero tiene algunas peculiaridades extrañas. Solo funciona con palabras de más de cinco letras, y el cliente tiene que escribir la primera letra correctamente. Es una buena idea, pero está lejos de ser una función verdaderamente "inteligente" que pueda manejar los errores tipográficos del mundo real.

El dolor de cabeza de Regex y el orden de las entidades

Aquí hay un gran problema que hace tropezar a muchos administradores de Zendesk: el orden de tus entidades es de vital importancia.

Zendesk escanea las entidades en un ticket desde la parte superior de tu lista hasta la inferior. La primera que encuentra que coincide con el texto, la captura, y luego deja de buscar. Si no tienes cuidado, esto puede causar todo tipo de clasificaciones erróneas.

Por ejemplo, digamos que tienes una entidad amplia para "Nombre completo" en la parte superior de tu lista. Un poco más abajo, tienes una entidad muy específica que busca una "Dirección de email". Si un cliente escribe, "Mi email es hola@example.com", la regla de "Nombre completo" podría capturar "hola@example.com" primero y etiquetarlo erróneamente como un nombre. La regla de email más específica ni siquiera tiene la oportunidad de ejecutarse.

Esto obliga a los administradores a un ciclo frustrante de pruebas, depuración y reordenación constante de su lista de entidades para evitar conflictos. Es una configuración frágil que crea una cantidad sorprendente de mantenimiento continuo.

Casos de uso comunes y limitaciones clave de la detección de entidades de Zendesk

Aunque la función de Zendesk es un punto de partida decente para la automatización, su diseño estricto y basado en reglas muestra su edad en comparación con la IA moderna que entiende el contexto.

Para qué es buena la detección de entidades de Zendesk

Para ser justos, tiene sus momentos. Para tareas simples y claramente definidas, puede funcionar bastante bien.

• Enrutamiento automatizado de tickets: Este es su propósito principal. Si se detecta la entidad "Modelo de cámara A", un disparador puede activarse y enviar el ticket directamente a tus especialistas en hardware.

• Establecer la prioridad del ticket: Si un ticket menciona la entidad "Fallo del sistema", puedes crear una regla para marcarlo automáticamente como Urgente.

• Informes: Te ayuda a generar informes estructurados sobre los volúmenes de tickets relacionados con productos específicos o tipos de problemas que has definido.

Dónde se queda corto el sistema

Los problemas comienzan cuando necesitas manejar las áreas grises del soporte al cliente.

• Es rígido, no inteligente: El sistema en realidad no está entendiendo al cliente. Solo está jugando a un juego de coincidencia de palabras clave basado en una lista que le diste. Si un cliente describe su problema con palabras ligeramente diferentes que no están en tu lista de sinónimos, la entidad se pierde por completo. No hay una conciencia contextual real.

• Crea mucho trabajo administrativo: Como te dirá cualquier administrador experimentado, se invierte una gran cantidad de tiempo en escribir y depurar Regex, conseguir el orden de las entidades perfecto y añadir manualmente cada sinónimo que se te ocurra. Es un sistema que necesita alimentación y cuidado constantes, no uno que aprende por sí mismo.

• Su conocimiento está aislado: La detección de entidades solo puede ver la información que has introducido manualmente en los campos personalizados de Zendesk. No tiene idea de lo que hay en tu base de conocimientos de Confluence, en los Google Docs internos, o lo que se dijo en resoluciones de tickets pasadas.

• Las acciones son limitadas: Al final del día, todo lo que hace esta función es rellenar un campo de ticket. Si quieres hacer algo más complejo, como avisar a un jefe de producto en Slack o buscar detalles de un pedido en Shopify, tienes que construir una red separada, y a menudo torpe, de disparadores que pueden romperse fácilmente.

Una alternativa más flexible: la comprensión contextual de eesel AI

Aquí es donde una herramienta como eesel AI aborda el problema desde un ángulo completamente diferente. En lugar de depender de reglas rígidas y predefinidas, eesel AI se conecta a todo el conocimiento de tu empresa: tickets pasados, artículos de ayuda, páginas de Confluence, mensajes de Slack y más, para aprender el contexto de tu negocio automáticamente.

No solo busca coincidencias de palabras clave; entiende lo que el cliente está tratando de decir. Esto le permite clasificar los tickets con un grado de precisión mucho mayor, incluso cuando las personas usan frases nuevas o inesperadas.

Mejor aún, eesel AI hace más que solo rellenar un campo. Su creador de flujos de trabajo de autoservicio te permite crear automatizaciones potentes sin ser un desarrollador. Puedes configurar acciones personalizadas para buscar información de pedidos en tu base de datos, actualizar la cuenta de un usuario en tu CRM o escalar un problema a un ingeniero específico en Jira, todo desde un solo lugar.

Característica	Detección de entidades de Zendesk	eesel AI
Configuración	Manual; implica crear campos personalizados, escribir Regex y ordenar entidades.	Se pone en marcha en minutos; integraciones de un solo clic que aprenden por sí mismas.
Fuente de conocimiento	Limitada a valores predefinidos que has introducido en los campos personalizados de Zendesk.	Unificada; aprende de tickets pasados, centros de ayuda, Confluence, Google Docs, etc.
Flexibilidad	Rígida y basada en reglas; se confunde fácilmente con frases nuevas o diferentes.	Consciente del contexto; entiende la intención y los matices del cliente usando LLMs.
Acciones	Principalmente solo rellena un campo de ticket. Otras acciones necesitan disparadores separados.	Totalmente personalizables; puede clasificar tickets, llamar a APIs y actualizar sistemas externos.
Pruebas	Una simple caja de texto para probar un patrón a la vez.	Un potente modo de simulación para probar en miles de tickets pasados antes de ponerlo en marcha.

Precios de la IA de Zendesk: qué esperar

Las funciones de IA de Zendesk, incluyendo Intelligent Triage y la detección de entidades, no están incluidas en todos los planes. Necesitarás estar en uno de sus niveles más caros para siquiera tener acceso:

• Suite Team: 55 $ por agente/mes (facturado anualmente)

• Suite Professional: 115 $ por agente/mes (facturado anualmente)

• Suite Enterprise: 169 $ por agente/mes (facturado anualmente)

Para las herramientas más avanzadas, como el AI Copilot para agentes, probablemente necesitarás el complemento de IA Avanzada, que puede costar 50 $ adicionales por agente, por mes.

Pero aquí está el verdadero truco: Zendesk está cambiando a un modelo de precios basado en resoluciones para algunas herramientas de IA. Esto significa que se te cobra una tarifa (a menudo alrededor de 1.50 $ - 2.00 $) cada vez que la IA cierra con éxito un ticket por ti. Aunque suena razonable, hace que tus costos sean completamente impredecibles. Un mes ajetreado podría llevar a una factura masiva, haciendo que sea casi imposible presupuestar correctamente.

Esta es una gran diferencia con los precios transparentes de eesel AI. Nuestros planes se basan en un volumen de interacciones mensual predecible, sin sorpresas de tarifas por resolución. Puedes escalar tu automatización sin preocuparte de que tu factura se dispare de repente.

Este video explica cómo funciona la Detección de Entidades de Zendesk y cómo puede aumentar la eficiencia de tu soporte al cliente.

Abandona las reglas y adopta una automatización que simplemente funciona

La detección de entidades de Zendesk es un buen primer paso hacia la automatización del soporte. Pero su total dependencia de reglas rígidas, Regex complejos y un mantenimiento manual constante la convierten en una herramienta frágil y que consume mucho tiempo para cualquier equipo que intente crecer o adaptarse. El sistema simplemente no puede seguir el ritmo sin una tonelada de esfuerzo administrativo, y su conocimiento está atrapado en una caja con forma de Zendesk.

Los equipos de soporte modernos necesitan un socio de IA que sea flexible, entienda verdaderamente el contexto y pueda aprovechar todo el conocimiento de tu empresa, no solo una pequeña parte de él.

De eso se trata eesel AI. Al reunir todas tus fuentes de conocimiento y darte un motor de flujo de trabajo simple pero potente, eesel AI va más allá de la coincidencia básica de patrones para ofrecer una automatización en la que realmente puedes confiar. Con un proceso de configuración que es ridículamente simple y precios predecibles, puedes empezar en minutos, no en meses.

¿Listo para ver lo que una plataforma moderna de soporte con IA puede hacer realmente? Comienza tu prueba gratuita de eesel AI hoy y automatiza tu primer flujo de trabajo en minutos.