Se supone que su base de conocimientos desvía los tickets y ayuda a los clientes a ayudarse a sí mismos. Pero, ¿qué ocurre cuando los clientes siguen haciendo preguntas que no están cubiertas en su documentación? Esas son las lagunas de conocimiento, y son más caras de lo que podría pensar.
Cada ticket que podría haberse resuelto con un buen artículo le cuesta tiempo y dinero a su equipo. Y lo que es más importante, frustra a los clientes que esperaban encontrar respuestas por sí mismos. La buena noticia es que identificar estas lagunas no tiene por qué ser una adivinanza. Esta guía le explica los métodos prácticos para encontrar el contenido que falta en su base de conocimientos de Zendesk Guide, desde las funciones nativas hasta la automatización impulsada por la IA.
Qué son las lagunas de conocimiento y por qué son importantes
Una laguna de conocimiento es simplemente cualquier pregunta que tengan sus clientes que no esté respondida en su centro de ayuda. Podría ser:
- Falta de documentación para un flujo de trabajo común
- Instrucciones obsoletas que ya no coinciden con su producto
- Explicaciones poco claras que confunden a los clientes
- Nuevas funciones que aún no se han documentado
El impacto va más allá de unos pocos tickets adicionales. Cuando los clientes no pueden encontrar respuestas, abren tickets de soporte, esperan respuestas y, a menudo, se frustran con la experiencia. Sus agentes terminan respondiendo las mismas preguntas repetidamente en lugar de centrarse en problemas complejos que realmente necesitan la experiencia humana.
Las tasas de autoservicio son un indicador directo de la salud de la base de conocimientos. Si las visitas a su centro de ayuda no se traducen en menos tickets, es probable que tenga lagunas. El desafío es saber exactamente qué falta. Ahí es donde entra en juego la detección sistemática de lagunas.
Métodos nativos de Zendesk para encontrar lagunas de conocimiento
Zendesk proporciona varias herramientas integradas para ayudar a identificar el contenido que falta. Analicemos lo que hace cada uno y dónde se quedan cortos.
Uso de la aplicación Knowledge Capture
Knowledge in the Agent Workspace es la solución nativa de Zendesk para mantener la calidad del conocimiento. Se integra directamente en la interfaz de tickets, lo que facilita a los agentes contribuir sin cambiar de contexto.
Esto es lo que puede hacer:
- Recomendaciones de artículos impulsadas por la IA: La aplicación sugiere automáticamente artículos relevantes basados en la marca y el idioma del ticket. Los agentes pueden vincularlos a las respuestas con un solo clic.
- Marcado de artículos: Cuando los agentes detectan contenido obsoleto o incorrecto, pueden marcarlo inmediatamente y añadir comentarios sobre lo que hay que arreglar.
- Creación de artículos: Los agentes pueden crear nuevos artículos directamente desde los tickets utilizando plantillas predefinidas, o enviar solicitudes de nuevo contenido.
- Análisis de conocimiento: Los administradores pueden ver qué artículos ayudan a los agentes a resolver los tickets, lo que proporciona información sobre lo que funciona.
¿La trampa? Este enfoque se basa totalmente en la iniciativa del agente. Si su equipo está ocupado (¿y quién no lo está?), señalar las lagunas se convierte en una baja prioridad. También necesita estar en Suite Growth o superior para acceder a estas funciones, a partir de 99 $ por agente al mes.
Análisis manual de los datos de los tickets
Si no tiene acceso a Knowledge Capture o desea un enfoque más sistemático, puede analizar los datos de los tickets directamente:
- Revisar los tickets no resueltos: Busque patrones en los tickets marcados como "no resueltos" o reabiertos varias veces. Estos suelen indicar una documentación faltante o poco clara.
- Seguimiento de las soluciones alternativas de los agentes: Cuando los agentes responden sistemáticamente a preguntas que no están en su base de conocimientos, documente esas respuestas como posibles temas de artículos.
- Supervisar los fallos de búsqueda: Compruebe lo que los clientes están buscando en su centro de ayuda pero no encuentran. Las búsquedas fallidas son una evidencia directa de las lagunas.
- Utilizar Zendesk Explore: Cree informes para identificar los tipos de tickets comunes que podrían beneficiarse del contenido de autoservicio.
Este método funciona, pero requiere un importante esfuerzo manual. Alguien necesita revisar los tickets regularmente, categorizar los hallazgos y priorizar lo que se debe documentar primero.
Comentarios de la comunidad y análisis de búsqueda
Sus clientes ya le están diciendo lo que falta. Sólo tiene que escuchar:
- Comentarios de los artículos: Revise los comentarios de los artículos existentes para ver si hay preguntas que no fueron respondidas.
- Publicaciones de la comunidad: Si utiliza Zendesk Gather, compruebe qué preguntas se hacen los clientes entre sí.
- Análisis de búsqueda: Utilice Google Analytics o los informes integrados de Zendesk para ver qué términos de búsqueda no dan resultados.
La limitación aquí es que está reaccionando a los problemas después de que hayan ocurrido. Los clientes ya se han frustrado cuando usted identifica la laguna.
Enfoques impulsados por la IA para la detección de lagunas de conocimiento
Los métodos manuales funcionan, pero no escalan. A medida que crece el volumen de tickets, la revisión manual de las conversaciones se vuelve imposible. Ahí es donde entran en juego las herramientas impulsadas por la IA.
Cómo la IA identifica el contenido que falta
La detección de lagunas impulsada por la IA funciona analizando sus conversaciones de soporte a escala:
- Reconocimiento de patrones: La IA escanea miles de tickets para identificar las preguntas recurrentes que no están cubiertas en su base de conocimientos.
- Análisis de la conversación: Lee las conversaciones de soporte para encontrar dónde los agentes proporcionaron respuestas que no existen en su documentación.
- Marcado automático: En lugar de esperar a que los agentes señalen las lagunas, la IA supervisa continuamente y revela las oportunidades de contenido que faltan.
- Priorización: La IA puede clasificar las lagunas por frecuencia e impacto, para que sepa qué artículos escribir primero.
El resultado es un enfoque proactivo de la gestión del conocimiento. En lugar de descubrir las lagunas a través de clientes frustrados, las identifica a través de los datos.
eesel AI para la identificación automatizada de lagunas
En eesel AI, abordamos la detección de lagunas de conocimiento como parte de una estrategia de soporte de IA más amplia. Nuestro sistema supervisa continuamente sus conversaciones de soporte para identificar lo que falta en su base de conocimientos.
Así es como funciona:
- Supervisión continua: Analizamos sus tickets de soporte a medida que llegan, identificando las preguntas que no están cubiertas por los artículos existentes.
- Identificación de lagunas: Cuando los clientes hacen preguntas que su base de conocimientos no puede responder, señalamos esos temas para la creación de contenido.
- Sugerencias de artículos: Basándonos en cómo los agentes resolvieron tickets similares, sugerimos contenido que ayudaría a los futuros clientes a autoservirse.
- Integración de Zendesk: Todo se sincroniza directamente con su instancia de Zendesk, por lo que las lagunas identificadas se convierten en borradores de artículos en su flujo de trabajo.
La diferencia con las funciones nativas de Zendesk es la automatización. En lugar de depender de los agentes para que señalen las lagunas manualmente, nuestra IA las identifica automáticamente basándose en los datos reales de la conversación. También nos integramos con Zendesk sin problemas, por lo que no hay interrupciones en su flujo de trabajo existente.
Otras herramientas de automatización
Varias otras herramientas ofrecen capacidades de detección de lagunas de conocimiento:
Helply: Su función Gap Finder analiza los tickets para descubrir las preguntas que no están cubiertas en su documentación. Prometen revelar las lagunas en un plazo de 24 a 48 horas después de conectar su mesa de ayuda y ofrecen una garantía de tasa de resolución de la IA del 65%.
Insight7: Originalmente creado para el análisis de llamadas, Insight7 analiza las conversaciones de soporte para identificar temas recurrentes y lagunas de conocimiento. Son particularmente fuertes para los equipos que manejan el soporte de voz junto con los tickets.
Ambas herramientas eliminan el trabajo manual de la detección de lagunas, aunque se centran en diferentes aspectos de la experiencia de soporte. La principal ventaja sobre las funciones nativas de Zendesk es la escala: estas herramientas pueden analizar miles de conversaciones en minutos, no en horas.
Paso a paso: Configuración de la detección de lagunas de conocimiento en Zendesk
¿Listo para implementar un enfoque sistemático para encontrar el contenido que falta? Aquí tiene un flujo de trabajo práctico.
Paso 1: Activar la aplicación Knowledge Capture
Si está en Suite Growth o superior, empiece por configurar Knowledge Capture nativo de Zendesk:
- Instale la aplicación desde el Marketplace de Zendesk (está incluida en su plan).
- Configure los permisos para que los agentes puedan crear y marcar artículos.
- Configure plantillas de artículos para los tipos de contenido comunes.
- Forme a su equipo sobre cuándo y cómo señalar las lagunas.
Esto le proporciona una base para la identificación de lagunas impulsada por el agente. Espere pasar unas horas en la configuración y la formación.
Paso 2: Crear un sistema de seguimiento de lagunas
Tanto si utiliza Knowledge Capture como si no, necesita un sistema para realizar un seguimiento de lo que encuentra:
- Configure campos o etiquetas personalizados para los tickets relacionados con el conocimiento (por ejemplo, "kb-gap", "needs-article").
- Cree una vista de Zendesk que muestre los tickets etiquetados con lagunas de conocimiento.
- Establezca una cadencia de revisión semanal o mensual para priorizar las lagunas.
- Asigne la propiedad: ¿quién decide qué lagunas llenar primero?
Este sistema convierte los descubrimientos aleatorios en datos procesables. Sin él, las lagunas señaladas tienden a acumularse sin ser abordadas.
Paso 3: Implementar la supervisión automatizada
Para los equipos con mayores volúmenes de tickets, considere la posibilidad de añadir la detección de lagunas impulsada por la IA:
- Conecte una herramienta de IA como eesel AI a su instancia de Zendesk.
- Configure qué tipos de lagunas priorizar (preguntas comunes, problemas de alto impacto, etc.).
- Configure las notificaciones o los informes para las lagunas recién identificadas.
- Integre los hallazgos de las lagunas en su flujo de trabajo de creación de contenido.
La automatización no sustituye a su juicio, pero escala su capacidad para identificar las lagunas más allá de lo que puede manejar la revisión manual.
Paso 4: Construir su flujo de trabajo de creación de contenido
Encontrar lagunas es sólo la mitad de la batalla. También necesita un proceso para llenarlas:
- Priorizar por impacto: ¿Qué temas faltantes generan la mayor cantidad de tickets? Empiece por ahí.
- Asignar a expertos: ¿Quién sabe las respuestas? Enrute los informes de lagunas a los expertos en la materia.
- Revisar y publicar: Establezca un proceso de revisión antes de que los artículos se publiquen.
- Medir los resultados: Compruebe si los nuevos artículos realmente reducen el volumen de tickets.
El objetivo es un bucle cerrado: identificar las lagunas, crear contenido, medir el impacto, repetir.
Priorizar qué lagunas de conocimiento llenar primero
No puede escribir todos los artículos que faltan a la vez. Aquí le explicamos cómo decidir qué abordar primero.
Priorización basada en el volumen: ¿Qué temas faltantes generan la mayor cantidad de tickets? Una laguna que causa 50 tickets al mes es más urgente que una que causa 5.
Puntuación de impacto: Algunas preguntas son más frustrantes que otras. Los problemas que impiden a los clientes utilizar las funciones principales deben tener prioridad sobre los casos extremos.
Victorias rápidas: Busque lagunas con respuestas claras y directas. Estas son más rápidas de documentar y proporcionan un valor inmediato.
Alineación estratégica: Concéntrese en las áreas de productos en las que el autoservicio es más importante. Si está lanzando una nueva función, las lagunas de documentación allí son de alta prioridad.
Utilice los datos para tomar estas decisiones. Sus etiquetas de tickets, análisis de búsqueda e informes de lagunas de la IA deben alimentar un marco de priorización.
Medir el éxito de su programa de detección de lagunas
¿Cómo sabe si sus esfuerzos de detección de lagunas están funcionando? Realice un seguimiento de estas métricas:
Tasa de autoservicio: ¿Están encontrando más clientes respuestas sin abrir tickets? Esta es la medida definitiva de la salud de la base de conocimientos.
Desviación de tickets: ¿Está viendo menos tickets para los temas que ha documentado? Compare los volúmenes de tickets antes y después de publicar nuevos artículos.
Cobertura de la base de conocimientos: ¿Qué porcentaje de temas comunes tienen documentación? Las herramientas de IA pueden ayudar a cuantificar esto.
Comentarios de los agentes: ¿Están encontrando los agentes el contenido que necesitan? Encueste a su equipo periódicamente.
Tiempo de resolución: ¿Se están resolviendo los tickets más rápido porque los agentes tienen mejores recursos?
La clave es la mejora continua. La detección de lagunas no es un proyecto único; es un proceso continuo que evoluciona con su producto y las necesidades de sus clientes.
Empiece a identificar las lagunas de conocimiento con eesel AI
Las funciones nativas de Zendesk, como Knowledge Capture, le dan un punto de partida para identificar el contenido que falta. Pero requieren un esfuerzo manual y la participación de los agentes para que funcionen eficazmente.
La detección de lagunas impulsada por la IA cambia la ecuación. En lugar de esperar a que los agentes señalen los problemas, obtiene un análisis continuo y automatizado de sus conversaciones de soporte. Aprende lo que falta antes de que se convierta en un problema importante.
En eesel AI, nos especializamos en ayudar a los equipos de soporte a identificar y llenar las lagunas de conocimiento automáticamente. Nuestra IA supervisa sus tickets de Zendesk, revela las oportunidades de contenido que faltan y sugiere artículos basados en cómo sus agentes realmente resuelven los problemas.
Pruebe eesel AI gratis para ver cómo funciona la detección automatizada de lagunas con sus datos de Zendesk, o reserve una demostración para discutir sus desafíos específicos de gestión del conocimiento.
Preguntas frecuentes
Compartir esta entrada
Article by
Stevia Putri
Stevia Putri is a marketing generalist at eesel AI, where she helps turn powerful AI tools into stories that resonate. She’s driven by curiosity, clarity, and the human side of technology.
