Qué se puede deflectar realmente (% por categoría de consulta)
La deflexión honesta no es "60% de tickets desaparecen mágicamente". Es la combinación de tres tasas distintas, cada una con su propio techo realista:
| Categoría de consulta | % deflectable bien diseñado | Comentario |
|---|---|---|
| FAQs operativas (horarios, políticas, envíos) | 70-90% | El terreno más fácil |
| Consultas de producto (info, comparativas) | 50-70% | Depende de la calidad de tu KB |
| Resolución de incidencias técnicas | 30-50% | Solo si el sistema escala bien |
| Quejas y reclamaciones | <15% | Mejor escalar siempre a humano |
| Devoluciones y reembolsos | 20-40% | Riesgo legal — supervisión clave |
Los 3 errores que hunden el ROI
- Base de conocimiento débil. Si tu KB es pequeña, desactualizada o incoherente, el agente responde mal y la confianza del cliente cae rápido. El KB tiene que ser el primer trabajo, no el último.
- Escalado humano mal diseñado. Cuando el agente no sabe, debe pasar a humano CON contexto completo. Si pasa "el cliente quiere algo" sin más, el equipo de soporte odia el sistema en una semana.
- Sin medición de CSAT. Sin medir satisfacción antes y después, no sabes si has ahorrado horas o destruido la experiencia. Y un cliente perdido cuesta más que diez tickets ahorrados.
Arquitectura: base de conocimiento + RAG + agente + routing humano
Un sistema de soporte IA serio se compone de cuatro capas, no de una. El error es vender "el agente" como si fuera una sola pieza.
- Base de conocimiento (KB) estructurada. No es "subir el PDF de FAQ"; es contenido limpio, versionado, con metadatos.
- RAG (Retrieval-Augmented Generation). El sistema que busca en tu KB lo relevante para cada consulta y se lo pasa al agente como contexto.
- Agente conversacional. El LLM que responde, con instrucciones (system prompt) claras sobre tono, límites y cuándo escalar.
- Capa de routing humano. El sistema que decide cuándo pasar a persona y le pasa el contexto resumido para que pueda continuar sin que el cliente repita.
Stack recomendado por tamaño de empresa
| Tamaño | Stack | Coste mensual aprox. |
|---|---|---|
| Pyme / startup | Soporte IA Implementa (79-149 €/mes) o Intercom Fin | 80-300 €/mes |
| Mid-market | Zendesk + agente IA + RAG sobre tu KB | 1.500-5.000 €/mes |
| Enterprise | Plataforma propia o Salesforce + RAG sobre histórico | 8.000-25.000 €/mes |
Cómo medir CSAT y deflexión sin engañarte
Cuatro métricas críticas que tienen que estar en el dashboard desde el día uno:
- Tasa de deflexión real — % de tickets resueltos sin intervención humana. Trampa: no cuentes como "deflectado" un ticket que se cerró por silencio del cliente.
- CSAT pre y post — Net Promoter Score o equivalente, idealmente por categoría de consulta.
- Tiempo medio de resolución — antes vs. después del agente, separando por canal.
- Tasa de escalado limpia — % de tickets pasados a humano CON contexto vs. sin contexto. Si la segunda no es cero, hay diseño que arreglar.
Timeline realista y coste
| Fase | Duración | Coste |
|---|---|---|
| Self-serve pyme | 24-48h setup | 79-149 €/mes |
| Pyme con custom (KB grande) | 2-4 semanas | 3.000-8.000 € setup + 200-500 €/mes |
| Mid-market integrado (Zendesk/Intercom) | 4-8 semanas | 8.000-25.000 € setup + 1.500-5.000 €/mes |
| Enterprise con histórico | 8-16 semanas | Desde 25.000 € |