Para comenzar a atender con inteligencia artificial (IA) en el comercio electrónico, elige una pregunta frecuente cuya respuesta esté documentada y el equipo pueda verificar. Delimita qué solicitudes entran en este primer uso, quién se encarga de las excepciones y cómo evaluarás las conversaciones. Una pregunta frecuente sin una fuente confiable todavía necesita preparación.
Imagina una tienda de ropa que recibe muchas preguntas sobre lavado y tiempos de entrega. Tiene una guía aprobada para cuidar las prendas, pero aún depende de una consulta manual para calcular el envío de cada carrito. El primer tema ofrece un comienzo más sencillo, aunque el segundo concentre más mensajes.
En ChatFunnel, el equipo puede reunir contenidos y archivos en la base de conocimiento, revisar versiones y elegir qué materiales estarán activos para cada agente. Esto permite preparar un conjunto delimitado de respuestas y dar seguimiento a lo que todavía debe llegar a una persona.
La primera decisión es qué parte de la atención está lista para delegar tu tienda. Si aún estás explorando las posibilidades, la guía de IA para comercio electrónico presenta aplicaciones en distintos momentos de la compra. Aquí nos enfocamos en elegir una y definir cuándo conviene ampliarla.
En la Metodología ChatFunnel, el primer uso suele estar en Conversaciones, donde llegan las preguntas que se repiten. En el ejemplo de la tienda de ropa, las preguntas sobre lavado aparecen en la Elección del producto, antes de la compra, y en la Poscompra, cuando la prenda ya llegó. Las excepciones, como una mancha o un modelo sin ficha, pasan al equipo en ambas etapas.
El piloto comienza en las conversaciones y da seguimiento a la consulta antes y después de la compra.
Revisa las conversaciones antes de elegir el primer tema
Reúne mensajes recientes de un período que represente la rutina de la tienda. Una semana de ofertas puede concentrar preguntas sobre cupones; una semana normal puede mostrar más preguntas sobre tallas. Anota esa diferencia para evitar que una campaña pasajera determine toda tu atención.
Cuenta las conversaciones por tema, sin convertir cada mensaje en un caso nuevo. Una clienta que pregunta cuatro veces por el mismo plazo sigue planteando una sola necesidad. En los mensajes con dos temas, registra ambos y mantén el mismo criterio al comparar períodos.
Junto a cada tema, anota dónde busca hoy la respuesta el equipo. Puede ser una guía de cuidados, una política aprobada o una consulta al sistema de pedidos. Registra también cuánto trabajo viene después de la primera respuesta: buscar un documento, corregir una indicación o pedir ayuda a otra área.
Este análisis muestra distintos candidatos. Las preguntas recurrentes con indicaciones estables pueden recibir respuestas basadas en contenido aprobado. Las solicitudes que dependen del precio, la disponibilidad o el estado de una compra requieren acceso al dato correspondiente. Si no hay acceso, cambia lo que puede entrar en el piloto.
Si la tienda aún tiene pocas conversaciones, comienza por las preguntas que el equipo pueda identificar y sigue las próximas. Trata la lista inicial como una hipótesis. No atribuyas una frecuencia alta a un tema solo porque parece importante.
Compara frecuencia, riesgo y fuente disponible
La siguiente matriz ilustra una tienda de ropa. Las clasificaciones son ficticias y sirven para analizar la elección; cada tienda debe completar la suya con su historial de atención.
| Tema | Frecuencia en el ejemplo | Riesgo de una respuesta incorrecta | Fuente necesaria | Decisión inicial |
|---|---|---|---|---|
| Lavado de las prendas | Alta | Bajo, para indicaciones documentadas | Guía aprobada para cada prenda | Candidato para el piloto; las prendas sin instrucciones pasan al equipo |
| Plazo para un código postal | Alta | Medio | Cotización actual para el carrito | Esperar una consulta confiable; no deducir el plazo de otro pedido |
| Reembolso | Alta | Alto | Registro del pago y análisis del caso | Mantener la decisión en manos del equipo |
| Copia de boleto bancario | Baja | Medio | Cobro y vencimiento verificados | Evaluar después, con identificación del cliente y acceso adecuado |
La frecuencia ayuda a priorizar, pero no compensa la falta de una fuente. Si una respuesta puede autorizar una devolución de dinero, modificar una compra o prometer una fecha, el piloto necesita controles específicos para esa acción. Puedes empezar indicando cómo contactar al equipo, sin delegar la decisión.
Incluso el riesgo clasificado como bajo tiene límites. Una guía de lavado para algodón no autoriza a la IA a recomendar el mismo cuidado para seda. El alcance debe incluir la prenda identificada y la indicación correspondiente. La falta de información es motivo para pedir ayuda.
Esta necesidad de revisión también aparece en la documentación de respuestas instantáneas de Shopify: las sugerencias generadas por IA deben leerse y ajustarse antes de usarlas en la atención. La fuente ayuda a preparar la respuesta; alguien de la tienda sigue siendo responsable de verificar el contenido.
Escribe el alcance del piloto en una frase
Un piloto es un uso inicial con alcance definido y seguimiento cercano. En vez de habilitar todos los temas a la vez, describe qué está incluido y qué sucede cuando la conversación sale de ese límite.
Para la tienda del ejemplo, la frase podría ser:
La IA orienta sobre el lavado de las prendas de la colección actual cuando encuentra el modelo y las instrucciones en la guía aprobada; las consultas sobre manchas, daños o prendas sin ficha pasan al equipo.
La frase deja claro qué debe estar listo. El equipo debe reconocer los modelos mencionados, revisar la guía y recibir las conversaciones que requieren análisis. Elige a una persona para revisar este primer uso y a otra que pueda reemplazarla. Acuerden también los horarios de seguimiento.
Define una meta vinculada a la tarea, como reducir el tiempo que el equipo dedica a buscar instrucciones de lavado. Antes de empezar, observa este trabajo en algunas conversaciones. Después, compara con casos similares e incluye el tiempo dedicado a revisar o corregir la IA. Responder más rápido pierde valor si la corrección consume el resto de la tarde.
Con el alcance elegido, sigue con las pruebas del agente de IA para tienda en línea. Esta etapa verifica respuestas y rutas de transferencia antes del contacto con clientes. La elección del primer tema debe ocurrir antes de preparar estas pruebas.
Un piloto de cuidado de ropa, con una excepción
Ejemplo ilustrativo con datos ficticios: una tienda reunió 80 conversaciones recientes. En 24 había preguntas sobre lavado. De esas 24, solo 18 trataban sobre prendas con instrucciones completas en la guía. Las otras seis mencionaban manchas, daños o modelos antiguos sin ficha.
El piloto comienza con las 18 situaciones cubiertas por el material. El número 24 indica interés en el tema; 18 indica el conjunto que la tienda puede atender con la fuente disponible. Esta separación evita anunciar que se automatizó un tema completo cuando parte de él sigue dependiendo del equipo.
Durante el seguimiento, una clienta pregunta si puede lavar la blusa Aurora en la lavadora. La IA le pide confirmar el modelo, encuentra la indicación aprobada e informa que la ficha indica lavado a mano. La clienta agrega que la prenda quedó manchada después de aplicar un producto de limpieza.
La nueva información cambia el caso. La indicación habitual de lavado no basta para señalar cómo quitar la mancha. La IA transfiere la conversación al equipo con el modelo indicado, la consulta inicial y el relato del producto aplicado. No sugiere mezclas ni promete recuperar la prenda. La guía sobre cuándo debe la IA transferir la atención a una persona explica este tipo de transferencia.
La nueva información cambia el caso y la conversación pasa al equipo con el contexto.
Al revisar, la tienda registra este contacto como una excepción transferida, sin contarlo como una consulta resuelta por la IA. La primera parte tuvo una respuesta basada en la guía; el desenlace requirió análisis humano. Esto ayuda a separar la calidad de la indicación del resultado final de la atención.
Si el equipo descubre que la guía estaba incompleta, debe corregir la fuente antes de ampliar el piloto. La documentación de Shopify sobre conversaciones establece una distinción útil: evaluar una respuesta no cambia por sí mismo la información utilizada como fuente. La revisión debe llegar al material que respalda las próximas respuestas, como muestra la guía sobre errores de la IA en precios e inventario.
Amplía cuando el primer alcance esté bajo control
Da seguimiento tanto a las conversaciones incluidas en el alcance como a las que tuvieron que salir de él. Mezclar todo en una sola tasa oculta problemas: una transferencia correcta puede parecer un fallo, mientras que una conversación cerrada sin solución puede parecer un éxito.
Usa un registro sencillo con tema, fuente utilizada, necesidad de corrección y destino de la excepción. Verifica si el equipo recibió el contexto y si la indicación respondió a la consulta. Al medir el trabajo ahorrado, descuenta la revisión y el retrabajo. Para medir la calidad, considera el contenido, no solo la velocidad de respuesta. La guía sobre cómo medir las ventas asistidas por IA ayuda a definir estos criterios.
Antes de incluir otro tema, verifica estos criterios:
- Las respuestas revisadas se basan en las fuentes aprobadas para los artículos mencionados.
- Las excepciones llegan al equipo con contexto suficiente para continuar.
- Los errores encontrados se corrigieron en la fuente y se revisaron los casos afectados.
- El equipo puede dar seguimiento al próximo tema sin abandonar el primero.
Esta guía no establece una cantidad universal de conversaciones que autorice la expansión. Unos pocos casos similares dicen poco sobre preguntas diferentes. Una promesa indebida sobre dinero o plazos exige interrumpir ese recorrido, corregir la causa y volver a probar, aunque otras respuestas sean buenas.
Cuando haya suficiente evidencia para la tienda, agrega un tema a la vez. Así será más fácil detectar qué cambio trajo nuevas preguntas o más trabajo de revisión.
Comienza por el tema que la tienda puede sostener
La atención con IA en el comercio electrónico empieza mejor con una pregunta frecuente, una fuente aprobada y bajo riesgo, como el lavado de prendas en el ejemplo de la tienda de ropa. Escribe el alcance en una frase, aclara qué pasa al equipo y cuenta las excepciones por separado de las respuestas resueltas. Amplía un tema a la vez, después de corregir en la fuente lo que reveló el piloto.
En ChatFunnel, la base de conocimiento organiza los materiales que respaldan el alcance y el equipo controla qué contenidos consulta cada agente y revisa las versiones antes de usarlas. Las preguntas y respuestas sugeridas a partir de conversaciones cerradas también se revisan, con la posibilidad de editarlas, aprobarlas o rechazarlas. El producto permite registrar objetivos, asociarlos a los agentes y revisar las evaluaciones, pero marcar un objetivo como alcanzado no sustituye la lectura de una respuesta que hizo una promesa incorrecta.
Comienza llevando a esa conversación un tema frecuente, el material aprobado y las excepciones que deben llegar al equipo. Para pedidos, precios o pagos, confirma por separado qué datos estarán disponibles y qué acciones fueron autorizadas.
Conoce ChatFunnel, la IA número 1 para tiendas en línea
Preguntas frecuentes sobre atención con IA en el comercio electrónico
¿Cómo empezar a usar IA en la atención de una tienda en línea?
Comienza por un tema: revisa las conversaciones recientes, cuenta las preguntas por tema y anota dónde busca el equipo cada respuesta. Elige una pregunta frecuente con una fuente aprobada, escribe el alcance del piloto y define quién recibe las excepciones. Prueba antes de habilitarlo para los clientes.
¿Qué preguntas automatizar primero en la atención con IA?
Las que se repiten y tienen una respuesta documentada, como cuidados del producto, política de cambios o formas de pago. Las consultas que dependen de un dato de la compra, como el plazo para un código postal, solo entran cuando la consulta esté conectada. Al principio, los reembolsos y cambios de pedido quedan en manos del equipo.
¿La IA necesita estar integrada con la tienda para atender?
Para las reglas de la tienda, como la política de cambios y los cuidados del producto, basta una base de conocimiento con el material aprobado. Para precios, inventario, envíos o estado de un pedido, la IA necesita consultar la plataforma o el sistema de la tienda. Sin esa conexión, no debe responder sobre esos temas.
¿La IA reemplaza al equipo de atención?
No. Responde lo que está dentro del alcance y tiene una fuente, y pasa al equipo lo que requiere análisis, como una mancha en la prenda o una solicitud de reembolso. El equipo también revisa las respuestas y corrige las fuentes durante el piloto.
¿Qué es un piloto de atención con IA?
Es un primer uso con alcance definido y seguimiento cercano. En vez de habilitar todos los temas, la tienda elige uno, describe en una frase qué entra y qué pasa al equipo, y sigue las conversaciones antes de ampliar.
¿Cómo saber si la atención con IA está funcionando?
Registra el tema, la fuente utilizada, la necesidad de corrección y el destino de cada excepción. Separa las transferencias correctas de las respuestas resueltas y descuenta el tiempo de revisión al medir el trabajo ahorrado. La velocidad por sí sola no demuestra calidad.
¿Cuándo ampliar la atención con IA a otros temas?
Cuando las respuestas revisadas se basen en las fuentes, las excepciones lleguen al equipo con contexto y los errores se hayan corregido en origen. No existe un número universal de conversaciones para ello. Agrega un tema a la vez para observar el efecto de cada cambio.
