Un gran soporte de IA comienza con una gran documentación. Para entrenar a Fin de manera efectiva, necesitas más que solo un Help Center; necesitas un sistema de gestión del conocimiento vivo y en evolución que mantenga el ritmo de tu negocio y cumpla con las expectativas de los clientes para respuestas rápidas y confiables.
En Fin, hemos perfeccionado nuestro enfoque de gestión del conocimiento mediante la experiencia práctica, entrenando a Fin para lograr una tasa de automatización del 97% para consultas informativas que se atienden directamente a través de nuestro contenido. En esta guía, compartimos las mejores prácticas y flujos de trabajo que hemos desarrollado para ayudarte a implementar un sistema de conocimiento que entregue resultados para Fin, tu equipo y tus clientes.
Si recién comienzas a construir tu knowledge base, recomendamos leer esta guía primero. Una vez que estés en marcha, vuelve aquí para obtener consejos continuos sobre la gestión del conocimiento.
Alinear el conocimiento con los cambios del producto
Lo que recomendamos:
Colabora con tu equipo de producto para establecer un proceso que mantenga el contenido de soporte sincronizado con los lanzamientos del producto. Esto incluye:
Pedir a los gerentes de producto o ingenieros que compartan detalles de cada producto en desarrollo (¡pueden ser notas internas improvisadas!)
Traducir detalles técnicos del producto en artículos del help center dirigidos al cliente.
Actualizar capturas de pantalla, rutas de navegación y enlaces incrustados cada vez que cambie la interfaz del producto.
Realizar auditorías específicas para actualizaciones importantes para asegurar que todo el conocimiento afectado esté actualizado.
Ejemplo:
Cada semana lanzamos de 10 a 15 actualizaciones de producto, lo que implica crear y actualizar alrededor de 90 artículos. Usamos Operator para auditar nuestra knowledge base y proponer actualizaciones que podemos revisar y publicar para cada lanzamiento en menos de una hora. Un lanzamiento de producto significativo o generalizado puede requerir de 2 a 3 horas para actualizar el contenido relevante en fuentes internas y externas.
Usa las recomendaciones de contenido de Fin
Lo que recomendamos:
Fin mostrará recomendaciones cuando identifique brechas de contenido basadas en conversaciones que requirieron escalamiento. Estas pueden incluir ediciones de artículos, eliminación de duplicados, corrección de contradicciones o la adición de artículos o fragmentos completamente nuevos a partir de respuestas que el equipo de soporte proporcionó. Son sugerencias altamente accionables que requieren un esfuerzo mínimo.
Recomendamos revisar estas sugerencias semanalmente para decidir si aceptarlas, revisarlas o rechazarlas, y luego actualizar tu contenido en consecuencia.
Ejemplo:
Una revisión semanal podría generar de 10 a 15 sugerencias de Fin. La mayoría son pequeñas actualizaciones que se pueden implementar en una hora.
Permite que tu equipo de soporte señale problemas
Lo que recomendamos:
Anima a tu equipo a señalar brechas o errores de contenido que encuentren mientras ayudan a los clientes. Esto podría incluir:
Fin dando una respuesta incorrecta o poco útil.
Clientes que no pueden resolver un problema por sí mismos.
Capturas de pantalla o información desactualizada en los artículos.
Configura un proceso simple de envío (por ejemplo, un formulario de ticket) y reserva tiempo para implementar estas mejoras semanalmente.
Ejemplo:
En Fin, los compañeros de soporte suelen señalar de 15 a 20 mejoras de contenido por semana. Cada sugerencia generalmente toma 15 minutos para implementarse.
Corrige contenido con bajo rendimiento y optimízalo para IA
Lo que recomendamos:
Aunque tu contenido sea correcto y esté actualizado, puede funcionar mal cuando lo usa Fin. A diferencia de los lectores humanos, la IA depende mucho de una estructura clara, frases sin ambigüedades y una fuerte alineación con la intención del cliente. Monitorea la tasa de resolución de Fin con cada contenido para detectar contenido usado frecuentemente pero con bajo rendimiento (estos son candidatos ideales para mejorar, y pequeños cambios aquí pueden tener un gran impacto).
Concéntrate en el 20% superior del contenido según la tasa de participación de Fin.
Marca los ítems con una tasa de resolución inferior al 90% como candidatos para optimización.
Pide a Operator que revise y optimice cada contenido según una lista de verificación de preparación de contenido para que se alinee mejor con el tema correcto, use frases comunes de clientes, elimine ambigüedades y sea más fácil de interpretar para los agentes de IA.
Ejemplo:
Cada mes identificamos 10 artículos con alta tasa de participación pero baja tasa de resolución. Cada uno suele tomar 5 minutos para reestructurar y publicar una versión optimizada usando Operator.
Captura el comportamiento esperado del producto
Lo que recomendamos:
A veces una pregunta del cliente descubre un comportamiento que parece confuso o inesperado al principio, pero en realidad es cómo está diseñado el producto para funcionar. Cuando esto sucede:
Pide a tu equipo de soporte que envíe al cliente un macro que explique el comportamiento del producto y etiquete la conversación (por ejemplo,
expected-product-behavior).Pide a Operator que revise todas las conversaciones con esa etiqueta del último mes para encontrar los comportamientos del producto, luego verifica si están documentados en tu knowledge base.
Una vez que Operator haya actualizado el contenido con todos los comportamientos del producto faltantes, pídele que etiquete esas conversaciones (por ejemplo,
product-behavior-documented).
Ejemplo:
En Fin, alrededor de 20 comportamientos del producto no documentados se etiquetan en conversaciones cada mes. Revisar estas conversaciones y capturar el comportamiento del producto en nuestra knowledge base toma menos de una hora con Operator y mejora drásticamente la capacidad de Fin para manejar consultas complejas de clientes sin escalamiento.
Este es nuestro prompt para Operator:
Hay [X número] de conversaciones etiquetadas con expected-product-behavior pero NO con product-behavior-documented. Encuéntralas y léelas completas para extraer los comportamientos del producto y verifica la knowledge base para cada uno. Si un comportamiento del producto no está documentado, propone actualizaciones al contenido relevante para capturar y explicar el comportamiento. Obtén el contenido completo de los artículos más relevantes para verificar lo que ya está cubierto antes de proponer actualizaciones.
Rastrea y prioriza el trabajo de conocimiento
Lo que recomendamos:
Usa una herramienta de gestión de tareas (por ejemplo, Superhuman Docs, Trello, Asana) para priorizar y rastrear:
Actualizaciones de producto y contenido requerido.
Sugerencias/mejoras de contenido entrantes.
Estado de auditorías de artículos, actualizaciones o creación de nuevo contenido.
Esto te ayuda a colaborar y compartir tareas de conocimiento, asegurando que tengas una visión clara de la propiedad y el progreso realizado.
Resumen: Mejores prácticas para entrenar a Fin con gran conocimiento
Área | Actividad clave | Frecuencia recomendada | Tiempo promedio requerido |
Actualizaciones de producto | Escribir/actualizar contenido | Semanalmente | 30 horas |
Sugerencias de IA | Revisar y actuar sobre sugerencias de contenido de IA | Semanalmente | 1 hora |
Retroalimentación humana | Revisar y actuar sobre sugerencias de compañeros | Semanalmente | 5 horas |
Optimización de IA | Optimizar contenido para IA (¡usando IA!) | Mensualmente | 1 hora |
Documentar comportamiento del producto | Agregar explicaciones para comportamientos esperados identificados | Mensualmente | 1 hora |
Seguimiento del conocimiento | Mantener un tablero de tareas o sistema de seguimiento para colaboración | Continuo |
|
Cuando estos flujos de trabajo están en marcha, la gestión del conocimiento se convierte en una práctica dinámica y compartida que evoluciona continuamente para satisfacer las necesidades de tu equipo y tus clientes. Con esta base sólida, Fin está equipado para ofrecer un soporte excepcional a gran escala.