Modernizando la entrega empresarial mientras se escala la velocidad del producto.
Los proveedores de servicios públicos gestionan millones de interacciones con clientes cada año. Las consultas de facturación, las solicitudes de estado de cuenta, los procesos de reconexión y las preguntas administrativas generan costos operativos significativos y aumentan los tiempos de espera.
Para abordar este desafío, una de las distribuidoras de gas natural líderes en Argentina —que gestiona más de 87,000 clientes mensuales y un promedio de 3,971 interacciones diarias— se embarcó en un viaje de transformación digital. El objetivo era claro: migrar las interacciones repetitivas a canales digitales inteligentes, reducir los costos tradicionales de los centros de llamadas y resolver la fricción real del cliente sin comprometer la calidad del soporte.
Junto con Santex, la organización llevó a cabo un extenso proceso de Descubrimiento y Análisis de Negocios, aprovechando la analítica de voz (Speech Analytics) y el Procesamiento del Lenguaje Natural (NLP) sobre un conjunto de datos de más de 1,200 llamadas de soporte reales. Esta información permitió el diseño de una estrategia conversacional impulsada por IA, la optimización de la experiencia de usuario (UX) y una arquitectura de Middleware dedicada, enfocada en la eficiencia operativa y un Retorno de Inversión (ROI) medible.
Cuando la demanda de soporte supera los sistemas heredados tradicionales
La organización enfrentaba un cuello de botella operativo crítico: el 46.4% de las interacciones con los clientes se concentraban en el canal telefónico, la vía de soporte más costosa para el negocio. Un análisis profundo de causa raíz reveló que el centro de contacto actuaba con frecuencia como un "centro de ayuda" para resolver fallas que ocurrían dentro de los procesos digitales y logísticos.
La demanda de soporte se concentraba fuertemente en torno a tres puntos críticos de fricción:
A esto se sumaba un desafío tecnológico heredado: la interfaz principal de SAP de la compañía utilizaba un modelo de datos centrado en los activos en lugar de uno centrado en el cliente. Esto imponía una pesada carga cognitiva a los agentes, obligándolos a buscar datos manualmente en múltiples pestañas para reconstruir el historial de cada cliente. El objetivo no era simplemente implementar un chatbot básico; era rediseñar la experiencia del cliente de extremo a extremo.
IA conversacional diseñada para resolver, derivar y generar resultados medibles
Una estrategia de lanzamiento gradual centrada en la adopción y la mejora continua
Para equilibrar la innovación moderna con la continuidad operativa no negociable de un servicio público esencial, Santex estructuró una hoja de ruta ágil destinada a maximizar el tiempo de obtención de valor bajo una filosofía clara: primero funcionar, luego comprender, después automatizar y finalmente consolidar.
ROI tangible y mayor eficiencia operativa
Al vincular la estrategia de producto y la inteligencia artificial con el diseño centrado en el usuario, la iniciativa desbloqueó un modelo de servicio altamente eficiente y escalable, respaldado por un marco riguroso de KPIs y OKRs:
Este proyecto demuestra que impulsar una gran eficiencia a través de la IA generativa no requiere derribar la infraestructura principal. Requiere implementar inteligencia de manera estratégica donde se cruzan los puntos de dolor del cliente y los costos operativos.
Modernizando la entrega empresarial mientras se escala la velocidad del producto.
Los proveedores de servicios públicos gestionan millones de interacciones con clientes cada año. Las consultas de facturación, las solicitudes de estado de cuenta, los procesos de reconexión y las preguntas administrativas generan costos operativos significativos y aumentan los tiempos de espera.
Para abordar este desafío, una de las distribuidoras de gas natural líderes en Argentina —que gestiona más de 87,000 clientes mensuales y un promedio de 3,971 interacciones diarias— se embarcó en un viaje de transformación digital. El objetivo era claro: migrar las interacciones repetitivas a canales digitales inteligentes, reducir los costos tradicionales de los centros de llamadas y resolver la fricción real del cliente sin comprometer la calidad del soporte.
Junto con Santex, la organización llevó a cabo un extenso proceso de Descubrimiento y Análisis de Negocios, aprovechando la analítica de voz (Speech Analytics) y el Procesamiento del Lenguaje Natural (NLP) sobre un conjunto de datos de más de 1,200 llamadas de soporte reales. Esta información permitió el diseño de una estrategia conversacional impulsada por IA, la optimización de la experiencia de usuario (UX) y una arquitectura de Middleware dedicada, enfocada en la eficiencia operativa y un Retorno de Inversión (ROI) medible.
Cuando la demanda de soporte supera los sistemas heredados tradicionales
La organización enfrentaba un cuello de botella operativo crítico: el 46.4% de las interacciones con los clientes se concentraban en el canal telefónico, la vía de soporte más costosa para el negocio. Un análisis profundo de causa raíz reveló que el centro de contacto actuaba con frecuencia como un "centro de ayuda" para resolver fallas que ocurrían dentro de los procesos digitales y logísticos.
La demanda de soporte se concentraba fuertemente en torno a tres puntos críticos de fricción:
A esto se sumaba un desafío tecnológico heredado: la interfaz principal de SAP de la compañía utilizaba un modelo de datos centrado en los activos en lugar de uno centrado en el cliente. Esto imponía una pesada carga cognitiva a los agentes, obligándolos a buscar datos manualmente en múltiples pestañas para reconstruir el historial de cada cliente. El objetivo no era simplemente implementar un chatbot básico; era rediseñar la experiencia del cliente de extremo a extremo.
IA conversacional diseñada para resolver, derivar y generar resultados medibles
Una estrategia de lanzamiento gradual centrada en la adopción y la mejora continua
Para equilibrar la innovación moderna con la continuidad operativa no negociable de un servicio público esencial, Santex estructuró una hoja de ruta ágil destinada a maximizar el tiempo de obtención de valor bajo una filosofía clara: primero funcionar, luego comprender, después automatizar y finalmente consolidar.
ROI tangible y mayor eficiencia operativa
Al vincular la estrategia de producto y la inteligencia artificial con el diseño centrado en el usuario, la iniciativa desbloqueó un modelo de servicio altamente eficiente y escalable, respaldado por un marco riguroso de KPIs y OKRs:
Este proyecto demuestra que impulsar una gran eficiencia a través de la IA generativa no requiere derribar la infraestructura principal. Requiere implementar inteligencia de manera estratégica donde se cruzan los puntos de dolor del cliente y los costos operativos.
