¿Cómo saber en qué pregunta se te caen los clientes?

Una aseguradora recibía 569 clicks pagos a WhatsApp por mes. Solo 352 llegaban a iniciar la conversación. De esos, 180 pedían cotización. Pero apenas 40 terminaban contratando. La dirección comercial veía el 7 por ciento de conversión final y asumía que el problema era el precio o la competencia. Nadie sabía que se perdía el 38 por ciento entre el click y el primer mensaje, ni que el 41 por ciento abandonaba cuando se pedía el documento de identidad.

La mayoría de las empresas mide el inicio y el final del embudo: cuántos leads entran, cuántos compran. Pero el problema nunca está en los extremos. Está en el medio: en una pregunta mal formulada, en un paso innecesario, en una fricción invisible que hace que el cliente cierre la conversación sin que nadie se entere. Si no medís paso a paso, optimizás a ciegas.

¿Qué es trazabilidad paso a paso en CX?

Trazabilidad paso a paso significa registrar cada interacción del cliente con el flujo de atención: cuántos llegan a cada pregunta, cuántos responden, cuántos avanzan al siguiente paso y cuántos abandonan. No alcanza con saber que 100 personas iniciaron conversación y 10 compraron. Necesitás saber cuántos llegaron a la pregunta del documento, cuántos la respondieron, cuántos avanzaron a la cotización, cuántos pidieron el link de pago y cuántos lo completaron.

Un proveedor de internet tenía un agente de IA que preguntaba dirección, tipo de servicio, velocidad deseada y documento. La conversión era del 12 por ciento. Cuando implementaron trazabilidad descubrieron que el 47 por ciento abandonaba después de la pregunta de velocidad. Cambiaron el orden: primero documento, después dirección, después velocidad. La conversión subió al 19 por ciento. La pregunta no era el problema: el momento en que se hacía, sí.

¿Por qué las empresas no detectan las fugas?

Porque miden conversión final, no embudo granular. El CRM registra cuántos leads entraron y cuántos se cerraron. El equipo comercial reporta cuántas ventas hizo. Pero nadie sabe cuántos abandonaron en la pregunta tres, ni cuántos dejaron de responder después de pedir la cotización, ni cuántos pidieron el link de pago y nunca lo usaron. Sin trazabilidad, las fugas son invisibles.

Una financiera tenía un tablero que mostraba leads por día, conversión semanal y ticket promedio. El gerente comercial veía que la conversión había bajado del 15 al 11 por ciento en dos meses. Probó cambiar la oferta, ajustar el precio, capacitar al equipo. Nada funcionaba. Cuando implementaron un tablero de embudo descubrieron que el problema era técnico: el link de pago se rompía en algunos navegadores móviles. El 23 por ciento de los clientes llegaba al último paso y no podía pagar. La conversión no había caído por la oferta: había caído por un bug.

¿Cómo se construye un embudo granular?

Un embudo granular requiere tres capas: registro de cada interacción, clasificación por etapa y visualización en tiempo real. Primero, el sistema tiene que registrar cada mensaje: quién lo envió, cuándo, qué pregunta respondía, si avanzó o abandonó. Segundo, cada interacción tiene que estar clasificada por etapa del flujo: calificación, cotización, cierre. Tercero, tiene que haber un tablero que muestre cuántos están en cada etapa, cuántos avanzan y cuántos se caen.

¿Qué hacés cuando detectás la fuga?

Detectar la fuga es el primer paso. Optimizarla es el segundo. Una cadena de retail corporativo descubrió que el 34 por ciento de los clientes abandonaba cuando el agente de IA preguntaba el código postal. Probaron tres variantes: pedir el barrio en lugar del código, pedir la dirección completa, pedir solo la ciudad. La que mejor funcionó fue pedir la ciudad y después ofrecer un mapa con puntos de retiro. El abandono bajó al 18 por ciento. No eliminaron la pregunta: la reformularon.

Otro caso: una empresa de salud privada tenía un agente de IA que ofrecía cita en el 65 por ciento de las conversaciones. Un cambio en el flujo hizo que el agente de IA pasara a ofrecer cita solo en el 45 por ciento de los casos. Las citas cayeron. El equipo pensó que el agente de IA estaba fallando. Cuando revisaron el embudo descubrieron que el agente de IA estaba bien: el problema era que el nuevo flujo enviaba a algunos clientes a un FAQ antes de ofrecer la cita, y muchos resolvían su duda sin necesidad de agendar. La caída en citas no era un problema: era eficiencia.

¿Por qué los agentes de IA detectan fugas mejor que los equipos humanos?

Porque registran todo. Un agente humano atiende, resuelve y pasa al siguiente cliente. No anota en qué pregunta dudó el cliente, ni cuánto tardó en responder, ni si abandonó después de pedir el precio. Un agente de IA registra cada mensaje, cada tiempo de respuesta, cada abandono. Y lo hace en todas las conversaciones, no en una muestra. Eso permite detectar patrones que un equipo humano nunca ve.

Una distribuidora grande tenía un equipo de 12 personas atendiendo WhatsApp. Sabían que algunos clientes se caían, pero no sabían cuántos ni por qué. Implementaron un agente de IA con tablero de embudo y descubrieron que el 29 por ciento abandonaba cuando se le pedía la razón social. El equipo humano nunca lo había notado porque cada uno atendía distinto: algunos pedían la razón social al principio, otros al final, otros nunca. El agente de IA estandarizó el flujo y expuso la fuga.

¿Qué pasa si no medís las fugas?

Optimizás lo que no es. Una empresa invierte en más tráfico porque cree que el problema es la cantidad de leads. Otra cambia la oferta porque cree que el problema es el precio. Otra capacita al equipo porque cree que el problema es la atención. Pero si la fuga está en una pregunta mal ubicada, en un link roto o en un paso innecesario, ninguna de esas acciones va a mejorar la conversión. Vas a gastar más, vas a cambiar más, y la conversión va a seguir igual o peor.

Un caso extremo: una empresa de utilities tenía contratos firmados que nunca se instalaban. El equipo comercial cerraba la venta, el cliente firmaba, y después no pasaba nada. El tablero de embudo detectó que el problema estaba después del cierre: el contrato llegaba al área de instalaciones, pero no había un proceso claro de asignación de turno. El cliente esperaba, nadie lo contactaba, y el contrato se perdía. La fuga no estaba en CX: estaba en operaciones. Pero sin trazabilidad, nadie lo hubiera detectado.

Tener la estrategia no alcanza: hay que poder ejecutarla

Todo esto suena bien en una presentación. El problema real aparece después: la plataforma que usás hoy no soporta agentes de IA que razonan, tu equipo ya está ocupado apagando incendios, y montar esto bien requiere experiencia que no se improvisa. Ahí es donde una buena idea se queda en idea.