Caso Tidio: cómo separar preguntas repetidas y problemas que necesitan soporte
Anthropic publica métricas de Tidio en soporte propio y adopción del producto; distinguimos automatización de resolución.
Anthropic describe cómo Tidio usa Claude en Lyro y en su propio soporte. El caso declara que Tidio automatizó el 71% de sus conversaciones de soporte y que Lyro procesó más de dos millones de conversaciones, cifras atribuidas por Anthropic a la empresa. La historia también explica un sistema que selecciona proveedor de modelo según métricas recientes de rendimiento. No es una prueba independiente ni implica que una tienda online pueda alcanzar esos valores. Sí permite estudiar cómo limitar preguntas repetidas y derivar excepciones.
Empieza por preguntas con respuesta estable
Ecommerce recibe muchas consultas sobre envío, devoluciones, tallas y estado de pedido. Elige una categoría donde exista una política aprobada y una fuente consultable. No automatices cambios de dirección, reembolsos o reclamaciones solo porque el cliente pregunta por ellos; esas acciones pueden necesitar identidad y revisión.
Asegura el contenido antes de conectar el canal
Reúne políticas vigentes con alcance, país, excepciones y fecha. Si hay tiendas con distintas condiciones, segmenta fuentes por canal y mercado. El agente necesita saber cuándo un dato no está disponible y pedir el número de pedido o transferir sin fabricar un estado.
Diferencia intención de resolución
Una conversación etiquetada “envío” no indica que el pedido se entregó o que el cliente quedó satisfecho. Define resolución como un resultado comprobable —por ejemplo, consulta de tracking correcta o solicitud registrada— y mide reapertura o contacto posterior. El 71% del caso es métrica declarada por el proveedor y no se equipara a satisfacción.
Enruta casos complejos con contexto
Cuando hay pedido cancelado, paquete perdido o artículo dañado, pasa el ID, historial, política aplicada y pregunta pendiente al agente humano. Evita que el cliente vuelva a repetir todo. Si la automatización no entiende, muestra una alternativa clara y no retiene al usuario en un bucle de preguntas.
Observa latencia y disponibilidad
El caso relata routing dinámico de modelos, decisión avanzada que puede no ser necesaria para una pyme. Antes de replicar, mide latencia, coste por consulta y variación de respuesta en los modelos disponibles. Define qué se hace si todos los proveedores fallan: acceso a ayuda humana o respuesta de contingencia estática.
No uses la métrica como objetivo único
Maximizar contención puede hacer difícil contactar con soporte. Mide respuesta correcta, recontacto, abandono, tiempo hasta ayuda humana y CSAT por tema. Revisa muestras de conversaciones y corrige el contenido que provoca transferencias o malentendidos.
Prueba antes de ponerlo en la tienda
Incluye consultas ambiguas, pedidos sin ID, múltiples pedidos, políticas de regiones distintas y una reclamación. Revisa respuestas en móvil y accesibilidad. Lanza una categoría, observa el desempeño y da al equipo un botón de pausa y una lista de casos que requieren supervisión.
Fuentes y documentación
- Anthropic — Tidio automates customer support at scale with Claude — Caso publicado por el proveedor de la tecnología; sus métricas las declara la empresa o el proveedor y no constituyen resultados auditados ni una promesa para una pyme.
Prueba una pregunta de devolución, otra de pedido perdido y una de mercado distinto.
El flujo debe aplicar la política correcta y ofrecer una persona cuando no pueda confirmar el estado.
Cuéntanos qué necesitas →