DE LA RESERVA MANUAL AL SERVICIO
Escalar una operación de atención al cliente puede hacerse de dos maneras: aña- diendo personas o rediseñando cómo se reparte el trabajo entre agentes y tecno-
logía. La primera tiene techo evidente; la segunda exige integrar canales, dotar al agente de contexto en tiempo real y delegar lo repetitivo en automatización conversacional. Vamos a conocer cómo una cadena hotelera internacional con presencia en cinco países y 500 agentes recorrió esa segunda vía, y cómo ICR Evolution acompañó el despliegue progresivo en cuatro fases a lo largo de 18 semanas. A continuación, los principales puntos del desarrollo enfocado a plantear una solución Next-Gen CX.
1. Situación de partida del cliente • Cadena hotelera con presencia en cinco países y una central de reservas de 500 agen- tes que gestionaba llamadas, emails y chat web de forma completamente desconectada entre sí. • Volumen mensual de aproximadamente 310.000 interacciones, con una marcada estacionalidad: los picos de demanda (vera- no y festivos) multiplicaban por 2,5 el volu- men habitual, generando colas, abandonos y pérdida de reservas directas. • El 62% de las interacciones eran consultas repetitivas de bajo valor: disponibilidad de fechas, precios, políticas de cancelación y confirmaciones de reserva. Todas resueltas por agentes de forma manual. • El canal de voz concentraba el 71% del volumen. El chat y el email carecían de en- rutamiento inteligente y eran atendidos por el mismo pool de agentes sin priorización ni visibilidad unificada. • Tiempo medio de gestión (AHT) de 8,2 minutos para llamadas de reserva, frente a un benchmark sectorial de 5,5–6 minutos. La causa principal: búsqueda manual de disponibilidad en un sistema de gestión de propiedades (PMS) sin integración con la he- rramienta del agente. • Sin métricas de calidad sistemáticas y alta rotación de agentes (38% anual), atribuida a la frustración generada por herramientas desactualizadas y falta de soporte durante las interacciones.
2. Objetivo principal / problema a resolver • Automatizar las consultas y gestiones de bajo valor para liberar capacidad de agente hacia interacciones de mayor complejidad y mayor potencial de conversión. • Reducir el AHT y aumentar la tasa de conversión de reservas directas mediante asistencia inteligente al agente en tiempo real. • Unificar los canales de atención (voz, chat, email , WhatsApp) en una única plataforma con enrutamiento inteligente y visibilidad centralizada. • Mejorar la experiencia del agente para reducir la rotación y el coste de formación asociado. • Dimensionar la operación de forma flexible ante la estacionalidad, sin incurrir en sobrecoste estructural en temporada baja. 3. Análisis previo • Clasificación y análisis de los motivos de contacto: el 62% de las interacciones correspondía a 8 tipos de consultas recurrentes con resolución estandariza- ble (disponibilidad, precios, cancelaciones, modificaciones, confirmaciones, información de servicios, check-in/out y facturas). • Análisis del journey del agente: se cronometró el tiempo dedicado a cada tarea durante la llamada. El 41% del AHT correspondía a navegación entre sistemas (PMS, CRM, intranet de políticas) sin integración, y un 18% a tiempo de espera al cliente mientras se buscaba información. • Evaluación del potencial de automatización: se determinó que el 28–32% de las interacciones podía resolverse completamente mediante bot conversacio- nal sin intervención humana, con una tasa de satisfacción estimada compa- rable a la humana en consultas transaccionales. • Diagnóstico de canales digitales: el chat web tenía un tiempo de primera respuesta medio de 11 minutos, con tasas de abandono del 47%. El canal de WhatsApp no estaba operativo a pesar de representar el canal preferido del 34% de los clientes encuestados. • Identificación del impacto económico de la estacionalidad: durante los picos, el coste por interacción se disparaba un 60% por contratación de agentes temporales con formación incompleta y menor tasa de conversión.
62
Powered by FlippingBook