Triaje de soporte e-commerce
Mensajes clasificados, enriquecidos con pedido y enrutados por riesgo.
Nota del caso
La implementación se trató como un sistema operativo pequeño: primero visibilidad, después ownership y solo entonces automatización.
El punto de partida
Preguntas de pedido, devoluciones, problemas de producto y quejas entraban en la misma cola. Los agentes dedicaban tiempo a clasificar antes de poder responder.
La señal importante no era que el equipo trabajara mal. Era que el trabajo dependía de memoria, copiar datos, revisar sistemas en paralelo y decidir prioridades sin una fuente de verdad compartida. El primer valor fue convertir trabajo invisible en un workflow visible.
La implementación
Ductio añadió una capa de triaje que clasifica tickets, recupera contexto de pedido, propone drafts seguros y envía los casos sensibles a escalado humano.
El scope se mantuvo deliberadamente pequeño. Las reglas cubren lo repetible, la IA se usa para resumir o clasificar cuando el texto libre aporta contexto, y las decisiones sensibles quedan en revisión humana. IA como apoyo dentro del proceso, no como piloto automático.
Qué se usó
La selección de herramientas se hizo desde el proceso, no desde una preferencia técnica previa. El criterio fue que cada pieza tuviera un owner claro, integración estable y una forma sencilla de revisar errores.
En la práctica se combinó Helpdesk, Order API, Clasificador IA, Knowledge base, Slack, n8n. Las herramientas visibles para el equipo quedaron cerca de su trabajo diario, mientras la lógica de integración quedó documentada y separada de decisiones comerciales sensibles.
La mejora se vio en el trabajo diario.
En lugar de presentar el resultado como un dashboard, el equipo lo notó en tres escenas concretas: menos preparación manual, menos búsqueda de contexto y menos dudas sobre quién tenía que actuar.
Triaje: Esfuerzo medio de clasificación pasó de 18 min a 7 min.
Claridad cola: Tickets con siguiente acción pasó de Baja a Alta.
Escalado: Casos sensibles detectados pasó de Manual a Flagged.
Qué cambió después
Los agentes empiezan con contexto y una ruta sugerida. El sistema no oculta los casos complejos; los hace más visibles.
El cambio más valioso fue la calma operativa. El equipo dejó de perseguir datos sueltos y empezó a trabajar desde una secuencia común: entrada, contexto, decisión, acción y evidencia. 60% triaje más rápido
El workflow en una línea
Cómo se construyó
El workflow escucha nuevos tickets, aplica clasificador, recupera metadata de pedido, escribe draft si hay confianza y actualiza categoría, riesgo y siguiente acción.
El stack fue pragmático: Helpdesk, Order API, Clasificador IA, Knowledge base, Slack, n8n. No se eligieron herramientas para impresionar, sino por ownership, integración y mantenimiento. El resultado es un sistema que el equipo puede entender y operar.
Lo que quedó entregado
- Clasificación ticket
- Lookup pedido
- Draft FAQ
- Escalado
- Los agentes empiezan con categoría, contexto y siguiente acción.
- Respuestas simples quedan preparadas para revisión.
- Los casos urgentes se detectan antes con etiquetas de riesgo.
