Trabajando con programación e Inteligencia Artificial en el desarrollo de chatbots, hemos sido testigos de una evolución exponencial de la tecnología. Podemos afirmar que el impacto del Machine Learning en el desarrollo de chatbots, por ejemplo en WhatsApp, es notable y creciente. Los chatbots están ganando cada vez más terreno en las empresas de manera innegable. La influencia del Machine Learning en los chatbots es muy relevante y refleja la evolución continua de la tecnología de IA en el campo de la interacción con el cliente. La transformación de los chatbots, de simples herramientas de respuestas automatizadas a sistemas inteligentes y adaptativos, es un hito en el desarrollo de la IA.

Esta tecnología permite una evolución constante en la forma en que los chatbots interactúan con los usuarios, refinando la experiencia del cliente y haciendo que los servicios sean más efectivos.

Alan Turing es un ícono indiscutible en la historia de la computación, la criptografía y la inteligencia artificial. Su legado, popularizado por la película «The Imitation Game» de 2014, allanó el camino para avances significativos en estos campos. Turing no solo introdujo el concepto pionero de Machine Learning en la década de 1940, sino que también desarrolló la Prueba de Turing en la década de 1950, un criterio fundamental aún utilizado para evaluar la capacidad de las inteligencias artificiales. Esta prueba pone énfasis en la capacidad de la máquina para comunicarse de manera convincente y natural, simulando una inteligencia humana, que es el objetivo principal de cualquier desarrollador de chatbots.

Los inicios del Machine Learning se remontan a la década de 1950, con la creación de programas para jugar al ajedrez. Aunque estos sistemas iniciales se basaban en reglas fijas y no aprendían de la experiencia, marcaron un paso crucial en el desarrollo del campo. En la década de 1960, el científico de la computación Arthur Samuel acuñó el término «aprendizaje automático» y desarrolló un programa de juego de damas que aprendía de sus propios errores, superando a su creador. Todo esto culminó en la derrota del Gran Maestro Kasparov el 10 de febrero de 1996 por el Deep Blue de IBM.

Hoy en día, el Machine Learning es un pilar esencial de la inteligencia artificial, responsable del surgimiento de sistemas de IA generativos que están revolucionando nuestro mercado. Su papel va más allá del entretenimiento y del público en general, especialmente en el campo del big data. El Machine Learning es vital en el análisis de datos complejos y voluminosos, desempeñando un papel transformador en sectores críticos como finanzas, medicina y ciencia de datos. La capacidad de estas máquinas para aprender de experiencias pasadas y mejorar continuamente su rendimiento demuestra el potencial inmenso del Machine Learning para dar forma y mejorar la vida humana en múltiples dimensiones.

Vamos a explorar en esta tercera parte de nuestra serie de artículos ejemplos concretos de esta aplicación:

1. Personalización dinámica de interacciones: Ejemplo concreto: Una empresa minorista utiliza un chatbot en WhatsApp para ofrecer recomendaciones de productos. Inicialmente, el chatbot basa sus sugerencias en datos demográficos generales. Con el tiempo, a través del Machine Learning, comienza a refinar sus recomendaciones según interacciones pasadas, preferencias expresadas e historial de compras del usuario, resultando en sugerencias más precisas y personalizadas.
2. Mejora continua en la resolución de consultas: Ejemplo concreto: Los chatbots de soporte al cliente en sectores como las telecomunicaciones aprenden de las preguntas frecuentes de los usuarios. Inicialmente, pueden proporcionar respuestas basadas en un guion. Con el aprendizaje continuo, comienzan a comprender mejor las sutilezas de las preguntas de los usuarios y ofrecen soluciones más precisas y detalladas, reduciendo la necesidad de escalar a un representante humano.
3. Detección y prevención de fraudes: Ejemplo concreto: Las instituciones financieras están implementando chatbots en WhatsApp que utilizan el Machine Learning para detectar patrones anormales que pueden indicar fraude. Por ejemplo, un chatbot puede identificar actividades sospechosas, como intentos de acceso en lugares inusuales o transacciones atípicas, y alertar proactivamente al cliente, además de tomar medidas preventivas.
4. Ajuste de estrategias de marketing: Ejemplo concreto: Un chatbot de una marca de moda utiliza el Machine Learning para analizar las reacciones de los clientes a sus campañas de marketing en WhatsApp. Con base en los datos recopilados, como tasas de clics e interacciones, el chatbot ajusta automáticamente las futuras campañas para alinearse mejor con las preferencias del cliente.
5. Retroalimentación instantánea y mejora del producto: Ejemplo concreto: Los chatbots en el sector de software recopilan comentarios de los usuarios sobre funciones y errores. Utilizando el Machine Learning, identifican patrones en los datos de retroalimentación para priorizar las actualizaciones del producto o identificar áreas que necesitan mejoras, optimizando así el proceso de desarrollo del producto.
6. Lenguaje natural y comprensión contextual: Ejemplo concreto: Los chatbots avanzados en WhatsApp, especialmente en sectores de alto contacto con el cliente como el turismo, están utilizando técnicas de procesamiento del lenguaje natural para entender mejor el contexto y la intención detrás de las consultas de los usuarios. Esto les permite proporcionar respuestas más contextuales y menos genéricas.

La adopción de tecnologías avanzadas, como la Inteligencia Artificial (IA) y el machine learning, representa un avance significativo en la interacción entre empresas y clientes. Estas tecnologías permiten la creación de sistemas más inteligentes, como chatbots y asistentes virtuales, que ofrecen experiencias de interacción altamente personalizadas y eficientes. La IA permite que las empresas comprendan mejor las necesidades y preferencias de los clientes, anticipen sus preguntas y ofrezcan soluciones proactivas. Esto no solo mejora la satisfacción del cliente, sino que también optimiza los procesos de atención al cliente, haciéndolos más ágiles y precisos. Además, el análisis de grandes volúmenes de datos (big data) ayuda en la creación de estrategias de marketing más efectivas y en la toma de decisiones basadas en conocimientos profundos sobre el comportamiento del consumidor.

Estos avances tecnológicos están transformando la forma en que las empresas interactúan con sus clientes, estableciendo un nuevo estándar de excelencia en el servicio al cliente y impulsando el crecimiento y la innovación en los negocios. Como se puede ver a través de estos ejemplos prácticos, el uso del aprendizaje automático en chatbots en WhatsApp representa un avance significativo en la interacción entre empresas y clientes. Estos sistemas no solo están respondiendo a consultas, están aprendiendo, adaptándose y anticipando las necesidades de los usuarios. Como resultado, los chatbots se están convirtiendo en una herramienta cada vez más sofisticada e indispensable para mejorar la experiencia del cliente y la eficiencia operativa de las empresas.

The post CX 2024 Parte 3: Machine Learning first appeared on Planeta Chatbot.

Anticipar las necesidades del cliente

La IA ha dado a los chatbots la capacidad de predecir y anticipar las necesidades de los clientes. Utilizando algoritmos de machine learning, los chatbots analizan patrones de comportamiento de los clientes y datos históricos para identificar posibles problemas o necesidades. Por ejemplo, un chatbot puede sugerir renovar un servicio antes de que el cliente se dé cuenta de que su suscripción está a punto de caducar. La herramienta de Mensajería Activa de Blip te permite crear campañas para impactar a uno o más usuarios de Whatsapp, así podrás atraer clientes, generar más engagement, retomar conversaciones o incluso informar a tus contactos sobre algo importante. Combinada con cualquier CRM externo preexistente y una API intermedia para activar dependiendo de cualquier etapa del embudo de ventas, esta herramienta se convierte en un poderoso convertidor de leads.

Soporte proactivo en tiempo real

Los asistentes virtuales impulsados ​​por IA pueden ofrecer asistencia en tiempo real, alertando a los clientes sobre problemas que quizás no hayan notado. Por ejemplo, un chatbot de una institución financiera puede alertar a un cliente sobre una actividad inusual en la cuenta y sugerir acciones inmediatas para prevenir el fraude.

Integración con múltiples canales

La integración de chatbots con múltiples canales de comunicación, como WhatsApp, Instagram, Facebook y otras redes sociales y correo electrónico, permite una asistencia proactiva más integral. Además de ser multicanal, permite establecer una estrategia omnicanal, ya que el chatbot se puede replicar en estos diferentes canales con el mismo lenguaje y tono de voz. Los clientes reciben soporte en su canal preferido, mejorando la experiencia del usuario.

Automatización de tareas rutinarias

Los chatbots pueden automatizar tareas rutinarias como programar citas o procesar pedidos, liberando tiempo para que los agentes humanos se concentren en cuestiones más complejas. Esta automatización no sólo mejora la eficiencia, sino que también se anticipa a las necesidades del cliente, ofreciendo soluciones rápidas y cómodas.

Personalización avanzada

La IA permite a los chatbots personalizar las interacciones en función del historial individual del cliente. Esto significa que cada interacción se adapta a las preferencias y necesidades específicas del cliente, brindando una experiencia única y personalizada.

Aprendizaje continuo

Los chatbots de IA siempre están aprendiendo. Cada interacción ayuda al sistema a comprender mejor a los clientes y mejorar sus respuestas y recomendaciones futuras. Con el tiempo, estos sistemas se vuelven más sofisticados y eficientes a la hora de predecir y resolver los problemas de los clientes.

A continuación se muestran algunos ejemplos específicos:

1. Notificaciones de estado del pedido

• Ejemplo: las empresas de comercio electrónico utilizan chatbots en WhatsApp para enviar actualizaciones automáticas sobre el estado de los pedidos. Por ejemplo, un chatbot puede informar a los clientes cuándo se procesa y envía un pedido y estimar la fecha de entrega, lo que reduce de forma proactiva las consultas sobre el estado del pedido.

2. Alertas y recordatorios de mantenimiento

• Ejemplo: En el sector de la automoción, los chatbots de WhatsApp pueden enviar recordatorios de mantenimiento de los vehículos. Por ejemplo, un chatbot puede recordarle al propietario de un automóvil la necesidad de un cambio de aceite o una inspección periódica, según la fecha del último servicio o el kilometraje del vehículo.

3. Consejos para utilizar productos y servicios

• Ejemplo: Las empresas de tecnología y electrónica emplean chatbots en WhatsApp para enviar consejos sobre el uso de productos. Por ejemplo, después de comprar un nuevo teléfono inteligente, el chatbot puede enviar consejos sobre funciones poco conocidas, garantizando que el cliente aproveche al máximo el producto.

4. Alertas de seguridad y fraude

• Ejemplo: Las instituciones financieras utilizan chatbots en WhatsApp para alertar a los clientes sobre posibles fraudes o actividades sospechosas en sus cuentas. Esto incluye notificaciones de transacciones inusuales o intentos de inicio de sesión en dispositivos nuevos, lo que aumenta la seguridad de la cuenta.

5. Gestión de Suscripciones y Renovaciones

• Ejemplo: las empresas de medios y los servicios de suscripción utilizan chatbots para recordar a los clientes las renovaciones de las suscripciones. El chatbot puede informarle cuando una suscripción está a punto de caducar y facilitar el proceso de renovación, ofreciendo una experiencia fluida y evitando interrupciones en el servicio.

6. Comentarios posteriores a la interacción

• Ejemplo: Después de la atención al cliente a través de chatbot, algunas empresas envían un mensaje de seguimiento preguntando sobre la satisfacción del cliente con el servicio recibido. Esto ayuda a la empresa a recopilar comentarios valiosos y mejorar continuamente la experiencia del usuario.

7. Promociones y ofertas personalizadas

• Ejemplo: los minoristas utilizan chatbots en WhatsApp para enviar ofertas y promociones personalizadas basadas en el historial de compras del cliente. Por ejemplo, si un cliente compró recientemente una cámara, el chatbot puede sugerir accesorios compatibles en oferta.

Estos ejemplos ilustran cómo los chatbots de WhatsApp, impulsados ​​por IA, están transformando la experiencia de atención al cliente, pasando de un enfoque reactivo a uno proactivo y, por lo tanto, mejorando significativamente la satisfacción y la lealtad del cliente.

Conclusión

La evolución de la IA está creando una nueva era de atención al cliente donde la #proactividad y la personalización son las claves para una experiencia de usuario excepcional. Los chatbots y asistentes virtuales de hoy no son sólo herramientas de respuesta; son solucionadores de problemas proactivos y facilitadores de un recorrido del cliente más fluido e intuitivo. A medida que la tecnología continúa evolucionando, podemos esperar una interacción con el cliente aún más sofisticada y eficiente, allanando el camino para una revolución en el servicio al cliente.

The post CX 2024 PARTE 2: Asistencia y soportes proactivos first appeared on Planeta Chatbot.

1. Personalización a escala

La IA permite una personalización a escala sin precedentes. En 2024, veremos sistemas de inteligencia artificial que recopilarán y analizarán datos de los clientes en tiempo real, lo que permitirá a las empresas ofrecer experiencias altamente personalizadas. Esto incluye recomendaciones de productos, contenido personalizado y atención al cliente adaptada a las necesidades individuales.

1.1 Recomendaciones personalizadas de productos y servicios

¿Cómo? Una tienda de ropa utiliza un chatbot en WhatsApp para recomendar prendas de vestir en función de las preferencias previas del cliente. El chatbot analiza compras anteriores, preferencias de estilo y tamaños para sugerir nuevos productos que podrían gustarle al cliente.

1.2 Respuestas instantáneas y personalizadas a las consultas de los clientes

¿Cómo? Una aerolínea emplea un chatbot de WhatsApp para responder preguntas comunes de los clientes, como el estado del vuelo, los procedimientos de facturación y las políticas de equipaje. El chatbot personaliza las respuestas en función del historial de viajes y las preferencias personales del cliente.

1.3 Soporte posventa personalizado

¿Cómo? Una empresa de electrónica utiliza un chatbot de WhatsApp para ofrecer soporte postventa. El chatbot puede ayudar con la configuración del dispositivo, la resolución de problemas y la programación de mantenimiento o devoluciones, todo ello en función del historial específico del cliente con la empresa.

1.4 Marketing y promociones dirigidas

¿Cómo? Una cadena de restaurantes utiliza chatbots en WhatsApp para enviar mensajes promocionales y ofertas especiales basadas en los hábitos y preferencias alimentarias de los clientes. Por ejemplo, si un cliente pide pizzas vegetarianas con frecuencia, el chatbot puede informarle sobre nuevas opciones vegetarianas o promociones relevantes.

1.5 Comentarios y reseñas personalizados

¿Cómo? Una empresa de servicios utiliza un chatbot de WhatsApp para recopilar comentarios de los clientes después de completar un servicio. Hoy en día, con la posibilidad que ofrece la API empresarial de WhatsApp de utilizar activadores de mensajes activos, no sólo podemos utilizar la herramienta de forma receptiva, sino que también podemos llegar a nuestros clientes mediante “plantillas de mensajes”, que, integrándolas en los flujos de un chatbot, Nos permitirá desarrollar estrategias de mejora de la comunicación y comprensión no sólo del cliente, sino de nuestro propio recorrido dentro de la empresa. El chatbot personaliza las preguntas en función del servicio específico prestado, garantizando comentarios relevantes y detallados.

1.6 Gestión de reservas y programación

¿Cómo? Un salón de belleza utiliza un chatbot de WhatsApp para gestionar reservas y recordatorios. El sistema no sólo programa citas, sino que también recuerda a los clientes sus reservas con antelación, teniendo en cuenta sus preferencias de horarios y servicios pasados.

1.7 Integración con otras plataformas de datos

¿Cómo? Una empresa minorista integra su chatbot de WhatsApp con su sistema CRM, lo que le permite al chatbot acceder al historial de compras de un cliente para hacer recomendaciones de productos o proporcionar información de seguimiento de pedidos.

Estos ejemplos ilustran cómo los chatbots en WhatsApp o incluso en otras plataformas como Instagram o Telegram, etc., impulsados ​​por IA, brindan una experiencia de cliente altamente personalizada y eficiente, satisfaciendo necesidades individuales y mejorando la #satisfaccióndelcliente.

Teniendo en cuenta esta realidad, desde AspinBots estamos a cargo de desarrollar tu chatbot y asegurarnos de que tenga una evolución constante, como requiere todo proyecto serio de chatbot. Sin curaduría técnica especializada, solo tendrías un asistente virtual más, ¡pero con nuestros proyectos de apoyo definitivamente alcanzarás mayores alturas!

A través de mejoras continuas, el servicio se vuelve más asertivo mientras se reducen los tiempos de espera. Por el lado de las empresas, a través de la lectura, registro y análisis de datos comerciales estratégicos, es posible garantizar una gestión basada en datos, además de aumentar la capacidad de comunicación con los clientes.

The post CX 2024: Tendencias en la experiencia del cliente con asistentes inteligentes en la práctica first appeared on Planeta Chatbot.

Por supuesto, ¡tengo que mencionar los posts anteriores que sirvieron de inspiración para éste! ¿Dónde estaría el mundo sin el impacto duradero de Voice Tech Global? En el primer artículo de este tipo,
Polina Cherkashyna una de las tres cofundadoras de VTG, publicó la guía 2019 de cursos de diseño conversacional (que desde entonces ha quedado obsoleta). Siguiendo este ejemplo,
Inga Café-Ruoff publicó una lista actualizada de 2002 en la publicación de VTG, llamada «The Ultimate List of Conversation Design Courses«. La lista de Inga, en particular, era la entrada del blog Medium que yo consultaba varias veces a la semana. Literalmente, no puedo expresar lo valiosa que fue esta recopilación. Por mi cuenta, ¡no habría sabido que existían estos cursos! Creo que este problema sigue vigente hoy en día. Exceptuando el Conversation Design Institute, pocos cursos tienen el SEO necesario para ser fácilmente accesibles a los novatos en CxD.

El objetivo de este post es proporcionar datos, enlaces, precios y comentarios recopilados (cuando estén disponibles) para los cursos que están activos hoy (¡o pronto!), a partir del último mes de 2023. Aunque esta información puede ayudarte a decidir si te interesa hacer un determinado curso -y Polina también profundizó en este tema con «Selecting the Right Conversation Design Course«-, este post no responde explícitamente a la pregunta de «¿Esperan los empleadores ver una certificación CxD en mi solicitud de empleo?». La respuesta es «depende». No todas las funciones o equipos de diseño conversacional son iguales, por lo que los requisitos no están realmente estandarizados. Además, según mi propia experiencia, la mayoría de los directores de recursos humanos buscan cualidades o habilidades que van más allá de la certificación de un curso online. Que necesites o no un certificado depende de ti, y de la confianza que aportes a las entrevistas.

Bien, empecemos.

Cursos de certificación CxD: Los Bootcamps

Instituto de diseño conversacional (CDI) – Paquete de diseñador conversacional
Página del curso
Formato: A tu propio ritmo, 130+ video conferencias + cuestionarios + examen final.
Duración: Estimado de 4 horas por semana durante 8 semanas.
Precio: $1,749
Enfoque CxD (chat o voz): Ambos
Otros recursos de aprendizaje: Existen otros 2 paquetes de certificación, junto con cursos individuales (CDI) o cursos asociados (colaboraciones externas). Como alumno, también tendrás acceso a seminarios web exclusivos en directo con destacados ponentes invitados. Además, el contenido se actualiza continuamente para estar al día de las tendencias del sector.

Reseña(s) de estudiantes del CDI:

Mi amiga Aliena Cai publicó una reseña de CDI en su canal de youtube el año pasado. Aliena tiene formación en informática y diseño, así que fue divertido hablar con ella sobre sus primeras impresiones acerca del diseño conversacional y preguntarle sobre el curso. Mencionó que el curso era fácil de seguir y que el formato de vídeo le resultaba muy útil. Profundizando un poco más, diría que este curso por sí solo sería insuficiente para preparar a alguien como Aliena, a pesar de su sólida experiencia laboral en UX (en ese momento trabajaba en eBay), para hacer una transición exitosa a la carrera de CxD.

El CDI como punto de partida es increíble. Los nuevos diseñadores pueden confiar realmente en CDI para formarse en los fundamentos. El CDI también hace un trabajo excepcional a la hora de dar la bienvenida a los nuevos estudiantes a la comunidad del diseño conversacional, proporcionándoles una ENORME biblioteca de recursos, que incluye eventos privados anteriores y oportunidades de conexión. Esto puede ser muy valioso para alguien que tiene 0 conocimiento sobre el diseño o el trabajo en tecnología.

Apuntes de Elaine sobre CDI

Este curso de CxD por sí mismo no preparará a los estudiantes para un trabajo. Como mínimo, un curso debe dejar a los estudiantes con 1 caso de estudio para su portafolio, lo que CDI no puede hacer ya que su enfoque educativo es servir a los estudiantes a escala, no orientación personalizada. Al ser la opción de certificación más popular, CDI es también la más cara. Afortunadamente, no han cambiado sus precios durante más de 2 años (el paquete solía costar $ 949 en el momento de la revisión de Inga, luego $ 999, luego aumentó a su precio actual en algún momento alrededor del otoño de 2021). No sería elaineinthebay si no intentara encontrar un descuento que pudiera compartir. Puedes utilizar el código ALIENA para obtener un 25% de descuento en este certificado. Encuéntralo en este enlace de referencia.

Curso de UX Content Collective (UXCC) a.k.a. Hillary Black
Página del curso
Formato: A tu ritmo, contenido escrito + (nuevas) clases en vídeo + foros de discusión en slack + feedback de los calificadores + proyecto final + examen final.
Duración: 10-20 horas, depende de cuánto inviertas en el proyecto final.
Precio: originalmente 550 $, ¡ahora 440 $ con descuento en todo el sitio!
Enfoque CxD (chat o voz): Chat.
Otros recursos de aprendizaje: Los estudiantes obtienen acceso a Voiceflow (anteriormente Botmock antes de su adquisición).

Reseña(s) de estudiante(s) de UXCC:

«Los comentarios que recibí en este curso valen lo que cuestan. Fue un feedback en profundidad, e incluso volví a presentar mi trabajo tres veces y recibí feedback cada vez».

«Las lecciones fueron útiles y pude empezar a utilizar lo que aprendí enseguida. Me gustó cómo cada lección me preparó para el proyecto final, que fue divertido y desafiante. Aprendí mucho sobre el diseño de chatbot, incluidos los flujos, las directrices de marca y las mejores prácticas, y sobre la construcción de un prototipo en Voiceflow. Los comentarios que recibí del evaluador me ayudaron a mejorar mi proyecto final, y ahora lo exhibo con orgullo en mi portafolio. En general, recomiendo este curso a cualquier persona interesada en el desarrollo de chatbot. Tuvo la duración justa, y el formato en línea fue muy conveniente.»

«Este ha sido el único [curso de diseño conversacional] del que he salido con un proyecto que podía poner en mi portfolio. Me dio experiencia «práctica»».

Notas de Elaine sobre la UXCC

Un montón de escritores vienen aquí, ya sea de la escritura UX, redacción publicitaria, o personas nuevas en el campo por completo. Este curso es impartido por Hillary Black, cofundador de Mav, que se especializa en marketing y chatbots SMS (el lado de chat de CxD). Los estudiantes no están directamente expuestos al diseño de interfaz de usuario de voz (VUI), pero pueden optar por explorarlo y discutirlo a lo largo de la clase. Este curso también ofrece a los estudiantes formación «práctica» y una amplia retroalimentación a través de las tareas del curso y el proyecto final. En general, esta oferta de cursos tiene una cantidad abrumadora de reseñas positivas (¡sólo he escogido 3 citas de entre muchas!) e historias de éxito. En cuanto al descuento, puedes utilizar el código FriendsChat15, con el que obtendrás un 15% de descuento.

CareerFoundry (CF) – Curso de diseño de interfaz de usuario de voz
Página del curso
Formato: Por convocatorias, clases escritas + foros de discusión en slack + 3 llamadas de mentores + 3 proyectos finales VUI.
Duración: 2 meses a un ritmo de 15 a 20 horas por semana.
Precio: 1900 $, o 800 $ por adelantado y 400 $ al mes durante 3 meses.
Enfoque CxD (chat o voz): Voz.
Otros recursos de aprendizaje: Utilizarás una herramienta para flujos de usuario (por ejemplo, Omnigraffle o Google Draw), así como un dispositivo de Amazon, como Echo Dot o Echo Show para probar tus habilidades de Alexa. Si no tienes uno, puedes usar la consola de desarrollador de Amazon.
Próxima convocatoria: martes, 2 de enero de 2024

Reseña(s) de los alumnos de CF:

«Pros: Me asignaron un mentor personal, un experto del sector, que resolvería mis dudas, evaluaría y aprobaría todas mis tareas y me daría su opinión. Este fue un factor decisivo para mí. No quería leer un montón de material del curso y hacer pruebas en línea al azar. Los comentarios de mi mentor, un experto en diseño de voz, han sido muy valiosos para mí. Siempre estuvo disponible y me proporcionó recursos adicionales para ayudarme a entender y aprender mejor.»
«Contras: Sólo tienes 3 llamadas telefónicas con tu mentor durante la duración del curso. Aunque podía ponerme en contacto con mi mentor a través del chat y siempre recibía respuestas rápidas, me gustaría que CF aumentara el número de llamadas.»

• De la reseña de Shraddha Singh en Medium

De la entrevista de CF con la antigua alumna Gabrielle Moskey, que pasó a trabajar como diseñadora conversacional en Geico y más tarde se unió al equipo de CxD en Meta:

«Mi mentora fue el pegamento que hizo que todo funcionara: a veces tenía muchas preguntas y no estaba segura de lo que estaba pasando, y me desahogaba con ella. Me apoyó muchísimo, ¡qué animadora! ¿Acaso reciben formación para ser animadoras? Era exactamente lo que necesitaba: un refuerzo positivo para seguir adelante. Siempre me dirigía a los lugares adecuados para obtener más información y nunca parecía que la estuviera molestando o quitándole tiempo.

-Lee el resto de la entrevista aquí.

Notas de Elaine sobre la FC

El emparejamiento de mentores parece ser el mayor argumento de venta y propuesta de valor de este curso. Desafortunadamente, el contenido es texto-pesado (videos escasos) y puede no ser conveniente para todos los estilos de aprendizaje. El curso también se denomina «autodidacta», pero requiere un ritmo estructurado para evitar perder el acceso al material del curso. En general, sigue siendo un programa beneficioso a tener en cuenta, dada su tutoría intensiva y no 1, sino 3 proyectos que están listos para la cartera. Puedes utilizar este enlace de afiliado (cortesía de Shraddha) para obtener un 5% de descuento.

Domestika – Introducción al diseño de interfaces conversacionales
Página del curso
Formato: A tu ritmo, videoclases + foros de discusión + proyecto final.
Duración: 15 lecciones (2h 6m).
Precio: normalmente $8.99, máximo $39.99.
Enfoque CxD (chat o voz): Voz.
Otros recursos de aprendizaje: Jesús recopila diferentes lecturas adicionales en cada una de las unidades.
Idiomas: Está grabado en español con subtítulos en inglés.

Reseña(s) del estudiante Domestika:

Jesús es increíble para enseñar, este curso me ha ayudado a innovar desde el punto de vista del diseño de interfaces conversacionales y a crear proyectos que se adaptaban a las necesidades de mis clientes. ¡100% recomendado!

Notas de Elaine sobre Domestika

Este curso está repleto de conceptos introductorios, principios y ejercicios de reflexión fáciles de seguir. Todavía estoy sorprendido por la cantidad de valor que Jesús Martín Jiménez fue capaz de insertar en este breve plan de estudios de 2 horas. Además, ¡es la opción más barata que existe! Un valor generoso por el precio. Por supuesto, por sí mismo, este curso no hará que los estudiantes estén «listos para el trabajo», pero es contenido más que suficiente para que los estudiantes sepan cómo entender los requisitos de la función y elaborar sus propios proyectos. Como bonus para los lectores de este artículo, Jesús ha creado un código de descuento especial del 15% válido hasta el resto de diciembre de 2023. Por favor, aplica CHUS9000-CXDLIST al realizar la compra.

[NUEVO] Maven – Diseño para la usabilidad en el chat y la voz
Página del curso
Formato: Por convocatorias, sesiones en vivo de 90 minutos con una mezcla de conferencias breves, actividades y preguntas y respuestas.
Duración: 2 semanas.
Precio: 900$.
Enfoque CxD (chat o voz): Ambos.
Próxima convocatoria: 3-12 enero 2024.

¡No hay reseñas de estudiantes ya que este es completamente nuevo!

Notas de Elaine sobre Maven

Si tienes el dinero, no te pierdas este. Heidi y Rebecca son ambas leyendas en la industria, y hay tanto vivido experimentado que ambas pueden compartir, así como marcos bien formados sobre cómo abordar el trabajo de diseño en IA Conversacional. También es el primer curso de este tipo que se centra en un tema especializado dentro de la propia CxD. Para los estudiantes que no puedan permitirse este curso, este es un buen momento para mencionar que tanto Heidi como Rebecca han dado numerosas charlas a lo largo de su carrera que ya están disponibles de forma gratuita. En cuanto a los descuentos, desde ahora y hasta el 20 de diciembre, puedes ahorrarte 100$ del precio del curso con el código EARLYBIRD.

Cursos de certificación CxD: «Webinars» únicos

No podía escribir esta entrada del blog sin mencionar mi propia clase magistral.
IxDF – Diseño conversacional: Consejos prácticos para el diseño de IA
Página del curso (Grabado el 8 de Nov, 2023).
Formato: Clase magistral grabada de 1 hora + preguntas y respuestas.
Precio: 50 $ o 5 $ para los miembros de IxDF.
Enfoque CxD (chat o voz): Ambos con un enfoque en cómo Conversational AI nos ha llevado a Large Language Models.

Voxable – Introducción al diseño conversacional
Página del curso (Publicado en octubre de 2021).
Formato: 20 horas para completar las 38 lecciones en vídeo y las 7 actividades del curso
Precio: 299 $ (no se ha encontrado ningún descuento).
Enfoque CxD (chat o voz): Ambos, construir experiencias para Amazon Alexa, Google Assistant, Samsung Bixby y la Web.

Udemy – El curso de la voz: UX, UI, Estrategia y Diseño
Página del curso (Lanzamiento: Abril 2020)
Formato: 4,5 horas de vídeo a la carta
Precio: 199,99 $ o menos con las rebajas de todo el sitio de Udemy
Enfoque CxD (chat o voz): Voz

Cognigy – Curso de diseño de la conversación
Página del curso
Formato: 3 horas para completar las video conferencias + cuestionarios.
Precio: Gratis.
Enfoque CxD (chat o voz): Ambos

Menciones honoríficas

• LinkedIn Learning – UX para voz: Planificación e Implementación
  Página del curso (Publicado: 5/11/2018, un poco desactualizado)

• Aprendices y flujo de voz – Diseño de experiencias conversacionales
  Página del curso

• ChatBot – Curso en línea de diseño de chatbot
  Página del curso

• Trailhead by Salesforce – Módulo de diseño de conversaciones
  Página del curso

• Udemy – Introducción al diseño de interfaces de voz
  Página del curso

Bootcamps y cursos discontinuados

• Cursos de UX conversacional de Voice Tech Global
  Alumni Spotlight: Summer Zhang (Canadá )

Notas de Elaine sobre VTG (escritas en 2021)

El único curso de cohorte «en vivo» en el mercado en este momento. Los instructores están todos basados fuera de Toronto. Hay conferencias y talleres semanales (hora EST), con horas de oficina semanales también. Una nueva característica disponible en el curso FCXD – que no se ofrecía cuando lo tomé – es la tutoría 1:1. Las críticas de los antiguos alumnos son muy positivas. Como alumna, soy muy parcial, pero este es el mejor curso CxD por ahí debido a la ayuda práctica con el proyecto final y presentación. Elaine certified

• Diseño de Interacción de Voz de Digital Assistant Academy (con Coaching de Carrera opcional)
  Ejemplo de precio: 3 meses por 1.997 dólares

Notas de Elaine sobre DAA (escritas a finales de 2021)

Este instituto fue fundado por Shyamala Prayaga, actualmente Gerente Senior de Producto de Aprendizaje Profundo en NVIDIA, anteriormente PM en Ford (Asistente Digital). Shyamala es una de las 40 personas más influyentes en Voice AI y goza de un prestigio impecable en las comunidades de Voice/CxD. Los estudiantes aprenden los principios de CxD y trabajan en varios proyectos de culminación (no sólo para rellenar la cartera). Los alumnos de este curso también tienen acceso a una gran red de empleadores de IA conversacional. Si quieres que te contraten, haz este curso.

• Masterclass de inteligencia artificial conversacional de Maven
  Descripción: Expertos de la industria de Alexa AI y Google te muestran casos reales y marcos de trabajo para que puedas diseñar y construir productos de IA exitosos.

Notas de Elaine sobre la clase de CAI de Maven

Este programa cuenta con solo 1 ex alumno orgulloso con una reseña elogiosa, pero pasó desapercibido por lo demás en la comunidad de CxD.

Mención especial: cursos en español

Lo que sigue a continuación es una lista de los cursos o talleres que he encontrado acerca del tema de diseño conversacional. La mayoría solo ofrecen inscripciones una vez y luego desaparecen. Ojalá en el futuro podamos ver más selección y variedad.

• Domestika — Introducción al diseño de interfaces conversacionales
  Página de información
• BeBot— Curso de diseño conversacional
  Página de información
• La Nave Nodriza — Taller de Prototipado de Interfaces Conversacionales
  Página de información
• La Nave Nodriza — Taller de Diseño de Interfaces de Voz 
  Página de información
• La Nave Nodriza — IA Generativa: Fundamentos, Usos y Visión Crítica
  Página de información próximamente

Te deseo sinceramente lo mejor en tu viaje hacia el diseño conversacional. Me gustaría que la oferta de cursos fuera más coherente, pero como se trata de un nicho de mercado que avanza a un ritmo vertiginoso, con aprendizajes y recursos dispersos, hacemos lo que podemos. También señalaré que los cursos de certificación son sólo una herramienta a tu disposición. Existen recursos educativos gratuitos, a saber: seminarios web o podcasts, sobre IA conversacional y diseño. Los estudiantes que tienen más éxito (que yo haya conocido) han utilizado todas las herramientas a su disposición, incluidas las gratuitas.

¡Feliz aprendizaje!

Sobre la autora

Elaine Anzaldo es Diseñadora Conversacional certificada y ha trabajado en varios puestos dentro de la industria de la tecnología de voz durante los últimos más de 4 años en empresas como NLX, Apple y SRI International. Como diseñadora tanto para grandes asistentes de voz como para el sector del autoservicio de atención al cliente, Elaine ha creado artefactos conversacionales para voz, chat e interfaces multimodales. ¡En su tiempo libre, también es una evangelizadora de las tecnologías de IA conversacional, escribiendo artículos para ayudar a los aspirantes a diseñadores de conversación a entrar en este campo y trabajando como voluntaria con el equipo de Voice This! Podcast.

LinkedIn | Twitter | Instagram | ADPList

The post La guía definitiva de cursos sobre diseño conversacional first appeared on Planeta Chatbot.

¿Cuál es su vínculo con el mundo de la IA conversacional?

En el grupo Assist Digital, comenzamos a trabajar en IA conversacional en 2009 cuando diseñamos y desarrollamos uno de los primeros chatbots basados en SMS para una empresa de telecomunicaciones global (en ese momento, no nos referíamos a él como «IA conversacional»). Desde entonces, la IA conversacional se ha arraigado en nuestro ADN, ya que hemos llevado a cabo numerosos proyectos de Conv AI, incluidos chatbots, IVR conversacional y asistentes virtuales, en diversas industrias. Contamos con un gran equipo multidisciplinario, que incluye expertos en tecnología de inteligencia artificial, diseñadores conversacionales y científicos de datos, capaces de entregar proyectos end-to-end.

¿Cómo puede la IA mejorar la CX? ¿Qué pasa con la IA conversacional?

Según nuestra experiencia, la automatización, cuando se diseña e implementa adecuadamente, puede mejorar la experiencia del consumidor (CX). Me gustaría explicar esta realidad con dos ejemplos diferentes. El primero se refiere a un producto que lanzamos recientemente, un Asistente de Ventas Generativo. Este asistente, basado en IA generativa, ha sido diseñado para ofrecer soporte en tiempo real al personal de ventas brindándoles información del producto, puntos de conversación de ventas, sugerencias sobre cómo superar a la competencia y más. Los datos iniciales indican una mejora significativa en la CX del vendedor, principalmente porque el asistente permite cubrir las lagunas de conocimiento que puede tener el equipo humano. Entonces, en este caso, la respuesta es sí, la IA mejora la CX cuando la solución aborda las necesidades reales del usuario.

El segundo ejemplo involucra IVR conversacional (automatización de voz). En este caso, reconocemos que la IA por sí sola es insuficiente para ofrecer una CX superior, por lo que nuestro enfoque implica combinar eficazmente la IA con la inteligencia humana.

Como ya sabrá, un factor crucial que influye en la CX en la automatización de la voz es la capacidad del sistema para interpretar con precisión el discurso del usuario. La tecnología de voz, incluso la mejor del mercado, tiene limitaciones, especialmente en casos de ruido de fondo, acentos fuertes, jerga y más. Para superar estas limitaciones, hemos desarrollado una solución híbrida patentada, Talk Active, única en el mercado europeo. Esta plataforma combina a la perfección la IA y la inteligencia humana en la comprensión de la voz, adaptándose a diversas situaciones o contextos. Por lo tanto, cuando la IA no logra comprender, la plataforma llama directamente a un «bot ayudante» humano en tiempo real para interpretar la entrada del usuario. El robot auxiliar no participa en la llamada ni interactúa con el usuario final, sino que interviene sólo cuando la IA tiene problemas. Este enfoque, que incorpora un «toque humano» dentro de la solución, da como resultado una CX excepcional, superando las alternativas no híbridas. Es común que los clientes recurran a nosotros para probar Talk Active después de sentirse decepcionados con las «soluciones totalmente automatizadas». Entonces, sí, la IA puede mejorar la CX, siempre que se comprenda cómo integrar la IA con la inteligencia humana.

¿Qué sectores están más involucrados en la implementación de estas tecnologías?

Hemos estado involucrados en diversas industrias, incluidas las de telecomunicaciones, banca, seguros, energía, viajes, automoción y otras. La IA conversacional encuentra aplicaciones en diversos sectores, con mayores volúmenes de contratos (chat, llamadas, correos electrónicos) que conducen a un mayor retorno de la inversión en automatización.

De los proyectos que habéis desarrollado, ¿cuáles destacaríais en términos de mejora de CX?

Me gustaría destacar un caso relacionado con nuestra solución de voz híbrida. Para uno de los grupos de tecnología financiera y de pagos líderes de Europa, implementamos un IVR conversacional utilizando nuestra plataforma híbrida Talk Active. El objetivo era automatizar procesos complejos, como la activación de tarjetas de crédito. Antes de la implementación de nuestra herramienta, el IVR conversacional del cliente, construido en torno a la «mejor tecnología de IA», tuvo un rendimiento inferior tanto en términos de tasas de automatización de llamadas como de UX. Después de la implementación de Talk Active y nuestro enfoque híbrido, ambos KPI mejoraron significativamente. En particular, la tasa de automatización (porcentaje de llamadas de extremo a extremo gestionadas por la plataforma) para el proceso de activación de la tarjeta aumentó del 10% (pre-Talk Active) a más del 60% (post-Talk Active). Esto ilustra la importancia de ajustar el enfoque tecnológico para garantizar una UX positiva.

¿El cliente está percibiendo las ventajas y mejoras? ¿Cómo lo habéis analizado tras el lanzamiento de producción?

El ejemplo que acabo de proporcionar muestra claramente que los clientes a menudo pueden percibir el valor de una solución diseñada con el objetivo de proporcionar una buena CX.

Sin embargo, es crucial evaluar el desempeño desde varias perspectivas, no solo en términos de métricas técnicas o comerciales (que son los KPI obvios que todos usan) sino también desde el punto de vista del usuario final, incluida la adopción del usuario, los patrones de uso y los niveles de satisfacción. Esto es crucial para comprender cómo mejorar continuamente la solución a lo largo del tiempo.

Finalmente, ¿qué avances compartirá Assist Digital durante la celebración del #CACES23?

Me gustaría compartir cómo estamos aprovechando actualmente la IA generativa para mejorar nuestras soluciones de IA conversacional, incluidos chatbots, IVR conversacional y asistentes virtuales.

Si quieres saber qué otros speakers de alcance internacional estarán presentes en este encuentro europeo, no te quedes sin visitar su página web.

The post Cómo mejorar el CX con el uso de Inteligencia Artificial first appeared on Planeta Chatbot.

¿Qué son los Flows de WhatsApp?

Como se indicaba previamente, la nueva función de WhatsApp Flows permitirá a las compañías desarrollar experiencias end-to-end dentro de la app de mensajería. De este modo, los usuarios podrían comprar un billete de avión, elegir el asiento en el que se quieren sentar e, incluso, realizar el pago a través del método que ellos decidan. Gracias a esta funcionalidad, las empresas con cuenta en WhatsApp Business podrán desarrollar menús completos y formularios personalizables que se adaptan a diferentes necesidades.

«Me complace anunciar nuevas funciones que creo que transformarán las empresas y serán verdaderamente útiles para las personas. El primero es algo que llamamos WhatsApp Flows. Permite a las empresas crear experiencias personalizadas directamente en una conversación. Hay muchas posibilidades y las empresas pueden aprovechar fácilmente los componentes básicos que creamos para hacer sus experiencias únicas. Para los clientes, será mucho más rápido y cómodo que cambiar entre aplicaciones o sitios web«, indicó Marck Zuckerberg, CEO de Meta durante la celebración del encuentro en Mumbai.

Desde ayer, las empresas ubicadas en la India que cuentan con una cuenta de WhatsApp Business y un catálogo de productos habilitado contarán con la tecnología necesaria para poder finalizar la transacción dentro de la propia app. Así pues, los usuarios tan solo tendrán que añadir productos a su carrito de compra y realizar el pago a través de la app. Podrán usar tarjetas de crédito, débito y también otras plataformas de terceros. Por el momento, en India WhatsApp se ha aliado con Razorpay y PayU para conseguir que los pagos sean tan fáciles como enviar mensajes. Sin duda, un paso más dentro de lo que se está consolidando cómo c-commerce o comercio conversacional. Y es que, como indicó Zuckerberg durante su intervención «las apps de mensajería sn una buena oportunidad para el desarrollo de los negocios, tanto pequeños como grandes«.

¿Y si combinamos WhatsApp Flows con chatbots?

Esta es sin duda la combinación que más interés puede generar a las medianas y grandes empresas que ya hacen uso de la API de WhatsApp o que se están pensando comenzar a utilizar esta plataforma de comunicación. Combinar el potencial de esta nueva funcionalidad con otras que llevan tiempo en el mercado como la de catálogos, las plantillas y, como no, la IA Conversacional permite a las empresas plantear y desarrollar una experiencia de consumidor (CX) más completa y satisfactoria.

«Estamos en un momento apasionante. Semana tras semana WhatsApp anuncia el lanzamiento de nuevas funcionalidades y servicios dentro de su API. Como desarrolladores de chatbots en WhatsApp desde 2017, hemos visto la transformación de la herramienta y cómo clientes de todos los sectores van pivotando y aumentando su interés por estar presentes en este canal. Y es que, la inclusión de esta app de mensajería dentro de la estrategia de onmicanalidad de cualquier compañía cobra cada vez más sentido, ya que la experiencia del consumidor se ve claramente beneficiada» indica Carlos Rodríguez, socio director de Chatbot Chocolate.

Fuente: Meta

The post WhatsApp Flows, la funcionalidad que permite crear experiencias nativas dentro WhatsApp first appeared on Planeta Chatbot.

Qué es el c-commerce

El Comercio Conversacional, conversational commerce o c-commerce es una estrategia de ventas o modelo de negocio que se centra en la compra y venta de productos y servicios a través de plataformas de mensajería como pueden ser WhatsApp, Instagram, Telegram o Messenger.

De acuerdo a los datos aportados por el estudio «WhatsApp Business Platform Research Report» realizado por Ipsos tras el encargo de Meta, los anunciantes que usan soluciones de mensajes comerciales indicaron un aumento del 58 % de los clientes potenciales. Pero eso no es todo, el estudio realizado por Invesp reveló que que el 73 % de los compradores se sienten más cómodos comunicándose con el servicio al cliente a través de un chat en lugar de correo electrónico (61 %) o la ayuda telefónica tradicional (44 %) Unos datos que evidentemente captan la atención de cada vez más empresas, tanto públicas como privadas.

¿Qué necesita el C-commerce?

A la hora de integrar este tipo de este mercado, la aplicación de mensajería china WeChat lleva años permitiendo la compra y venta de productos a los usuarios de esta. Las empresas ofrecen su catálogo de productos y servicios a través de la aplicación y los usuarios de la misma no solo pueden ponerse en contacto con ellas a través de la app, si no que pueden cerrar de forma integra la compra de aquello que necesitan. Partiendo de este modelo, WhatsApp lleva años ofreciendo diferentes servicios a las compañías a través de lo que han denominado WhatsApp Business.

Partiendo de estos dos casos, y como su propio nombre nombre indica, el comercio conversacional pasa por el uso de sistemas de mensajería instantánea y, más concretamente, de aplicaciones de mensajería instantánea. En este sentido, apps como Telegram, Messenger, WhatsApp o DM de Instagram cuentan con una gran volumen de usuarios y se convierten en las interfaces ideales para que cualquier empresa se inicie en este nuevo método. De hecho, es especialmente a través de WhatsApp o DM de Instagram que muchas empresas, tanto grandes como pequeñas, resuelven las dudas de los clientes, así como, la venta/compra de productos. Esto es especialmente visible en aquellas pequeñas empresas que no cuentan con sitio web y en las que Instagram o Facebook es su mejor catálogo.

Es importante destacar que la atención que se ofrezca a través de estos canales conversacionales no tiene porque ser totalmente manual, ni completamente virtual. Gracias a las herramientas existentes en la actualidad, las compañías que deseen apostar por esta nueva forma de comercio tienen la oportunidad de ofrecer experiencias automatizadas (mediante el uso de chatbots), al tiempo que ofrecen atención manual por parte del equipo de soporte en aquellos casos en los que se considere oportuno. De este modo, el usuario es el que elige, consiguiendo una experiencia de usuario más potente. En cualquier caso, desde el punto de vista de negocio, parece evidente que si queremos gestionar de forma eficaz y eficiente un nuevo canal de mensajería como puede ser WhatsApp o Telegram, el uso de chatbots tiene que estar presente.

Chatbots, c-commerce y WhatsApp

Como se ha indicado previamente, el uso de este nuevo tipo de comercio no implica el uso de chatbots. En el caso de WhatsApp, es similar ya que el uso de WhatsApp Business por parte de una empresa tampoco implica en ningún caso el uso de chatbots. La aplicación desarrollada por WhatsApp de cara a las empresas permite la automatización de ciertos campos (horarios de apertura, de atención al cliente, visualización del catálogo), pero no conlleva el uso de estas interfaces conversacionales automatizadas.

Para poder integrar un chatbot dentro de WhatsApp, la empresa deberá hacer uso de lo que se conoce como WhatsApp Business API. Su uso conlleva adaptarse a una serie de indicaciones y requisitos, pero gracias a ella, la compañía podrá atender de forma automática cuestiones sencillas como las dudas más frecuentes de los usuarios, pero también otras de carácter más complejo como gestionar una devolución de un producto o una incidencia en un servicio. De este modo, chatbots, c-commerce y WhatsApp suman fuerzas para ofrecer una UX adaptada a los deseos del consumidor.

Dentro de las funcionalidades que se ofrece WhatsApp para las compañías, es preciso destacar dos:

• Catálogo de productos: con el que el usuario puede visualizar los productos y servicios ofertados por la compañía. También se permite la opción de añadirlo al carrito, facilitando su compra.
• Envío de plantillas: es el termino que han acuñado para referirse a los envíos masivos que se pueden realizar desde una cuenta de empresa a un pull de contactos determinado. Recientemente WhatsApp las catalogó en tres grupos que son: de utilidad, marketing y autenticación. Es importante destacar que las conversaciones también son catalogadas en base a su «objetivo» y a esos tres grupos habría que sumarle el de «servicio». Es importante destacar que este tipo de envíos implican un coste directo a la compañía que realiza el envío y por lo tanto siempre deben analizarse previo envío.

Instagram y Messenger en el comercio conversacional

Como se ha indicado previamente, dentro del conglomerado tecnológico de Meta, WhatsApp es la que ha dado más pasos para consolidar. esta idea del comercio conversacional. Sin embargo, no es la única aplicación de mensajería del gigante tecnológico que podría beneficiarse de la evolución y consolidación de este nuevo enfoque de mercado. Otras como Instagram o Messenger también están haciendo uso de la llegada del comercio conversacional, aunque, como se indicaba anteriormente, la apuesta clara de Meta se centra en WhatsApp, al menos por el momento. Sobre todo en lo que la automatización se refiere.

Y es que, como destacan en el Blog de la compañía «conectarte con los clientes donde se sienten cómodos, es decir, donde pasan la mayor parte del tiempo que dedican a las pantallas hablando con amigos, familiares y compañeros de trabajo, puede impulsar los porcentajes de apertura y clics«. Un atractivo que pocos expertos de marketing están dispuestos a omitir.

The post Chatbots, WhatsApp y su apuesta por el c-commerce first appeared on Planeta Chatbot.

1)
«Los bots pueden proporcionar una experiencia más personal y difícil de ignorar, en comparación con las aplicaciones móviles, por ejemplo, y los usuarios suelen estar más dispuestos a proporcionar información a un bot que a rellenar formularios en una aplicación.» – p. 32

Los bots ofrecen una experiencia personalizada difícil de ignorar, mucho más atractiva que rellenar un formulario o interactuar con una app creada por otra persona. Los usuarios suelen estar más dispuestos a proporcionar información a un bot, lo que lo convierte en una poderosa herramienta para recopilar datos y ofrecer recomendaciones personalizadas.

2)
«El diseño de cada experiencia de usuario se deriva de la funcionalidad y el propósito principales del servicio o producto que estamos diseñando. Uber y Lyft están optimizados para realizar viajes, la página principal de Google está optimizada para realizar búsquedas, etcétera. El primer paso para diseñar un bot con éxito es entender lo que hace. Definir el diseño del propósito central y la funcionalidad del bot se encuentra en el corazón de la anatomía de tu bot.»– p.44

Definir el propósito central, el diseño y la funcionalidad de un bot es crucial para su éxito. Es importante entender qué hace el bot y cuáles son sus objetivos antes de sumergirse en el proceso de diseño. Al definir el propósito y la funcionalidad del bot, los diseñadores pueden crear un bot eficiente, eficaz y fácil de usar. El objetivo principal y el diseño del bot deben estar en el centro de su anatomía, impulsando todos los aspectos de su desarrollo e implementación.

3)
«Ten cuidado de no eclipsar el servicio que prestas. Al igual que la combinación de colores, la personalidad del bot tiene que estar al servicio de la consecución de una tarea de forma encantadora, en lugar de brillar por sí sola.» – p.61

La personalidad de un bot puede ser una herramienta poderosa para atraer a los usuarios y proporcionarles una experiencia encantadora. Sin embargo, es importante recordar que la personalidad siempre debe estar al servicio de una tarea útil y eficaz. La personalidad de un bot no debe eclipsar el servicio que presta, al igual que la combinación de colores no debe eclipsar el contenido de un sitio web. Al equilibrar personalidad y funcionalidad, un bot puede crear una experiencia de usuario realmente memorable y eficaz.

4)
«Hay dos tipos de conversaciones. La primera es una conversación orientada a una tarea, cuyo objetivo es llevarla a cabo. La segunda es una conversación dirigida por temas, cuyo objetivo es discutir información e intercambiar ideas en torno a un conjunto específico de temas.» – p.89

Según Amir Shevat, hay dos tipos de conversaciones cuando se interactúa con un chatbot: por tareas y por temas. En una conversación basada en tareas, el objetivo es realizar una tarea específica con el menor número de pasos posible. Por ejemplo, reservar un vuelo o pedir comida. En una conversación temática, el objetivo es intercambiar ideas y debatir información sobre un tema concreto. Por ejemplo, hablar de noticias o entretenimiento. El número de pasos de una conversación temática depende del interés del usuario por el tema. Es importante tener en cuenta el tipo de conversación que se mantiene con un chatbot para garantizar que la conversación sea eficiente y eficaz.

5)
«Es realmente molesto mantener una conversación con un bot que no para de decir: ‘¿Confirmas X?’ ‘¿Confirmas Y?’. Es muy recomendable mantener una conversación natural mediante la aleatorización de la forma en que el usuario confirma la entrada o la acción.» – p. 116

Puede resultar frustrante para los usuarios confirmar constantemente entradas o acciones de forma repetitiva. Al aleatorizar la forma en que los usuarios confirman, la conversación puede parecer más una conversación natural y menos una interacción robótica. Esto puede conducir a una experiencia de usuario más agradable y eficaz, aumentando en última instancia el compromiso y la satisfacción.

6)
«El diseño conversacional debe hacerse con una mentalidad de crecimiento. Diseñar una conversación es un proceso continuo de aprendizaje a partir de los errores de tu bot. Mirar todas las intenciones que tu bot no ha entendido, todas las conversaciones fallidas y todas las peticiones que tu bot no ha podido cumplir, es una maravillosa experiencia de aprendizaje.»– p.131

Tener una mentalidad de crecimiento es crucial en el diseño de conversaciones. Reconocer que diseñar una conversación es un proceso continuo de aprendizaje a partir de los errores permite a los diseñadores abordar su trabajo con humildad y voluntad de mejorar. Una sugerencia práctica para implantar una mentalidad de crecimiento en el diseño conversacional es revisar periódicamente las interacciones del bot e identificar las áreas susceptibles de mejora. Dedicar tiempo a analizar en qué ha tenido problemas y en qué ha tenido éxito permite a los diseñadores tomar decisiones informadas sobre cómo ajustar el diseño del bot para que sirva mejor a sus usuarios.

7)
«Captar opiniones positivas es a veces tan importante como captar opiniones negativas. Puede utilizar este tipo de comentarios como testimonio del cliente, para incitar al usuario a proporcionar una buena reseña o valoración en un listado de directorio y para animar a los usuarios a compartir el bot con otras personas. Este proceso se utiliza con bastante eficacia en los juegos para móviles, muchos de los cuales piden al usuario que valore el juego después de su primera victoria. Captar los momentos felices del usuario puede ser muy valioso cuando se hace bien». – p.238

Captar las opiniones positivas de los usuarios es tan importante como captar las negativas. Los comentarios positivos pueden utilizarse como testimonio del cliente, para incitar a los usuarios a proporcionar buenas críticas o valoraciones en un listado de directorio y para animar a los usuarios a compartir el chatbot con otras personas. Para captar eficazmente las opiniones de los usuarios, los creadores de chatbot pueden pedirles que valoren el chatbot después de una tarea o interacción satisfactoria. Por ejemplo, un chatbot que ayuda a los usuarios a reservar vuelos puede pedirles que valoren su experiencia después de haber reservado un vuelo. Esto puede ayudar a captar los momentos positivos del usuario, lo que puede ser valioso para mejorar el diseño del chatbot y aumentar el compromiso y la satisfacción del usuario.

Conclusión

El libro de Amir Shevat, «Designing Bots», aporta valiosas ideas sobre el mundo del diseño conversacional. Comprendiendo el objetivo y la funcionalidad principales de un chatbot, equilibrando personalidad y funcionalidad y captando opiniones positivas, los diseñadores conversacionales pueden crear experiencias de usuario memorables y eficaces. Incorpora estos principios a tu trabajo y seguirás mejorando tu oficio y ofreciendo soluciones innovadoras a tus usuarios.

Soy Boris.
Un poeta de UX con los pies en la tierra que utiliza el contenido para construir relaciones y crear valor.
También soy mentor senior en UX Writing Hub, donde ayudo a personas apasionadas a introducirse en el campo de la UX.

¿Quieres que sea tu mentor? ¡Haz clic en los enlaces de abajo y conviértete en un UX Writer certificado con mi ayuda en menos de 6 meses!
Academia de Escritura UX
Curso flexible

The post 7 cosas que aprendí al leer un libro sobre diseño conversacional first appeared on Planeta Chatbot.

Como siempre, he tenido la increíble suerte de conocer y hablar con estos increíbles diseñadores. Gracias a estas entrevistas he podido poner caras a historias y nombres y crear las conexiones que tanto aprecio. Estoy muy contenta de trabajar en este campo con tanta gente generosa y con talento. Para cualquiera que esté empezando en este campo, sabed que vuestras preguntas no tienen por qué quedar sin respuesta. Hay un montón de gente dispuesta a ayudaros a empezar este viaje de una carrera que todos amamos. Y con esto, conozcamos a los diseñadores de la tercera parte.

Tres nuevos diseñadores conversacionales que comparten su historia

• Shraddha Singh | LinkedIn

• Nathan Bishop | LinkedIn

• Angela Kelly | LinkedIn

¿Cuál es tu cargo actual y tu empresa?

Shraddha: Soy Diseñadora Senior de UX y Conversación en Walmart Global Tech.
Nathan (Nate): Soy especialista sénior en IA conversacional en Discover Financial Services.
Angela: Soy diseñadora conversacional de IA en Disney Streaming.

¿Cómo es tu trayectoria profesional?

Shraddha: Después de completar mi posgrado en Diseño Industrial en MITID en Pune, India, me uní a IBM (India) en 2016 como Diseñadora UX y trabajé allí durante unos 4 años. Luego me mudé a los Estados Unidos con una visa dependiente en 2021. Mientras esperaba mi permiso de trabajo, quería aprender nuevas habilidades y expandir mis capacidades de diseño. Fue entonces cuando hice un curso online, Voice User Interface Design, de CareerFoundry, ¡y desde entonces no he mirado atrás!

Nate: Mi idea original era ser fotoperiodista. Pero enseguida me di cuenta de que el fotoperiodismo está en declive. Los únicos que se dedican a ello a tiempo completo trabajan en sitios como The New York Times o National Geographic. Así que me centré en encontrar algo en lo que pudiera combinar mi amor por la tecnología con la escritura. Durante mis estudios, trabajé en el departamento de informática y más tarde en la tienda de Apple en Boston, lo que me hizo desarrollar un gran aprecio por las empresas tecnológicas y cosas como el marketing de contenidos.

Después de graduarme, conecté con algunas personas en Drift cuando estaban contratando diseñadores conversacionales de IA para un producto relativamente nuevo que habían adquirido. El puesto requería mucho aprendizaje desde la base, así que buscaban a alguien dispuesto a hacerlo y a liderar con pasión, además de ser un apasionado de la escritura y la tecnología. La primera vez que me entrevistaron no investigué lo suficiente sobre el puesto como para entenderlo, así que no me dieron la oportunidad, pero perseveré y seguí hablando con la gente que trabajaba allí. Seis meses después volví a entrevistarme, conseguí el trabajo y lo hice muy bien, lo cual me sorprendió, la verdad. Yo era responsable de estas relaciones con clientes de alto valor económico y escribía y entrenaba a los robots de inteligencia artificial únicamente a través del autoaprendizaje y la experiencia. Me dio mucha confianza saber que podía hacer todo eso. Al final, empecé a buscar otros puestos fuera de Drift para obtener una mejor remuneración y así fue como encontré el puesto en Discover.

Angela: Antes de aterrizar en el mundo de la IA Conversacional en 2017, era redactora de subvenciones centrada en recaudar fondos para gastos generales de funcionamiento e iniciativas de programación para algunas grandes organizaciones como KQED, la Fundación PBS y DataArts. Empecé a sentir curiosidad por el diseño UX y decidí hacer un curso bootcamp en San Francisco. Alrededor de este tiempo sentí que valía la pena el riesgo de dejar mi trabajo, así que tomé algunos trabajos de tecnología por contrato mientras exploraba lo que podría ser una nueva carrera – asistí a reuniones, redes, me familiaricé con las herramientas, trabajé en mi cartera, y leí todo bajo el sol sobre UX. Unos meses más tarde me fijé en los puestos de diseño junior y mi amigo (que estudió lingüística computacional) me sugirió que solicitara un puesto de diseñador VUI en [24]7.ai. Yo no sabía mucho acerca de la tecnología de voz o NLU entonces, pero la empresa estaba contratando a gente de todos los orígenes profesionales diferentes, incluyendo educadores, escritores, lingüistas, etc. así que fui a por todas y leí todo lo que pude conseguir, comenzando con el libro de «Conversation Design: Designing Voice User Interfaces», de Cathy Pearl. A partir de ahí, aprendí en el trabajo, asistí a conferencias y seminarios web y construí asistentes virtuales en mi tiempo libre con DialogFlow y Bot Society (RIP).

¿Cómo encontraste tu trabajo actual?

Shraddha: A través de Elaine Anzaldo (la autora), ¡jaja! Aparte de leer, aprender y practicar el diseño conversacional, el networking desempeñó un papel importante a la hora de encontrar mi trabajo actual. Asistí a todos los eventos virtuales de diseño conversacional que pude. Así fue como conocí a Elaine, Hillary, Nate y otros increíbles diseñadores conversacionales. Fue la recomendación de Elaine en Walmart lo que me llevó a hablar con el equipo que buscaba un diseñador con conocimientos tanto de diseño de conversación como de UX. Aunque es más nueva y más pequeña que la mayoría de las otras comunidades de diseño, la comunidad de diseño de conversación me ha dado más de lo que podía pedir.

Nate: He encontrado el mejor éxito en la búsqueda de puestos mediante la comunicación directa con los gerentes de contratación. En este caso, ni siquiera sabía que Discover estaba contratando para IA conversacional. Creo que aún no se habían publicado los puestos. La responsable de contratación se puso en contacto conmigo a través de LinkedIn, lo que fue genial. Me dijo: «Oye, estoy contratando para dos puestos de diseño conversacional. Me encantaría entrevistarte», y yo dije: «¡Esto es genial!». Tuvimos una pantalla de teléfono y un ejercicio técnico típico. El proceso de la entrevista fue realmente genial porque hacíamos como una entrevista de 30 minutos y luego la gente se quedaba en la llamada conmigo hablando de cosas como Animal Crossing o mis cosas favoritas para hacer en Minecraft. Así que supe que este era el tipo de gente con la que quería trabajar.

Angela: Encontré la oferta de trabajo tanto en ConversationDesignerJobs.com como en LinkedIn

¿Cómo fue el proceso de entrevistas para tu puesto?

Shraddha: Fue muy similar al de cualquier puesto de UX/Diseño de producto. En mi caso, se resumió en estas fases:

• Llamada del reclutador
• Llamada de presentación con el responsable de contratación
• Ronda de portafolio
• Ronda de pizarra
• 1:1 con el ingeniero jefe

Nate: Inicialmente, hubo una entrevista telefónica, una charla introductoria con el director de contratación y una llamada oficial de 30 minutos con el director. Después, me envió un documento Excel con un ejercicio del tipo «cómo crearías intents» y una pregunta sobre el diseño de flujos. Una vez que envié eso, fue una maratón de entrevistas con un desarrollador de una de las herramientas internas, 2 propietarios de productos, y luego alguien del equipo de experiencia del cliente digital. Hablamos sobre todo del ejercicio que había realizado.

Angela: Esta entrevista en particular fue muy directa y transparente: empezó con una llamada inicial de selección con RRHH → después hablé con el director de contratación → después una ronda final con 2 directores de producto y algunas otras personas en la que hice un recorrido por un divertido ejercicio de diseño que me asignaron. Tanto RRHH como el director de contratación (mi ahora increíble jefe) hicieron tiempo para reunirse también fuera de esas rondas, cuando tuve preguntas de seguimiento.
En el pasado me he sentido apresurado o no me han informado durante algunos procesos de entrevistas agotadores, lo cual no es divertido. Un proceso de entrevistas que se alarga con largas lagunas de comunicación, 43 entrevistas y múltiples visitas es una vergüenza.

¿Podrías darnos una idea de la remuneración de esos puestos de trabajo?

Shraddha: La remuneración es comparable a la de un diseñador de UX/Producto para la mayoría de las empresas medianas o grandes corporaciones. Con 4 años de experiencia relevante en diseño, la remuneración puede oscilar entre 120.000 y 250.000 dólares.

Nate: Descubrí que muchos puestos por contrato ofrecían entre 40 y 70 dólares la hora. En concreto, TEKsystems ofrecía un puesto a 60 dólares la hora que incluía el uso de Dialogflow de Google. También recibí una oferta verbal para un puesto de diseño (no de alto nivel) en el que el salario base iba a ser de 110.000 dólares con una bonificación del 5%. Diría que el recurso más valioso fue preguntar directamente a la gente: «Oye, ¿cuánto dinero ganas?», porque realmente necesitaba saberlo para asegurarme de que no se estaban aprovechando de mí. Así me enteré de que hay gente en Salesforce que gana 200.000 dólares al año o contratistas en Home Depot que ganan unos 80 dólares por hora.

Además, tuve mucha suerte de recibir consejos de alguien durante mi proceso de entrevistas en diferentes instituciones financieras, ella me dijo: «Gano 170,000 al año en este momento y estás entrevistando para un nivel por debajo de mí, pero estás en un área con un costo de vida más alto, así que asegúrate de negociar donde sea que te entrevistes«. Hay incluso un poco más de datos en levels.fyi, pero ves que hay gente que gana como 300.000 dólares al año como compensación total, y en el otro extremo, hay gente que gana como 65.000 dólares de compensación total. Pero supongo que la cifra de 300 es motivadora y señala que hay mucho potencial mientras el mercado se mantenga fuerte en nuestro campo.

Angela: Es muy importante ser transparente en lo que respecta a la remuneración, así que es estupendo ver que este tema se trata con más frecuencia. Veo un amplio abanico dentro de nuestro sector (por supuesto, teniendo en cuenta el nivel de experiencia, la ubicación, las responsabilidades del puesto, etc.). La última vez que busqué trabajo, en 2021, vi puestos de nivel inicial que ofrecían unos 100.000 dólares y una remuneración base de más de 200.000 dólares para puestos de nivel superior o directivo, o aquellos que requerían experiencia en codificación. También hay bastantes puestos por contrato para diseño conversacional, que pueden variar mucho en función de la empresa y la agencia de contratación.

¿Qué te atrajo de este campo?

Shraddha: Recuerdo cuando Amazon Echo (Alexa) se lanzó por primera vez en la India, y yo fui de las primeras personas en comprarlo. Me fascinó que pudiera entender mi acento indio. No tuve que ser muy deliberada con mis preguntas o peticiones. Por último, la experiencia manos libres de navegar y escuchar música mientras me preparaba para ir a trabajar o cocinar era increíble. Pero nunca se me ocurrió que alguien llamado diseñador de conversaciones hubiera trabajado en ello. Supuse que era el trabajo de un equipo de redactores y desarrolladores. Ni en mis mejores sueños había pensado que acabaría en el otro lado unos pocos años después.

He pasado de disfrutar de la tecnología a aprender mucho sobre ella. Tiene más aplicaciones que el mero ocio. Cuando se diseña correctamente, es una gran herramienta de accesibilidad, y puede ayudar a las empresas a ahorrar costes y automatizar procesos, etc. Estoy agradecido de formar parte de este nicho que sigue creciendo y cambiando.

Nate: Siempre me ha gustado poder coger un problema y resolverlo con tecnología. Alguien comparó la IA conversacional con trabajar en una tienda de Apple y desde entonces me he ceñido a este concepto. Cuando vas a una tienda de Apple, puede que no lo parezca, pero todos los que llevan camisas azules tienen un papel definido. Todos los empleados representan diferentes partes del recorrido del cliente. Las dos personas de la entrada son los conserjes. Su objetivo es registrarte y guiarte por la experiencia más personalizada, tanto si quieres comprar un iPhone y sabes exactamente lo que quieres como si quieres comprar un Apple Watch y no tienes ni idea de lo que ofrecen. O puede que vengas con una pantalla de teléfono rota o que acabes de derramar sopa por todo tu Mac. Esas dos personas de la entrada de la tienda dirigen la parte superior del embudo. Son las primeras personas que te reciben y definen tu experiencia en la tienda. Si vas a un sitio web o incluso a una aplicación, no tienes la misma experiencia de conserje personalizado que si visitas una tienda Apple o un Ritz-Carlton en persona. Tienes que arreglártelas por tu cuenta. La IA conversacional es la mejor solución a este problema.

Supongamos que me han cobrado algo que no he comprado. Con el asistente de Discover, a los 2-3 turnos de conversación, se presenta una disputa en mi nombre y recibo un correo electrónico de seguimiento. Para mí, la IA conversacional puede proporcionar ese valor en persona, a distancia. Sí, siempre habrá un momento en el que tenga que intervenir un agente humano, pero en pocas palabras, esa experiencia de conserjería es la razón por la que me encanta este campo.

Angela: La oscuridad y la ambigüedad de todo aquello me atrajeron en aquel momento: ¿cómo funcionan estas aplicaciones con NLU? ¿Cómo se diseñan asistentes virtuales para distintos tipos de usuarios? ¿Y garantizar la confianza entre el producto y el usuario? ¿Cuáles son las expectativas de los usuarios? Éstas eran algunas de las (muchas) preguntas que me hacía cuando empecé y tenía mucha curiosidad por aprender todo lo que pudiera.

Me gusta que haya creatividad y al mismo tiempo se utilicen los datos disponibles para tomar decisiones informadas sobre la mejora continua de la experiencia. El diseño de la conversación es muy iterativo, por lo que puede haber un montón de seguimientos rápidos después de los lanzamientos en cuanto a flujos e intenciones, pero también trabajar con los datos de formación para mejorar el rendimiento y las puntuaciones de confianza tiene su propia diversión.

¿Qué aplicaciones conversacionales te gustan como diseñador conversacional?

Shraddha: Actualmente estoy explorando ChatGPT como el resto del mundo. Me reservaré cualquier juicio, ¡pero seguro que seré inquisitiva! Es una obra maestra y tiene mucho potencial para cambiar nuestra forma de trabajar en el futuro. Aparte de eso, sigo usando Echo (Alexa), Google Home y Siri para cosas como música, recordatorios, alarmas, informes meteorológicos y para hacer preguntas al azar.

Nate: Actualmente soy un gran fan de todo el trabajo que Voiceflow está haciendo para aportar herramientas y emoción a la disciplina del diseño de conversaciones. Aunque, hay que reconocerlo, no utilizo mucho sus herramientas porque no forman parte de la pila tecnológica de mi empresa, siempre estoy encantado de utilizar Voiceflow para diversos experimentos, sobre todo a medida que los LLM dentro de los NLU empiezan a demostrar su utilidad. Además, los diseñadores de conversación tenemos una relación de amor-odio con las hojas de cálculo y, aunque soy partidario de racionalizar nuestras numerosas tareas manuales, elegiría encantado Google Sheets en lugar de Microsoft Excel. Como entusiasta de la documentación, me encanta usar Notion. Y me gusta dedicar un par de minutos más a hacer que mis documentos internos sean más bonitos e intuitivos, utilizando herramientas como Canva y Miro.

Como consumidor de tecnología conversacional, me encanta lo que puedo hacer con Siri. Aunque los asistentes de voz, y en particular Siri, son cada vez más objeto de dudas, utilizar Siri como usuario del ecosistema Apple (es decir, con varios dispositivos conectados a través de iCloud) me permite automatizar muchas tareas cotidianas. Esto es especialmente útil cuando estoy conduciendo (usando CarPlay, por supuesto) y se me ocurren ideas de negocio o un texto saludable para enviar a alguien.

Angela: Siento tanta curiosidad por ChatGPT y lo que surgirá de él como todos los demás en este momento. Comprender cómo este u otros LLM pueden convertirse en herramientas de nuestro trabajo diario nos brinda una gran oportunidad para situar el diseño de IA centrado en el ser humano a la vanguardia de nuestro trabajo.

En mi día a día reciente, sin embargo, estoy explorando Siri de nuevo – me compré un coche (¡después de no tener uno durante 10 años!) y apreciando los avances en la tecnología de manos libres del coche que es Apple CarPlay .

Alexa para recordatorios, Spotify, el tiempo y a veces compras Prime. Un gran uso para un asistente de voz doméstico que no creo que sea muy conocido es hacer que recuerde cosas por ti por ejemplo: «Alexa, recuerda que el juego extra de llaves de casa está en la estantería de los libros». Luego puedes preguntarle a Alexa dónde están cuando se te haga tarde.

¿Qué habilidades hacen a un gran diseñador conversacional?

Shraddha: Con la popularización de la IA conversacional, todos los sectores y empresas quieren integrarla en su producto o servicio. Aunque está muy bien subirse a la ola, el equipo debe identificar la verdadera necesidad de esta tecnología. Eso incluye al diseñador. ¿Puede el diseñador formular preguntas básicas pero difíciles como «POR QUÉ» y «QUÉ»? ¿Es la IA conversacional la solución adecuada para el problema?

Nate: En mi opinión, se necesitan tres habilidades principales. En primer lugar, saber escribir. En segundo lugar, que sepas utilizar y entender las herramientas de IA conversacional, lo cual es un reto porque esas plataformas no suelen ser bonitas ni fáciles de trabajar. En tercer lugar, te encanta aprender y tienes experiencia demostrada en autoaprendizaje o incorporación rápida. La razón de esto es que hay muchas cosas que están cambiando en este campo: las herramientas y las pilas tecnológicas son casi totalmente diferentes dependiendo de la empresa en la que trabajes.

Angela:

1. Curiosidad: ser el único en la sala que pregunta los «porqués» de si es o no el caso de uso correcto en el que te estás centrando, una característica del producto significativa y necesaria, etc.

2. Ser partidario de utilizar la investigación y los datos para tomar decisiones informadas a la hora de diseñar flujos netos nuevos u optimizar los existentes.
3. Diplomacia: trabajar con diferentes partes interesadas y, al mismo tiempo, respaldar tu trabajo es una importante habilidad interpersonal.

Las plataformas de creación de bots y todas las herramientas que las acompañan pueden aprenderse.

Por último, ¿qué recursos de aprendizaje utilizas?

Shraddha: Esta es una lista de recursos y personas que recomiendo a cualquiera que quiera introducirse en el diseño conversacional:

Vídeos:

• Everything You Ever Wanted to Know About Conversation Design – Cathy Pearl, Google https://www.youtube.com/watch?v=vafh50qmWMM
• AMA | The 5 Critical Differences Between Chat and Voice Design ft. Sonia Talati
• https://www.youtube.com/watch?v=EOrV02n8Brc
• AMA | Cathy Pearl, Head of Conversation Design Outreach at Google https://www.youtube.com/watch?v=Py3hx_KQD3A&t=2633s
• The Map for Multimodal Design ft. Elaine Anzaldo: https://www.youtube.com/watch?v=5DDi43usufw&t=2871s
• How to Become a Chatbot Conversation Designer: https://www.youtube.com/watch?v=FIl4GxHwfbU
• Conversation Design: How to use flows, storyboards & scripts: https://www.youtube.com/watch?v=pb6kADbEFUQ
• Applying Built-in Hacks of Conversation to Your Voice UI (Google I/O ’17): https://www.youtube.com/watch?v=wuDP_eygsvs

Libros:

• Conversaciones con Cosas: UX Design for Chat and Voice https://amzn.to/3rjoyIG
• Diseño de interfaces de usuario por voz: Principios de las experiencias conversacionales https://amzn.to/3d4BxW6

Gente increíble a la que seguir:

• Cathy Pearl
• Elaine Anzaldo
• Dr. Joan Palmiter Bajorek
• James Giangola
• Rebecca Evanhoe
• Diana Deibel
• Hillary Black

Nate: Yo uso Dialogflow CX, así que sea cual sea la plataforma que estoy usando, utilizo los documentos de ayuda. Por ejemplo, en mi puesto anterior nunca había trabajado con entidades, así que tuve que descubrirlas por primera vez y probarlas en un simulacro de bot. En este momento, tengo que aprender acerca de los controladores de eventos para una nueva característica Dialogflow que está saliendo. Así que los documentos de ayuda son mi mejor amigo. Luego, si tengo una pregunta, suelo intentar buscarla en YouTube. Muchos de los documentos de ayuda dicen: «Sólo tienes que hacer esto», pero uno se pregunta: «¿Cómo puedo hacer esto? Te has dejado los 10 pasos del proceso».

Angela: S / O a Conversaciones con las cosas por Diana Deibel y Rebecca Evanhoe – Me he referido a este libro a menudo en los últimos años.

Aquí hay una lista de recursos [Getting Started with CxD] que he recopilado y compartido con gente que está interesada en iniciarse en el Diseño de Conversaciones o en el aprendizaje continuo – hay muchos más recursos hoy en día (especialmente ahora con el bombo de ChatGPT) pero este es un buen lugar para empezar.

La búsqueda de seminarios web, conferencias, podcasts, etc. son lugares importantes para unirse a las conversaciones de actualidad como las mejores prácticas, tendencias emergentes, o demostraciones de nuevas herramientas – Conversational Collective, Voiceflow, Women in Voice, y Content Strategy Seattle son algunos ejemplos de los eventos a los que más a menudo me uno.

Sobre la autora

Elaine Anzaldo es Diseñadora Conversacional certificada y ha trabajado en varios puestos dentro de la industria de la tecnología de voz durante los últimos más de 4 años en empresas como NLX, Apple y SRI International. Como diseñadora tanto para grandes asistentes de voz como para el sector del autoservicio de atención al cliente, Elaine ha creado artefactos conversacionales para voz, chat e interfaces multimodales. ¡En su tiempo libre, también es una evangelizadora de las tecnologías de IA conversacional, escribiendo artículos para ayudar a los aspirantes a diseñadores de conversación a entrar en este campo y trabajando como voluntaria con el equipo de Voice This! Podcast.

LinkedIn | Twitter | Instagram | ADPList

The post Cómo ser contratado como diseñador conversacional – Parte 3 first appeared on Planeta Chatbot.

Aunque el diseño conversacional es una especialización única dentro de la UX, muchos, si no la mayoría, de los consejos sobre entrevistas para trabajos de diseño de UX no se aplican directamente a los trabajos de diseño conversacional. Además, muchos de los consejos sobre cómo entrar en el sector proceden de profesionales que ya llevan unos cuantos años trabajando en él. Si lo que quieres es un resumen claro y sin rodeos sobre cómo conseguir tu primer trabajo como diseñador de conversación, no busques más.

He entrevistado a cuatro diseñadores de conversación diferentes para averiguar qué consejos y trucos han utilizado para aprender más sobre este campo y, lo que es más importante, para ser contratados. Todas las personas que he entrevistado llevan menos de un año en su puesto actual. Conozcámoslos.

Nuestros cuatro profesionales de CxD

No dudes en conectar con ellos en los siguientes canales:

• Brittany Neal, LinkedIn y Twitter.
• Kevin Pichinte, LinkedIn.
• Julia Anderson, LinkedIn, Medium y Twitter.
• Austin Bedford, Linkedin y Twitter.

Y ahora, ¡a por las preguntas!

¿Cuál es tu cargo actual y tu empresa?

Brittany: Diseñadora de conversación en Wix

Kevin: Diseñador de conversación a tiempo parcial para Simple App; también soy estratega de contenidos SEO para Greenlane

Julia: Contratista en Samsung Research America como Conversational UI Writer

Austin: Diseñador de Conversación Senior en Salesforce

¿Qué tipo de trabajos has hecho antes?

Brittany: Gestora de proyectos en TransPerfect Translations → Ingeniera de software NLP en prácticas → Ingeniera de software NLP en Midea → Diseñadora de conversación en Wix.

Kevin: Periodismo digital y escritor de emisiones de televisión (piensa en NBC, Telemundo, ABC) → Escritor de UX→ Estratega de contenidos y diseñador de conversación

Julia: Consultora sanitaria → Diseñadora de UX → Diseñadora de Conversación. He trabajado en una gran corporación, una startup y empresas intermedias.

Austin: Especialista en facturación sanitaria → Profesor de inglés en China → Diseñador UX → Diseñador de producto → Diseñador de conversación.

¿Cuánto tiempo estuviste buscando trabajo?

Brittany: Casualmente, 3 meses.

Kevin: Técnicamente hablando, estuve buscando trabajo durante un tiempo, pero realmente empezó hace casi un año. Empecé a tomar cursos de escritura UX, a involucrarme de verdad y a aceptar más proyectos. Me tomó como 9 meses para conseguir un trabajo a tiempo completo, no sólo los proyectos.

Julia: estuve en búsqueda de empleo durante unos 6 meses haciendo trabajos independientes y concurso de diseño antes de aterrizar mi papel actual.

Austin: Probablemente durante un año.

¿Qué recursos o portales de empleo has utilizado para encontrar ofertas de trabajo?

Brittany: Principalmente Linkedin. En realidad estaba demasiado intimidada para solicitar un puesto en Wix, pero luego me contactó un reclutador excepcional. También me enteré de oportunidades en la comunidad Voice.

Kevin: En realidad fue simplemente establecer contactos con gente del sector y hablar con distintos profesionales. Me uní al grupo de Facebook de Hillary Black, Conversation Designer Internet Club. Por casualidad, Hillary publicó en su grupo un puesto de DC, le envié un mensaje, le pasé mi currículum y el resto es historia (conseguí el trabajo).

Julia: Me suscribí a las alertas de empleo de LinkedIn, Indeed y ZipRecruiter para «diseñador conversacional». También consulté regularmente conversationdesignerjobs.com de Hillary Black. Además, echaba un ojo a mi red de LinkedIn y a varios contactos del sector que sabían de ofertas que no estaban muy difundidas.

Austin: Así que presenté mi candidatura e intenté mantener entrevistas informativas. El puesto en Salesforce se debió a una entrevista informativa. Sinceramente, ni siquiera buscar trabajo antes funciona. Creo que a mucha gente le gusta hablar de su propio trabajo. Si puedes demostrar que te has interesado por su trabajo cuando tienes estas entrevistas informativas, puede que te hablen de una oportunidad que ni siquiera está anunciada. Hay un porcentaje de empleos que nunca se publican en Internet.

Si puedes demostrar que te ha interesado el trabajo [de alguien] cuando tienes estas entrevistas informativas, puede que te hablen de una oportunidad que ni siquiera está en la lista.

Austin

¿Cuándo sentiste que tu currículum o tu portafolio estaban por fin «listos» para las solicitudes de empleo?

Brittany: Cuando tuve todos los proyectos en los que había trabajado debidamente representados en mi currículum… Mi portfolio aún no está exactamente acabado. Es mucho más importante poder hablar del trabajo que has hecho y de las habilidades que tienes que preocuparte por mostrarlas. Tengo un chatbot en mi sitio web personal que definitivamente no representa mi experiencia como diseñador de Conversaciones, pero pensé: «¡Eh, es un chatbot!».

Kevin: Tengo un amigo que es investigador de UX. Me ayudó a preparar mi currículum desde el principio, así que no tuve que esforzarme mucho. En cuanto a mi portafolio – eso es algo que no he reunido oficialmente, pero tengo fragmentos de muestras de escritura UX y muestras de diseño de conversación que los clientes pueden ver. Están bajo acuerdo de confidencialidad, así que sólo puedo compartirlas con los clientes. En realidad nunca tuve ese momento de, «Oh, me siento listo». Simplemente comparto mis cosas, empezamos a entrevistar, entonces ven mi potencial y lo que realmente puedo hacer.

Julia: Mi currículum se completó antes que mi portfoliio. Una vez que tuve un par de entregables de mis funciones de diseño UX que podía hablar en las entrevistas, mi curriculum vitae estaba listo. Mi portafolio era y sigue siendo un trabajo en progreso. Apliqué a puestos de trabajo mientras mejoraba mi portfolio, pero no empecé a aplicar hasta que tuve 3 casos de estudio disponibles.

Austin: Dado que el sector es bastante nuevo, creo que un (caso práctico) realmente bueno está bien. Mi objetivo eran dos. Me gustaría mostrar el prototipo que tenía de un estudio de caso de Stanford, pero era una especie de proyecto extraño debido a COVID. Ya sabes, construir algo para COVID durante COVID; no estaba del todo completo. Pero, yo tenía el chatbot Pagers que se completó, así que fue capaz de hablar de los usuarios, el chatbot, así como nuestro flujo de trabajo.

Echa un vistazo a la página web del portfolio de Austin aquí.

¿Tuviste que realizar evaluaciones para las entrevistas? Si es así, ¿cómo fueron?

Brittany: Sí, Wix tiene una evaluación monstruosa. Pero es una prueba divertida que repasamos a fondo. Nunca me encontré con una tarea al solicitar un trabajo de diseño de conversación que no estuviera ansiosa por hacer. Esa fue otra forma de saber que había encontrado mi pasión, ¡no me cansaba de hacerlo!

Kevin: De nuevo, conocí Simple a través de Hillary Black. Ella me los presentó y el siguiente paso fue crear una conversación completa para un chatbot. Al principio, creé el diálogo de muestra, luego el guión real y lo implementé, siguiendo su guía de estilo de contenido, lo que tuvieran en ese momento porque está en constante desarrollo y cambio. Sin duda fue una prueba. Tuve que escribir un guión completo, mostrarles mi proceso y explicárselo. Les gustó. De hecho, utilizaron el guión que hice para mi prueba.

Julia: Hice una evaluación para mis entrevistas, pero normalmente tuve entrevistas individuales o en grupo durante todo el proceso de contratación. El único proyecto para llevar a casa era para un puesto de redacción de UX y tenía que optimizar la microcopia para varias pantallas y justificar mis cambios. Fue un gran ejercicio de diseño que me inspiró para seguir solicitando puestos que hicieran hincapié en la escritura.

Austin: No, más o menos tuve dos entrevistas informales con mi jefe. Me dan pavor las evaluaciones: son muy molestas porque no sabes mucho sobre la empresa y tienes que hacer muchas suposiciones.

¿Cuál fue el paso más complicado durante la entrevista?

Brittany: El proceso de entrevistas de Wix fue muy divertido. Sentí que había encontrado mi nicho basándome en lo mucho que disfruté de las charlas. Lo más difícil fue la preparación y la solicitud.

Kevin: Supongo que lo más difícil es cuando te hacen una pregunta y tienes que pensar con rapidez. A veces me preguntan: «¿Cómo sabe que esto va a tener éxito?» Y es difícil dar una respuesta porque cada proyecto es diferente. Los objetivos son diferentes. A veces la gente dirá: «Oh, tienes que hacer pruebas A / B o tienes que hacer esto», y es como «bueno, no necesariamente – espera.» Por lo tanto, creo que la parte más difícil para mí ha sido preguntas que no pensé, pero tengo que tirar de mi experiencia para responder lo mejor posible.

Julia: Durante las entrevistas, tuve que demostrar que entendía el diseño de conversaciones a pesar de tener poca experiencia en el mundo real. Elaborar una historia en torno a esto fue difícil, pero mi consejo es que demuestres curiosidad y pasión durante la entrevista. Expliqué cómo mis experiencias pasadas complementaban mi nueva carrera y di ejemplos concretos siempre que pude. Al fin y al cabo, una entrevista es una conversación y confiar en tus habilidades de conversación tendrá un gran impacto.

Austin: No sabía qué esperar. En la mayoría de las entrevistas que hice estaba muy estresado. Algunas llegaban hasta 5 rondas, así que expliqué mi trabajo unas 5 veces. Hubo una con una prueba de 2 horas. Para esta, realmente no sabía qué esperar porque era menos rigurosa y era menos formal.

¿Cómo has averiguado cuál podría ser tu sueldo? ¿Consultaste las cifras de otros puestos de trabajo?

Brittany: Hice algunas búsquedas en Google y en Glassdoor, pero es un campo tan nuevo con títulos tan variados que era difícil hacerse una idea. Lo comparé con la escritura técnica y ya tenía una idea de lo que era la ingeniería de software PNL.

Kevin: Mi principal referencia fue preguntar a gente del sector. En plan: «¿Cuánto tiene sentido cobrar por mi experiencia?», y todo el mundo me decía relativamente lo mismo. Sabía que tenía que asegurarme, aparte de investigar, de preguntar a profesionales reales cuánto ganaban en las ciudades más importantes, como Nueva York, Los Ángeles, San Francisco y Seattle. También investigué cuánto ganaba la gente en Los Ángeles, así que sin duda había una tarifa determinada que no aceptaría.

Julia: Utilicé Glassdoor para buscar remuneraciones para diseñadores conversacionales y redactores de UX en mi zona y con mi nivel de experiencia. También pregunté a colegas del sector que estaban al principio de su carrera para saber si estaba valorando mi trabajo de forma justa (¡y no me estaba subestimando!).

Austin: Glassdoor es sin duda mi amigo. Estando en San Francisco, tienes que saber exactamente lo que cobra la gente. No quieres malvenderte y es muy perjudicial no hacerlo, como si no pudieras pagar el alquiler.

¿Qué consejo le darías a alguien en su primer mes de trabajo?

Brittany: Que se relaje. Sólo sabes lo que sabes, y puedes aprender todo lo que necesites. Confía en que la empresa te ha investigado bien y te paga por tus opiniones. El sector aún se está creando, así que decide por ti mismo qué es lo mejor y qué debería ser lo estándar. Consume tantos conocimientos como puedas para subirte a hombros de gigantes y no tener que reinventar la rueda, pero también para saber que probar cosas nuevas conduce a innovaciones que benefician a todo el campo del diseño de conversaciones.

Kevin: No tengas miedo. Emprende sabiendo que no lo sabes todo. Si no sabes algo, búscalo. Google tiene la mayoría de las respuestas. Además, no tengas miedo de hacer preguntas, no hace daño. He preguntado a mucha gente del sector: «¿Cómo se hace esto?» o «¿Cómo se hace aquello?«, y todo el mundo me ha ayudado. Ese sería mi principal consejo para cualquiera: que no tenga miedo de lanzarse. Ojalá alguien me lo hubiera dicho, porque al principio estaba aterrorizada y no me sentía adecuada para trabajar en tecnología, pero a veces tienes que ponerte manos a la obra para hacer lo que tienes que hacer. Incluso si no lo haces bien a la primera, no pasa nada.

No tengas miedo. Hazlo sabiendo que no lo sabes todo. Si no sabes algo, búscalo […] Además, no tengas miedo de hacer preguntas.

Kevin

Julia: Sé una esponja. Absorbe toda la información posible sobre tu equipo, en qué trabajan a diario y cómo colaboran con las partes interesadas. Haz preguntas siempre que puedas, aunque parezcan tontas. Es mejor hacer preguntas «tontas» al principio que a los pocos meses.

Durante el primer mes, averigua cómo puedes aportar el máximo valor. Eso puede significar ser muy bueno en los requisitos específicos de tu puesto o echar una mano a un compañero de equipo. Sea lo que sea, asegúrate de que te comunicas regularmente con tu equipo para entender sus expectativas y estilos de trabajo.

Haga preguntas siempre que pueda, aunque parezcan tontas. Es mejor hacer preguntas «tontas» al principio que a los pocos meses.

Julia

Austin: Yo dedicaría el primer mes a entender realmente el producto. Una vez que entiendas el producto realmente bien, entonces podrás pensar en las oportunidades que puede ofrecer el diseño de la conversación. Para ello, tienes que hablar con el PMS, hablar con los diseñadores de UX y leer todos los recursos que pueda tener la empresa. Por supuesto, fíjate también en la marca; la marca te dará la voz y el tono de las conversaciones que vas a crear.

Pregunta extra ¿qué libros, artículos, vídeos u otros recursos te ayudaron a prepararte para tu trabajo?

Brittany: Microcopy: The Complete Guide de Kinneret Yiffrah. El taller de escritura técnica de TWI – fui conejillo de indias en su primera sesión de Zoom que empezaron durante COVID. Cathy Pearl en Youtube y su libro son buenos puntos de partida.

Los mejores recursos que utilicé fueron la Voice Community y participar en tantas reuniones virtuales y debates como pude. Asistir a conferencias como la Chatbot Conference y una celebrada por Rasa (L3-AI) también me hizo reflexionar sobre el futuro del diseño de la conversación, y las herramientas que la gente estaba utilizando junto con los grandes retos a los que se enfrentaban. Construir un bot a través del curso Dialogflow de Coursera también me ayudó mucho. Ya había creado un bot por mi cuenta jugando con DF, pero el curso me permitió conocer algunas herramientas que ofrecía y que no sabía que existían.

Kevin: Escribir es diseñar. Asistí al taller con Andy y Michael. De hecho, Michael me dio su opinión sobre un diálogo de muestra que estaba escribiendo, lo cual fue muy valioso, así que un gran aplauso para él. Además, Microcopy: The Complete Guide y los libros más habituales, como Designing Voice User Interfaces, de Cathy Pearl, o cualquier cosa que Google tenga en su sitio web.

Lo que es realmente útil es ver cómo el diseño de la conversación tiene muchas similitudes con otras industrias. Yo soy periodista y el diseño de la conversación es muy parecido. En el periodismo televisivo, tienes 15 segundos para escribir una historia completa y el presentador tiene que ser capaz de leerla como si estuviera manteniendo una conversación en directo. Así que, en realidad, se trata de aprovechar tu experiencia.

Julia: Designing Voice User Interfaces, de Cathy Pearl, es un recurso fantástico. He hojeado varios artículos en Medium (algunos de aquí) y Voicebot para mantenerme al día de las novedades. Las charlas mensuales de Voice Den también son un buen lugar para conocer gente y estar al tanto de los últimos acontecimientos del sector.

Mi recurso más importante fue mi red de contactos. Es difícil prepararse para un puesto de diseño de conversación sin saber lo que es ser diseñador de conversación. Mantener esas conversaciones con los colegas resultó muy valioso para mis entrevistas y mi trabajo actual.

Austin: Conversation Design Institute para la certificación es lo que hice. Definitivamente el libro de Cathy Pearl. Ahora, definitivamente pondría el libro de Rebecca (Evanhoe) allí también. Otros libros, creo que el libro Microcopy es muy bueno, aunque se centra más en la interfaz de usuario, y el libro de Sarah Richards sobre diseño de contenidos. También he descubierto recientemente a Deborah Tannen. Es interesante oírla hablar sobre el estilo conversacional.

Un buen consejo que tengo: si conoces a ciertas personas, por ejemplo Hans van Dam, escribe su nombre en la barra de búsqueda y mira qué podcasts le han entrevistado. Es una buena manera de saber más, porque no suelen aparecer en un solo programa.

Puntos clave

Consejo nº 1 – ¡No tengas miedo de hacer preguntas!
Consejo nº 2 – Conecta con otros profesionales de CxD, ¡nunca se sabe lo que puedes aprender!
Consejo nº 3 – Hay muchos recursos online y libros de los que aprender. El libro de Cathy Pearl es uno de mis favoritos.

Sobre el autor

Elaine Anzaldo es Diseñadora de Conversaciones certificada y ha trabajado en varios puestos dentro de la industria de la tecnología de voz durante los últimos más de 4 años en empresas como NLX, Apple y SRI International. Como diseñadora tanto para grandes asistentes de voz como para el sector del autoservicio de atención al cliente, Elaine ha creado artefactos conversacionales para interfaces de voz, chat y multimodales. ¡En su tiempo libre, también es una evangelizadora de las tecnologías de IA conversacional, escribiendo artículos para ayudar a los aspirantes a diseñadores de conversación a entrar en este campo y trabajando como voluntaria con el equipo de Voice This! Podcast.

LinkedIn | Twitter | Instagram | ADPList

The post Cómo ser contratado en diseño conversacional – Parte 1 first appeared on Planeta Chatbot.

Este médico griego nacido en el siglo V a. C. descubrió que el diálogo es clave para comprender los síntomas, la historia clínica y las preocupaciones de los pacientes. En la actualidad, los pacientes demandan resultados inmediatos y suelen encontrarse con lo opuesto: largos tiempos de espera, soluciones tardías o información poco clara.

La digitalización y la tecnología abrieron nuevas oportunidades para mejorar la atención médica. Uno de los caminos es encontrar la manera de acercar a los médicos con sus pacientes. La gran pregunta es cómo lograrlo sin aumentar la carga de trabajo en los profesionales de la salud.

Los chatbots ofrecen oportunidades para relacionarse de manera eficiente con los pacientes.

El Director de Innovación de Penn Medicine, Shivan Mehta, habla sobre las posibilidades de los chatbots para comunicarse de un modo ágil y, sobre todo, útil para el paciente. Ya sea que hablemos de un hospital, una clínica, un laboratorio o una farmacia, las respuestas inmediatas y personalizadas son solo la punta del iceberg. En BeBot, por ejemplo, trabajamos en crear chatbots con personalidades únicas que, además de resolver problemas, se vinculan con las personas usuarias a nivel emocional.

En el sector de la salud, los chatbots bien diseñados se conectan con el lado más humano de la medicina. Los dotamos con un arsenal de soluciones creativas y respuestas empáticas; y, con el tiempo, pasan a convertirse en un apoyo emocional para las personas.

Uno de los casos en los que trabajamos es el de un chatbot de guardia que acompaña a los pacientes antes de una colonoscopia: resuelve dudas, despeja miedos, permite la gestión de turnos, recomienda cómo tomar los medicamentos y envía notificaciones al personal ante casos sensibles. El caso es una muestra de cómo responder en un contexto de incertidumbre y temor. Descubrimos que los chatbots están a la altura del desafío y son capaces de maximizar las tasas de éxito para estudios o tratamientos de esta clase.

Del consultorio a tu celular

Los chatbots son los aliados ideales para las compañías de salud, ya que pueden ser programados para hacer tareas administrativas o repetitivas, como dar turnos o gestionar registros médicos. No se trata solo de ahorrar costos y aliviar el trabajo de oficina, sino de empoderar al paciente y darle herramientas para que se autogestione.

¿La automatización implica despersonalización? Al contrario, el objetivo del chatbot es conocer en detalle a las personas, hacer preguntas específicas sobre la historia médica del paciente y, con esa información, ofrecer recordatorios y recomendaciones personalizadas. Esa información sirve como insumo para los médicos y el análisis de los datos es útil para identificar patrones y tendencias, lo que puede elevar la calidad de la atención en todos sus niveles.

La experiencia de las personas cambia por completo cuando encuentran soporte en cualquier día y horario: ya no sienten que los profesionales o las instituciones le dan la espalda. Los chatbots están disponibles a solo un mensaje de distancia y se encargan de resolver las dudas frecuentes con información consistente y precisa.

Diseño de experiencias en salud

La introducción de un chatbot en una empresa de salud, no solo permite ahorrar recursos y mejorar la satisfacción del paciente, sino que marca un diferencial de negocio en el mercado. Si logramos que los pacientes tengan experiencias positivas, aumentaremos su fidelidad y tenderán a recomendar el servicio a otras personas. De esta manera, las compañías e instituciones de salud encuentran en los chatbots un triple impacto: en los pacientes, en los profesionales y en el negocio.

Siguiendo la línea de Hipócrates, donde las palabras coloquiales y la economía lingüística son clave, es interesante cómo podemos usar el lenguaje para diseñar experiencias en salud.

En BeBot, además de trabajar a nivel conversacional, nos especializamos en el desarrollo de personajes. ¿Prefieres que tu chatbot se parezca a Patch Adams, Merdith Grey o Gregory House? ¿Quieres que suene firme, amigable, experto o simpático? Cada elección define cómo trabajará el personaje y de qué manera se vinculará con las personas. ¿Y cuál es el resultado? Nunca tendremos dos chatbots iguales.

“Dondequiera que se ame el arte de la medicina”, dijo Platón, “se ama también a la humanidad”. A fin de cuentas, el propósito de chatbots de guardia o chatbots en el sector salud no es otro que poner a la tecnología al servicio de los pacientes.

Artículo escrito por Abel Salim, Conversational Writer de BeBot Desig.

The post Chatbots de guardia: ¿cómo pueden transformar el sector de la salud? first appeared on Planeta Chatbot.

Antes de mostrar cómo se podrán crear y visualizar anuncios en este nuevo entorno de búsquedas, es preciso explicar cómo funciona el sistema en sí. De acuerdo a las presentaciones realizadas por el equipo de Google, gracias a SGE los usuarios podrán realizar búsquedas más concretas y conversacionales a través del buscador, el cual devolverá una respuesta previa en la que se mostrará un contenido generado con IA Generativa y una serie de enlaces directos para aumentar la información. experiencia muy similar a que ofrecen otros buscadores basados en esta tecnología como You.com. Imagina que estás planeando ir de vacaciones a una determinada ciudad, estás deseando ir pero lo cierto es que no tienes claro qué monumentos y museos no te puedes perder. Como sueles hacer, acudes a Google para organizar tu viaje y solicitar información. Ahora, gracias a la IA Generativa, podrás obtener como respuesta una planificación completa en función de los días que estés y, como no, la redirección directa a enlaces de interés para que amplíes la información.

Vamos con otro ejemplo, piensa que estás buscando un vestido para una boda. Tienes claro el color, el corte e incluso las marcas que podrían encajar con tu estilo. Gracias a la llegada de SGE podrás incorporar en tu búsqueda toda esta información y el asistente te devolverá los productos que más se adaptan a tus preferencias. Además, en caso de haber olvidado algún detalle o querer solicitar información extra, también tendrás la opción de «replicar» o responder a esa respuesta que te han ofrecido. De modo que el agente, juega con el contexto que ya tiene.

Es precisamente en esas respuestas donde Google ha anunciado que se incluirá contenido promocionado, es decir, anuncios. Un contenido pagado por los anunciantes que será claramente identificable para los usuarios ya que desde la entidad aseguran que están «comprometidos con la transparencia y con hacer que los anuncios se distingan de los resultados de búsqueda orgánicos«. Por ello, cuando los anuncios se den en estas respuestas se seguirán mostrando las etiquetas de anuncios claras y evidentes.

Sin embargo, tal y como indican en su página web, esta nueva funcionalidad irá avanzando, al igual que lo ha hecho el propio buscador y las opciones de publicidad en él, a medida que la compañía vaya aprendiendo más sobre el comportamiento de los usuarios con SGE.

No cabe duda de que estamos ante un momento de cambio, el cual incluye una modificación de nuestra forma de buscar y consumir contenidos en la web. Precisamente, Vidhya Srinivasan, VP y GM de Search Ads y Ads on Google Experiences, así lo indicaba «un momento realmente hermoso, ya que tenemos una comprensión más profunda de lo que el usuario realmente está buscando. Y, además, tenemos la oportunidad de deleitarlos con algo que es muy relevante”.

Pero eso no es todo, el objetivo de Google es integrar las capacidades de la IA Generativa entre las funcionalidades que ofrece también a los anunciantes. De este modo, algunas de las herramientas que ya utilizan como Permormance Max subirán cambios. Gracias a esta nueva función, las marcas tan solo tendrán que indicar cuál es su sitio web y la IA Generativa hará el resto del trabajo, ofreciéndoles propuestas de imagen o copyes concretos para que puedan utilizarlos.

Fuente: Google (1) y Google (2)

The post Google ya planea incluir anuncios en su nuevo motor de búsqueda de IA Generativa first appeared on Planeta Chatbot.

Estos sistemas basados en inteligencia artificial están diseñados para entablar conversaciones de tipo humano con los usuarios, proporcionándoles ayuda e información. En este artículo, tuvimos el placer de entrevistar a un diseñador conversacional, Jurgen Gravestein, que compartió su experiencia sobre cómo ha evolucionado la tecnología con el tiempo. También nos adentramos en el tema de la prompt engineering, que es una parte esencial del desarrollo de una IA conversacional eficaz. Hablamos de los principales retos a los que se enfrenta el sector y de la importancia de la privacidad de los usuarios y la protección de datos. Por último, Jurgen compartió sus ideas sobre el futuro de la IA conversacional y ofreció consejos para quienes se inician en este campo.

¿Le gustaría compartir su experiencia sobre cómo ha evolucionado la IA conversacional con el tiempo?

«Claro, llevo más de cuatro años trabajando en este campo. Cuando empecé, había bastante pensamiento mágico en torno a los chatbots. La gente tenía la idea de que bastaba con conectarlo y funcionaba como por arte de magia. En realidad, hay mucho trabajo artesanal en la creación de asistentes de IA, desde el diseño de las respuestas hasta el entrenamiento del sistema para que entienda mejor las preguntas de la gente: el trabajo de los diseñadores conversacional y los entrenadores de IA.

Durante bastante tiempo, no vimos mucha innovación en este ámbito, salvo que las plataformas se hicieron más fáciles de navegar. Ahora cualquiera puede construir chatbots con facilidad gracias a los constructores de flujos visuales (más conocidos como plataformas no-code o low-code).

Los grandes modelos lingüísticos han cambiado mucho las cosas en los últimos tiempos. Han elevado el listón de lo que es posible en términos de conversación contextual y fluida. También ha provocado un impulso masivo para que las plataformas innoven y creen asistentes de IA más capaces que nunca. Al mismo tiempo, estamos asistiendo a un resurgimiento del pensamiento mágico.

Yo diría que la tecnología que hay detrás de ChatGPT no se entiende bien. Mucha gente es demasiado optimista sobre lo que es posible. Y lo entiendo: es fácil entusiasmarse cuando ves de lo que son capaces estos sistemas. Sin embargo, lo cierto es que crear aplicaciones a partir de grandes modelos lingüísticos puede ser bastante complicado. Simplemente conectarlos y dejar que interactúen con sus clientes podría dar lugar a resultados no deseados, con el consiguiente daño para la reputación, o algo peor».

¿Podría ayudarnos a entender cómo funciona la ingeniería de instrucciones en la IA conversacional?

«El Prompt engineering es una forma de diseñar las instrucciones que se dan a la IA para que entienda lo que se quiere que haga. Es como escribir una receta para que el sistema la siga. Cuanto mejor sea tu receta, mejor entenderá el sistema lo que quieres que haga. Por eso, algunas de las mejores prácticas de prompt engineering consisten en ser específicos, asignarle un papel o personaje y utilizar ejemplos de lo que se quiere ver.

Es un arte un poco oscuro, porque trabajamos con sistemas de caja negra. No sabemos realmente por qué llega a lo que llega. Los grandes modelos lingüísticos no son máquinas que buscan la verdad, sino gigantescos modelos estadísticos que predicen lo que debería venir a continuación en una secuencia de palabras. Lo que le das para completar, en última instancia, influye en el resultado de formas que no se pueden explicar completamente.

Esto significa que la única forma de comprobar la eficacia de las instrucciones es por ensayo y error. Hay que hacer muchos ajustes y aprender de ellos para acertar y conseguir que estos modelos produzcan resultados coherentes y de alta calidad».

¿Cuáles son actualmente los principales retos de la IA conversacional? ¿Deben preocuparse los usuarios por su privacidad y la protección de sus datos, y por qué?

«Las nuevas tecnologías no sólo introducen nuevas posibilidades, sino que también invitan a nuevos riesgos y vulnerabilidades. Uno del que quizá haya oído hablar son los llamados prompt injection attacks. Esto ocurre cuando se crea una entrada maliciosa, eludiendo cualquier filtro de seguridad o barrera de protección establecida, haciendo que un LLM haga cosas que se supone que no debe hacer. Simon Willison escribió un gran artículo sobre ello. El problema es que ahora vemos gente que coge LLMs y les da autonomía para ejecutar búsquedas web, hacer peticiones API, o ejecutar código generado – y ahí es donde las cosas pueden ponerse peligrosas.

También hay riesgos más sutiles. A medida que los asistentes de IA como ChatGPT se hagan más omnipresentes, la gente va a confiar más en ellos. Eso puede ser bueno: nos hará la vida más fácil y productiva, pero también puede crear una dependencia excesiva de estas herramientas, hasta el punto de que dejemos de ser críticos y confiemos en la precisión de los sistemas sin verificarlos. El ejemplo perfecto de esto es cuando CNET encontró errores en más de la mitad de sus historias escritas con IA, lo que provocó una pausa en el uso de su herramienta de IA.

También corremos el riesgo de confiar demasiado en las emociones. A medida que los asistentes de IA asumen el papel de amigo virtual, amante o confidente, la gente puede volverse dependiente de ellos. Esto podría conducir a una falta de conexión humana, cuando los usuarios confían en las máquinas para obtener apoyo emocional o compañía en lugar de relacionarse con otras personas.

Además, estos asistentes de IA personalizados podrán recopilar y utilizar datos personales sin que los usuarios comprendan plenamente o consientan cómo se utilizarán. Esta falta de transparencia y de consentimiento informado plantea evidentes problemas éticos. ¿Queremos realmente que máquinas altamente persuasivas conozcan nuestros sueños y deseos más profundos y oscuros? ¿Estarán nuestros secretos a salvo con ellas?».

¿Cuáles son sus ideas sobre el futuro de la IA conversacional?

«A pesar de las preocupaciones, soy optimista sobre el futuro. Pronto las interfaces conversacionales estarán omnipresentes en el ámbito digital, lo cual es realmente genial. Text-to-text, text-to-image, text-to-video… Si puedes pedirlo, puedes crearlo. Creo que la IA generativa y los sistemas que seremos capaces de construir sobre ella resultarán positivos para la humanidad si -y sólo si- los desarrollamos y desplegamos de forma responsable.

Personas como yo, diseñadores conversacionales, escritores y pensadores, tenemos una gran oportunidad de contribuir a ello. Podría dar la impresión de que todo consiste en llevar la tecnología a nuevos niveles. No es así. Para que las máquinas entiendan a las personas, necesitamos personas que entiendan a las personas. Necesitamos psicólogos y filósofos. Necesitamos educadores. Para que podamos estimular y construir la alfabetización en IA entre el público en general. Y también necesitamos que los legisladores den un paso al frente y pongan de su parte.

En última instancia, las IA que creemos serán un reflejo de nosotros. A todos nos interesa desarrollar sistemas que nos hagan sentir más humanos, no menos. Debemos tener siempre presente que la tecnología es una herramienta: es un medio para un fin, no un fin en sí misma.»

¿Tiene algún consejo para los que empiezan en este campo? ¿Cómo se llega a ser diseñador conversacional?

«Empieza a construir hoy mismo. Ensúciate las manos. Ten material para mostrar. Ni siquiera tiene que ser un proyecto para un cliente real. Existen herramientas increíbles, como Voiceflow, por ejemplo, que pueden ayudarte a crear rápidamente prototipos de chatbots. Podrás aprender rápidamente qué funciona y qué no.

Tener una buena comprensión de cómo funcionan los chatbots a nivel técnico y entender los conceptos básicos de cómo funcionan las plataformas de bots a alto nivel también es crucial. Hay que entender cómo funcionan las intenciones, las frases de entrenamiento y las entidades, entre otras cosas. Esto puede requerir una investigación adicional y una lectura profunda.

O puedes seguir un curso y obtener la certificación CDI, que ha ayudado a muchas personas a conseguir su primer trabajo o cliente. Esto requerirá cierta inversión, pero entrar en cualquier campo exigirá algún tipo de inversión en términos de tiempo, dinero o recursos».

Jurgen Gravestein es diseñador conversacional y consultor empresarial. Fue empleado núm. 1 en el Conversation Design Institute y ahora trabaja para la rama de estrategia y entrega de CDI Services, ayudando a las empresas a impulsar el valor empresarial con la IA conversacional. No dudes en suscribirte a su boletín Teaching computers how to talk.

¿Quieres saber cómo utilizar la IA conversacional para mejorar tu estrategia de marketing digital? ¡Yo puedo ayudarte!

Echa un vistazo a mi página web www.federicagirola.com ¡y charlemos!
Y UNA ÚLTIMA COSA ANTES DE IRTE…

Si te apetece contactar conmigo, puedes hacerlo a través de LinkedIn.

The post IA conversacional: retos, preocupaciones y oportunidades – con Jurgen Gravestein first appeared on Planeta Chatbot.

De acuerdo a lo que ha reportado la compañía, esta nueva herramienta ha sido desarrollada usando tecnología GPT con el objetivo de ayudar a los responsables de gestión de Redes Sociales en el proceso de creación de los contenidos, impulsando su creatividad y permitiendo adaptar sus creaciones a segmentos específicos de la audiencia. Sin embargo, OwlyWriter AI no solo es el resultado del uso de la tecnología GPT. No debemos olvidar que la plataforma Hootsuite cuenta con más de diez años de experiencia en la gestión de redes sociales, por lo que toda la información recopilada durante estos años también les ha servido para desarrollar sus propios patrones y fórmulas para conseguir el máximo éxito en cada red social. Como ellos mismos indican:

Un buen modelo de IA + La plataforma líder en gestión de RRSS =

EL MEJOR GENERADOR DE CONTENIDO PARA RRSS

Actualmente, la plataforma ha sido lanzada en beta abierta a sus clientes de forma complemente gratuita, por un tiempo limitado. Por el momento, OwlyWriter AI ofrece diferentes funcionalidades, entre las que destacan:

• Generar copyes específicos para una determinada fotografía en base al tono y audiencia que le indiques previamente.
• Crea contenido para días específicos y fiestas de carácter nacional e internacional, con el objetivo de que estas se adapten al topic de cada momento.
• Muestra ideas creativas para impulsar la imaginación del gestor de contenido.

“Cuando preguntamos a nuestros clientes cuál era el mayor reto al que se enfrentaban como gestores de redes sociales, casi un tercio de ellos nos dijeron que era ”la dificultad para encontrar ideas de contenido» ha destacado Natalia Williams, Directora de Producto de Hootsuite, durante el lanzamiento de este producto «Con nuestros clientes en el centro de nuestra experiencia de producto, nos propusimos diseñar una herramienta que facilitara enormemente la creación de contenido social y ayudara a nuestros clientes a romper de una vez con la monotonía de contenido en las redes sociales”.

Gracias a su interacción con el nuevo entorno, podrán recopilar información útil que les permitirá realizar modificaciones y, ante todo, adaptaciones continuas que permitirán que OwlyWriter AI mejore sus capacidades. Además, las opiniones de los clientes ayudarán a ofrecer mejoras más personalizadas a la herramienta de contenido a medida que Hootsuite aumenta el valor de esta nueva plataforma en su flujo de trabajo y en su estrategia de diseño y desarrollo de producto. Si quieres ver su funcionamiento en directo, no te quedes sin darle al play:

Fuente: Hootsuite

The post Hootsuite anuncia el lanzamiento de OwlyWriter AI para generar contenidos en RRSS first appeared on Planeta Chatbot.

¿Cómo se puede programar IBM Watson?

Las capacidades mentales y lógicas de IBM Watson le permiten responder al discurso humano, procesar más información y devolver respuestas a una pregunta concreta. Se programa utilizando habilidades de diálogo. Podemos integrar Webhook y Watson para procesar un bot de múltiples dominios.

¿Qué es un webhook?

Un webhook en el desarrollo web es una estrategia para ampliar o cambiar la forma de comportarse de las aplicaciones web con callbacks personalizados.

Para crear una aplicación de IA tenemos que crear una cuenta en la nube. Aquí te comparto el enlace, por lo que no pierdas el tiempo y accede para crear tu propia cuenta en la nube. Ahora, ¡es el momento de lanzar tu asistente!

Abre el catálogo => Busca IBM Watson => Inicia sesión con tu IBM I’d => lanza tu asistente.

Si ya has terminado con el lanzamiento, entonces tienes que empezar con la creación de un diálogo y habilidades de búsqueda. Añade más frases de usuario y entrena a tu bot.

Al llegar al caso de uso, he desarrollado un «Cat-fact bot». Aquí he utilizado Ninja Cat fact API. Abajo he insertado el código, donde puedes conectar Cat fact API con los servicios de Watson:

Como puedes ver, obtuvimos la respuesta correcta

let rp = require('request-promise')
function main(params) {
const options = {
uri: "https://catfact.ninja/fact",
json: true
}
return rp(options)
.then(res => {
return { extract : res }
})
}

Y ahora, obtendrás un endpoint, simplemente haz clic en él y copia la URL de tu web action, el último paso es conectar la URL con Watson.

Eso es todo, tenemos que hacer una integración. A partir de ahora, he integrado un bot en el sitio web. Permíteme proporcionar el código de front-end:

<!DOCTYPE html>
<html lang="en">
<head>
 <meta charset="UTF-8">
 <title>Chatbot</title>
 <link rel="stylesheet" href="style.css">
</head>

<script>
 window.watsonAssistantChatOptions = {
   integrationID: "b33e16b4-6122-4c07-b7b0-0cc771636435", // The ID of this integration.
   region: "eu-gb", // The region your integration is hosted in.
   serviceInstanceID: "649fb444-33ef-49e7-9c8f-25a237018794", // The ID of your service instance.
   onLoad: function(instance) { instance.render(); }
 };
 setTimeout(function(){
   const t=document.createElement('script');
   t.src="https://web-chat.global.assistant.watson.appdomain.cloud/versions/" + (window.watsonAssistantChatOptions.clientVersion || 'latest') + "/WatsonAssistantChatEntry.js";
   document.head.appendChild(t);
 });
  </script>
<body>
 <meta name="viewport" content="width-device-width, initial-scale=1">
<style>
 df-messenger {
  --df-messenger-bot-message: #3e4352;
  --df-messenger-button-titlebar-color: #775529;
  --df-messenger-chat-background-color: #a86f6f;
  --df-messenger-font-color: white;
  --df-messenger-send-icon: #878fac;
  --df-messenger-user-message: #bd2772;
 }
  </style>
 
  
</body>
</html>

He adjuntado el snap de la respuesta del chatbot, puedes comprobarlo.

Pregunta del usuario → Hey bot, necesito algún dato sobre gatos.
Bot → Los gatos responden más fácilmente a los nombres que terminan en un sonido \ee»».
Pregunta del usuario → ¡Gracias, Bot!
Bot → ¡Es un placer!

¡Así funciona el chatbot! ¡Si tienes alguna duda puedes escribir en los comentarios !

¡Muchas gracias por leer mi post!

Nos vemos en el siguiente post. Estaré proporcionando más contenido relacionado con chatbots AI, RPA & Machine Learning. ¡Feliz Automatización!

The post ¿Cómo hacer que una IA conversacional sea más receptiva? first appeared on Planeta Chatbot.

Hace un tiempo también empezamos a diseñar una experiencia distinta: bots que usen la voz como forma de comunicación.

Y si bien imaginaba que el proceso de trabajo sería similar a la creación de un bot que usara texto para comunicarse, estaba confundido. El lenguaje escrito que usamos en WhatsApp es radicalmente diferente al que utilizamos para charlar. Una cosa es escribir. Otra, hablar.

De a poco fuimos dándonos cuenta de que los asistentes de voz, por más que estén desarrollados a la perfección, necesitan de la interconexión con otros dispositivos para poder solucionar inconvenientes. ¿A qué me refiero? A que la voz requiere del complemento de dispositivos externos con pantallas y teclados para poder interactuar con los usuarios y crear una experiencia fluida.

Pensemos en el contexto. Las computadoras, hasta ahora, prácticamente siempre tuvieron pantallas. Desde las desarrolladas por hackers en Silicon Valley hasta los teléfonos más avanzados de la actualidad. Y con las pantallas llegó la necesidad de tener formas de generar inputs que fuesen eficientes. Las más utilizadas son conocidas por todos: el teclado, el mouse y la tecnología táctil. “Comunicarse” con computadoras funciona bien porque creamos maneras de ingresar información que son rápidas y para las que prácticamente no se necesita entrenamiento.

La voz como input es increíble. Pasamos de tener que abrir una app, ir al buscador, escribir el nombre de una banda y darle play para que empezara a sonar. Hoy alcanza con decirle a un dispositivo escondido en una repisa «Alexa, poné Arctic Monkeys» para que empiece la música.

Pero si bien en algunos casos esta forma de input es increíble, en otras empieza a hacer agua. Es fácil responder por «Sí» o por «No» a una pregunta de un dispositivo de voz, pero se vuelve complicado ingresar el número del seguro social, un documento o incluso un apellido difícil de pronunciar. Siri llegó al mercado en 2011 de la mano de Apple y esos problemas siguen dándose. Quizás sea el momento de empezar a pensar posibles soluciones.

La “voz” es un canal muy rápido en algunos casos pero también extremadamente lento en otros. Para entender si el asistente nos está dando la respuesta esperada, la mayoría de las veces tenemos que escuchar todo lo que tenga para decirnos. Cuando eso pasa con un mensaje de texto que nos llega a WhatsApp, Telegram o a través de un sitio podemos recorrerlo rápidamente. El texto es escaneable, la voz no.

Así lo explican Christine W. Park y John Alderman en Designing Across Senses: «Los productos multimodales combinan diferentes interfaces de manera coherente. Nos permiten experimentar la tecnología de la misma manera que experimentamos nuestra vida: a través de nuestros sentidos. Un buen diseño multimodal nos ayuda a mantenernos enfocados en lo que estamos haciendo. Un mal diseño multimodal nos distrae con interacciones torpes, inconexas e información irrelevante. Nos saca de nuestra experiencia personal de maneras que, en el mejor de los casos, son irritantes y, en el peor, peligrosas».

Imaginemos a uno de estos asistentes de voz intentando listar diferentes camisetas con sus tamaños, colores y características para que nosotros elijamos cuál queremos comprar. Duele de solo pensarlo.

Cada época fue marcada por diferentes tecnologías. Durante el 2000 el reinado se lo llevó Microsoft con Windows y la interfaz desktop. Bill Gates y compañía fueron los que llevaron el escritorio que teníamos en nuestras oficinas, repletas de papeles y carpetas, a la pantalla de la PC. Siete años más tarde, en el 2007, nació el iPhone. Con él no solo llegó la revolución de los smartphones y las pantallas táctiles, sino la de millones de desarrolladores de todo el mundo creando aplicaciones que rompían los límites de lo que, incluso los creadores del teléfono, habían imaginado. No es extraño que, en 2010, Eric Schmidt, quien era CEO de Google en ese momento, dijera que en la compañía estaban empezando a trabajar con el mobile first en mente. Le tomó solo seis años al tráfico generado a través de dispositivos móviles superar al de desktop.

El párrafo anterior parece atravesar eras, pero solo se tratan de poco más de 15 años. Del reinado de la interfaz gráfica del escritorio de Windows en el 2000 al tráfico mobile superando al de escritorio en 2016.

Hoy, en 2022, hablarle a nuestros dispositivos es cada vez más normal. ¿Tiene sentido, entonces, seguir pensando solo en pantallas a la hora de diseñar?

El futuro de las interfaces conversacionales será multimodal. No solo no será raro que saltemos de una interfaz a otra, sino que se tratará de la convención. En algunos casos le contestaremos a nuestros dispositivos utilizando la voz mientras que en otros lo haremos escribiendo o tocando la pantalla. Porque, como es lógico y sucede en todos los ámbitos, hay fortalezas y debilidades en cada dispositivo. Nuestro trabajo como diseñadores es poder determinar cuáles son esas fortalezas para explotarlas y, a fin de cuentas, hacerle la vida más fácil a las personas.

Escrito por Axel Marazzi – Conversational Ux Writer en Bebot.

The post Diseño conversacional y pantallas: el futuro es multimodal first appeared on Planeta Chatbot.

Según este informe de Acquire, 1.400 millones de personas en el planeta utilizan actualmente chatbots de forma regular. Eso es casi el doble de la población de Europa.

A medida que más y más millennials se convierten en clientes de pago que prefieren hablar con un ordenador en lugar de con un ser humano real, añadir un chatbot a su sitio web no es sólo sentido común, es una cuestión de supervivencia.

Pero qué pasa si ya tienes un chatbot involucrado, que se está encargando de todas esas conversaciones con los clientes, haciendo un poco de generación de leads para ti, manejando el soporte al cliente, e incluso ayudando al equipo de ventas. Debes tenerlo todo resuelto y ahora sólo tendrías que sentarte, tomar un té helado (o café, si lo prefiere) y ver cómo crece tu negocio, ¿verdad?
Pues no.

La analítica del chatbot es tan importante como añadir un chatbot a tu sitio web. Tener un bucle de retroalimentación le ayuda a encontrar áreas de mejora para tu chatbot, que sólo puede conducir a un mayor negocio.
En esta entrada del blog, vamos a examinar:

1. Por qué es importante medir el rendimiento del chatbot
2. Las principales métricas que debe supervisar
3. Recursos adicionales para aprender más sobre las métricas del chatbot

Por qué es importante medir el rendimiento del chatbot

1. Céntrate en las métricas correctas: Implementar chatbots a tu sitio web es solo el paso primer para garantizar que ninguno de tus clientes se quede sin atención. Muchas veces, las empresas no obtienen los resultados deseados de los chatbots porque han sido optimizados para las métricas equivocadas. La medición de la analítica del chatbot nos ayuda a hacer un seguimiento de los KPI más importantes y a tomar decisiones basadas en datos.
2. Medir la eficacia de tu chatbot: Si tienes los indicadores de rendimiento adecuados, puedes medir la eficacia de tener un chatbot en tu sitio web. Responder a algunas preguntas básicas como: «¿En qué medida son útiles los chatbots para resolver las consultas de mis clientes?» o «¿Los chatbots dirigen a mis clientes para que realicen acciones rentables?» te ayudará a calibrar la eficacia de tu chatbot.
3. Comprender el recorrido del cliente: Para estar orientado a los datos, es necesario visualizar ciertos aspectos del recorrido del cliente en tu sitio web, como las rutas de los usuarios, los puntos de salida, etc. Una buena solución de chatbot viene con un panel de análisis de chatbot que te ayuda a mapear todos estos detalles, ayudándote a entender el recorrido del cliente mucho mejor.
4. Medir el ROI en el negocio: Los chatbots tienen un impacto real en el negocio, y las analíticas de los chatbots proporcionan información como el número total de clientes potenciales generados, el total de tickets resueltos, el tiempo medio empleado por conversación, etc. Con estas métricas en la mano, puedes tomar decisiones de negocio calculadas, como la cantidad de inversión adicional que se requiere en tu sitio web y en qué áreas.

Principales métricas para chatbots

Hemos clasificado las métricas que debe seguir en 4 grandes categorías, y las enumeramos aquí en orden de menor a mayor importancia. Aquí están las 12 métricas principales, en nuestra opinión, que debes seguir para medir la eficacia de tu chatbot.

1. Tasa de finalización de objetivos
2. Mensajes de inicio de conversación
3. Puntuaciones CSAT
4. Análisis de la intención del bot
5. Mensajes del bot
6. Nuevos usuarios
7. Usuarios totales
8. Usuarios activos
9. Usuarios comprometidos
10. Tasa de rebote
11. Tasa de retroceso
12. Duración de la conversación
13. Tasa de finalización de objetivos: El GCR está en la parte superior de nuestra lista porque mide con éxito la eficacia de tu chatbot, capturando el porcentaje de interacciones de los usuarios que han tenido éxito sobre el chatbot. Tu bot existe esencialmente para responder a una consulta del cliente, y esta métrica le indica la eficacia con la que tu bot procesa la entrada y da una respuesta que responde satisfactoriamente a la consulta del cliente. El IGC depende de la calidad de tu procesamiento del lenguaje natural y de sus capacidades de inteligencia artificial.
14. Mensajes de inicio de conversación: La interacción entre el bot y el cliente es una calle de doble sentido, y el número de veces que el bot inicia la conversación constituye la base de esta siguiente métrica. Las empresas necesitan iniciar conversaciones con los clientes para que permanezcan más tiempo en el sitio web, por lo que, en cierto modo, los mensajes de inicio de conversación ayudan a medir el alcance orgánico de tu plataforma. Sin embargo, ten cuidado de no parecer demasiado insistente en sus mensajes de inicio de conversación, ya que pueden ahuyentar a tus clientes potenciales. Suena natural y cálido.
15. Puntuaciones CSAT: Las puntuaciones de satisfacción del cliente son una métrica importante para medir, ya que todos los negocios quieren clientes felices que sigan regresando. Para medir la satisfacción del cliente con tu chatbot, todo lo que tiene que hacer es pedir al cliente que deje un «me gusta» o un «pulgar hacia abajo».

Como se puede ver, el chatbot de «Eve» está justo en la cima con los agentes humanos cuando se trata de las puntuaciones CSAT, lo que significa que el bot es eficaz y la gente realmente le gusta interactuar con él. Sin embargo, dado que los agentes siguen superando a Eve en la primera posición, hay mucho margen de mejora.

Otra forma de medir la eficacia de tu chatbot es medir las puntuaciones de CSAT antes y después de introducir el bot en tu sitio web. Si las puntuaciones de CSAT muestran un descenso, significa que probablemente el chatbot no ha sido tan efectivo como usted quería y podría reconsiderar tener uno en tu sitio web.

1. Análisis de la intención del bot: El análisis de la intención de los bots ayuda a tus desarrolladores a evaluar cómo tus mensajes se asignan a categorías de intención específicas. Es una medida de lo «inteligente» que es su bot actualmente y de cómo se puede mejorar.

Como puedes ver, la intención de bienvenida se activó el máximo número de veces, lo que significa que la mayoría de los visitantes de tu chatbot comenzaron su pregunta con un «Hola» o «Hello» y el bot respondió en consecuencia.

1. Mensajes del bot: El número total de mensajes enviados por el bot durante el curso de una conversación constituye la base de esta siguiente métrica. Esta métrica mide la duración de la conversación entre el cliente y el bot, y generalmente queremos que este número sea alto. Una advertencia importante es que no queremos que esta métrica sea alta por las razones equivocadas, como, por ejemplo, si el bot da la misma respuesta una y otra vez a una consulta que no entiende.
2. Nuevos usuarios: Esta es una métrica importante para medir, especialmente si acabas de desplegar un chatbot en tu sitio web. El número de nuevos usuarios que tiene tu chatbot te ayuda a medir la popularidad de tu chatbot, lo que te ayudará a tomar decisiones de negocio para que el chatbot maneje más cosas. Como con cualquier nuevo avance tecnológico, el interés de los clientes está destinado a disminuir con el tiempo en su chatbot, y si usted es capaz de atraer un buen grupo de nuevos usuarios a su chatbot, puede mantener el impulso.
3. Total de usuarios: Como su nombre indica, esta métrica le indica el número total de usuarios que están interactuando con tu chatbot. Se trata de una métrica importante, ya que le permite medir el impacto de su chatbot y su éxito general. El total de usuarios también da una indicación de la cantidad de datos a los que está expuesto el chatbot, y puedes utilizar esta información para calcular el tamaño del mercado.
4. Usuarios activos: Los usuarios activos son aquellos que han leído los mensajes de tu chatbot en un periodo de tiempo determinado. Se trata de una métrica importante de seguir porque, dado el número de tus usuarios activos, puedes hacerte fácilmente una idea de cuántos clientes potenciales tiene para tu producto o servicio. Esto, a su vez, te permite medir la eficacia de tus esfuerzos de marketing, y ahora puede invertir recursos donde realmente se necesitan. Ten en cuenta que con los usuarios activos, el compromiso no está garantizado, y la métrica sólo muestra cuántas personas han visto el contenido de su chatbot.
5. Usuarios comprometidos: A diferencia de los usuarios activos, los usuarios comprometidos miden cuántas personas realmente devuelven mensajes al chatbot, una vez que tu bot ha iniciado la conversación. Se trata de una métrica importante de seguir, ya que puede darle acceso a las estadísticas de la conversación, diciéndole exactamente la eficacia de su chatbot. Si has configurado un chatbot para responder a las preguntas más frecuentes o a preguntas sencillas de facturación, querrás que esta cifra sea mayor.
6. Tasa de rebote: Se trata de una métrica importante de seguir, no sólo para medir la eficacia de tu chatbot, sino para medir el rendimiento de tu sitio web en su conjunto. La tasa de rebote representa el número de personas que visitan tu sitio web y se van sin interactuar con tu chatbot. Queremos mantener esta cifra lo más baja posible, ya que no tiene sentido hacer que tu bot sea inteligente y capaz de responder a todas esas complicadas consultas si nadie interactúa con él. Hay una gran variedad de razones por las que las tasas de rebote son altas, incluyendo una mala UX, el diseño del sitio web, tiempos de carga más largos, etc.
7. Tasa de rebote: Una respuesta FallBack es aquella en la que el bot no entiende la consulta de un usuario y da una respuesta enlatada que ha sido establecida por el diseñador del bot. La tasa de ocurrencia de esta respuesta Fallback se denomina tasa de Fallback y para diseñar eficazmente un chatbot, se deben conocer los mensajes del usuario que desencadenan estas fallbacks. Si el chatbot está mal colocado, entonces el FBR está destinado a subir, o también podría ser un fallo en el motor de NLP si el bot no es capaz de entender lo que el usuario está buscando.
8. Duración de la conversación: El último factor de nuestra lista es un poco difícil de cuantificar, ya que hay dos caras de la moneda. La duración de la conversación entre el chatbot y el usuario debe ser la adecuada, ni demasiado larga ni demasiado corta. Si la duración de la conversación es demasiado larga, significa que el usuario tiene dificultades para encontrar lo que está buscando, y lo más probable es que se aleje del sitio web. Si la duración de la conversación es demasiado corta, significa que el bot no ha conseguido atraer al usuario y que éste ha salido del sitio web sin quedarse demasiado tiempo. En cualquier caso, es muy importante que vigiles de cerca la duración de la conversación, ya que te ayudará a realizar cambios sutiles en el diseño de tu chatbot y a mantener a tus clientes comprometidos en tu sitio web.

Para terminar

En esta entrada del blog, te hemos hablado de las 10 principales métricas que debes revisar y controlar si estás invirtiendo en un chatbot para tu sitio web, pero queremos dejarte con más. Por ello, no olvides tener también en cuenta el canal de WhatsApp es una de las plataformas de mensajería más populares que existen.

Publicado originalmente en https://www.kommunicate.io/ el 3 de abril de 2022

The post 12 métricas para chatbots que no podrás ignorar first appeared on Planeta Chatbot.

¡Presentamos Metaflow!

Metaflow

Metaflow es una herramienta de código abierto desarrollada por Netflix y dirigida a resolver algunos de nuestros dolores de cabeza.

Metaflow se desarrolló originalmente para aumentar la productividad de los científicos de datos que trabajan en una amplia variedad de proyectos, desde estadísticas clásicas hasta aprendizaje profundo de vanguardia.

Hay varias áreas en las que este paquete está ayudando.

1. Flujo de trabajo integrado

Tendemos a parar en la etapa pickle.dump(). Con esto, tendríamos que hacer un poco más para poder etiquetar nuestros «pasos», y los pasos conducen a una tubería flexible para su uso posterior.

2. Trabajar con control de flujo y versión

Las cosas se almacenan en el camino para que estos artefactos puedan ser recuperados más tarde. El siguiente ejemplo recupera las especificaciones del modelo de la ejecución más reciente. Y se puede acceder a diferentes run.id para cada usuario según sea necesario.

Básicamente, puedes ejecutar tu script sin tener que preocuparte en que el sistema haya comprometido tu código o haya almacenado todos los parámetros de entrada en un notebook. Puedes retroceder en el tiempo y recrear todo tu historial de trabajo, o reiniciar desde cualquier paso.

El código de implementación para el trabajo de formación es simplemente: python myflow.py run

3. Agricultura de trabajos de múltiples modelos  

Para configurar varios trabajos para un problema como la búsqueda en cuadrícula, solo necesitas una línea más de código para entregar la paralelización a metaflow.

4. Descarga de cómputo

Para romper el límite de recursos de tu portátil, simplemente puede anotar los recursos deseados y entregarlos a metaflow con el decorador de @resources.

Metaflow se encargará de crear la imagen de docker adecuada, publicar el código de usuario, envolverlo y asegurarse de que todos los datos estén disponibles en esa instancia remota ejecutando el código de usuario y luego guardar todos los datos de nuevo en el almacén de datos.

Metaflow puede especificar fácilmente los requisitos de recursos para diferentes segmentos de tu código y eso impulsa la utilización de tu clúster de computación. Esto es realmente importante desde el punto de vista del coste cuando hay muchos usuarios que ejecutan diferentes cargas de trabajo.

5. Dependencias de cómputo especificadas fácilmente

El caso de uso aquí podría ser, por ejemplo, si entrenaste un modelo con Pytorch 1.11 y te gustaría migrar a la versión 1.12, podrías agregar un paso más con la versión más reciente para entrenar dos modelos en paralelo y comparar las ejecuciones para decidir si es seguro actualizar.

6. Preparándose para la producción

Una vez que hayas terminado con tu flujo de trabajo y puedas escalar tu flujo de trabajo en un proveedor cloud, lo siguiente que podrías considerar es cómo ejecutar el flujo de forma asíncrona cuando los datos se actualizan o el rendimiento del modelo ha decaído. Aquí es cuando necesitas publicar tu flujo de trabajo en un orquestador de flujo de trabajo.

Se vuelve más complejo cuando los flujos de trabajo de machine learning responden a los flujos de trabajo de ingeniería de datos ascendente que pueden no ser responsabilidad de su equipo. El equipo de ingeniería de datos puede tener diferentes SDK o paradigmas de programación en los que puede necesitar encajar a pesar de que ha terminado con tu creación de prototipos locales.

Metaflow ayuda al usuario a implementar su código de creación de prototipos en estos orquestadores de flujo de trabajo de producción y hace que su trabajo sea inmediatamente parte del resto del ecosistema de ingeniería.

7. Integración rápida y sucia en cualquier momento

Lo que más me impresiona es cómo metaflow puede ayudar a implementar prototipos rápidamente sin implicar SLA pesados. Como configurar una función o modelo como servicio rápidamente y permitir a los usuarios simplemente implementar fragmentos de su código y simplemente usarlo.

Utiliza un decorador de @endpoint para ejecutar la implementación. En el siguiente ejemplo, el usuario está interesado en implementar el flujo de entrenamiento #726. De esta manera, los usuarios pueden optar por actualizar su punto final de alojamiento muy fácilmente en función de sus resultados de experimentación.

Hay más capacidades que ofrece metaflow que resuenan con muchos de los casos de uso que he visto, como:

• Facilitar el acceso rápido a los datos de alto rendimiento con Spark SQL
• Facilitar la colaboración, la replicabilidad y la reproducibilidad del trabajo entre los miembros del equipo (a medida que se registran todos los pasos)
• Apoyo a los usuarios de R

Como facilitador de la organización de la ciencia de datos, a menudo pienso en cómo hacer que la vida de nuestros compañeros científicos de datos sea más fácil y plena. Somos como un estudio en el que estamos desarrollando soluciones a diferentes problemas en el día a día.

Al final del día, la gestión de una gran cartera de proyectos de ciencia de datos también es un problema de optimización. Además de la dimensión de impacto y las prioridades que nos preocupan profundamente, es crucial entender cómo se orquesta el desarrollo de la IA y cuáles son los costos. Hay puntos de cabeza que resolver para permitir la IA acelerada.

Mis equipos han utilizado el enfoque «por encima de la pared» para el despliegue, así como para construir puntos finales de contenedores Docker, usando Sagemaker, etc. Metaflow está definitivamente en mi lista para probarlo como la herramienta de implementación de próxima generación.

Gracias por leer mi boletín. ¡Puedes seguirme en Linkedin! Y puedes encontrar el post original aquí.

The post Cómo controlar el Long Tail en la aplicación de Machine Learning industrial first appeared on Planeta Chatbot.