Kathleen Ross, Teachable's Product Support Associate Director, podía ver exactamente dónde los nuevos usuarios se atascaban en el producto. El 33% de las conversaciones de soporte de nuevos usuarios provenían de la página de Precios de Cursos. El 30% de Configuración de Pagos. Y más de un tercio de las personas que escribían no estaban enojadas, estaban confundidas y perdidas.

Los datos que Kathleen necesitaba estaban ahí, pero su agente de soporte con IA no podía ver ninguno de ellos. "Nuestro soporte era 100% reactivo", dice Kathleen. "Solo escuchábamos de los creadores una vez que ya estaban lo suficientemente frustrados como para abrir un ticket."

Esa es la limitación que comparten la mayoría de los agentes de IA, que sienten los equipos de éxito del cliente (CS) en todas partes. Los agentes no tienen acceso al historial de páginas, señales de comportamiento ni a lo que el usuario ya intentó hacer, por lo que solo interactúan con los usuarios después de que ya se les ha hecho una pregunta. Incluso si un creador muestra frustración dentro de la app, como clics repetidos por enojo, no tienen idea porque no llenaron un ticket.

Pero hace unos meses, Teachable encontró una manera de sortear esto.

El problema que comparten todos los agentes de soporte con IA

Teachable es una plataforma utilizada por más de 150,000 creadores que crean, venden y ofrecen cursos en línea para más de 1 millón de estudiantes.

Kathleen ya había implementado Fin (el agente de IA de Intercom, conocido como "Sunny" para los usuarios de Teachable). Funcionaba, pero tenía dos limitaciones que comparten la mayoría de los agentes de soporte:

  1. Sin contexto de comportamiento. Cuando un usuario abría un chat de soporte, el agente de soporte no sabía qué página acababa de dejar, cuántas veces había hecho clic en el mismo botón roto, ni si ya había leído el artículo de ayuda que estaba a punto de recomendar. Cada conversación e interacción con el usuario comenzaba desde cero.
  2. Sin proactividad. Fin respondía preguntas de usuarios que saben cómo preguntar, pero no podía llegar a quienes se quedaban atascados, hacían clic repetidamente con frustración en las páginas y cerraban la pestaña.

La pieza faltante: el contexto del producto

Uno de los mayores desafíos que enfrentan los equipos de soporte es traducir lo que los usuarios hacen en la aplicación en un impacto empresarial real. Por eso Pendo rastrea lo que los usuarios hacen en la aplicación, como visitas a páginas, uso de funciones, clics de frustración, clics en errores y retrocesos, para que los equipos puedan identificar dónde los usuarios encuentran fricción. Y ahora, con Pendo Agent Toolkit, esos datos de uso se incorporan a tu agente de IA en tiempo real para una atención al cliente proactiva.

Juntos, le brindan a los agentes de CS el contexto y la capacidad de comunicarse primero. Cuando Pendo detectó fricción en alguna de esas páginas, un webhook se activó hacia Fin con el contexto de la página adjunto. Fin abrió un chat: "Parece que tuviste algunos problemas al ajustar tu configuración. ¿Qué estabas intentando cambiar?"

El mensaje de Fin nombra el problema, y esa especificidad generó un aumento del 200% en la participación. Los resultados, a las seis semanas:

  • El 86% de las conversaciones proactivas se resolvieron sin escalamiento.
  • Tasa de resolución del 67,2% en conversaciones iniciadas por Pendo frente a una tasa de automatización general del 54%.
  • El 91% nunca necesitó comunicarse con un compañero humano.
  • 4.10 sobre 5 de puntuación CX promedio en conversaciones que Sunny cerró sin soporte humano.
  • 38% de tasa de apertura en mensajes proactivos frente al 9–12% en su pop-up de incorporación anterior.

Un creador estaba angustiado por un dominio bloqueado en estado "pendiente", y otro tenía $864 en fondos retenidos sin ninguna explicación. Ambas situaciones son urgentes, emocionalmente cargadas y propensas a generar espirales de tickets. Sin embargo, como Pendo podía mostrarle a Fin lo que cada usuario estaba haciendo en la aplicación, Fin respondió con detalles específicos y explicaciones adaptadas a cada usuario. Al final, ambas conversaciones se cerraron con una puntuación CX de 5 sobre 5.

"A veces, los usuarios no usan el mismo lenguaje que usamos internamente", explicó Kathleen. "Pero como Pendo está en esa página, Fin pudo dar una respuesta muy específica porque el agente realmente estaba viendo lo que hacía el usuario."

Un consejo de Teachable: Qué hacer antes de empezar

Configura las reglas de audiencia antes de activar Pendo Agent Toolkit. Cuando Teachable activó por primera vez el disparador proactivo, aún no lo había limitado a los nuevos creadores. La herramienta se activó para todos, incluidos los creadores con altos ingresos y años en la plataforma que no querían contacto de bots. Kathleen lo corrigió en pocas horas, pero a quién le envías soporte importa tanto como qué envías.

Algunos consejos que ella recomienda:

  • Empieza de forma acotada. Elige dos o tres páginas con alta fricción y un segmento de audiencia, y confirma que estás obteniendo datos limpios antes de expandirte.
  • Piensa en la cadencia. En un producto donde los usuarios se mueven mucho, ajusta con qué frecuencia se activa el disparador.
  • Preséntalo como un problema específico. Cuando Kathleen presentó el caso internamente, no empezó con la IA. "En lugar de hacer el gran discurso de 'la IA puede ayudar'", dice, "encuentra un problema específico que quieras resolver. Los nuevos creadores se están atascando. Necesitamos comunicarnos con ellos de una manera más proactiva y específica. Eso fue lo que logró el respaldo."
  • La configuración es rápida. A Teachable no le tomó más de una hora ponerlo en marcha. Pierce Healy, Director Sénior de Productos de IA en Pendo, estima que la configuración toma entre 30 y 60 minutos.

Más allá del soporte proactivo

La infraestructura que Teachable construyó para el soporte funciona igual de bien para la retención. Las mismas señales de Pendo que activan las conversaciones de soporte también pueden impulsar la adopción de funciones, convirtiendo el soporte al cliente en un proceso proactivo: guiando a los creadores hacia flujos de trabajo clave y detectando la deserción antes de que se convierta en cancelación.

El próximo disparador de Teachable es la incorporación a Stripe: cuando un creador comienza la configuración y la abandona, Sunny hace un seguimiento. Es el mismo Agent Toolkit, ayudando a los usuarios de forma proactiva en un punto diferente de su recorrido.

Comienza con Pendo Agent Toolkit

Pendo Agent Toolkit está en beta. Si utilizas un agente de soporte de IA, como Fin, Sierra, Decagon o cualquier otro, y quieres mejorar el impacto de tu equipo de soporte al cliente, comunícate con tu gerente de cuenta o únete a la beta.

Este blog incluye contenido de un webinar de Teachable. Míralo aquí.