Los equipos de todas las organizaciones necesitan un contexto integral que viva en múltiples sistemas (como Pendo, Slack, Google Drive, Confluence, Jira y Salesforce). 

Al conectar estas fuentes de datos a través de MCP, pueden hacer preguntas que abarcan esos sistemas: liderazgo combinando Pendo y Slack para el análisis de NPS; ingeniería combinando Pendo, Jira y comentarios de clientes para priorización; o bien, combinar Pendo y Salesforce para la resolución de casos. 

Esto elimina los silos de datos y permite tomar decisiones basadas en una visión holística en lugar de perspectivas fragmentadas.

Por primera vez, tu CEO, representante de soporte al cliente y especialista en marketing de producto pueden todos acceder a la misma inteligencia poderosa, sin necesidad de habilidades especializadas ni de cambiar constantemente entre aplicaciones. 

Y ahora, estamos democratizando el acceso a los insights de producto con el servidor MCP de Pendo, incorporando datos de comportamiento en LLMs como Claude, Cursor e incluso Salesforce. En lugar de iniciar sesión en paneles de control o ejecutar informes manuales, los equipos pueden hacer preguntas en lenguaje natural y obtener respuestas basadas en el comportamiento real de los usuarios. 

¿Suena como algo que tu empresa podría usar? Aquí hay 12 indicaciones para comenzar con Pendo MCP, desde tu CEO hasta tu equipo de ingeniería.

Indicaciones de MCP para la alta dirección

1. Actualización de diapositivas para la junta directiva con datos de producto en tiempo real 

En las reuniones trimestrales de la junta directiva, el equipo de liderazgo de Pendo frecuentemente necesita informar sobre el progreso de los compromisos del trimestre anterior y actualizar las diapositivas con datos de rendimiento. 

Para hacer esto, le indican a su LLM: "Lee las diapositivas de producto del informe de la junta de agosto de 2025 y luego propone actualizaciones basadas en el uso del producto del último trimestre." 

El LLM de tu elección devolverá información sobre las tendencias generales de adopción, las métricas de rendimiento del producto, las tasas de interacción dentro de la aplicación, la actividad de los promotores internos y la distribución de usuarios avanzados: todo lo necesario para una narrativa de directorio basada en datos.

2. Monitoreo de métricas empresariales clave, como MAUs diarios 

Pendo tenía el objetivo de alcanzar 1 mil millones de usuarios activos. Mientras nuestro equipo ejecutivo hacía seguimiento del progreso hacia esta meta, le preguntaron a Claude o ChatGPT: "¿Cuántas personas están usando nuestro producto hoy? ¿Ha aumentado o disminuido desde la semana pasada?" 

También usaron este prompt para tener en cuenta la estacionalidad, comprender cómo los días festivos afectarán el uso y profundizar en las tendencias. 

3. Análisis del sentimiento de los clientes entre los detractores de NPS

Muchas empresas, incluida Pendo, tienen un canal de Slack que muestra cada respuesta de NPS que reciben en la aplicación. Sin embargo, estas respuestas de encuestas pueden inundar tu bandeja de entrada, lo que dificulta analizar el feedback con regularidad. 

Para comprender los temas principales entre los detractores (o promotores), el CEO y cofundador de Pendo, Todd Olson, conecta Claude tanto a Slack como a Pendo y luego pregunta: "Dame los clientes que dejan respuestas negativas de NPS en el canal #nps." 

Claude identifica los temas clave entre los detractores, convirtiendo un flujo caótico de alertas en información útil sobre lo que más frustra a los clientes. 

Indicaciones de MCP para ingeniería y TI 

4. Priorización del trabajo de ingeniería 

Tomer, gerente de ingeniería de Pendo, necesitaba un enfoque basado en datos para priorizar el trabajo. Lo logró con MCP combinando análisis de uso, comentarios de clientes e informes de errores. 

Para hacer esto, Tomer le pidió a Claude: "Encuentra las páginas con las mayores caídas de uso en los últimos 30 días y adjunta comentarios de clientes con datos de ARR. Finalmente, agrega los tickets de Jira relevantes." 

Como resultado, Tomer obtuvo un informe completo que mostraba: 

  • Cómo la página del panel antiguo estaba afectando los eventos
  • Cuánto ARR está impactando en las cuentas
  • Cuántos errores reportados por clientes estaba generando 

Prompts de MCP para equipos de Producto

5. Construir casos respaldados por datos para decisiones de hoja de ruta 

Jenn, gerente de producto de Pendo, necesitaba defender una inversión en una funcionalidad cuando el equipo de ingeniería quería reasignar recursos a otro lugar. Para recopilar datos, Jenn le preguntó a Claude: "Muéstrame los datos de uso de Pendo para nuestra función de informes personalizados durante el último trimestre. ¿Quién la usa más, con qué frecuencia y cuál es el impacto en la retención?" 

Descubrió que muchas cuentas de alto valor utilizan la función semanalmente, y que las cuentas que la adoptan en los primeros 30 días tienen una retención un 40% mayor. A continuación, Claude generó automáticamente un caso de negocio en Google Docs que demuestra que esta función impulsa un crecimiento que vale la pena invertir.

6. Descubriendo oportunidades de inversión ocultas

Jenn también necesitaba evaluar la plataforma para la planificación anual y quería encontrar funciones con alto uso pero con problemas de calidad. Para ello, le preguntó a Claude: "¿Hay funciones con un alto número de errores en Jira pero con métricas de adopción sorprendentemente sólidas en Pendo?" 

Claude descubrió que una de nuestras funciones más utilizadas, por conteo de eventos, tenía errores en su funcionalidad principal, lo que reveló una oportunidad de inversión de alto valor que merece atención. Con estos datos en mano, Jenn podría rápidamente priorizar esta corrección en la hoja de ruta.  

7. Investigación de picos y caídas en el uso 

Por último, Jenn notó un aumento repentino en una función con la que no estaba familiarizada y quería entender la causa raíz del problema. Para ello, creó una habilidad de Claude que verifica los metadatos de los visitantes, agrupa los datos por segmentos, revisa los días festivos federales y busca en Slack, Google Drive y Confluence señales relevantes.

Luego, Jenn preguntó: "Usemos el investigador de uso de Pendo para investigar un aumento en el uso del elemento de navegación de agent analytics." Claude identificó un pico de 7x el Día de los Veteranos y lo rastreó hasta un anuncio en Slack que indicaba que la función había pasado de beta cerrada a beta abierta. 

8. Priorizar la atención diaria al producto con resúmenes de uso automatizados

Michelle Green, Directora de Producto en Cohely, enfrentaba un problema común: con cientos de usuarios activos en la plataforma cada día, no sabía qué sesiones de Pendo priorizar. Revisar manualmente las repeticiones de sesiones era que consumía mucho tiempo y a menudo significaba perder señales críticas.

Para resolver esto, Michelle creó un agente en Dust.tt que se ejecuta cada mañana a las 8 a. m., extrayendo la actividad de Cohely del día anterior desde Pendo. Luego pregunta: "¿Qué pasó ayer?"

El agente devuelve un resumen diario que muestra la actividad que vale la pena celebrar, los patrones preocupantes que necesitan atención y los replays específicos que se deben ver, todo contextualizado en función del recorrido ideal del cliente de Cohely. Con MCP, Michelle sabe exactamente dónde invertir su tiempo cada día.

9. Obtener retroalimentación de diseño realista basada en el comportamiento del usuario

Lindsay Frank en Clinical Ink luchaba con un desafío de diseño común: la retroalimentación era lenta, subjetiva y desconectada de lo que los usuarios realmente hacen en el producto. 

Para validar los diseños frente al uso real, Lindsay conectó Pendo MCP y Figma MCP a Claude, extrayendo datos de producción como el uso de funciones, patrones de comportamiento e información sobre segmentos. Luego mapeó estos datos a personas de usuario definidas. 

Ahora, ella escribe el prompt: "Revisa este archivo de diseño de Figma y dame retroalimentación como [persona], basándote en su comportamiento real en el producto."

Claude devolvió críticas de diseño contextualizadas, basadas en el comportamiento real de los usuarios, identificando posibles problemas de usabilidad en una etapa temprana del proceso de diseño, antes de que lleguen al desarrollo.

Indicaciones de MCP para Éxito del Cliente

10. Completar automáticamente presentaciones de revisión trimestral de negocios 

Un representante de éxito del cliente en Pendo necesitaba prepararse para una revisión trimestral de negocios (QBR) con un cliente actualizando una presentación con datos de la cuenta. Para hacerlo, subió su plantilla estándar a Claude Artifacts y escribió: "Usa la plantilla BSR en Google Drive y completa todos los detalles para este cliente." 

Claude luego generó una presentación completa basada en la plantilla, mostrando puntos de datos como: 

  • Visitantes activos
  • Eventos
  • Aplicaciones activas
  • La fecha de renovación
  • Horas de uso
  • Prioridades estratégicas
  • Estado de adopción
  • Oportunidades para el crecimiento continuo

11. Identificar clientes en riesgo antes de que abandonen

Stephanie Tanzar en ATC creó un Panel de Salud del Cliente para ayudar a los gerentes de cuenta a detectar de forma proactiva a los clientes en riesgo de abandono. Los datos de participación de los clientes estaban en Pendo, pero no eran accionables.

Para solucionar esto, Stephanie conectó Pendo MCP para extraer la frecuencia de inicio de sesión, la adopción de funciones, la participación en eventos y las métricas de consistencia. Luego, creó un algoritmo de puntuación de salud (0-100) que clasifica las cuentas como Saludable, En riesgo o Crítico. 

Los gerentes de cuentas en ATC ahora pueden preguntar: "Muéstrame los clientes en riesgo de abandono" y "¿Qué nuevos clientes no están adoptando las funciones clave?"

El panel muestra las cuentas inactivas, los clientes que han dejado de usar las funciones principales y los nuevos clientes que necesitan capacitación. Ahora, los gerentes de cuentas de ATC saben exactamente a quién contactar, en lugar de esperar a descubrir los problemas después de que un cliente ya haya decidido irse.

Indicaciones de MCP para Marketing

12. Creación de campañas de marketing basadas en el producto 

Tate, una especialista en marketing de producto en Pendo, estaba planificando la campaña de lanzamiento de disponibilidad general para Agent Analytics y necesitaba comprender el comportamiento histórico de los usuarios dentro del producto. 

Para averiguarlo, Tate le preguntó a Claude: "Muéstrame qué funciones de Agent Analytics utilizan más nuestros usuarios beta. Luego, crea un resumen de lanzamiento en Google Docs que sintetice los principales casos de uso y comportamientos de los usuarios." 

Después de esto, Claude descubrió que los usuarios beta querían comparar el tiempo de finalización de flujos de trabajo agénticos y no agénticos, analizar conversaciones y comprender los principales casos de uso. Claude creó un resumen de lanzamiento v1 y mensajes basados en estos desafíos, y le dio al equipo de marketing una comprensión más profunda de los usuarios de Agent Analytics. 

Las herramientas de IA son tan inteligentes como el contexto que les proporcionas. Ya seas un ejecutivo preparando presentaciones para la junta directiva, un ingeniero priorizando correcciones de errores o un agente de soporte resolviendo casos, Pendo MCP integra la inteligencia de producto en tus flujos de trabajo existentes. 

¿Listo para conectar el servidor MCP de Pendo a tu flujo de trabajo? Aquí te explicamos cómo configurarlo hoy.