Hay algo de lo que pocas personas hablan cuando se trata de implementar agentes: la mayoría de las veces carecen del contexto que necesitan para ser realmente útiles.
Es probable que tus agentes estén conectados a tu base de conocimiento o incluso a tu CRM, pero cuando no tienen idea de lo que tus usuarios están haciendo realmente: dónde experimentan frustración, dónde abandonan o dónde chocan continuamente con muros de pago, corres el riesgo de perder oportunidades o incluso de empujarlos a cancelar.
Y es exactamente por eso que nos asociamos con Fin. Porque vimos un camino mejor hacia adelante; uno donde los agentes de soporte tienen contexto sobre quiénes son tus usuarios y cómo se comportan en tu producto. Con nuestra integración nativa de MCP, Pendo le da a Fin visibilidad en tiempo real sobre lo que los usuarios están haciendo realmente dentro de tu producto y la capacidad de actuar de forma proactiva, antes de que un usuario abra un ticket.
Por qué el "soporte impulsado por IA" ha fallado en su mayoría, hasta ahora
La promesa de la IA en el éxito del cliente siempre se ha centrado en tres cosas:
- Detectar problemas antes
- Personalizar a escala
- Permitir que tu equipo se enfoque en trabajo de alto valor
La realidad ha sido un sistema de tickets solo un poco más inteligente, y la razón es simple.
La IA de soporte opera en lo que los usuarios dicen, no en lo que hacen. Y los usuarios son notoriamente malos para articular el problema real. Cuando dicen: "esta función no funciona", lo que quieren decir es: "He intentado completar este flujo de trabajo cinco veces, no entiendo la interfaz y estoy a punto de rendirme y cancelar".
Los datos de comportamiento del producto te dicen lo segundo. Pero hasta ahora, no había un camino claro para llevar esas señales de comportamiento a tu agente de soporte en tiempo real.
Pendo captura esa capa de comportamiento: señales de frustración, completaciones de flujos de trabajo, tasas de adopción de funciones, NPS, sentimiento y puntuaciones predictivas de cancelación basadas en patrones de uso reales. Lo que hemos construido con Fin es la primera conexión nativa entre esa inteligencia y un agente de IA que realmente puede actuar en consecuencia.
Cómo se ve esto en la práctica
Tres escenarios que representan los mayores centros de costo para los equipos de CS y soporte hoy en día:
Un usuario está atascado antes de saber que está atascado. Un usuario está en medio de un flujo de trabajo y comienza a hacer clic con rabia. No ha abierto un ticket. No ha escrito nada en el chat. Pero Pendo ya ha marcado señales de frustración: clics muertos, retrocesos, anomalías en el tiempo por paso. Fin recoge esa señal y muestra ayuda contextual en el momento: la documentación correcta, un recorrido guiado o una oferta directa para conectarse con soporte. El ticket que se habría abierto en 20 minutos nunca llega a crearse.
Una cuenta en riesgo comienza a desvincularse antes de que aparezca en tu presentación de QBR. El uso en una cuenta clave cae un 35% en tres semanas. Los usuarios dejan de iniciar sesión, o solo actúan una fracción del tiempo que solían hacerlo. Sin embargo, nadie ha dicho nada. En el mundo anterior, un CSM detectaría esto en una revisión mensual, enviaría un correo electrónico y esperaría lo mejor. Con Pendo y Fin, esa cuenta se marca de forma proactiva como en riesgo, y Fin activa una secuencia de reenganche personalizada: un check-in, un "esto es lo que podrías estar perdiéndote", una invitación a programar tiempo con el equipo. Acción proactiva, semanas antes de lo que cualquier persona hubiera podido detectarlo.
Un usuario avanzado llega al límite justo cuando debería ocurrir la conversación. Un usuario ha exportado 47 archivos este mes. El límite de su plan es 50. También ha pasado tiempo en las últimas dos semanas explorando funciones que están detrás de un muro de pago. Pendo detecta ambas señales. Fin inicia una conversación oportuna y sin presión sobre lo que está disponible en el siguiente nivel. En lugar de depender del tradicional correo electrónico masivo, ahora tienes mensajes contextuales dentro del producto, en el momento en que el usuario tiene más probabilidades de interactuar con ellos.
Los datos detrás de la decisión
No necesitamos hacer una lluvia de ideas sobre cómo integrar nuestros productos. Lo construimos porque los datos que ya existían hacían que el problema fuera imposible de ignorar.
Cuando analizamos las cuentas de Pendo que cancelaron versus las que renovaron y ampliaron, las señales de comportamiento eran consistentes y predecibles:
- Disminución en la amplitud de uso de funciones
- Abandono en pasos específicos del flujo de trabajo
- Reducción en la frecuencia de sesiones
- Aumento de señales de frustración
- Disminución del sentimiento y puntuaciones bajas de NPS
Los datos siempre estuvieron ahí. Ahora existe un sistema automatizado para conectar esa inteligencia con tu capa de activación.
Los equipos para los que construimos esto
Conectar los movimientos de soporte al cliente y de ventas adicionales con los datos de comportamiento del producto ha sido genuinamente difícil de lograr, hasta ahora. Al asociarnos con Fin, hemos desbloqueado nuevos casos de uso para flujos de trabajo del mundo real:
Los equipos de Éxito del Cliente pasan demasiado tiempo en la gestión reactiva de problemas y no suficiente tiempo en cuentas estratégicas. La integración maneja automáticamente las intervenciones de alto volumen y urgentes, para que los CSMs puedan enfocarse en las relaciones que realmente necesitan un ser humano.
Los líderes de Soporte que buscan mejorar las tasas de CSAT y deflección sin aumentar el personal. El soporte contextual y proactivo, antes del ticket, es la estrategia de deflección de mayor impacto disponible.
Los equipos de Producto y Crecimiento que ya saben dónde tienen dificultades los usuarios (porque Pendo se los indica) pero que han carecido de una línea directa para intervenir en tiempo real. Ahora la tienen.
Cómo empezar
La integración está ahora en beta y disponible para pruebas para clientes en ambas plataformas.
Si estás interesado en comenzar, completa el formulario para hacérnoslo saber y nos pondremos en contacto contigo.
La integración de Pendo × Fin está construida sobre el MCP (Model Context Protocol) de Pendo, que conecta la inteligencia de comportamiento de Pendo directamente con herramientas y agentes de IA. Obtén más información sobre Pendo MCP.
