La precisión de un agente de voz es la proporción de llamadas que el agente gestionó correctamente: entendió lo que necesitaba la persona, no rompió la conversación, la llevó hasta la acción objetivo o transfirió la llamada a un empleado a tiempo. La tasa de reconocimiento de palabras es solo una parte. A continuación: de qué se compone la precisión, dónde se pierde y cómo logramos que un agente funcione de forma estable en llamadas reales.
Cómo medir la precisión
Medir la «precisión en general» no tiene sentido: un agente puede reconocer bien cada palabra y aun así no conseguir agendar al cliente. Dividimos el resultado en varios indicadores y seguimos cada uno en llamadas reales.
| Indicador | Qué muestra |
|---|---|
| Datos clave capturados correctamente | Nombre, teléfono, dirección, fecha e importe sin errores |
| Solicitud entendida | El agente identificó correctamente por qué llama la persona |
| Llamada llevada a una acción | Una cita, una confirmación, un lead en el CRM o una pregunta respondida |
| Transferencia a tiempo | Una llamada compleja pasó a un empleado en lugar de quedarse atascada con el agente |
| Velocidad de respuesta | Las pausas entre turnos no rompen la conversación |
La métrica final para el negocio es cuántas llamadas terminaron en la acción objetivo. Los demás indicadores muestran en qué paso se pierde el resultado.
El recorrido de una llamada
En cada turno, el agente pasa por cuatro pasos: reconoce lo que dice la persona, decide qué responder, pronuncia la respuesta y la transmite por la línea telefónica. Los errores se acumulan a lo largo de la cadena. Si algo se oye mal al principio, la solicitud se malinterpreta; un retraso en cualquier paso hace que la conversación se sienta muerta.
Los errores se suman a lo largo de la cadena: si oyes mal al principio, entiendes mal. Un retraso en cualquier paso rompe la conversación.
Reconocimiento de voz: dónde se pierden las palabras
El audio telefónico es un canal comprimido, con ruido, eco y cortes. La gente llama mientras conduce o desde la calle, habla rápido o con acento. Justo lo que más le importa al negocio es lo que peor se reconoce: nombres, direcciones, números de teléfono, importes y nombres de productos.
Qué ayuda:
- Un vocabulario de apoyo. Una lista de tus productos, calles, nombres habituales y formatos de número ayuda al sistema de reconocimiento en tu sector.
- Repetir lo importante. El agente repite el número de teléfono, la fecha y la dirección y pide a la persona que los confirme. Lleva un par de segundos y elimina la mayoría de los errores en los datos.
- Preguntar en lugar de adivinar. Si el agente no está seguro de lo que oyó, vuelve a preguntar, como haría un operador atento.
Interrupciones y pausas
Una conversación real no sigue turnos estrictos como un chat. La gente interrumpe, piensa en voz alta y se detiene a mitad de frase. El agente tiene que hacer dos cosas: callarse cuando la persona empieza a hablar y reconocer cuándo ha terminado, sin cortarla mientras busca su número de contrato.
Si estos dos ajustes fallan, la gente se irrita más rápido que con los errores de reconocimiento. Por eso los comprobamos con grabaciones de llamadas reales y no con frases de prueba.
Velocidad de respuesta
Incluso una pregunta bien entendida vale poco si la respuesta llega tres segundos después: la persona cree que se cortó la línea y vuelve a hablar. Nuestro objetivo es responder en menos de 1–1.5 segundos. Para lograrlo, la voz se reconoce mientras la persona todavía habla, y el agente empieza a hablar antes de tener armada toda la respuesta.
En voz, la velocidad importa más que una frase pulida. La conversación sigue viva mientras el agente responde a ritmo humano.
Guion y transferencia a un empleado
Un agente preciso conoce sus límites. Lleva con seguridad una conversación estándar, pero ante una duda, una queja o una solicitud inusual no inventa una respuesta y transfiere la llamada a un empleado. El empleado recibe el resumen de la llamada y los datos recopilados, y no tiene que empezar de cero.
Definimos de forma explícita las señales de transferencia: una petición directa de hablar con una persona, irritación en las palabras de quien llama, una pregunta fuera del guion, malentendidos repetidos. La transcripción y el resumen de cada llamada quedan en la ficha del CRM, así que cualquier llamada se puede abrir y revisar.
Qué llamadas delegar a un robot
Un bot de voz funciona bien en llamadas entrantes: responde fuera del horario laboral, alivia la línea en los picos de demanda, agenda citas y califica leads. Entre las llamadas salientes, encajan bien las de servicio a personas que dieron su consentimiento: confirmaciones de citas, recordatorios, devoluciones de llamada por una solicitud. No hacemos llamadas automáticas en frío: las normas sobre llamadas automatizadas varían según el país, así que acordamos los escenarios y la base del consentimiento antes del lanzamiento.
Qué preparar antes del lanzamiento
La mayor parte de la precisión se construye antes de la primera llamada. Cuanto mejor es la preparación, menos correcciones hacen falta después. Esto es lo que le pedimos al cliente al inicio:
- Grabaciones de llamadas reales. Unas cuantas decenas de conversaciones típicas muestran cómo hablan de verdad los clientes: sus palabras, sus preguntas, dónde dudan. A partir de ellas se construyen el guion y las pruebas.
- Preguntas frecuentes con respuestas. Precios, direcciones, horarios, condiciones. El agente responde solo a partir de esta base y no inventa lo que falta.
- Listas de referencia para el vocabulario de apoyo. Nombres de servicios y productos, calles y barrios si las direcciones importan, el formato de los números de contrato.
- Reglas de transferencia. Quién recibe la llamada, en qué horario y qué hacer si nadie contesta: registrar la solicitud y crear una tarea para devolver la llamada.
- Acceso al CRM y a la telefonía. El agente debe crear un negocio o una solicitud y dejar la transcripción y el resumen en la ficha.
Antes del lanzamiento probamos el agente con llamadas de prueba basadas en estas grabaciones y revisamos cada indicador de la tabla anterior. Solo entonces lo activamos en una parte de la línea real, por ejemplo fuera del horario laboral, y ampliamos su alcance cuando los resultados se estabilizan.
Cómo mejoramos la precisión después del lanzamiento
No se puede mejorar lo que no se mide. Después del lanzamiento escuchamos llamadas reales, marcamos el paso en el que la conversación falló y corregimos una cosa a la vez: el vocabulario de apoyo, la redacción del guion, las reglas de transferencia, las pausas. Cada cambio se comprueba en llamadas reales.
Las primeras semanas después del lanzamiento son las más importantes: la gente usa formulaciones que el guion no previó. Precisamente por eso, cada proyecto incluye dos semanas de soporte después del lanzamiento.
Al final medimos el resultado de negocio: cuántas llamadas se atendieron fuera del horario laboral, cuántos leads llegaron al CRM, cuántas citas se confirmaron. Cómo se traduce esto en dinero lo mostramos en nuestros casos de éxito.
Costo
Nuestro bot de voz cuesta desde 0.03 USD por minuto de conversación; la configuración como módulo independiente, desde 650 USD. El lanzamiento toma desde 7 días: una auditoría exprés gratuita de tus llamadas en una hora, un plan en 3 horas más y después un piloto con tus llamadas. Más detalles en la página del bot de voz con IA. Si además necesitas respuestas basadas en los documentos de la empresa, consulta cómo responde la IA a partir de los documentos de la empresa.
Preguntas frecuentes
¿Qué precisión de reconocimiento necesita un agente de voz?
Más que la tasa de palabras reconocidas, importa que los datos clave se capturen correctamente y que la llamada llegue a una acción. El agente repite el número de teléfono, la fecha y la dirección y pide confirmación, lo que elimina la mayoría de los errores.
¿Y si la persona interrumpe al agente?
El agente debe callarse y escuchar, como haría una persona. Comprobamos este ajuste con grabaciones de llamadas reales antes del lanzamiento.
¿Qué hace el agente con las llamadas complejas?
Las transfiere a un empleado junto con el resumen de la llamada y los datos recopilados. Las señales de transferencia se definen en el guion de antemano.
¿Puede un bot de voz llamar a nuestra base de clientes?
Puede hacer llamadas de servicio a personas que dieron su consentimiento: confirmaciones de citas, recordatorios, devoluciones de llamada por una solicitud. Las normas sobre llamadas automatizadas varían según el país, así que acordamos los escenarios y la base del consentimiento antes del lanzamiento.
¿Cuánto cuesta un agente de voz?
Desde 0.03 USD por minuto de conversación; la configuración como módulo independiente, desde 650 USD. Damos el precio exacto después de una auditoría exprés gratuita.