NPS / CSAT Coach.
Cada encuesta se convierte en coaching accionable. Insights individuales, no promedios mensuales.
Un agente Agentforce que correlaciona cada respuesta NPS/CSAT con la transcripción del caso, identifica los drivers específicos de satisfacción o insatisfacción, genera un plan de coaching personalizado por agente y mide el impacto a 30/60/90 días. Para supervisores de Service, training y Customer Success. Implementado por Solu en 12 a 18 semanas.
¿Qué hace el NPS / CSAT Coach?
Reemplaza el proceso manual de análisis de encuestas (reportes mensuales sin contexto, feedback genérico, coaching reactivo) por un sistema que analiza cada encuesta en el momento, identifica exactamente qué pasó en la interacción y genera coaching específico para ese agente.
El problema: el feedback NPS/CSAT llega tarde y sin contexto. Los agentes no reciben coaching específico sobre lo que hicieron bien o mal. El scoring de calidad es inconsistente entre supervisores. Los promedios mensuales ocultan los patrones individuales.
Para: supervisores de Service, equipos de training y enablement, Customer Success.
Cómo funciona
6 pasos, desde la encuesta post-caso hasta la medición de impacto a 30/60/90 días.
Encuesta post-caso
El cliente completa la encuesta NPS o CSAT después del cierre del caso. El agente recibe la respuesta (score numérico + comentario de texto libre) junto con el ID del caso y el agente que lo atendió.
Correlación con transcripción y agente
El agente cruza la encuesta con la transcripción completa de la interacción (chat, voz, email). Identifica al agente responsable, la duración, las transferencias, los tiempos de espera y el historial del cliente con la empresa.
Identificación de drivers
Analiza la transcripción para identificar los momentos clave que influyeron en el score. No se limita al comentario del cliente: detecta interrupciones, tiempos muertos, falta de contexto, escalaciones innecesarias, y también lo que se hizo bien (resolución rápida, empatía, first call resolution).
Coaching plan generado
Con los drivers identificados, el agente genera un plan de coaching personalizado para el agente de servicio. Incluye: qué mejorar, evidencia concreta de la interacción, módulos de LMS recomendados, y métricas objetivo. El plan se envía al supervisor y al agente.
Agendamiento en WFM + enrollment LMS
El agente agenda automáticamente la sesión de coaching en el WFM (Verint, NICE, Calabrio) y enrolla al agente en los módulos de LMS correspondientes (Cornerstone, Docebo). El supervisor recibe la sesión pre-armada con contexto y evidencia.
Medición delta NPS 30/60/90 días
El agente trackea las encuestas posteriores del agente para medir si el coaching tuvo impacto. Compara el NPS/CSAT antes y después por agente, por tipo de caso y por driver específico. Si no hay mejora, ajusta el plan. Si hay mejora, lo documenta como evidencia de ROI.
Ejemplo real de interacción
Cliente completa CSAT 2/5 con comentario: "el agente no me escuchó". El caso fue una consulta de facturación resuelta en 18 minutos por chat.
Analiza el chat completo. Identifica 4 momentos donde el agente de servicio respondió antes de que el cliente terminara de escribir. Detecta que pidió los mismos datos 2 veces (no consultó el historial). Genera feedback con los 4 momentos marcados + tips de escucha activa. Envía scoreboard al supervisor con la evidencia.
Supervisor hace coaching con evidencia concreta (no opinión). Agente recibe módulo de escucha activa en LMS. En 30 días, su CSAT sube de 3.2 a 3.9. El patrón "interrumpir antes de que el cliente termine" se detecta en 3 agentes más → se convierte en training grupal.
Arquitectura técnica
Los 4 pilares del agente: datos, acciones, guardrails y canal de entrega.
Data
- Survey_Response: respuestas NPS/CSAT con score, comentario, caso asociado y agente
- Agent_Performance_Snapshot: métricas históricas por agente (AHT, FCR, CSAT, volumen)
- Customer_Feedback_Unified (DMO): feedback consolidado de múltiples fuentes en Data Cloud
- Agent_Coaching_Profile (DMO): perfil de coaching por agente con gaps, planes activos y progreso
Actions
- fetchSurveyResponses: obtiene encuestas nuevas con score, comentario y caso asociado
- loadTranscriptSnippet: carga los fragmentos relevantes de la transcripción del caso
- createCoachingSession: genera el plan de coaching con drivers, evidencia y módulos LMS
- postToWFM: agenda la sesión de coaching en el sistema de workforce management
- enrollInLMS: inscribe al agente en los módulos de capacitación correspondientes
- flagForCalibration: marca patrones sistémicos para revisión del equipo de QA
- sendAgentDigest: envía el resumen semanal de feedback al agente
Guardrails
- PII masking en comentarios: datos sensibles del cliente se enmascaran antes del análisis
- Tono no punitivo: el coaching se formula como desarrollo, no como sanción
- Fairness: sample mínimo de 20 encuestas en 30 días antes de generar conclusiones sobre un agente
- Anti-sesgo: el agente no genera coaching basado en una sola encuesta negativa
- Zero data retention: transcripciones no se retienen en el LLM
Channel
- Agent digest semanal: resumen personalizado de feedback para cada agente de servicio
- Supervisor queue: cola priorizada de sesiones de coaching pendientes
- WFM scheduling: sesiones de coaching agendadas automáticamente en el workforce
- LMS enrollment: inscripción automática en módulos de capacitación relevantes
Cómo se implementa
5 fases, 12-18 semanas. Equipo Solu + tu equipo de QA, supervisores y training.
Discovery y definición de drivers
Mapeo de fuentes de encuestas (Qualtrics, Medallia, SCFM). Análisis de histórico de CSAT/NPS para identificar drivers frecuentes. Definición de la taxonomía de coaching (habilidades, conocimiento, proceso). Alineación con supervisores sobre el tono y formato del feedback.
Data readiness e integraciones
Conexión de la fuente de encuestas a Data Cloud (o configuración del objeto nativo). Integración con el LMS (Cornerstone, Docebo) vía API. Integración con WFM (Verint, NICE, Calabrio). Validación de que las transcripciones están disponibles y limpias.
Build del agente
Configuración en Agent Builder: topics, actions, prompts, guardrails. Desarrollo de las 7 actions principales. Definición de templates de coaching (tono, estructura, evidencia). Entrenamiento del modelo con encuestas históricas para calibrar la identificación de drivers. Testing con transcripciones reales anonimizadas.
Piloto controlado
Activación con un equipo de 10-20 agentes y 2-3 supervisores. Los supervisores reciben los planes de coaching generados y los validan antes de entregarlos. Se mide: accuracy de los drivers identificados, aceptación del supervisor, reacción del agente al feedback. Ajuste de modelos y templates.
Rollout y medición de impacto
Expansión a todo el equipo de servicio. Activación del tracking de delta NPS a 30/60/90 días. Reportes de impacto para leadership. Identificación de patrones sistémicos para training grupal. Calibración continua con el equipo de QA.
Requisitos previos
Lo que necesitas tener (o que Solu te ayuda a configurar) antes de arrancar.
Service Cloud Enterprise+
Con Case Management activo y transcripciones habilitadas en al menos un canal (chat, voz o email).
Agentforce License
Flex Credits (pay-per-use) o Agentforce Edition. El agente consume créditos por cada análisis de encuesta y generación de coaching.
Encuestas post-caso activas
Qualtrics, Medallia, Salesforce Customer Feedback Management (SCFM) o similar. Sin encuestas no hay datos para analizar.
LMS externo
Cornerstone, Docebo u otro LMS con API. Para el enrollment automático en módulos de capacitación. Sin LMS, el coaching se entrega como documento pero sin tracking de completitud.
WFM (Workforce Management)
Verint, NICE, Calabrio o similar. Para agendar las sesiones de coaching automáticamente dentro del schedule del agente. Sin WFM, el agendamiento es manual.
Data Cloud + transcripciones limpias
Data Cloud para unificar feedback de múltiples fuentes. Transcripciones limpias (sin ruido, con speaker identification) para que el análisis de drivers sea preciso.
KPIs Before / After
KPIs esperados al implementar este agente. Rangos referenciales para planificación; los resultados reales dependen del estado de los datos y la operación de cada empresa.
Riesgos y mitigaciones
Lo que puede salir mal y cómo lo prevenimos. Sin sorpresas.
Hallucination en root cause
El agente identifica un driver incorrecto o inventa un momento de la conversación que no ocurrió.
Mitigación: Cada driver identificado incluye el fragmento exacto de la transcripción como evidencia. El supervisor valida el coaching antes de entregarlo durante el piloto. Las citas textuales permiten verificar rápidamente si el análisis es correcto.
Data quality de surveys
Encuestas con tasa de respuesta baja, comentarios vacíos o scores sin contexto. El agente no puede generar coaching de calidad con datos pobres.
Mitigación: El guardrail de fairness requiere mínimo 20 encuestas en 30 días antes de generar conclusiones. Se complementa el score con el análisis de la transcripción (independiente del comentario). Se recomienda optimizar la tasa de respuesta como prerequisito.
Sesgo contra agentes de bajo tenure
Agentes nuevos tienden a tener scores más bajos por falta de experiencia, no por mala actitud. El coaching puede ser desproporcionado.
Mitigación: El Agent_Coaching_Profile incluye tenure como variable. Los benchmarks de comparación se ajustan por experiencia. Agentes con menos de 90 días reciben coaching diferenciado (onboarding, no corrección). El sistema no compara novatos con veteranos.
Percepción punitiva del sistema
Los agentes perciben el coaching automatizado como vigilancia o castigo, lo que genera resistencia y desmotivación.
Mitigación: El tono del feedback se configura como desarrollo profesional. Se incluye reconocimiento de lo que se hace bien, no solo lo que hay que mejorar. Los agentes con mejores scores reciben reconocimiento con evidencia. La comunicación de lanzamiento enfatiza el beneficio para el agente.
Adopción baja de supervisores y compliance laboral
Los supervisores no usan los planes generados, o el sindicato/regulador laboral objeta el monitoreo automatizado.
Mitigación: Los supervisores participan en el diseño del formato de coaching desde discovery. El piloto se hace con early adopters. Se valida con el área legal/RRHH la compatibilidad con la normativa laboral local y convenios colectivos antes del rollout.
Preguntas Frecuentes
Un QA manual evalúa un sample pequeño de interacciones (típicamente 3-5 por agente al mes) con criterios que varían entre evaluadores. El NPS/CSAT Coach analiza el 100% de las encuestas y las cruza con la transcripción real. No reemplaza al QA humano — lo complementa con cobertura total y contexto que el sampling no captura.
Qualtrics, Medallia, Salesforce Customer Feedback Management (SCFM) y cualquier sistema que pueda enviar respuestas vía API o Data Cloud. Lo importante es que la encuesta esté vinculada al caso y al agente que lo atendió. Si la vinculación no existe, se configura como parte del data readiness.
El guardrail de fairness requiere un mínimo de 20 encuestas en 30 días para generar conclusiones estadísticamente válidas sobre un agente. Con menos encuestas, el agente detecta patrones pero no genera planes de coaching. Esto evita conclusiones basadas en muestras pequeñas que pueden ser ruido.
Sí, a través del digest semanal personalizado. Cada agente recibe un resumen de su feedback reciente con los drivers identificados, las áreas de mejora y el reconocimiento de lo que hace bien. El supervisor recibe la misma información más la cola de coaching pendiente. El nivel de visibilidad es configurable.
El agente agrupa los drivers por frecuencia y los cruza entre agentes. Si 3 o más agentes muestran el mismo patrón (e.g., "no consultar historial del cliente"), lo marca como sistémico y lo envía al equipo de QA/Training para intervención grupal. Si solo aparece en un agente, se trata como coaching individual.
Sí, vía API. Las integraciones más comunes son Cornerstone y Docebo. El agente mapea los drivers identificados con los módulos del LMS y enrolla al agente automáticamente. Si el LMS no tiene API o no hay LMS, el coaching se entrega como documento con recomendaciones de capacitación sin enrollment automático.
El sistema se configura alineado con la normativa laboral local y los convenios colectivos. El foco es desarrollo profesional, no vigilancia. Los datos de coaching son accesibles solo para el agente, su supervisor directo y el área de training. Se recomienda validar con Legal/RRHH antes del rollout y comunicar el propósito del sistema al equipo.
12-18 semanas desde kick-off hasta el primer equipo en producción. La complejidad depende del número de integraciones (LMS, WFM, fuente de encuestas) y la calidad de las transcripciones disponibles. Si las transcripciones son limpias y la fuente de encuestas ya está conectada, puede ser más rápido (10-12 semanas).
Tu coaching basado en datos reales, en 12 semanas.
Habla con un Service Architect de Solu. En una sesión de discovery mapeamos tus fuentes de feedback y definimos el modelo de coaching para tu equipo.