Mientras que muchas industrias están más predispuestas a acelerar la implementación de este tipo de tecnologías, la digitalización del sector bancario sigue otro ritmo por razones de seguridad y por el carácter sensible de la información que maneja. Sin embargo, como la interacción entre marcas y clientes está evolucionando de lo offline a lo online debido a la creciente popularidad de las plataformas de social media y otros canales conversacionales como WhatsApp, el sector bancario tuvo que adaptarse. Entonces, ¿cómo mejora realmente el modelo de interacción de los bots la experiencia de la banca conversacional?
¿Qué es el nuevo modelo de "bot-de-bot" y cuáles son sus ventajas para el sector bancario?
En su camino hacia la transformación digital, las entidades bancarias confían cada vez más en los asistentes virtuales para resolver las necesidades de los clientes de forma ágil. La rapidez de las respuestas que pueden proporcionar los bots y el hecho de que eviten que los agentes humanos tengan que realizar ciertas tareas repetitivas son algunas de las ventajas más importantes de los asistentes virtuales. Sin embargo, la falta de un alto nivel de madurez de estas tecnologías demostró que, en varias ocasiones, un asistente virtual no es suficiente para encontrar la solución adecuada a un problema que presenta un cliente. Por consiguiente, ha surgido un nuevo modelo de interacción entre bots para aumentar la eficacia de los asistentes virtuales. El sistema se basa en un bot padre, o megabot, que identifica la demanda del cliente y delega la tarea en otro bot que fue entrenado en esa área específica. Como resultado, la respuesta al problema acaba siendo mucho más precisa y, por tanto, eficiente.
Adoptar un modelo bot-de-bots es una mejora en la gestión de la relación con el cliente, puesto que ofrece varios beneficios. El hecho de que una consulta se resuelva en un periodo de tiempo más corto permite atender más reclamaciones. Asimismo, la segmentación de los bots según su área de especialización ayuda a evitar la saturación de un único asistente virtual. Por otra parte, un sistema de bot-de-bots hace posible que cada área de negocio particular tome el control de su bot específico cuando lo necesite.
Los retos de la innovación
Dada la complejidad tecnológica de un modelo de bot-de-bots, la adopción de un sistema de este tipo en un banco presenta muchos retos.
Garantizar la seguridad
En primer lugar, la implementación debe estudiarse atentamente debido a los datos sensibles que se manejan, ya que un simple malentendido podría ocasionar un problema importante tanto para el cliente como para el banco. Podría producirse un potencial malentendido de conceptos, y que esto activase diferentes intenciones por error.
No es lo mismo pedir ayuda a un bot para completar un registro que preguntar dónde se puede hacer el registro. En este sentido, tener un buen sistema de ciberseguridad será clave para reducir el número de problemas y el impacto de los mismos.
Entrenamiento del sistema de bots
En segundo lugar, estos sistemas tecnológicos no son lo suficientemente sólidos como para implementar un modelo único de entrenamiento cognitivo. Para que esta tecnología sea un éxito, deberían adoptarse múltiples motores cognitivos para aprovechar el que sea más adecuado para cada ocasión.
El foco de la convergencia debe ponerse en los sistemas de direccionamiento que se encargan de conectar los múltiples bots, al tiempo que se delega el tema a tratar en el bot hijo adecuado.
El correcto desarrollo de herramientas de búsqueda que permitan al megabot identificar el origen de la incidencia es lo que, en última instancia, puede ayudar a proporcionar una mejor y más eficiente atención al cliente.
Un sistema de analítica que permita recoger datos y sintetizar toda la información, puede ayudar mucho en la definición de este proceso.
Humanización de los bots
Además, es vital que el tono y el comportamiento del asistente virtual sean constantes para que este modelo funcione. Una conversación natural entre el banco y sus clientes sólo puede ocurrir si el bot suena coherente y natural.
Para que esto ocurra, es vital que la combinación de la información recogida por los agentes humanos sea compatible con este nuevo sistema automatizado. La gestión de las redes sociales y las interacciones cara a cara con los clientes son vitales para la creación de un modelo de entrenamiento de bots más preciso.
Durante el podcast dedicado a analizar cómo y por qué la tecnología de bots es el futuro de la interacción entre un banco y sus clientes, Fabio Distaso, responsable de banca conversacional en NTT DATA, Beatriz Albert, leader en banca conversacional en NTT DATA, y Mario Armas Ramírez, especialista en el mundo de los asistentes conversacionales, han llegado llegaron a algunas conclusiones clave:
● El nuevo modelo de interacción entre bots se basa en un bot padre, o megabot, que identifica una consulta y delega inmediatamente la tarea a un bot especializado en esa área específica.
● Entre las principales ventajas de un modelo de interacción de bots se analizaron las siguientes: incrementar la eficiencia del servicio al cliente que, por consecuencia, mejora la satisfacción del cliente, segmentar los bots según su área de especialización ayuda a evitar la saturación de un asistente virtual singular y hacer que cada área de negocio se haga cargo de su bot específico cuando lo necesite.
● Los problemas de cumplimiento y seguridad relacionados con la naturaleza sensible de los datos que se manejan, los sistemas tecnológicos que no son lo suficientemente sólidos como para implementar un único modelo de entrenamiento cognitivo o conseguir establecer un tono y un patrón de comportamiento constante para el asistente virtual, son algunos de los principales retos de la implementación de un modelo de interacción entre bots.
En definitiva, la tecnología de bot de bots puede significar una importante evolución en la digitalización del sector bancario y, a medida que se consigan solucionar los diferentes retos, la velocidad de implantación de los nuevos modelos supondrá mejoras a muchos niveles diferentes.