Table of Contents

Kyubo

Esta tabla muestra un resumen detallado de las sesiones de atención al cliente, permitiendo evaluar el cumplimiento de los umbrales de servicio configurados, identificar demoras en la atención y analizar el desempeño de los agentes.

Estructura general
Cada fila representa una sesión única de interacción entre un cliente y el sistema (ya sea bot o agente humano), e incluye información como:

  • Identificador de sesión y canal
  • Fecha y hora en que el agente toma la interacción
  • Grupo de trabajo asociado
  • Valores medidos y umbrales definidos para distintos niveles de servicio
  • Tiempos de respuesta y abandono
  • Identidad del agente (si aplica)

Interpretación de los datos

La tabla cuenta con las siguientes columnas:

  • SessionId: Identificador único de la sesión.

  • Canal: Canal del que proviene la interacción.

  • Fecha de conexión del agente: Fecha y hora en la que el agente contesta la interacción.

  • WorkGroup: Grupo de trabajo o caso de uso al que pertenece la sesión.

  • Nivel de servicio de session [seg]: Tiempo desde que el cliente inicia sesión en el sistema hasta que un agente contesta la interacción.

    Note

    Se considera que "el agente contesta" en el momento en que hace clic sobre la interacción del cliente en el panel de interacciones, marcando así el inicio de la atención activa por parte del agente.

  • Nivel de servicio de derivación [seg]: Tiempo entre la solicitud de derivación realizada por el cliente hasta que un agente contesta la interacción.

  • Nivel de servicio de la primera respuesta[seg]: Tiempo entre la solicitud de derivación realizada por el cliente y la primera respuesta de un agente.

  • Nivel de servicio de interacción [seg]: Tiempo transcurrido entre la solicitud de derivación y el envío del primer mensaje de respuesta por parte del agente.

  • Cumplimiento: Porcentaje de cumplimiento de los umbrales de servicio.

  • TMR: Tiempo máximo de respuesta acumulado en formato hh:mm:ss.

  • DPC [seg]: Diferencia entre el tiempo planeado y el tiempo de conexión del agente (Delay Planned vs Connected).

  • Origen del abandono: Quién abandonó la sesión (cliente o agente).

  • Agente: Nombre del agente que atendió la sesión.

Para visualizar correctamente los niveles de servicio, es necesario establecer los umbrales contra los cuales se compararán los tiempos registrados. Estos umbrales se configuran en la acción Derivation to Kyubo.

Si el tiempo medido es menor al umbral, el valor se mostrará en color verde, indicando que se encuentra dentro del rango aceptable. En cambio, si el valor es superior al umbral, se mostrará en color rojo, señalando una alerta por sobrepaso de tiempo.

niveles-servicio

Nivel de Servicio Define el tiempo desde... Hasta...
Sesión Inicio de sesión del cliente Agente contesta
Derivación Cliente solicita derivación Agente contesta
Primera respuesta Cliente solicita derivación Primer mensaje del agente
Interacción Cliente responde al agente Siguiente respuesta del agente

Si se quiere analizar como una formula el Nivel de servicio de interacción pudiera ser de la siguiente manera:

TiempoEsperaAgente = Timestamp(Agente_n) - Timestamp(PrimerMensajeClienteDespuésDeAgente_n-1)

Donde:

  • Agente_n: mensaje actual del agente.
  • Agente_n-1: mensaje anterior del agente.
  • PrimerMensajeClienteDespuésDeAgente_n-1: primer mensaje del cliente enviado luego del mensaje Agente_n-1.

Caso de uso

Supervisión y mejora del desempeño operativo en tiempo real

Un supervisor de atención al cliente utiliza esta tabla para monitorear las sesiones activas y recientes, identificando rápidamente si los agentes están respondiendo dentro de los tiempos establecidos por los SLA (acuerdos de nivel de servicio). Si los valores de "Nivel de servicio de la sesión", "derivación" o "primera respuesta" superan los umbrales definidos, se pueden tomar acciones inmediatas como:

  • Asignar más agentes a la cola afectada.
  • Priorizar derivaciones urgentes.
  • Contactar al agente con mayores demoras para evaluar la causa.

Además, el análisis de campos como DPC, TMR y Cumplimiento permite detectar patrones de ineficiencia, planificar una mejor distribución de turnos y evaluar el rendimiento individual de los agentes. Estos datos resultan clave para procesos de retroalimentación continua, capacitación y mejora operativa.