Los líderes de SaaS están combinando comportamiento, tickets de soporte y sentimiento para identificar cuentas “no saludables” de manera temprana. Exploramos cómo las empresas tecnológicas líderes están dejando atrás métricas obsoletas como NPS y CSAT para adoptar enfoques más dinámicos, holísticos e integrados para comprender la percepción y el comportamiento del cliente.
- La esencia
- Ampliando las métricas de CX a una visión de 360 grados
- Integración de datos de éxito del cliente con comentarios de CX
- La escucha continua sustituye a las encuestas tradicionales
- Análisis de sentimientos impulsado por IA
- Gestión proactiva de la experiencia del cliente con análisis predictivos
- Acerca del autor
La esencia
- Métricas de CX ampliadas. Las métricas de CX tradicionales, como el NPS, no capturan la experiencia completa del cliente. Es necesaria una visión integral que combine el sentimiento, el uso del producto y la satisfacción.
- Información basada en IA. Las herramientas de IA pueden analizar las interacciones de los clientes para predecir su satisfacción y sentimiento, y ofrecer información proactiva más allá de las encuestas.
- Análisis predictivo. Predecir el comportamiento del cliente mediante análisis predictivo ayuda a las empresas a tomar medidas proactivas para prevenir la pérdida de clientes y mejorar su experiencia.
Las empresas tecnológicas se enorgullecen de su innovación; sin embargo, muchas llevan mucho tiempo midiendo la experiencia del cliente con métricas anticuadas y unidimensionales. Durante años, puntuaciones como el arcaico Net Promoter Score (una visión simplista, transaccional y limitada de la realidad) y las encuestas de satisfacción básicas fueron los barómetros predilectos para medir la confianza del cliente.
Con el progreso continuo de la IA y la evolución de tecnologías como las plataformas de datos de clientes (CDP), estamos avanzando lentamente hacia un nivel más sofisticado de métricas y recopilación de datos.
Las tasas de respuesta a las encuestas son bajas, la retroalimentación es lenta y superficial, y las complejas relaciones con los clientes B2B no se pueden reducir a una o dos cifras. De hecho, Gartner predijo hace años que muchas organizaciones eliminarían gradualmente el NPS como métrica principal de servicio para 2025, un cambio que ahora se está produciendo gradualmente.
Las principales empresas y proveedores de SaaS reconocen ahora que medir la experiencia del cliente (CX) requiere una perspectiva integral y conocimiento en tiempo real. Utilizan inteligencia artificial y datos más completos para ir más allá de las puntuaciones de vanidad y comprender realmente si los clientes tienen éxito, están comprometidos y obtienen valor.
Los siguientes puntos describen cómo están cambiando las métricas y la medición de la experiencia del cliente , con ejemplos concretos de empresas tecnológicas globales que realizan estas transformaciones hoy.
Ampliando las métricas de CX a una visión de 360 grados
Confiar en una sola métrica para evaluar la experiencia del cliente se considera cada vez más ingenuo. El NPS, la CSAT o cualquier puntuación individual solo ofrecen una visión general y, a menudo, carecen de contexto, datos y causas fundamentales.
Hoy en día, estamos cambiando hacia un “panel” de métricas que, en conjunto, ofrecen una visión completa. Por ejemplo, SAP aún revisa el NPS para conocer la fidelidad, pero lo complementa con múltiples puntos de datos como la satisfacción del cliente en los casos de soporte, el análisis del uso de productos y las tasas de renovación. Este enfoque integral ofrece a SAP una visión realista que va más allá de cualquier puntuación momentánea.
De igual manera, gigantes de la tecnología de consumo como Samsung aprendieron a las malas que una sola métrica no puede captar las expectativas cambiantes. Samsung combina resultados de encuestas, datos e información en tiempo real con datos de opinión y soporte en línea para detectar problemas emergentes.
La importancia de cualquier métrica es limitada porque, por ejemplo, un NPS alto podría enmascarar la insatisfacción en ciertas áreas o una puntuación baja podría ser un valor atípico en lugar de un motivo de pánico. Al monitorear un conjunto equilibrado de indicadores de CX, las empresas obtienen una comprensión matizada y longitudinal de la percepción del cliente. Esta mentalidad multimétrica se está convirtiendo en la norma en las empresas líderes y está reemplazando la antigua mentalidad de “gestionar con base en un número” por una visión holística de la realidad del cliente.
Integración de datos de éxito del cliente con comentarios de CX
Las métricas tradicionales de CX solían estar aisladas, separadas de las métricas empresariales “duras”. Pero ahora se ha producido un cambio importante al vincular la medición de la experiencia del cliente directamente con el éxito y los resultados del cliente.
Las empresas tecnológicas combinan datos sobre el uso y el éxito de sus productos con la retroalimentación sobre la experiencia para obtener una visión global. ServiceNow lo ejemplifica al ir más allá de las encuestas de satisfacción; monitorean la eficacia con la que los clientes adoptan su software y logran los resultados deseados. Si un cliente no utiliza plenamente las funciones clave y, además, reporta baja satisfacción, esta combinación alerta a ServiceNow para que intervenga.
Esta integración de métricas operativas (es decir, tasa de adopción, tiempo para obtener valor y tasa de abandono) con métricas de experiencia (es decir, facilidad y satisfacción) crea información procesable.
Una práctica concreta es el uso de puntuaciones de salud del cliente en el mundo SaaS. Por ejemplo, HubSpot utiliza una puntuación de salud que combina la frecuencia de uso del producto, la adopción de funciones, el volumen de tickets de soporte y las valoraciones de los comentarios. Esta puntuación compuesta proporciona al equipo de HubSpot una alerta temprana si una cuenta presenta una tendencia de “mal estado”, incluso si el cliente no ha presentado ninguna queja.
Samsung detectó esto al combinar el análisis de uso con el Net Promoter Score (NPS); una caída en el uso precedió a una menor puntuación de fidelidad e indicó un problema de adopción del producto. En resumen, la integración de métricas de éxito con datos de experiencia garantiza que la medición de la CX no se realice de forma aislada, sino que se vincule con la percepción real de valor por parte de los clientes.
La escucha continua sustituye a las encuestas tradicionales
Otro cambio significativo es la transición de las encuestas puntuales y posteriores a la escucha continua y en tiempo real. En lugar de esperar un formulario de retroalimentación trimestral, las empresas capturan señales las 24 horas del día, los 7 días de la semana, en todos los puntos de contacto digitales.
Cisco ofrece un excelente ejemplo. Históricamente, Cisco enviaba por correo electrónico a grandes clientes una encuesta NPS cada año. Ahora, el enfoque de Cisco consiste en monitorear la experiencia continuamente a través de sus plataformas en la nube y canales de soporte. Registran la telemetría del producto en tiempo real, las interacciones de soporte e incluso las menciones en redes sociales de cada cuenta. Si ocurre un problema crítico (por ejemplo, una interrupción de la red o un aumento repentino de las llamadas de soporte), Cisco lo detecta de inmediato gracias a los datos, en lugar de esperar semanas después a encontrar una respuesta deficiente a la encuesta.
Muchas empresas están siguiendo el ejemplo. Los proveedores de telecomunicaciones, por ejemplo, vigilan a X (antes conocido como Twitter) en busca de quejas sobre interrupciones; una oleada de tuits indignados les alerta de un problema de servicio mucho antes de que se publiquen los resultados de una encuesta formal. En el ámbito del software empresarial, Adobe cuenta con avisos de retroalimentación integrados en la aplicación y monitorización del uso en su Creative Cloud; detectan qué funciones frustran a los usuarios (mediante patrones de clics o widgets de retroalimentación) y responden casi en tiempo real con sugerencias o soluciones.
Esta escucha continua es posible gracias a la IA y los flujos de datos en la nube. Marca un cambio con respecto a la era de “enviar una encuesta y esperar que respondan”. En cambio, cada punto de contacto con el cliente se convierte en una fuente de retroalimentación, y la medición es continua. El beneficio es evidente. Las empresas pueden detectar y abordar los problemas en el momento en que surgen, no después de que los clientes hayan abandonado el servicio o estén insatisfechos durante meses. La escucha continua transforma la medición de la CX de reactiva a proactiva.
Modernización de la medición de la experiencia del cliente
Esta tabla resume cómo las organizaciones líderes están redefiniendo la medición de CX vinculándola a los resultados comerciales y pasando de encuestas episódicas a comentarios continuos en tiempo real.
| Tema | Prácticas clave | Empresas de ejemplo | Por qué es importante |
|---|---|---|---|
| Integración de métricas de éxito y CX | Combine el uso del producto, la tasa de adopción, la rotación y los datos de soporte con las puntuaciones de satisfacción y facilidad de uso. | ServiceNow, HubSpot, Samsung | Vincula los conocimientos de CX con los resultados comerciales reales y crea señales de alerta temprana cuando los clientes tienen dificultades. |
| Puntuación de la salud del cliente | Cree puntuaciones compuestas utilizando datos como frecuencia de uso, tickets de soporte y tendencias de comentarios. | HubSpot, Samsung | Permite una intervención proactiva con las cuentas antes de que la insatisfacción aumente o se produzca una pérdida de clientes. |
| escucha continua | Pase de encuestas programadas a señales en tiempo real en canales digitales, en la aplicación, sociales y de soporte. | Cisco, Adobe, proveedores de telecomunicaciones | Permite la detección inmediata de problemas y posibilita una respuesta más rápida, moviendo la CX de reactiva a proactiva. |
| Captura de señales habilitada con IA | Utilice IA para monitorear el sentimiento, las anomalías de uso y los comentarios sin necesidad de solicitar a los usuarios manualmente | Adobe, Cisco | Aumenta los esfuerzos de escucha y garantiza que no se pierda ningún conocimiento crítico debido a la baja participación en la encuesta. |
Análisis de sentimientos impulsado por IA
La inteligencia artificial permite a las empresas medir la opinión de los clientes sin depender únicamente de encuestas. La IA moderna puede analizar texto, voz y comportamiento para inferir cómo se sienten los clientes.
Por ejemplo, Zendesk ha implementado una función de IA que analiza los tickets de soporte y los chats para predecir la satisfacción del cliente. Si el tono y las palabras clave de una conversación se asemejan a casos anteriores que generaron malas calificaciones, el sistema la marca como una posible experiencia negativa incluso antes de cerrar el ticket.
De forma similar, empresas de TI como IBM utilizan el procesamiento del lenguaje natural para extraer cientos de comentarios de encuestas abiertas y transcripciones de llamadas. La IA de IBM puede analizar lo que los clientes han escrito o dicho y calificar la opinión como positiva, neutral o negativa.
Incluso en redes sociales, las herramientas de sentimiento basadas en IA permiten a las empresas evaluar el sentimiento de marca analizando tuits y publicaciones para determinar su tono emocional. La ventaja del análisis de sentimiento con IA es su escalabilidad y objetividad; puede abarcar prácticamente el 100 % de las interacciones con los clientes, no solo los pocos que responden a las encuestas.
Rakuten, por ejemplo, analiza millones de reseñas de comercio electrónico y chats de soporte con IA para medir continuamente la opinión de los clientes sobre su plataforma. Esta “escucha sin preguntar” enriquece el panel de CX con impresiones reales derivadas de datos no estructurados.
Gestión proactiva de la experiencia del cliente con análisis predictivos
Las empresas tecnológicas líderes analizan las métricas de experiencia del cliente (CX) pasadas y utilizan análisis predictivos para pronosticar los resultados. La pregunta ha pasado de “¿Cómo nos fue el último trimestre?” a “¿Quiénes probablemente estarán insatisfechos o abandonarán la relación con el cliente el próximo trimestre, y por qué?”.
Un claro ejemplo proviene del sector SaaS. Plataformas como Gainsight generan una puntuación de salud que refleja el estado actual y predice el riesgo futuro. Si la frecuencia de inicio de sesión de un cliente ha disminuido un 50 %, los tickets de soporte han aumentado y su patrocinador ejecutivo se ha marchado, el modelo podría predecir un alto riesgo de abandono.
Muchos proveedores de SaaS, como Microsoft o Salesforce, utilizan este tipo de puntuación predictiva del estado del servicio para alertar a sus equipos de éxito del cliente y que se pongan en contacto con ellos antes de que el cliente presente una queja. En el sector de las telecomunicaciones, este enfoque también ha sido significativo. Los principales operadores ahora analizan el rendimiento de la red por cliente individual y lo incorporan a los modelos de predicción de abandono. En el ámbito de la tecnología empresarial, Cisco examina de forma similar los registros de los equipos y las métricas de uso para prever problemas.
Las métricas predictivas de CX convierten la medición en una actividad prospectiva. En lugar de simplemente evaluar el pasado, las empresas pronostican el futuro. Identifican qué cuentas requieren atención inmediata para evitar resultados negativos en el futuro.
Acerca del autor
Ricardo Saltz Gulko es el Director General de Eglobalis , cofundador y visionario de la Organización Europea de Experiencia del Cliente . Es estratega global, líder de opinión y experto en experiencia del cliente, creador de análisis de diseño perspicaces para Samsung y sus clientes, con un enfoque en la adopción, la experiencia y el crecimiento del cliente.