Qué tipo de chatbot necesita tu empresa - e-book

¿Qué tipo de
Chatbot necesita
tu empresa?
Te ayudamos a elegir
el chatbot que necesitas

¿Qué tipo de Chatbot necesita tu empresa?
Te ayudamos a elegir el chatbot que necesitas
1
INTRODUCCIÓN
3
2
CHATBOTS; ¿QUÉ
SON? ¿CÓMO
FUNCIONAN?
La era cognitiva y los chatbos
¿Qué son los chatbots?
Arquitectura de un chatbot
4
3
TIPOS DE CHATBOTS
Según su capacidad cognitiva
Según su función y finalidad de uso
Según el canal
Según el impacto en el negocio
Según el tipo de usuario
Ejemplos de chatbots públicos
8
4
CASOS PRÁCTICOS
Chatbot de soporte a usuarios del
portal e-learning para empleados
Explotación documental conversacional
- Chatbot y buscador inteligente
Cognitive Sales
14
5
MEJORES PRÁCTICAS
Planteamiento metodológico
Variables a tener en cuenta
Opciones de proyecto y horquilla
precios
Perfiles necesarios para crear y mante-
ner un chatbot
Aspectos a tener en cuenta
17
TABLA DE CONTENIDO
6
CONCLUSIONES
20
7
SOBRE ENZYME
ADVISING GROUP:
QUÉ Y CÓMO LO
HACEMOS
Proyecto cognitive de Enzyme
21

Hoy en día no es para nada extraño
pagar con nuestro teléfono, reali-
zar el seguimiento de un pedido a
tiempo real o incluso conectar la
lavadora desde nuestro teléfono en
cualquier lugar. Vivimos una era de
revolución tecnológica en donde
la inteligencia artificial, el apren-
dizaje de las máquinas, el internet
de las cosas (IOT) y la conectividad
global son una realidad.
Todo este crecimiento digital ha
impulsado a las empresas a tomar
iniciativas de transformación tec-
nológica, ya sea en su relación cara
cliente, modelo de negocio o inclu-
so en relación a sus empleados. En
este contexto surgen los chatbos,
herramientas que permiten acele-
rar el desarrollo digital de un nego-
cio, ya sea mejorando la experien-
cia de usuario o customer service
o mejorando la calidad de trabajo
de los empleados y por tanto apor-
tando valor al negocio, mejorando
el producto final que se ofrece al
cliente.
En este eBook se dan unas pincela-
das al arte de escoger un chatbot,
exponiendo qué tipos de chatbot
existen y cuáles se adecúan para
cada necesidad de negocio, así
como ilustrando a través de casos
reales cómo desempeñan su papel.
1. Introducción
Prólogo

La sociedad tecnológica y alta-
mente conectada de hoy en día ha
permitido que se den a cabo los
factores necesarios para que los
chatbots tomen un papel destaca-
do. En nuestro planeta, ya somos
casi 7.545 millones de personas, a
finales de 2017 ya eran 5.000 millo-
nes los usuarios únicos con acceso
a smartphones y telefonía móvil y
además el número de tarjetas SIM
usadas por personas (sin contar las
que usan las máquinas entre sí) se
elevó a 7800 millones. Cada vez so-
mos más y tenemos más facilidad
para acceder a la red y conexiones
más potentes. Si a esto le añadimos
la cantidad de aplicaciones que
existen y los canales de mensajería
que han acabado por completo con
el concepto de SMS hace que expo-
nencialmente crezca la cantidad de
datos que se generan.
Así que de forma progresiva nos
hemos ido dando cuenta del valor
que tienen los datos, de la mina
que es internet para un negocio
hoy en día, puesto que te permite
segmentar tu público objetivo y en-
contrar más personas interesadas
en un mismo tema en un mismo
lugar. Pero los datos por sí solos no
tienen valor, es el uso correcto de
los datos el que aporta beneficio
para un negocio. Es en este escena-
rio donde surgen conceptos como
inteligencia artificial (IA), machine
learning (ML), cognitive experien-
ce, etc. Pero no nos asustemos, de
momento entendamos qué son los
chatbots y que tecnologías utilizan.
2. Chatbots; ¿qué son?
¿cómo funcionan?
2.1. La era cognitiva y los chatbos

Los chatbots son aplicaciones, he-
rramientas que permiten agilizar y
automatizar un proceso de nego-
cio, a través de una conversación
en formato chat. Generalmente
son creados para realizar una ta-
rea concreta, ya sea la captación
de clientes, soporte, tramitación
de pedidos, transferencias ban-
carias y muchas otras tareas po-
sibles. Se recomienda, y es una
muy buena práctica, que el chat-
bot se especialice en una función
y la realice mejor que un humano
en la medida de lo posible. Esto
es así porqué a veces se tiende a
generalizar las tareas de un chat-
bot y esto puede inducir a que
después nuestro asistente sepa
un poco de todo pero no mucho
de algo y por consecuencia ofrez-
ca una experiencia de cliente o
imagen de negocio no deseada.
Las principales características de
un chatbot son:
• Tecnología: pueden integrar
inteligencia artificial (Natural
Language Processing) o más
bien ser programados, es de-
cir, definidos a partir de árbo-
les de decisión que acotan las
posibles interacciones huma-
no-maquina.
• Canales de entrada/salida:
cómo nos comunicaremos
con ellos, a través de una
web, un canal de mensajería
ya existente (como Facebook
Messenger, WhatsApp, etc), o
un dispositivo IoT (como Goo-
gle home, Alexa, etc).
• Idioma: definir si puede ha-
blar en varios idiomas, a tra-
vés de traductores interme-
dios u otros métodos.
• Capacidad de integración:
dotar a un chatbot con la ca-
pacidad de integrarse con
otras plataformas y/o herra-
mientas es una muy buena
práctica, le otorgan mayor
estabilidad y conexiones con
bases de datos permitirán a
nuestro chatbot agilizar tareas
de acceso, gestión y edición
de la información
2.2. ¿Qué son los chatbots?

Para describir la arquitectura de
un chatbot debemos diferenciar
primero sus tres grandes capas:
1. Frontend
2. Backend
3. Motor conversacional
1. El front end es la forma que
tiene el usuario de consumir
el chatbot, aquí se produce
físicamente la conversación
entre el usuario y la máquina.
Se destacan:
a. Usuarios: uno o varios, se co-
munican con la interfaz.
b. Interfaz: medio a través del
cual se comunica el usuario
con el Chatbot.
c. Canal: aplicación que se em-
plea para enviar y recibir men-
sajes durante la ejecución de
la conversación.
2.3. Arquitectura de un chatbot

2. El Backend u orquestador. Es
la herramienta encargada de
pre-procesarelmensaje,tanto
el que recibe el chatbot como
el que recibe el humano, ges-
tionando la información sobre
el contexto de la conversación
que no se muestra de forma
explícita durante la interac-
ción. Esta es la parte del chat-
bot que integra las diferentes
aplicaciones y conexiones con
otras herramientas, bases de
datos y otras APIs que pudié-
ramos tener, como podría ser
un traductor para que nuestro
chatbot fuera multi-idioma.
3. El Motor Conversacional, es
la esencia de la inteligencia y
las respuestas del chatbot. Es
donde se encuentra el algo-
ritmo de inteligencia artificial
y motor de Procesamiento de
Lenguaje Natural (NLP en sus
siglas en inglés).
Existen varios fabricantes que
facilitan soluciones basadas en
NLP como Watson Assistant
de IBM, Dialogflow de Goo-
gle, Alexa de Amazon o Wish
de Microsoft. Una ventaja de
estas soluciones es que están
diseñadas con total de capaci-
dad de integración con otras
soluciones.
La lógica del funcionamiento sería:
1. El usuario realiza una interac-
ción.
2. El Frontend recoge los mensa-
jes de los usuarios desde los
canales.
3. El Backend envía el mensaje
complementado al conversa-
tion service para identificar la
intención del usuario.
4. El Motor conversacional ar-
ticula la acción a realizar en
base al mensaje.
5. El Backend complementa la
respuesta, añadiendo imáge-
nes, archivos o realizando lla-
madas a aplicaciones externas.
6. El Frontend presenta la res-
puesta final al usuario.

Existen diversas tipologías de chat-
bots, clasificables en función de su
capacidad cognitiva, su función y
finalidad de uso, el canal que em-
plean, su impacto en el negocio o
el tipo de usuario al que se dirigen.
3. Tipos de chatbots
Esta es una de las funcionalidades
que más distingue a los chatbots de
otras soluciones de respuesta auto-
mática o respuesta condicionada.
Podemos decir que un sistema
es conversacional (posee elevada
capacidad cognitiva) cuando nos
permite realizar preguntas abiertas
que debe interpretar, a las cuales
es capaz de extraerles característi-
cas como el análisis del sentimien-
to o la detección de entidades,
para poder darnos una respuesta y
que tenga la capacidad de detectar
nuevas situaciones conversaciona-
les no contempladas para el poste-
rior reentrenamiento. Esto en otras
palabras es a lo que nos referimos
cuando decimos que un chatbot
tiene algoritmos de reconocimien-
to del lenguaje natural (NLP).
Por contraposición, un sistema no
conversacional (con baja capacidad
cognitiva) únicamente permite in-
teractuar en un contexto cerrado,
con opciones y acciones ya prede-
finidas (cómo un chat wizard o un
menú de una web). Estos contextos
predefinidos suelen establecerse a
través de árboles de decisiones.
3.1. Según su capacidad cognitiva

3.2. Según su función y finalidad de uso
Podemos identificar cuatro tipos de chatbots según la función que realizan
y su finalidad de uso.
Estas no son excluyentes, por lo que podremos encontrar chatbots que
atiendan a varias de estas funcionalidades.
Chatbot notificador. Su función principal es notificar a los
usuarios sobre alertas, noticias o mensajes. El caso más
común es el asistente personal virtual que informa sobre
estados, incidencias o sucesos, como Siri o Google Assis-
tant.
Chatbot de contenido. Su finalidad es encontrar un con-
tenido y servirlo al usuario. Niveles más avanzados de
este tipo de chatbot modifican el contenido, añadiendo
información o modificando el formato, en función de la
necesidad del usuario.
Chatbot consejero. Es capaz de generar recomendacio-
nes dependiendo de la conversación y de la información
previa que tiene sobre el usuario. El ejemplo más sencillo
es el chat comercial en que se recomiendan productos al
usuario según sus visitas anteriores a productos similares.
Chatbot resolutivo. Tiene la función de soporte, resuel-
ve incidencias realizando acciones correctivas como po-
dría hacer un centro de atención al usuario o helpdesk.

3.3. Según el canal
Los chatbot son capaces de gestionar sus respuestas a través de distintos o
varios canales de comunicación. Estos pueden ser:
• Voicebots: el usuario utiliza la voz para interactuar con el bot.
• Chatbots: el usuario se comunica por escrito en un recurso tipo chat.
• Emailbots: el bot se comunica automáticamente a través de emails en-
viados por usuarios.
En este contexto, grandes empresas han desarrollado ya sus asistentes
virtuales personales conversacionales nativos. Estos no son simplemente
chatbots, sino que mediante el lenguaje natural e integraciones con otras
herramientas son capaces de mantener conversaciones con los usuarios,
aprender de ellos y realizar acciones en su nombre, solo requiriendo de su
permiso.
Además, la oferta de aplicaciones o canales disponibles es también muy am-
plia y sigue creciendo día a día.
Una de las ventajas de los ecosistemas cognitivos es que canales y asistentes
son altamente interconectables, pudiendo, en función de las necesidades
de negocio, realizar distintas combinaciones. Por ejemplo, podríamos com-
binar Alexa con Outlook o Google Assistant con Messenger. No obstante,
también es posible utilizar la solución completa de un fabricante (bot- or-
questador y canal).
Otra ventaja es que están disponibles catálogos de aplicaciones (skills o
apps) listas para contactar con comercios (Domino’s, Uber), enlazar servi-
cios digitales (Spotify, Netflix), o apps de uso general (juegos, educación,
fitness, domótica).
Por último, el canal se transmite a través de múltiples dispositivos, unos más
genéricos como las smartTV, tablets o smartphones, y otros más específicos
como los pods.

3.4. Según el impacto en el negocio
A la hora de diseñar y definir la
estrategia de desarrollo e imple-
mentación del chatbot es impor-
tante tener en cuenta el tipo de
caso de uso. Atendiendo a as-
pectos como el mantenimiento y
necesidad de actualización pode-
mos distinguir entre:
• Uso esporádico: el chatbot
apoyará campañas estacio-
nales de marketing, como la
campaña de Navidad u otras
fechas señaladas y su conte-
nido estará altamente relacio-
nado con la campaña.
• Uso continuo: Es el caso de
chatbots de atención al cliente,
helpdesk o captación de clien-
tes.
Además es importante tener en
cuenta cómo podemos impulsar
un proyecto relacionado con chat-
bots. Es posible realizar pruebas
de concepto para tener una idea
del impacto que va a generar esta
tecnología sobre nuestro negocio,
o bien realizar proyectos de míni-
mo producto viable, que nos per-
miten tener un chatbot básico y
funcional en un periodo corto de
tiempo.
Prueba de Concepto (POC Proof
of Concept)
Una prueba de concepto es una
implementación de una aplica-
ción de manera parcial, habitual-
mente limitando los casos de uso
y el conjunto de información que
explota, cuyo objetivo es verificar
su funcionalidad y utilidad en un
entorno aplicado al negocio con-
creto de la forma más realista po-
sible. Aunque emula un entorno
de producción no está pensado
para este fin.
Mínimo producto viable (MVP
Minimum Viable Product)
MVP es una implementación de
la solución en un entorno de pro-
ducción de manera continuada,
de forma que se realizan iteracio-
nes definidas en un periodo corto
de tiempo y que permiten tener
una aplicación estable y funcional
que será refinada en iteraciones
posteriores, complementando sus
capacidades y funcionalidades.

3.5. Según el tipo de usuario
También podemos clasificarlos en
función del tipo de relación que
tendrán con el usuario:
• Usuarios externos: el chatbot
dependerá de la información
que pueda recopilar en cada
conversación. Casos típicos
son los chatbots recomenda-
dores o de atención posventa.
• Usuario interno: el chatbot se
dirigirá al empleado o colabo-
rador interno de la empresa.
Al ser una relación conocida
preexistente, el chatbot dispo-
nedemásdatoscomopueden
ser la edad, los permisos inter-
nos o incluso los eventos en su
calendario. Los casos de uso
suelen orientarse a dar sopor-
te y agilizar las tareas internas.
O por el grado de conocimien-
to que tenemos del usuario:
• Usuarios anónimos: Al ini-
ciarse la conversación entre
el usuario y el chatbot este
no puede identificar de ma-
nera única al primero y por
lo tanto tiene que recopilar,
en la misma sesión, la infor-
mación que necesita. Esta la
facilita el usuario al responder
a preguntas o, en ocasiones,
a través de la captura de las
cookies. En este caso los mi-
croservicios integrables deben
ser públicos, como el servicio
meteorológico, por ejemplo.
• Usuarios nominales: El usua-
rio se identifica a través de
otro servicio (como puede
ser Messenger, Amazon o un
CRM) esto le permite al chat-
bot personalizar la sesión con
el usuario en función de la in-
formación que ya dispone de
este (último pedido realizado,
vacaciones disponibles, etc.).

3.6. Ejemplos de chatbots públicos
Dos ejemplos de chatbots públi-
cos que ilustran los puntos vistos
hasta el momento son los implan-
tados por The North Face y KLM.
La marca de ropa de invierno The
NorthFacehaimplantadounchat-
bot a través de IBM Watson en el
cual a partir de una conversación
de varias preguntas con el poten-
cial cliente, el chatbot recomienda
la prenda que más se ajusta a sus
necesidades.
La línea área KLM ha lanzado el
servicio BB.
Este servicio, desarrollado a tra-
vés de Dialogflow utiliza varios
canales para comunicarse con los
clientes.
En este caso se aprovecha la fá-
cil integración entre las solucio-
nes de Google ya que combinan
a Google Assistant con Google
Home, adicionalmente del uso de
Messenger como canal adicional.
El bot realiza tres funciones distin-
tas con tres canales adaptados a
cada una de ellas.
• Recomendación de viajes (con
Google Assistant).
• Reserva de billetes (con Mess-
enger o Google Assistant).
• Recomendaciones para em-
paquetar la maleta (utilizan-
do un voicebot con Google
Home).

A continuación comentaremos al-
gunos casos de éxito que han pro-
tagonizado los chatbots desarrolla-
dos por Enzyme Advising Group. Se
destacan su actuación en entornos
para e-learning, banca y captación
de potenciales clientes.
Cliente
Sector Seguros (Generali)
Capacidad Cognitiva
Chat conversacional
Funciones
Recomendación y el contenido
Canal
Desktop
Impacto en negocio
Operaciones corrientes
Tipo usuario
Cliente interno (empleados y me-
diadores) conocido
Necesidad
La plataforma de formación Ge-
ner@ ha ido evolucionando du-
rante más de 10 años y es una
herramienta clave para los em-
pleados de Generali.
Está dotada de una vasta oferta
formativa y múltiples procesos in-
volucrados. Esta complejidad cre-
ciente requiere de nuevas pers-
pectivas y soluciones para poder
ayudar y agilizar la navegación de
los empleados (manifiestan com-
plejidad para la localización de los
recursos de aprendizaje).
Solución
El chatbot opera a través del por-
tal de formación. Entre sus tareas
se destacan las de recordar proac-
tivamente a los empleados sus
cursos pendientes y recomendar-
les nueva oferta formativa.
También es capaz de realizar bús-
quedassobreelcatálogodecursos.
Adicionalmente, resuelve consultas
sobreelportal,sugestiónyconteni-
do,pudiendoabrirdirectamentelas
páginas del portal que sean necesa-
rias para dar respuesta (implemen-
tación en modo copilot).
Tiene un contexto no sólo de pre-
gunta-respuesta sino también de
recomendación.
Eso es porque conoce al usuario
y sabe qué cursos tiene activos o
cuales ha realizado (con reglas de
negocio de Generali).
Tecnologías aplicadas
»
» IBM Watson Assistant.
»
» IBM Cloud.
»
» ENZYME Watson Accelerato
Impacto
Facilitación del acceso a la oferta
formativa del portal: aumento del
número de cursos asignados.
Aumento de la eficiencia de los
recursos formativos, al evitar su
estancamiento y favorecer la fina-
lización de los cursos.
Mejora de la satisfacción del em-
pleado y aumento del compromi-
so con su plan de formación.
Liberar de actividad a los equipos
de soporte técnico y tutores.
Aumento del número de cursos
asignados. Reducción del número
de cursos no finalizados.
4. Casos Prácticos
4.1. Chatbot de soporte a usuarios
del portal e-learning para empleados

4.2. Explotación documental conversacional- Chatbot
y buscador inteligente
Cliente
Sector Bancario
Capacidad Cognitiva
Chat conversacional
Funciones
Resolutivo y de contenido
Canal
Resktop
Impacto en negocio
Tipo usuario
Cliente interno (empleados) cono-
cido
Necesidad
Banco español de ámbito nacional
que basa el éxito de su operativa
diaria en su red comercial de ofi-
cinas. Sus servicios centrales ges-
tionan las numerosas búsquedas
de información que genera la red
contra un vasto cuerpo documen-
tal corporativo.
El sistema de búsqueda usado
actualmente es simple y rara vez
arroja los resultados requeridos,
lo cual obliga a generar peticiones
internas de consulta (tickets), que
generan sobrecarga de trabajo a
recursos internos de soporte de
diversos niveles y departamentos
para, con mucha frecuencia, re-
cuperar y adjuntar en la respues-
ta documentos corporativos que
contienen la respuesta a la cues-
tión del empleado. Esta sobrecar-
ga representa una tarea repetitiva
y de bajo valor.
Solución
Implementación de un Chatbot
conversacional en lenguaje natu-
ral (NLP) que permite búsquedas
en una base documental de tipo
jurídico.
Además, ofrece la posibilidad
de lanzar búsquedas inteligen-
tes contra el cuerpo documental
corporativo, presentando resulta-
dos con pasajes relevantes, orde-
nados por prioridad. Además, la
priorización está parametrizada
por negocio, dejando, por ejem-
plo, los resultados vinculados a un
documento tipo pdf. para el final
de la lista de resultados.
Aunque esté orientado al long
tail, realiza todo el recorrido de la
automatización: respuestas más
habituales (FAQ) para el “head”,
si no está en esta parte, gestión
documental (tail), si aun así no lo
entiende, propone crear un ticket
automático (long tail) al sistema
de soporte (HelpDesk).
Adicionalmente se han desarrolla-
do funcionalidades de auditoría y
auto-evaluación del nivel de cali-
dad y precisión del buscador, así
como un panel de control a me-
dida para poder configurar pará-
metros del buscador por parte de
usuarios de Negocio.
»
» IBM Watson.
»
» IBM Watson Discovery.
»
» Node.js / IBM Cloud.
»
» Google Drive API.
Impacto
Reducción de la cantidad de peti-
ciones que se tramitaban hacia el
HelpDesk del banco de muy fácil
resolución y que ocasionaban co-
lapso, sobrecoste y aumento del
tiempo de respuesta al empleado
interno que inicia la consulta.
Agilización del proceso de obten-
ción de documentos deseados, en
particular beneficioso cuando las
consultas se generan por emplea-
dos de oficina mientras atienden a
clientes reales.
Optimización de la calidad de los
resultados obtenidos en cada bús-
queda gracias al estudio realizado
relacionado con la evaluación de
la calidad de los resultados del
buscador.

4.3. Cognitive Sales
Cliente
Sector educación (UNIR)
Capacidad Cognitiva
Chat conversacional
Funciones
Recomendador
Canal
Móvil, tableta y desktop
Impacto en negocio
Tipo usuario
Cliente externo (no alumnos) des-
conocido
Necesidad
Aumentar la eficiencia de su portal
web orientado a la captación de fu-
turosalumnos,peroconunaaltatasa
dereboteybajatasadeconversión.
Vincular su imagen de marca con
tecnologías cognitivas.
Uso del amplio histórico de datos
de navegación, puesto que no se
obtiene ningún valor del mismo.
Se busca mejorar la tasa de con-
versión mediante:
La explotación de los datos histó-
ricos.
La variedad de contenidos dispo-
nibles.
Solución
Enfoque de producto mínimo via-
ble (MPV) aplicado a un programa
máster en México.
Análisis de los datos históricos de
captación de prospectos (leads),
reserva de plaza y matriculación
en la web, obteniendo un modelo
de clasificación que predice qué
contenidos convierten más en
función del perfilado del visitante.
Este modelo se actualiza periódi-
camente con la nueva informa-
ción generada.
El chatbot acompaña el proceso
resolviendo cualquier tipo de con-
sulta, y tomando la iniciativa para
obtener del visitante de la web los
datos necesarios para realizar una
venta consultiva, convertir a lead
y conseguir su reserva de plaza.
Para ello explota la solución de
machine learning de Watson iden-
tificando la mejor senda de venta
(best path).
A partir de dicho modelo la web
adapta dinámicamente sus con-
tenidos, ofreciendo el más ade-
cuado para conseguir culminar el
proceso comercial con éxito, per-
sonalizando así el mensaje que se
dirige al futuro alumno.
Está conectado con el CRM de
tal manera que el chatbot puede
realizar la gestión del funnel de
ventas, replicando la estrategia
de enriquecimiento del prospec-
to desde que es un mero visitante
hasta que se convierte en cliente
en tiempo real. Además, al ser bi-
direccional, estos datos los puede
recuperar el chatbot en cualquier
momento.
El diseño optimiza la experiencia
de usuario en función del disposi-
tivo que esté utilizando. Por ejem-
plo, en la versión móvil el chatbot
avisa que se va a esconder para
pasar a mostrar la web en modo
pantalla completa.
»
» IBM Watson Assistant.
»
» IBM Watson Studio.
Impacto
Incremento la captación de nue-
vos alumnos.
Reducción de costes por la auto-
matización del proceso comercial.
Aprendizaje de la segmentación
de los alumnos para poder perso-
nalizar mejor la oferta y las comu-
nicaciones con el alumno.

En Eznyme Advising Group hemos
desarrollado una metodología pro-
pia, basada en el las metodologías
Agile que permiten co-crear con el
cliente. Los proyectos se definen en
iteraciones definidas en sprints (ge-
neralmente 1 semana) que permi-
ten probar y mejorar durante todo
el proyecto las funcionalidades del
Chatbot.
Al inicio del proyecto, se definen
unas funcionalidades clave basa-
das en objetivos priorizados, que
definen una senda de desarrollo.
A partir de estos objetivos se esti-
mará una capacidad de N sprints
con metodología ágil valorados por
complejidad a través de los llama-
dos story points.
Al final de cada sprint semanal, se
revisan los objetivos y se re-priori-
za la senda de desarrollo o backlog.
Dado que cada sprint define un
producto mínimo viable (MVP) Los
usuarios clave podrán probar las
funcionalidades que se vayan desa-
rrollando a medida que avancen los
sprints, lo que ayudará a la revisión
de la senda de desarrollo y así su
re-priorización.
Una vez finalizado el proyecto y
puesto en producción (el go-live
oficinal), Enzyme siempre ofrece
una etapa de soporte (entre 1 y 2
semanas) para asegurar la estabili-
zación del chatbot.
Es común que, tras la puesta en
producción, queden funcionalida-
des interesantes en la senda de de-
sarrollo, aunque no fueran las más
prioritarias, por lo que al final del
proyecto se puede plantear la reali-
zación de una segunda fase para el
refinamiento.
5.1. Planteamiento metodológico
5. Mejores prácticas

5.2. Variables a tener en cuenta
5.3. Opciones de proyecto y horquilla precios
Si queremos dimensionar la com-
plejidad que puede llegar a tener
nuestro proyecto de chatbot y po-
der estimar los recursos que su-
pondrá tendremos que tener en
cuenta los siguientes parámetros:
• Plazo del proyecto
• Canales necesarios
• FAQs sencillas (preguntas de 1
nivel de profundidad)
• FAQs complejas (preguntas de
2 o más niveles de profundi-
dad, reconocimiento de pa-
trones, etc.)
• Multi-idioma
• Integraciones con otras aplica-
ciones
• Servidores y servicios
Enzyme ejecuta los proyectos de
Cognitive en 3 modalidades posi-
bles de proyecto en base a los re-
querimientos indicados para deci-
dir conjuntamente cuál se adecúa
mejor por coste y/o enfoque.
Desde 15.000 (pruebas de con-
cepto) a 100.000 euros (macro-
proyectos), en función de la ti-
pología del proyecto, también se
deberán tener en cuenta el núme-
ro de integraciones, el número de
funcionalidades y la complejidad
de los 3 ejes principales de la ar-
quitectura del chatbot.

5.4. Perfiles necesarios para crear y mantener un chatbot
5.5. Aspectos a tener en cuenta
Desde la experiencia, en Enzy-
me recomendamos configurar el
equipo de desarrollo e implanta-
ción con los siguientes perfiles:
• Desarrollador Web con cono-
cimientos de integración (or-
questador)
»
» Ej. EWA: desarrollador web
que sepa Java script con cono-
cimientos de integraciones.
• Responsable de comunica-
ción (comunicación/ marke-
ting)
»
» Decide contenidos.
»
» Los traspasa al responsable de
diálogos.
»
» No necesita conocimientos de
Watson.
• Responsable de diálogos
»
» Perfil de híbrido (tech-funcio-
nal).
»
» Estructura y completa los diá-
logos.
»
» Función operativa – pensa-
miento lógico/ procedural.
»
» Conocimientos avanzados de
Watson Assistant.
»
» Especial peso en la pues-
ta en marcha y cambio sig-
nificativos en contenido.
• Chatbot Engager
»
» Perfil de negocio.
»
» Revisa los logs y reentrena al
chatbot.
»
» Introduce variantes de intents
y entities relevantes.
»
» Comunica al responsable de
diálogos si hay preguntas no
planificadas importantes.
»
» Conocimientos básicos de As-
sistant aplicados a negocios
(intents, entities, desambi-
guaciones).
»
» Especial peso en el día a día
de las interacciones chat-
bot-usuario.
Además hay que tener en cuen-
ta que un chatbot es un proyecto
vivo, está sometido a constantes
interacciones con los usuarios y
necesidades y por tanto generar
una nueva necesidad que com-
porte la adaptación o ampliación
de la funcionalidad del chatbot.
Otro punto a tener en cuenta es
cómo va a comunicarse con los
usuarios, si el chatbot se orienta a
funcionalidades cara al público no
debemos olvidar que son una red
social y el impacto que pueden
generar.
Finalmente, en relación a la es-
tructura organizativa interna del
chatbot es recomendable ser ri-
guroso y definir una nomencla-
tura clara, realizar agrupaciones
de temáticas conversacionales a
través de carpetas (por ejemplo)
y emplear los recursos que nos
ofrezca la plataforma de desarro-
llo seleccionada con tal de opti-
mizar aumentar la eficiencia de
nuestro chatbot.

En resumen, en este eBook hemos
aprendido qué son los chatbots y
cuál es su estructura o arquitec-
tura interna, cómo clasificarlos en
función de su capacidad cognitiva,
su función y finalidad de uso, el
canal por el cual se comunican, el
impacto que generan en el negocio
y el tipo de usuario al cual se diri-
gen. También se han expuesto (de
forma breve) ejemplos de casos de
éxito realizados por los chatbots de
Enzyme, definiendo las necesida-
des soluciones y tecnologías em-
pleadas.
Adicionalmente se han presentado
mejores prácticas de forma que se
pueda tener una idea de la mejor
forma de implantar un proyecto
cognitivo en un negocio. No sólo es
importante tener en cuenta la tec-
nología que se vaya a emplear para
el desarrollo, a veces la clave para
el éxito se basa en saber exacta-
mente qué es lo que necesitan tus
clientes.
6. Conclusiones

Enzyme Advising Group es una
consultora de innovación tecnoló-
gica con más de xx años de expe-
riencia en proyectos de inteligen-
cia y automatización. Nuestros
cuatro ejes de actuación son:
PERFORMANCE MANAGEMENT
Ayudamos a organizaciones a ser
competitivas en un mundo digital,
en el que el reto se centra en la
transformación empresarial, a tra-
vés de los empleados, los proce-
sos e incluso el modelo de nego-
cio, a través de la tecnología.
DIGITAL ANALYTICS
Desarrollamos y transformamos
la cultura del análisis de datos
empresariales para mejorar la
eficiencia y potenciar la toma de
decisiones basadas en datos e in-
dicadores de negocio.
COGNITIVE EXPERIENCE
Aceleramos la transformación
de los procesos para alcanzar
una compañía totalmente digital.
DIGITAL MARKETING
Ayudamos a nuestros clientes en
la creación e implantación de so-
luciones digitales integrales con
el objetivo de potenciar a los po-
sibles clientes a través de accio-
nes innovadoras.
7. Sobre Enzyme Advising Group

7.1. Proyecto cognitive de Enzyme
Para entender mejor cuál es la
misión y visión del proyecto Cog-
nitive de Enzyme diferenciar los
conceptos de inteligencia artificial
y cognitive computing es una ne-
cesidad.
»
» Inteligencia Artificial
Se dice que una máquina o sistema
posee inteligencia artificial cuando
es capaz de realizar acciones u ope-
raciones para las cuales un humano
hubiese debido de usar su capaci-
dad de razonamiento.
»
» Cognitive Computing
Un sistema cognitivo es una solu-
ción que, mediante herramientas
basadas en inteligencia artificial,
proporciona una salida de infor-
mación que puede ser usada por
un usuario final o puede ser usa-
da como entrada de información
para otro proceso.
El resultado de la combinación
de ambas áreas de conocimiento
a procesos concretos de nego-
cio conduce a la aparición de los
chatbots.
»
» Chatbot
Es una herramienta que emplea
algoritmos basados en inteligencia
artificial (NLP) y cognitive compu-
ting para facilitar una solución a
una necesidad de negocio. Estos
canales permiten al humano inte-
ractuar de forma Intuitiva y diver-
tida, a través de texto o voz.
Por lo tanto, un Chatbot es una pri-
mera base que ocupar para aque-
llas empresas que quieren iniciar-
se en la transformación digital y la
cognitive experience.

Qué tipo de chatbot necesita tu empresa - e-book

Qué tipo de chatbot necesita tu empresa - e-book

Recomendados

Recomendados

Mais conteúdo relacionado

Último

Último (20)

Destaque

Destaque (20)

Qué tipo de chatbot necesita tu empresa - e-book