HUBSPOT
Resumen
Cuando Boca Rosa experimentó un pico de crisis post-live (alto volumen, problemas de integración y calidad), el servicio se convirtió en un cuello de botella y la reputación sufrió: NPS 32, Reclame Aquí 3.3 y TMA de 25 horas. Con la IA de Cloud Humans (la Rosa, persona de la marca), el equipo recuperó rendimiento y confianza del cliente: en 6 meses alcanzó NPS 78, logró RA 1000, bajó el TMA a 3.3 horas, elevó CSAT de la IA a 84.3 y automatizó 54% de los tickets — incluso con 80% de los contactos siendo logística.
El desafío: cuando el buzz es enorme y la experiencia no acompaña, la fila explota
A Boca Rosa Company comenzó a operar 100% “sola” de principio a fin a partir de octubre del año anterior (y B2B en enero). En junio de 2024, una transmisión en vivo generó mucha receita y expectativas — y ahí vino el combo que nadie quiere:
Problemas de integración y actualizaciones de pedido
Casos de producto/empaquetado con defectos
Consumidor nativo digital exigiendo respuesta “para ayer”
Picos de demanda en un equipo reducido
Impacto antes de la IA (en el apogeo de la crisis):
NPS 32
Reclame Aquí 3.3 (no recomendado / rojo)
TMA 25 horas
FCR 7/10 (3 de cada 10 volvían)
En un momento, la empresa tomó una decisión rara:
pausar la operación para corregir lo que necesitaba ser corregido y reconectar con la comunidad
“Crítica en el post-venta es igual a alto volumen de contactos + experiencia desalineada.”
— Xavier
Por qué la IA se volvió inevitable
en marca nativa digital, “chatbot cuadrado” destruye identidad.
El equipo necesitaba escalar sin convertirse en un servicio genérico.
Lo que estaba en juego:
Mantener el “modo Boca Rosa” de hablar
Dar agilidad y empatía en estacionalidad (lanzamiento = pico)
Sacar al equipo del modo cinta transportadora (copia y pega)
Liberar espacio para que CX influya en el negocio (social, e-commerce, suministro)
Qué marcó la diferencia en la construcción de Rosa
1) Empezar pequeño y mapear fricciones (Pareto real)
Ya tenían un escenario muy claro de dónde dolía más: picos post-en vivo, la logística convirtiéndose en el 80% de la demanda, ansiedad por el estado y un cliente nativo digital sin paciencia para un SLA largo. Entonces la IA entró primero donde realmente hacía la diferencia:
rastreo
estado del pedido
dudas repetitivas que congestionaban la fila
pre-selección y recolección de datos
2) Contenido mínimo viable, con curaduría
Boca Rosa no necesitaba un "centro perfecto" para empezar. Necesitaba un V1 útil, alineado con la forma de la marca y con los temas que más aparecían en crisis.
Lo que entró al principio:
respuestas de logística y plazos
políticas y flujos de soporte (cambio, devolución, daño)
excepciones comunes en lanzamiento
mensajes de empatía y transparencia (sin volverse robot)
3) Auditoría continua con dueño claro (esto acelera mucho)
Otro punto que casi todo el mundo ignora: tener a alguien de CX como dueño de la auditoría cambia el juego. No es un “proyecto de TI”. Es experiencia del cliente.
Y cuando el dueño está cerca de la operación:
el feedback se convierte en ciclo corto
las correcciones son rápidas
la IA va “aumentando” como una persona de verdad
4) Personalidad y tono de voz (sin destruir la marca)
Aquí había un requisito obvio: no se podía escalar con un chatbot rígido.
La IA necesitaba hablar como habla Boca Rosa.
Entonces la persona fue diseñada para:
mantener dinámica y conexión
usar emoji con moderación (y con contexto)
variar respuestas (no convertirse en un script)
reflejar el tono del cliente cuando tiene sentido
Xavier dijo algo que resume bien: hay clientes que finalizan la conversación sin darse cuenta de que era IA — y eso solo sucede cuando el lenguaje es humano y consistente con la marca.
5) Integración para salir del “FAQ” y convertirse en agente
Para mí, esta es la línea divisoria: el chatbot responde. el agente resuelve.
Y en el caso de Boca Rosa, como el 80% de los tickets son logística, solo el contenido no es suficiente.
El salto viene cuando la IA puede:
consultar estado actualizado
obtener rastreo automáticamente
pre-recolectar datos (foto, evidencias, información de compra)
entregar a la persona un caso “masticado” cuando necesita escalar
Y es exactamente aquí donde la IA entra aún más fuerte: conectando backoffice y eliminando del humano el trabajo repetitivo de “copiar y pegar rastreo”.
Ejemplo de una conversación real
Si lo prefieres, también puedo pasarte ahora al equipo humano para finalizar cualquier ajuste.
Lo que está sucediendo detrás:
consulta de estado a través de integración (logística)
tono de voz reflejando al cliente (sin exagerar emoji)
opción clara de transbordo
reducción de fricción pública (menos Reclame Aquí)
Métricas principales
NPS: 32 → 78 (en ~6 meses)
Reclame Aquí: 3.3 → RA 1000
TMA: 25h → 3.3h
FCR: 7/10 → 9/10 (solo 1 vuelta)
CSAT de IA (Rosa): 84.3
Retención/automatización: 54% (diapositiva anterior 44%)
Mezcla de demanda: 80% logística
Cómo fue implementar (paso a paso, ajustado)
1️⃣ Configuración y conexión con canal anterior (sin equipo de desarrollo interno)
Boca Rosa no tenía desarrolladores
Cloud Humans entró fuerte como socio de implementación
Onboarding con seguimiento cercano
2️⃣ Persona y voz de marca (Rosa)
lenguaje nativo digital
consistencia con social/content
emoji con moderación
respuestas variables (no “script robot”)
3️⃣ Auditoría continua (con dueño en CX)
persona dedicada para entrenar y ajustar
análisis de lo que mejora CSAT vs retención
feedback fácil (me gusta/no me gusta + corrección)
4️⃣ Reglas de casos sensibles
calidad del producto
devolución
reacción adversa
la IA reconoce y transfiere con transparencia
5️⃣ ED en backoffice (logística y edición)
integración con operador logístico y datos de compra
automatización de rastreo
próximo paso: actualización de registro (email/dirección) sin humano
LO QUE CAMBIÓ EL JUEGO: De la IA en Zendesk a la solución completa de Cloud Humans (IA + Cloud Chat)
Un punto importante del viaje de Boca Rosa: al principio, Rosa estaba integrada a Zendesk.
Funcionaba.
Pero no era ideal.
Con el tiempo, quedó claro que tenía más sentido usar la solución completa de Cloud Humans — IA + Cloud Chat en el mismo ecosistema.
Lo que cambió en la práctica
1️⃣ WhatsApp de verdad (sin intermediarios)
En Zendesk: necesitaba trabajar con intermediarios porque la herramienta no era nativa para WhatsApp.
En Cloud Chat: WhatsApp oficial e integrado directamente, sin trucos.
2️⃣ Herramienta más simple
Zendesk era complejo y caro para lo que usaban.
Cloud Chat es más intuitivo, fácil para el equipo y más rápido de operar.
3️⃣ Modelo de precio más alineado
Zendesk cobraba por módulos y add-ons, con contratos largos.
Cloud Humans tiene un modelo más predecible y sin “trucos”.
4️⃣ Soporte mucho más cercano
En Zendesk, el soporte era distante y frecuentemente empujaba a consultorías externas caras.
En Cloud Humans, la implementación y el seguimiento se hicieron en una verdadera asociación.
5️⃣ IA más fácil de entrenar
La IA dentro de Zendesk era más compleja de mantener.
La Rosa es sencilla de auditar, ajustar y evolucionar — directamente a través de la interfaz.
El resultado no fue solo técnico.
Fue operacional.
El efecto colateral que más me gusta: el equipo humano se vuelve estratégico
Cuando lo repetitivo desaparece, el equipo deja de sobrevivir y comienza a construir.
Lo que comenzó a caber en la agenda:
acciones de encantamiento en grupo
comité de voz del cliente
rituales con social, supply y e-commerce
análisis de causa raíz (en lugar de “equipo que se queja”)
