Clasificar tickets de soporte con IA: motivo, prioridad y enrutado automáticos

Qué se hace hoy a mano

En muchos equipos de soporte, el primer turno del día empieza igual: alguien abre la vista de tickets nuevos y los reparte. Lee, decide el motivo, pone prioridad y asigna grupo. Con 150 tickets diarios, eso es una hora larga cada mañana. Y el campo “motivo de contacto” se rellena con prisa, así que los informes por motivo no son fiables.

Los errores salen caros: un ticket de facturación que acaba en logística, una queja urgente que espera en la cola general, un cliente que recibe la respuesta en el idioma equivocado.

Cómo funciona la clasificación, paso a paso

1. Definir las categorías. Antes de tocar la IA, revisamos el campo de motivo de contacto. Si tiene 40 opciones, lo dejamos en 10 o 15 que sirvan para decidir algo: a qué grupo va, qué macro aplica, qué prioridad tiene.
2. Lectura del ticket. Cuando entra un ticket, un webhook lo envía a Claude con el asunto, el mensaje y algunos datos del cliente.
3. Clasificación. Claude devuelve motivo, prioridad, idioma, sentimiento y, si aparece, el número de pedido o de cliente. También devuelve un nivel de confianza.
4. Escritura en Zendesk. Los valores se guardan en campos del ticket. Nada de texto libre: solo opciones del desplegable.
5. Enrutado. Los triggers de Zendesk, ya ordenados, asignan grupo y SLA según esos campos.
6. Cola de revisión. Si la confianza es baja o el motivo no encaja, el ticket va a una vista de revisión y lo clasifica una persona. Esa corrección sirve para mejorar las instrucciones.

Si conviene, se añade contexto de otras herramientas: el estado del pedido en Shopify, el plan del cliente en HubSpot. Esto convierte la clasificación en algo más útil que una etiqueta.

Qué necesitas

• Zendesk Suite con permisos de administrador.
• Una lista de motivos de contacto limpia, o tiempo para limpiarla juntos.
• Triggers ordenados. Si tienes reglas que se pisan, la IA solo añade otra capa de confusión. Lo explico en por qué ordenar los triggers de Zendesk antes de meter IA.
• Un histórico de tickets clasificados (unos cientos bastan) para medir el acierto antes de activar.
• Volumen: compensa a partir de unos 1.000 tickets al mes, o antes si el triage es especialmente lento.

Límites y revisión humana

• Categorías ambiguas. Si dos motivos se solapan, la IA dudará igual que tu equipo. La solución es redefinir categorías, no forzar el modelo.
• Tickets con varios temas. Se clasifican por el motivo principal y se marcan para revisión.
• Medición continua. Cada semana se compara una muestra de clasificaciones con la revisión humana. Si el acierto baja, se revisa.
• Arranque en modo sombra. Las dos primeras semanas la IA clasifica, pero no enruta. Comparamos sus decisiones con las del equipo y solo después activamos el enrutado.

Plazos orientativos

Si Zendesk ya está ordenado, la clasificación está funcionando en 2 o 3 semanas, incluido el modo sombra. Si antes hay que limpiar triggers y campos, añade de 2 a 4 semanas. Lo hago dentro del plan Ampliado de la administración de Zendesk.

En el caso de un e-commerce con Zendesk desordenado, la clasificación con IA llegó a un 93 % de acierto y recortó 45 horas al mes de triage y redacción.