Optimice la experiencia del cliente de forma proactiva

Obtenga una visión clara de cómo progresan los clientes a través de su flujo directamente en Architect.

Con una representación de mapa de calor, puede identificar rápidamente las áreas con un alto compromiso del cliente, ya que los colores más oscuros indican interacciones más densas.

Pase el ratón por encima de las acciones de Architect o los componentes de flujo resaltados para ver el número exacto de veces que los clientes interactuaron con cada una de estas acciones o componentes.

Analice el mapa de calor y observe dónde aparecen los colores de interacción más oscuros para localizar las acciones de Arquitectura y otros componentes del flujo utilizados con más frecuencia. Si se interactúa mucho con determinadas acciones o componentes, simplifíquelos o refínelos para garantizar una experiencia más fluida y reducir cualquier posible fricción en puntos clave de la interacción con el cliente. Un elevado número de interacciones también puede indicar que los clientes necesitan más orientación o apoyo. Añada instrucciones más claras para atender las necesidades de los clientes de forma proactiva.

Utilice el mapa de calor para detectar áreas con un número de interacciones inesperadamente alto, lo que podría indicar cuellos de botella en los que los clientes tienen dificultades o necesitan varios intentos. Por ejemplo, si una acción o un menú de Arquitectura tiene un número de interacciones significativamente mayor que las acciones circundantes, podría sugerir confusión o dificultad para completar ese paso. Investigar formas de simplificar o clarificar esta acción del Arquitecto para mejorar la eficiencia del flujo.

Identifique los componentes del flujo con un bajo recuento de interacciones para evaluar si los clientes pasan por alto estos componentes o si los componentes son ineficaces a la hora de orientar a los clientes. Haga que estos componentes ocupen un lugar más destacado o evalúe si son necesarios para perfeccionar el recorrido y garantizar que cada paso aporte valor y favorezca la progresión del cliente.

Con la posibilidad de ver el recuento exacto de interacciones al pasar el ratón por encima, puede priorizar las optimizaciones en componentes específicos del flujo que reciben la mayor participación de los clientes. Por ejemplo, si un paso inicial muestra un elevado número de interacciones pero los pasos posteriores disminuyen, puede perfeccionar este primer paso para asegurarse de que prepara mejor a los clientes para las siguientes etapas. También ayuda a los clientes a mantener el compromiso durante todo el flujo.

Los datos del mapa de calor le permiten discernir tendencias en el movimiento de los clientes. Si los clientes interactúan repetidamente con determinados componentes del flujo de arquitectura de determinadas maneras (por ejemplo, vuelven una y otra vez a un paso concreto), rediseñe esta parte del flujo y añada más orientación para facilitar el recorrido.

Haga un seguimiento de cómo cambian las frecuencias de interacción a lo largo del tiempo para medir el impacto de las optimizaciones. Si el recuento de interacciones de una acción concreta disminuye significativamente tras el perfeccionamiento, puede indicar que la mejora ha eliminado con éxito una barrera, guiando a los clientes de forma más eficaz a través del flujo.

1. En la página de inicio de Architect, haga clic o pase el ratón por encima del menú Flows y seleccione el tipo de flujo deseado.
2. Haga clic en el flujo que desea analizar.
3. Utilice el conmutador Flow Insights para mostrar el mapa de calor de interacción del flujo.
   Nota: Debe haber datos de interacción de los últimos siete días para que aparezca el mapa de calor.
4.  Busque componentes de flujo con niveles de frecuencia (recuento de interacciones) elevados y compruebe si los clientes disminuyen en los pasos posteriores. En el siguiente ejemplo, los clientes llegan a la acción Digital Menu en un flujo de bots digitales, pero no consiguen avanzar más:
5. Ahora, examine la acción del Menú Digital para revisar y determinar por qué se está estancando el progreso e identifique las acciones necesarias para eliminar los puntos de fricción.

Obtenga una representación visual dinámica de cómo los usuarios navegan y se relacionan con los distintos segmentos de flujo en su recorrido como clientes.

Explore información detallada y de alto nivel sobre el comportamiento de los clientes profundizando en los pasos que siguen a lo largo de su recorrido o ampliando la información para ver patrones más generales. Revele las vías clave dentro de un flujo de arquitectura que represente un segmento de la experiencia del cliente.

Seleccione entre varios resultados de flujo para generar visualizaciones distintas que revelen los caminos que siguieron los clientes para llegar a cada resultado. Los resultados incluyen escenarios como el abandono de la ruta, el escalado a un agente, la desconexión o el fallo en el reconocimiento de la intención. Estos recorridos ilustran tanto las rutas de éxito o felicidad como las rutas de fracaso dentro del recorrido del cliente, y proporcionan información sobre una serie de experiencias de los clientes.

Vea todos los hitos de flujo que los clientes alcanzan en cada ruta de viaje. Pase el ratón por encima de hitos o resultados específicos para ver los recuentos de frecuencia de las interacciones con los clientes. Obtenga un acceso rápido a los datos sobre la frecuencia con la que los clientes interactúan con determinados pasos para ayudarle a evaluar el rendimiento del flujo y el compromiso del cliente a lo largo del recorrido.

Analice las visualizaciones de los recorridos de los clientes que conducen al resultado de abandono para identificar los hitos específicos en los que se produce un alto porcentaje de abandonos. Si, por ejemplo, hay una alta frecuencia de abandonos después de un hito específico, puede investigar los posibles puntos de fricción, como instrucciones poco claras, procesos largos o problemas técnicos, y hacer ajustes para mejorar la retención de clientes a través de este segmento del viaje.

Analice las rutas que terminan en una escalada a un agente para determinar en qué etapas y por qué los clientes sintieron la necesidad de asistencia en vivo. Con esta información, puede identificar oportunidades para mejorar las opciones de autoservicio, por ejemplo, añadiendo más orientación en hitos específicos, mejorando las respuestas automáticas o perfeccionando los artículos de conocimiento. Estos ajustes pueden reducir las escaladas y garantizar que más clientes logren resultados satisfactorios sin necesidad de ayuda adicional.

Concéntrese en los caminos felices en los que los clientes alcanzan resultados satisfactorios sin ningún problema para identificar vías eficientes. Comprender los hitos que son comunes a estos caminos para simplificar los recorridos de los clientes eliminando o consolidando algunos pasos para facilitar que más clientes alcancen resultados satisfactorios rápidamente y con menos esfuerzo.

Revise las rutas que terminan en una desconexión o en un fallo de reconocimiento, incluyendo cada paso que conduce a estos resultados para detectar y resolver las causas raíz, como limitaciones en el reconocimiento de la intención del cliente o elementos de la interfaz confusos. Aborde estos problemas de forma proactiva para reducir la tasa de fallos y mejorar la satisfacción del cliente y los índices de finalización.

Utilice las métricas de frecuencia en cada hito para identificar las áreas de alto tráfico dentro del flujo y priorizar las optimizaciones para estos puntos. Concéntrese en estos hitos clave para asegurarse de que los cambios afectan al mayor número de clientes, lo que puede contribuir a unos viajes más fluidos y rápidos y a una mayor satisfacción general.

Amplíe el zoom para ver patrones más amplios del movimiento del cliente a través del flujo de Architect para detectar patrones de viaje comunes, como secuencias de hitos alcanzados por segmentos específicos de clientes. Puede utilizar estos patrones para crear experiencias personalizadas, como avisos adaptados, opciones de acceso directo u orientación predictiva que se ajuste a los próximos pasos probables, y crear un recorrido del cliente más intuitivo y atractivo.

Con las métricas de frecuencia que Architect muestra al pasar el ratón por encima de los hitos o resultados, puede tomar decisiones informadas y basadas en datos sobre dónde invertir los esfuerzos de optimización. Por ejemplo, si en un hito concreto hay mucha interacción antes de que se produzca un abandono, podría asignar recursos para mejorar ese punto específico e impulsar un enfoque específico de la optimización del recorrido del cliente.

Supongamos que eres un administrador o analista de un contact center que quiere evaluar la eficacia de un bot. Su objetivo es comparar el número de clientes que logran una resolución a través del bot frente a un agente humano (ACD). Para llevar a cabo esta tarea, utilice las funcionalidades de Journey Flows.

1. En la página de inicio de Architect, haga clic o pase el ratón por encima del menú Flows y seleccione el tipo de flujo deseado.
2. Haga clic en el flujo que desea analizar.
3. Haga clic en Journey Flows en el menú Insights and Optimizations. Se abre la visualización Flujos de viaje. La visualización muestra la distribución de los clientes a lo largo de los distintos hitos y resultados del flujo, así como los distintos motivos de salida del flujo. La visualización también muestra cómo progresa el recorrido del cliente en cada etapa del flujo:

   Muéstrame

   
4. A continuación, como desea saber cuántos clientes fueron al hito Payment Initialized , pase el ratón por encima del hito para mostrar el recuento de frecuencias:
   
5. Ahora, para examinar por qué el 11% de los clientes que completaron el hito Pago Inicializado pidieron hablar con un agente humano y el 7% de los clientes desconectaron la llamada, utilice Flow Insights para generar un mapa de calor de las opciones del Menú Digital en su menú de Configuración Inicial o utilice Replay Mode para comprobar las instancias de ejecución de su flujo.
6. A continuación, examine las sesiones que fueron Abandonadas.
   

 

Reproduzca ejecuciones anteriores de sus flujos de arquitectura para detectar problemas de baja participación y conversión basándose en la información de Flow Insights y Journey Flows.

Pruebe los ajustes lógicos del flujo para aumentar la participación en los componentes clave de su flujo de arquitectura, reducir los abandonos en los hitos clave del flujo y aumentar el número de clientes que alcanzan los resultados deseados del flujo.

Después de identificar un componente de flujo específico con baja participación del cliente en Flow Insights, utilice el modo de repetición para examinar cómo interactúan los clientes con ese componente de flujo. Reproduzca los pasos que dan los clientes para identificar posibles problemas, como una redacción confusa, tiempos de respuesta lentos o falta de información, que podrían estar provocando la desvinculación de los clientes. Realice ajustes específicos para aumentar los índices de participación con el componente de flujo.

Si Journey Flows muestra una alta tasa de abandono en un hito de flujo específico, reproduzca las interacciones que conducen a ese hito de flujo para ver dónde están abandonando los clientes y por qué. Por ejemplo, si los clientes abandonan un menú o un paso concreto, el modo de repetición puede revelar problemas como opciones poco claras o expectativas no cumplidas. Ajuste el hito para minimizar los abandonos y retener a los clientes en el trayecto.

Después de cambiar la lógica del flujo de Architect, por ejemplo, simplificando los pasos o aclarando los mensajes, utilice el modo de repetición para observar si estas modificaciones repercuten positivamente en el comportamiento del cliente. Compare las nuevas instancias de ejecución con las anteriores y confirme si los índices de participación también han mejorado en Flow Insights y si Journey Flows muestra menos abandonos y más clientes que alcanzan los resultados clave.

En el caso de los componentes del flujo que conducen a resultados satisfactorios, reproduzca las interacciones con el cliente para comprender mejor por qué funcionan bien estos componentes del flujo. Esta información puede orientar la optimización de otras partes del flujo y crear más vías de éxito que lleven a los clientes a los resultados deseados con mayor fiabilidad.

Después de realizar mejoras en la lógica del flujo del Arquitecto para reducir los abandonos o aumentar la finalización de los hitos, vuelva a reproducir las interacciones anteriores y posteriores al ajuste. Esta comparación permite comprobar si los ajustes han dado lugar a un flujo más intuitivo. Compruebe el aumento de la participación en Flow Insights y la mejora de la progresión de los hitos en Journey Flows.

Para flujos con múltiples rutas (como diferentes opciones de menú o rutas de autoservicio), utilice el modo de repetición para realizar un seguimiento de cómo los clientes navegan por estas opciones. Si ciertas rutas muestran una participación significativamente menor o un mayor número de abandonos, identifique dónde encuentran problemas los clientes y realice modificaciones para equilibrar la eficacia de la ruta en todo el flujo.

Si las instancias de ejecución revelan escaladas frecuentes a agentes en un punto concreto de un flujo de arquitectura, analice estos momentos para identificar lagunas en el flujo de autoservicio que podrían estar causando la frustración del cliente. Añada indicaciones, aclare opciones o mejore las respuestas de flujo para crear una experiencia de autoservicio más fluida que reduzca la necesidad de intervención de los agentes y mejore la salud del viaje.

1. En la página de inicio de Architect, haga clic o pase el ratón por encima del menú Flows y seleccione un tipo de flujo para el que estén disponibles datos de ejecución históricos.
2. Abra el flujo que ejecutó previamente para depurar y solucionar problemas.
3. Haga clic en Historial de ejecución. Se abre el cuadro de diálogo Historial de ejecución de flujos.
4. En Resultados, Architect enumera las instancias de ejecución anteriores del flujo que ha abierto y proporciona el nombre, la versión y el tipo de flujo, así como la fecha y hora de inicio y fin de las instancias de flujo.
5. Haga clic en una instancia de flujo para abrirla en el modo de reproducción. Para obtener más información, consulte Utilizar el modo de repetición para solucionar problemas de un flujo de Architect.

6. Utilice los controles de reproducción para recorrer el flujo y reproducir la secuencia de acciones que conducen al componente específico del flujo que desea analizar. 
7. Si el nivel requerido de datos de ejecución está disponible, revise los intercambios de comunicación e inspeccione también los valores de las variables para localizar el problema con el componente de flujo.

En el siguiente ejemplo de flujo de bot digital, los clientes introducen su número de pedido para comprobar el estado del mismo, pero el bot no reconoce el número.

1. El diseñador del flujo utilizó una acción Ask for Slot para verificar el número de pedido y utilizó una ranura del tipo builtin:any para almacenar la entrada del cliente.
2. Después de que el bot recibe la entrada, el flujo pasa a una acción de decisión que utiliza la expresión If(FindFirst(Flow.OrderNumbersDatabase, ToJSON(Task.CheckNumber))==-1, false, true) para determinar si la matriz de números de pedido existentes almacenada en la variable Flow.OrderNumbersDatabase contiene el número de pedido que introdujo el cliente (Task.CheckThisNumber).

El análisis del mapa de calor de Flow Insight muestra que la acción Decision siempre toma el camino infeliz:

El modo Repetición de Architect proporciona la clave para entender por qué ocurre esto. El bot utiliza un patrón con el formato ###-### para mostrar el número de pedido de los clientes, donde cada # representa un dígito (0-9) y - es un separador de guiones. El formato agrupado es un patrón familiar para los clientes que reduce la probabilidad de errores en comparación con una larga cadena de dígitos, y facilita la lectura y el recuerdo del número.

El problema de reconocimiento se produce porque el bot proporciona el número de pedido en el formato###-###, pero el bot espera una cadena de dígitos sin guiones como entrada del usuario (véanse los números de pedido en la variable Flow.OrderNumbersDatabase ). Este desajuste en el diseño del flujo provoca fallos de reconocimiento.

                                         

El modo de repetición reveló que el bot debe manejar los guiones en la entrada del cliente. Para solucionar el problema de reconocimiento, utilice un tipo de ranura regex con el patrón ^\d{6}$|^\d{3}-\d{3}$ para validar el formato de entrada y eliminar los guiones antes de comprobar el número de pedido en la base de datos de pedidos.

Obtenga una vista personalizable de todo el recorrido del cliente de principio a fin en todos los canales de Genesys Cloud para ayudarle a comprender las interacciones de los clientes desde el contacto inicial hasta la resolución.

Amplíe su análisis de los recorridos de los clientes más allá de los flujos de arquitectura de un solo canal, con hasta 365 días de datos disponibles para realizar un seguimiento de las interacciones de los clientes en varios canales y visualizar patrones de compromiso a largo plazo.

Visualice y evalúe recorridos específicos, como las transiciones de los clientes desde las interacciones con bots hasta la asistencia de agentes, en varios canales, para comprender las necesidades de los clientes y mejorar los resultados de los recorridos.

Filtre los eventos clave, como las llamadas repetidas en las últimas 24 horas, o añada canales como los SMS al lienzo del recorrido, lo que permite obtener una visión personalizada de la experiencia del cliente para impulsar un mejor compromiso.

Visualice las tendencias de rendimiento del viaje a lo largo del tiempo con gráficos y realice comparaciones rápidas entre periodos de tiempo para identificar cambios en las métricas, como las tasas de autoservicio o las escaladas, para la resolución proactiva de problemas.

Analice la progresión del cliente a lo largo de las etapas de su viaje para identificar los puntos de mayor deserción y reducir la fricción entre los canales para ofrecer una experiencia del cliente más fluida y eficaz.

Visualice recorridos a través de múltiples canales para realizar un seguimiento de las interacciones de los clientes que abarcan diferentes puntos de contacto. Por ejemplo, interacciones que comienzan con mensajería web y pasan a una llamada. Si los clientes cambian con frecuencia de canal a mitad del viaje, podría indicar que determinados canales no están satisfaciendo sus necesidades. A continuación, puede centrarse en mejorar la funcionalidad del canal inicial para reducir los cambios innecesarios de canal, lo que reduce el esfuerzo del cliente y mejora su satisfacción.

Examine los recorridos de los clientes que comienzan con un bot en una ventana de mensajería web y pasan a un agente para identificar los puntos en los que los clientes experimentan lagunas o retrasos en el servicio. Por ejemplo, si los clientes se ponen en contacto con frecuencia con un agente después de tener problemas con el bot, podría perfeccionar las capacidades del bot o ajustar el proceso de transferencia para garantizar una transición más fluida.

Explore con qué frecuencia los clientes pasan de una interacción de autoservicio a un agente a través de diferentes canales, como de una interacción de mensajería web a una llamada de voz. Visualice estas transferencias para identificar si determinadas interacciones conducen habitualmente a escaladas, lo que sugiere áreas en las que la experiencia del cliente podría necesitar mejoras para permitir un autoservicio más eficaz. También puede utilizar este análisis para asegurarse de que transfiere a los clientes de forma más fluida y con el contexto relevante ya capturado para reducir la necesidad de que los clientes repitan la información o los agentes repitan las llamadas de los clientes.

Puede evaluar las tasas de éxito de las interacciones de autoservicio a través de varios canales, como los bots digitales a través de varios canales de mensajería. Comparando las trayectorias de los clientes que se autoasistieron con éxito con las de los que requirieron la intervención de un agente, puede identificar qué flujos de autoservicio son más eficaces en cada canal. Por ejemplo, si la tasa de finalización del autoservicio por SMS es inferior a la de la mensajería web, podría sugerir mejoras en el flujo de SMS, proporcionar indicaciones más claras u ofrecer más recursos para los problemas más comunes.

Examine qué canales utilizan los clientes en los distintos puntos de su recorrido para identificar tendencias que sugieran las preferencias de los clientes. Por ejemplo, si los clientes tienden a empezar con IVR pero cambian a mensajería para el seguimiento, considere opciones de mensajería proactiva después de las interacciones IVR para alinearse mejor con el comportamiento y las preferencias del cliente y mejorar la experiencia del viaje.

Visualice las tendencias del rendimiento del viaje a lo largo del tiempo con gráficos de barras, líneas o columnas. Compare las métricas entre periodos de tiempo para identificar cambios en la eficacia del viaje, como un descenso de las tasas de autoservicio o un aumento de las escalaciones de agentes. Supervise estas tendencias para detectar y abordar problemas emergentes de forma proactiva y garantizar que el viaje siga siendo eficiente y eficaz.

Utilice el análisis de embudo para evaluar la progresión del cliente a través de las distintas etapas de su viaje por los canales para identificar los puntos de alta deserción. Por ejemplo, si muchos clientes utilizan un sistema IVR pero no pasan a un canal de mensajería para el autoservicio, investigue los posibles puntos de fricción en la transición. Mejorar la transición entre canales para mantener el compromiso y favorecer el éxito de la progresión del viaje.

Añadir varios canales, como SMS o correo electrónico, al lienzo de recorrido para evaluar cómo encajan estos canales en el recorrido más amplio del cliente. Si determinados canales muestran un uso o una eficacia bajos, considere formas de integrar o promover mejor estas opciones para crear una experiencia multicanal más completa y receptiva para los clientes.

Supongamos que usted es un analista de centros de contacto que evalúa la eficacia de los bots diseñados para aplicaciones de medios sociales. Su objetivo es comparar el número de clientes que logran resolución a través de bots frente a agentes humanos (ACD). Para ello, utilice las funciones de Journey Analyzer.

1. Inicie sesión en su cuenta de Genesys Cloud y haga clic en el menú Journey Management . Se abre la pantalla Gestión de viajes .
2. Crear un nuevo viaje.
3. Para entrar en el modo Editar y modificar un trayecto, haga clic en Editar.
4. Para crear su primer evento en el viaje, expanda el grupo de eventos Social & App Messaging y luego seleccione y arrastre Web Message Start al lienzo.
5. A continuación, como desea saber cuántos clientes fueron a Bot Start después de Web Message, arrastre y suelte Bot Start al lienzo y, a continuación, deje que se conecte a Web Message Start.
   1. Para limitar el evento al nombre del bot, incluya el nombre del bot como un filtro de atributo de evento .
      
      Consejo: Puedes encontrar el nombre del bot en Architect. Journey Management admite eventos bot nativos o de terceros, pero los bots nativos proporcionan datos más detallados del trayecto.
6. Ahora, para examinar las sesiones de bot completadas, arrastre Bot End al lienzo y, a continuación, deje que se conecte a Bot Start.
   1. Dado que está interesado en el mismo bot que examinó en el paso 5, incluya el identificador del bot como un filtro de atributo de evento en este evento.
      
      Consejo: Si utiliza un bot nativo de Genesys, para limitar su análisis a una intención y otros atributos de interacción que puedan ser relevantes, añada Bot Turn entre el inicio y el final.
   2. Para ver las sesiones de bot completadas, incluya el filtro botsessionOutcome y, a continuación, seleccione el atributo complete.
      
   3. Haga clic en Aplicar filtro.
   4. Como en este evento se examinan las sesiones bot completadas y no las sesiones que pasaron a ACD (distribución automática de llamadas), añada un filtro BotResult en la sección Exclude con TransfertoACD como valor.
      
      
   5. Haga clic en Aplicar filtro.
7. A continuación, examine las sesiones que pasaron a ACD. Abra el grupo de eventos Voice y arrastre al lienzoel evento ACD Start. Que se conecte a Bot Start, de modo que sea paralelo a Bot End.
   
   
8. En este evento, seleccione queueID como Atributo, y luego añada un filtro para la Cola de pago. 
    
   
9. Hacer clic Ahorrar.

Calcular y editar el recorrido de la muestra

1. Haga clic en Calcular para generar trayectos. Aparece una notificación sobre el recuento de cálculos.
2. Para continuar, pulse Proceda. El cálculo tarda unos minutos en ejecutarse. El tiempo de carga depende del volumen de datos a procesar, por lo que los conjuntos de datos más grandes tardan más en calcularse. Para ver los resultados, actualice la página.
3. Una vez finalizado el cálculo, desea conocer el número de llamadas resueltas por los agentes. Para editar el viaje, haga clic en Editar.
4. Arrastre el evento Agent Start, y deje que se conecte al evento ACD Start.
   1. Añada un filtro para la cola de pagos . La cola de pagos tiene dos códigos de liquidación: Éxito y Fracaso.
      • Realice un seguimiento de la resolución del agente con un código de resumen de éxito. Desde el grupo de eventos Voice, arrastre un evento Wrap Up al lienzo y deje que se conecte con el evento Agent Start . Seleccione el atributo wrapupCode e incluya el identificador del código de envoltura Success como filtro.
        
        Nota: Yuede obtener la lista de ID de código de envoltura utilizados en su entorno con el punto final de la API de envoltura a través de API Explorer, que está disponible en el sitio de desarrolladores de Genesys Cloud.
      • Para indicar que se trata del código de envoltura Éxito, rename el evento Envoltura.
5. Hacer clic Ahorrar.
6. Para actualizar el trayecto, pulse Calcular. Para ver los recuentos actualizados, actualice la página.

Ver el análisis del embudo en el viaje de muestra

Con la ayuda del análisis del embudo , puede comprender cómo se mueven sus clientes a lo largo del trayecto hasta alcanzar sus objetivos y, a continuación, determinar las tasas de éxito de cada una de sus trayectorias.

Un trayecto debe tener cálculos para el análisis del embudo.

1. Abra el trayecto existente que desea analizar. 
2. En el modo de edición , haga clic en Mostrar conversión. Journey Analyzer calcula las métricas de conversión.
3. Para examinar las métricas atribuidas, vuelva a hacer clic en el icono + en la esquina superior derecha del evento. Para ocultar las métricas de conversión de un evento, haga clic en el icono - de la esquina superior derecha.
4. Para determinar el recorrido que siguieron sus clientes, examine las métricas Clientes, Tasa de conversión, Abandonaron fuera y Avanzaron en los respectivos eventos.
   
   Ejemplo: El análisis del embudo en el evento Bot Start muestra que 650 clientes abandonaron el viaje en este punto, y 1052 clientes Avanzaron hasta Bot end, por lo que Bot end tiene una tasa de conversión del 61,7%. Esto significa que el 61,7% de sus clientes procedió a llegar a la Bot final sesión.