Contactabilidad Inteligente: Cómo optimizamos la eficiencia en Call Centers junto a Microsoft
Introducción: el desafío de no perder llamadas
En el mundo de los Call Centers, el tiempo es el recurso más caro. Realizar cientos de llamadas que nadie atiende no solo frustra a la operación, sino que diluye la rentabilidad. La pregunta que nos planteamos la semana pasada junto al equipo de Microsoft fue: ¿Podemos saber quién va a atendernos antes de marcar?
Para responder esto, trabajamos en una solución de Machine Learning que permite priorizar contactos, asegurando que el esfuerzo se dirija a donde realmente hay una alta probabilidad de respuesta.
La pertinencia del problema es indiscutible. Hoy por hoy, los call centers no optimizan su estrategia de contactabilidad, o lo hacen en base a reglas muy simples.
El motivo por el cual abordamos este proyecto es que Octopus Data Solutions desarrolló y ofrece a sus clientes a OctoCall (octocall.io), una herramienta de IA para llamadas telefónicas, en la cual se despliegan sus campañas y los llamados son realizados por agentes de IA hiperrealistas, 24x7, en cualquier idioma. Esto cambia completamente las reglas de juego de un call center tradicional, donde más contactos requieren más agentes llamando. Sin embargo, el desafío de la contactabilidad persiste.
El proceso: de los datos crudos a la nube de Azure
El proyecto consistió en un sprint de trabajo conjunto entre nuestro equipo y el equipo de Microsoft en su AI Co-Innovation Labs ubicado en Montevideo.
Nació en nuestro entorno de desarrollo en VS Code, pero tomó escala gracias a la infraestructura de Azure. No se trató solo de "tirar datos a un algoritmo", sino de un pipeline típico de Data Science:
-
Consolidación de datos: integramos más de 154.000 registros recopilados durante 3 meses, provenientes de pagos, historial de llamadas y datos demográficos.
-
Limpieza: gestionamos un volumen importante de datos inconsistentes, garantizando que el modelo no aprenda sobre ruido.
-
Ingeniería de variables: creamos variables que capturan hábitos de respuesta, como el porcentaje de éxito según el rango horario o el tiempo transcurrido desde el último contacto exitoso.
-
Entrenamiento y evaluación: se pusieron a prueba diferentes algoritmos, evaluando su poder predictivo y su capacidad de resolver el problema planteado.
Validación con Azure AutoML: la certeza técnica
Para desafiar nuestro desarrollo manual, utilizamos el poderío de Azure AutoML, permitiendo que la herramienta de Microsoft ejecutara cientos de experimentos automáticos. El hallazgo fue contundente: Azure arrojó como ganadores a dos modelos de XGBoost y uno de RandomForest, dándonos la certeza técnica de que estábamos en el camino correcto.
Los modelos: ¿por qué elegimos XGBoost?
Si bien la Regresión Logística nos dio una base sólida, el modelo XGBoost (validado por nuestra propia ingeniería y por la IA de Azure) fue el claro ganador:
-
Precisión y Cobertura: logramos un Recall del 0.966. En términos simples: el modelo identifica correctamente al 97% de las personas que efectivamente van a atender.
-
Balance F1: logramos un equilibrio superior que minimiza los intentos fallidos sin dejar de lado las oportunidades de contacto.
¿El resultado?
-
Se obtienen la misma cantidad de contactos, llamando un 85% menos.
-
La tasa de contacto se multiplicó por 6 (en términos porcentuales)
El impacto en el negocio: ¿Qué gana el Call Center?
Lo que logramos con este proyecto impacta directamente en la rentabilidad de cualquier Call Center:
-
Priorización estratégica: el sistema indica qué contactos priorizar cada hora del día.
-
Eficiencia operativa: menos "tiempo muerto" esperando que alguien atienda y más tiempo conversando con clientes reales.
-
Mejor experiencia:evitamos el sobrecontacto innecesario a personas que tienen baja probabilidad de atender en ciertos horarios.
Conclusión
Este trabajo conjunto con Microsoft demuestra que la IA y Machine Learning permiten optimizar procesos empresariales relevantes. Concretamente, la optimización de la contactabilidad es una feature concreta que se incorpora a OctoCall, potenciando la herramienta y otorgándole aún más ventajas sobre un call center tradicional.
Si crees que esto puede ser de utilidad para tu Call Center, agendemos una conversación rápida acá: [Calendly]
