Del Storytelling al Storydoing hay mucho código.

Para quienes llevamos tiempo en esto de la tecnología y los negocios, sabemos que el “papelito habla” (y el código) lo aguanta todo. En cuestiones de posicionamiento de marca, durante años, nos quedamos con la idea de que el Storytelling era clave para generar “fans” de la marca. Construimos narrativas hermosas, misiones corporativas inspiradoras y correos electrónicos automatizados con un tono tan empático que en algunos casos eran tan emotivos que casi te hacían llorar (nótese el tono irónico).

Pero el Storydoing es “otra bestia” muy distinta de manejar. Significa tomar las promesas hechas mediante el Storytelling y ejecutarlas, volverlas “experiencias reales”. Es la diferencia entre un correo de disculpa “hermosamente redactado” por una IA Generativa porque tu paquete se retrasó (storytelling) y un sistema de IA agéntica que detecta el retraso, redirige la ruta logística y te abona saldo a favor antes de que te des cuenta del problema (storydoing). A lo largo de mi carrera profesional y mi participación en múltiples proyectos, he visto cómo estas diferencias se malinterpretan constantemente.

Los errores típicos de entendimiento

• "El Storydoing es hacer activaciones." Falso. Muchos creen que pasar a la acción es armar un stand interactivo en un centro comercial y hacer mucho “sales force” persona a persona. El verdadero storydoing debe vivir en el núcleo operativo del negocio, especialmente en los canales digitales y de atención al cliente.

• "Si mi marca tiene valores fuertes, ya hacemos storydoing". No. No debemos “confundir la gimnasia con la magnesia”. Tener valores es la brújula, pero si por mencionar un ejemplo, el proceso de devolución en los canales de e-commerce requiere que el cliente imprima un PDF, lo firme con sangre y lo envíe por fax, tristemente la historia es solamente una ficción.

Los errores menos conocidos (que duelen más)

• Confundir empatía artificial con resolución: Este sería sin duda uno de los errores que podría poner entre “mis favoritos” si de una playlist se tratará. He visto en diversas soluciones, como los equipos se esfuerzan al máximo para generar chatbots que suenen lo más comprensivo y humano posible. ¿El resultado? Los bots terminan diciendo cosas como: "Comprendo perfectamente tu frustración por tu problema“. ¡Pero estos chatbots no suelen tener los permisos en la API para proporcionar una verdadera solución! Al final de cuentas siempre tenía que transferirme con un humano para buscar una solución. Esa es precisamente la trampa: Proporcionar habilidades de conversación a la herramienta y llenarla de palabras, pero no de agencia para gestionar soluciones.

• Mapear solo el "Happy Path": El más común de los defectos que encontramos como QA en proyectos de desarrollo, es que se diseñan las experiencias asumiendo que el usuario hará clic exactamente donde queremos y no donde no previmos, con datos que no pensamos, o en secuencias que nunca hubiéramos imaginado. El storydoing real se demuestra cuando las cosas salen mal. Ahí es donde nuestros sistemas deben actuar para rescatar la experiencia, no solo para dar un mensaje de error 404 adornado de un modo muy bonito y creativo, pero 404 al final de cuentas.

La receta ágil: Cómo implementar la narrativa en la atención al cliente (sin morir de vergüenza).

 Lograr la implementación de una estrategia donde el sistema de atención al cliente realmente haga lo que la marca dice, requiere orden, planeación y gestión total a cada uno de los pasos del flujo del proceso. No se puede simplemente conectar una IA al CRM y esperar que surja la magia por sí misma. Revisemos algunos de los puntos básicos que pudieran seguirse para lograr una implementación decente (y evitar unos cuantos tropiezos en el camino):

1. Mapeo de la fricción, no solo la transacción:Si no duele, no hay nada que curar.

Decía un profesor cuando estaba en la universidad: “La programación implica 90% de tiempo quemando neuronas, y 10% tiempo de tecla. Se debe pensar antes de comenzar a programar” (claro, lo expresaba mas... folklórico y popular, pero estamos en horario familiar). Y esta frase resulta relevante, ya que antes de escribir una sola línea de código o configurar un bot, debemos saber con precisión que es lo que realmente necesitamos que ocurra. Y para ello es importante auditar o verificar dónde están sufriendo los clientes, ¿Donde nos estamos “metiendo el pie nosotros mismos”?, revisar los tickets de soporte. ¿Por qué llama la gente? ¿Donde es que se tardan más tiempo en recibir una respuesta? ¿El tiempo de espera, se puede reducir? Si la promesa de marca es "somos los más rápidos", se debe buscar exactamente en qué punto del viaje del cliente se pierde tiempo y por que.

De nada servirá realizar la implementación un sistema carísimo de tickets omnipresente en todos y cada uno de los canales posibles, pero en el que nos olvidamos de mapear que los usuarios de cierta edad prefieren determinado mecanismo de comunicación. Al final tendríamos un Ferrari estacionado en la sala, mientras los clientes seguirán tocando a la puerta trasera.

2. Conectando el cerebro a las manos: Empoderando al sistema para ejecutar.

Aquí es donde la magia ocurre. Un chatbot o sistema de atención no solo debe saber responder preguntas frecuentes; debe poder ejecutar acciones transaccionales (dar soluciones reales). Si el usuario pide cancelar una suscripción, el sistema debe conectarse al backend, procesar la baja, emitir el recibo y proporcionar al usuario el acuse correspondiente.

El equipo de análisis, debe asegurarse de definir claramente las historias de usuario para que el equipo de desarrollo abra las APIs necesarias y se asegure de que todos los lujos posibles, sean entendidos, atendidos y resueltos. Un bot conversacional sin acceso a la base de datos transaccional es solo un loro digital muy educado.

3. La 'Válvula de Escape' humana: La regla de oro de la automatización.

Por muy inteligente que sea la IA hasta el momento (si no consideramos aún las más recientes advertencias de Anthropic), habrá casos ambiguos, complejos o emocionalmente delicados. Lo que se debe evitar al máximo posible, es que el usuario se pueda sentir atrapado en un loop infinito con un algoritmo que no puede ofrecer más soluciones que las que ya tiene preconfiguradas. Muchas veces he oído a muchas personas quejarse por “Tener que lidiar con una máquina, en lugar de poder comunicarse con una persona real que los escuche, los oriente y con quien puedan realmente resolver sus requerimientos”.

Lo más recomendable es configurar en cada flujo, un “punto de fuga”, un protocolo de escalamiento transparente y rápido para los casos donde la situación rebase la paciencia y tolerancia humana. Si la IA detecta cierto nivel de frustración (análisis de sentimiento) o si el usuario pide "hablar con un humano", la transición debe ser inmediata y el agente humano debe tener acceso al contexto completo de la charla previa. No hay nada menos ágil y fastidioso que hacer que el cliente repita su problema tres veces en cada ventanilla a la que se le hace pasar.

4. Mide el esfuerzo, no solo la sonrisa: Reevaluando los KPIs.

La idea de medir el "Tiempo de permanencia" como una métrica importante y válida, ha dejado de ser tan predominante como antes, pues ahora ya no se trata de la cantidad, sino de la calidad. Y por ello el Nivel de Esfuerzo del Cliente o CES (Customer Effort Score), y la Resolución al Primer Contacto (First Contact Resolution o FCR) se han vuelto parámetros mucho más relevantes.

He visto en muchos bots de servicio, como al principio logran reducir el tiempo promedio de atención a unos pocos minutos. Pero que con el paso de las semanas se observa una caída en la retención de clientes. ¿Por qué ocurre esto? En muchos casos los bots cerraban los chats de manera muy rápida, enviando a la gente a soluciones inadecuadas. Las métricas del sistema eran hermosas; la experiencia real era un desastre (el noviazgo era idílico, pero el matrimonio… Un divorcio monumental). De ahí la importancia de medir si realmente se resuelven las necesidades del usuario en ese primer contacto.

Reflexión final: La tecnología ejecuta, el humano conecta.

Llegamos al punto en que estamos listos para aceptar una verdad incómoda: como clientes ya no nos creemos las promesas, no importa lo bien redactados que estén los discursos, sino por la eficiencia con la que logramos resolver las fricciones. Este cambio de paradigma operacional no es "el futuro", es el “backlog” que deberíamos estar priorizando para los próximos sprints en nuestros proyectos de desarrollo.

Sin embargo, hay una trampa enorme en la que es posible que muchas organizaciones se vean atrapadas mientras implementan estas automatizaciones: usar la IA agéntica como pretexto para despedir personal de atención al cliente y "bajar costos" es sin duda una receta para el desastre.

Como ya he dicho previamente en otros artículos, si utilizamos la tecnología únicamente como una tijera presupuestal, solo se va a terminar con un sistema frío y rígido que no sabrá qué hacer cuando el algoritmo se enfrente a una excepción (y pueden creerme, la Ley de Murphy garantiza que lo hará). El verdadero retorno de inversión (ROI), y donde reside el secreto del storydoing exitoso, ocurre cuando se delega lo repetitivo y transaccional a la máquina, y se reubica lo más valioso del recurso humano en áreas de mayor impacto, liberando al equipo de la tortura de copiar y pegar respuestas genéricas de un manual y aprovechar esa inteligencia emocional y ese conocimiento empírico para resolver casos complejos, diseñar mejores flujos de servicio, o gestionar cuentas clave. La máquina ejecuta la transacción a la velocidad de la luz; el humano rescata y nutre la relación (empatía) cuando las cosas se complican.

El llamado a la acción es simple: Dejar de invertir tanto presupuesto y energía en contar mejores historias para ofrecer disculpas cuando algo sale mal, e invertir en la tecnología y en la gente necesaria para que el servicio simplemente funcione como se prometió mientras se buscaba “enamorar” al cliente.

Por supuesto, este es un debate que da para muchísimo más, pues la transición hacia la IA no solo es tecnológica, sino profundamente cultural y ética. Me encantaría saber cómo lo están abordando en sus propias trincheras. ¿Están atrapados en el storytelling o ya están logrando que sus sistemas ejecuten el storydoing?

Los invito a que sigamos esta y otras discusiones directamente en mi perfil de LinkedIn. Conectemos, compartamos experiencias (y uno que otro "horror" de implementación que todos tenemos en nuestro historial) y sigamos empujando juntos para transformar la tecnología en verdadero valor estratégico.