Satisfacción predictiva (CSAT/NPS)

Cómo una telco anticipó la satisfacción casi en tiempo real, antes incluso de lanzar encuestas

Scroll

Desafío

Llegaba demasiado tarde

Una telco con millones de clientes invertía fuerte en NPS y CSAT, pero los resultados llegaban cuando ya no había margen. Cuando la encuesta se procesaba, muchos clientes en riesgo ya habían hecho churn o escalado incidencias. El equipo de CX necesitaba anticipar satisfacción y activar retención y atención antes de pedir feedback.

Cuando por fin entraban los resultados, el daño ya estaba hecho: llamadas caídas, visitas a tienda, bajas o quejas públicas. Semanas después aparecía una cifra. Era una autopsia, no una señal de alerta.

CX en diferido

Los datos de experiencia eran reactivos. La encuesta capturaba cómo se sentía el cliente, pero después de que actuara. Atención no podía priorizar. Marketing no podía personalizar. Operaciones no veía riesgos emergentes.

¿Y si pudieras predecirlo?

¿Y si pudieras anticipar la satisfacción a partir del comportamiento, antes de que exista una respuesta? ¿Y si pudieras intervenir antes de la próxima factura, visita o cancelación?

Enfoque

Modelamos el score

Trabajamos con los equipos de CX, data science y red para construir un modelo predictivo que estimara satisfacción con señales operativas, patrones de uso y comportamiento digital, casi en tiempo real.

Solución

Entrenamos con 750K clientes

Usamos dos años de NPS y CSAT conectados con uso de servicio, interacciones con atención, logs de llamadas, incidencias de red y actividad en app. Entrenamos y validamos un modelo supervisado con 750.000+ clientes, logrando un 86% de precisión a nivel de segmento.

Metodología

Pipeline en 5 pasos: (1) unificar encuesta y datos operativos por cliente con identificadores y ventanas temporales consistentes; (2) ingeniería de variables desde uso, atención, red y app; (3) entrenamiento de modelos supervisados (p. ej., gradient boosting) para predecir segmentos de NPS/CSAT con validación cruzada; (4) despliegue de actualizaciones semanales e integración en CRM y dashboards de atención; (5) medición del lift de intervenciones proactivas vs. grupos control.

Fuentes de datos

Respuestas NPS y CSAT (2 años; 750K+ clientes vinculados). Servicio/uso: plan, antigüedad, consumo, patrones de llamadas/SMS. Atención: frecuencia, canal, códigos de resolución. Red: cortes, latencia, cobertura. App: sesiones, uso de funcionalidades, solicitudes de soporte. Todo unido por cliente con lags adecuados para predicción.

Scoring para toda la base

Cada cliente activo recibió un score de satisfacción predicho, actualizado semanalmente y conectado a drivers. La telco pudo dirigir acciones a clientes con score bajo con ofertas de retención, llamadas de soporte o correcciones proactivas, antes de que la insatisfacción escalara.

“Antes reaccionábamos. Ahora vamos por delante. Vemos el riesgo venir, no solo lo explicamos después.”

— VP de Experiencia de Cliente

Lo integramos en toda la operación

El score se integró en CRM, dashboards de atención y listas de marketing, usado a diario por agentes, analistas y equipos de journeys. Visuales: distribución de scores por segmento, tendencias de predicho vs. real, importancia de drivers y colas de atención ordenadas por riesgo. Se convirtió en la columna vertebral de decisiones de CX.

Cronograma de implementación

Semanas 1–4: discovery, linkage y diseño de variables. Semanas 5–10: desarrollo/validación del modelo (objetivo 86%) y back-testing. Semanas 11–14: integración con CRM y herramientas de atención; piloto con un equipo. Semanas 15–18: despliegue a seis equipos y refresh semanal. Estado estable en ~5 meses desde el kickoff.

Hablemos

Te ayudamos a anticipar sentimiento y riesgo para actuar antes de que sea tarde. Ver más en Analítica y IA.

Contáctanos

Resultado

La satisfacción pasó a ser un indicador adelantado, no uno atrasado:

Métricas / resultados

    86% model accuracy across key segments

    750K customers modeled with weekly score updates

    14% churn reduction among at-risk groups reached proactively

    6 teams using the score daily across care, marketing, and analytics

Fin.

Saber cómo se sienten los clientes está bien. Saberlo antes de que te lo digan cambia las reglas.