Agente de soporte para WooCommerce

Desafío

Una tienda WooCommerce gestionaba cientos de mensajes de soporte por semana, la mayoría preguntando las mismas tres cosas: dónde está mi pedido, cómo lo devuelvo y si este producto se ajusta a mi caso de uso. Cada respuesta requería que un representante de soporte iniciara sesión en WooCommerce, buscara el pedido y copiara y pegara la información de seguimiento. El trabajo era mecánico y consumía mucho tiempo; las respuestas nunca eran incorrectas, pero el tiempo del equipo se gastaba en tareas sin ningún valor creativo o de criterio.

Opciones consideradas

1. Página estática de FAQ — redujo parte del volumen de tickets, pero no ayudaba a los clientes que no podían encontrar la respuesta relevante o que necesitaban datos específicos del pedido.
2. Helpdesk con respuestas predefinidas (Zendesk, Freshdesk) — mejoró la velocidad del agente pero seguía requiriendo que un humano disparara la respuesta. No resolvía la cobertura fuera de horario.
3. Agente de IA con acceso en vivo a la API de WooCommerce — elegido. El agente recupera datos reales del pedido, verifica la política de devolución contra el producto específico y escala solo los casos no estándar.

Decisión

El agente se conecta a la API REST de WooCommerce para buscar pedidos por email o número de pedido en tiempo real. Responde preguntas sobre estado del pedido, entrega estimada, elegibilidad de devolución y especificaciones del producto. Cuando un caso requiere un humano — un artículo dañado, una disputa de pago o una pregunta fuera de la base de conocimiento — escala con un resumen completo de la conversación.

Implementación

Un backend en Python envuelve la API REST de WooCommerce con una interfaz de llamada a herramientas. El LLM llama a la herramienta adecuada (get_order, check_return_policy, search_catalog) e incluye el resultado en su respuesta. La base de conocimiento se almacena como embeddings vectoriales y se consulta mediante RAG para preguntas de FAQ y políticas. El agente está embebido como un widget de chat en la tienda y conectado al canal de soporte por email existente mediante webhook.

El traspaso a un humano conserva el historial completo de la conversación y prellena el ticket del helpdesk con el número de pedido, la categoría del problema y la evaluación del agente — de modo que el representante de soporte empieza con contexto, no con un ticket en blanco.

Resultado

Aproximadamente el 75% de las conversaciones de soporte se resuelven sin intervención humana. La cobertura fuera de horario pasó de cero a total. El tiempo promedio de primera respuesta bajó de 3 horas a menos de 10 segundos. El equipo de soporte redirigió su enfoque hacia casos complejos y la construcción de relaciones.