Datos Agénticos
Cada interacción que gestionan tus agentes genera datos. Así es como se capturan, estructuran y se ponen a trabajar.
¿Qué son los datos agénticos?
Cada interacción que gestionan tus agentes genera datos que los trabajadores humanos nunca produjeron: no solo lo que se dijo, sino lo que se consultó, lo que se decidió y lo que ocurrió en cada paso de la ejecución. Los datos agénticos convierten esas acciones de los agentes en inteligencia estructurada y consultable, definida y escrita automáticamente durante la ejecución, sin necesidad de postprocesamiento ni revisión manual.
Datos estructurados y conectados desde la extracción
Datos estructurados y conectados desde la extracción
Variables personalizadas
Más allá de las clasificaciones estándar como resultado, intención y sentimiento, los flujos de trabajo pueden definir y capturar cualquier variable relevante para tu operación, como un precio cotizado, un número de referencia de documento, un reconocimiento de cumplimiento normativo y más.
Reglas de extracción por flujo de trabajo
Un flujo de trabajo de soporte entrante extrae el estado de resolución y el motivo de escalada. Un flujo de trabajo de seguimiento saliente extrae la respuesta, el tipo de objeción y la siguiente acción. Cada flujo de trabajo define sus propias reglas de extracción, y toda la salida llega a la misma capa de datos, estructurada de forma consistente para que sea comparable.
Mapeo de entidades
Cada dato capturado se asocia automáticamente a la entidad a la que pertenece, como un contacto, una cuenta, un proveedor o un producto. La capa de datos construye una comprensión estructurada de las entidades clave de tu operación a lo largo del tiempo, en lugar de acumular registros sin atribuir.
Custom variables
Beyond standard classifications like outcome, intent, and sentiment, workflows can define and capture any variable that matters to your operation like a quoted price, a document reference number, a compliance acknowledgment, and more.
Extraction rules per workflow
An inbound support workflow extracts resolution status and escalation reason. An outbound follow-up workflow extracts response, objection type, and next action. Each workflow defines its own extraction rules, and all output lands in the same data layer, structured consistently so it is comparable.
Entity mapping
Every data point captured is automatically mapped to the entity it belongs to, such as a contact, an account, a vendor, a product. The data layer builds a structured understanding of your operation's key entities over time rather than accumulating unattributed records.
Datos de interacción como registro accionable
Datos de interacción como registro accionable
Cómo funcionan los fragmentos de memoria
Los fragmentos de memoria son resúmenes estructurados de interacciones pasadas: qué se discutió, resolvió o quedó pendiente. Se escriben al final de cada sesión y se indexan para su recuperación. Cuando el mismo contacto vuelve, el agente muestra los fragmentos relevantes para ese contexto.
Cómo se generan y utilizan las etiquetas de comportamiento
Las etiquetas de comportamiento se derivan de patrones observados en múltiples interacciones: un historial de escaladas, un motivo de contacto recurrente, un sentimiento constante y más. Los agentes utilizan las etiquetas de comportamiento para ajustar el tratamiento antes de que comience una conversación y responden o enrutan en consecuencia.
Resolución de identidad en los extremos
El número de teléfono y el correo electrónico son los anclajes de identidad principales, vinculando a un interlocutor con su registro existente antes de pronunciar la primera palabra. Cuando ninguno está disponible, se utilizan identificadores personalizados como un número de seguimiento o un ID de cuenta, para que las interacciones puedan asignarse igualmente al contacto correcto.
How memory snippets work
Memory snippets are structured summaries of past interactions, like what was actually discussed, resolved, or left open. They are written at the end of each session and indexed for retrieval. When the same contact returns, the agent surfaces relevant snippets for that context.
How behavioral tags are generated and used
Behavioral tags are derived from patterns across multiple interactions. An escalation history, a recurring contact reason, a consistent sentiment, and more. Agents use behavioral tags to adjust handling before a conversation begins and respond or route accordingly.
Identity resolution at the edges
Phone number and email are the primary identity anchors, matching a caller to their existing record before the first word is spoken. Where neither is available, custom identifiers like a tracking number, an account ID etc. are used so interactions can still be mapped to the right contact.
Los agentes consultan Contexto a mitad del flujo de trabajo
Los agentes consultan Contexto a mitad del flujo de trabajo
Consultas en flujo de trabajo
Los agentes pueden consultar la capa de datos durante una sesión en curso, recuperando un valor capturado en una interacción anterior, comprobando si se ha cumplido una condición previamente o consultando qué se trató la última vez que llamó un contacto. Los agentes nunca tratan a los clientes que regresan como desconocidos.
Activadores de flujos de trabajo posteriores
Los datos escritos en Context pueden activar flujos de trabajo posteriores automáticamente: un motivo de escalada capturado que enruta hacia un agente de seguimiento, o un resultado clasificado que inicia una actualización en el CRM. Context es una capa de datos activa, de modo que lo capturado en una interacción puede poner en marcha la siguiente.
In-workflow queries
Agents can query the data layer during a live session, retrieving a value captured in a prior interaction, checking whether a condition has been met before, looking up what was discussed last time a contact called. Agents never treat returning customers as strangers.
Downstream workflow triggers
Data written to Context can trigger downstream workflows automatically - a captured escalation reason routing to a follow-up agent or a classified outcome initiating a CRM update. Context is an active data layer, so what gets captured in one interaction can set the next one in motion.
Retención de datos, acceso y flujo de salida de la plataforma
Retención configurable
Los períodos de retención de datos son configurables por despliegue. Las transcripciones, los campos extraídos, los registros de contactos y los metadatos de sesión pueden conservarse durante ventanas definidas alineadas con tus requisitos normativos y operativos, y eliminarse automáticamente al expirar el período de retención sin intervención manual.
Aislamiento de inquilinos
Los datos de cada despliegue están completamente aislados. Ningún dato se comparte entre inquilinos, se utiliza para entrenar modelos compartidos ni se reutiliza para ningún fin ajeno al contexto de ejecución en el que fue capturado. Lo que capturan tus agentes permanece dentro de tu despliegue.
Portabilidad mediante API REST
La capa de datos completa es accesible a través de la API REST y la pasarela REST gestionada, y puede ser consultada por herramientas de BI externas, data lakes, plataformas de analítica y paneles operativos. Los datos que generan tus agentes se tratan como una fuente de datos organizativa de primer nivel, exportable e integrable con tu stack existente en tus propios términos.
Las herramientas agénticas son las que permiten a los agentes completar tareas en lugar de limitarse a mantener conversaciones. Haz clic a continuación para saber más sobre cómo se crean y despliegan los agentes HappyRobot.