API de voz programable para sistemas IVR: creación de flujos de llamadas interactivos
🔑 Conclusiones clave:
- Las API de voz programables le permiten crear flujos IVR personalizados mediante webhooks y respuestas JSON o XML simples, sin necesidad de hardware de telefonía.
- La entrada DTMF (pulsación de teclas) es más sencilla de implementar de manera confiable que el reconocimiento de voz; utilizar la voz sólo cuando las opciones realmente lo requieran
- Un buen diseño de IVR es principalmente un desafío de UX, no técnico; la mayoría de las fallas de IVR provienen de una estructura de menú deficiente, no de un código roto.
Los sistemas IVR tradicionales requerían hardware local costoso y contratos de proveedores propietarios. Las API de voz programables cambiaron la economía por completo. Hoy en día, puede crear un sistema telefónico interactivo de producción con un punto final de webhook y aproximadamente 100 líneas de código, alojado dondequiera que se encuentre su aplicación.
La implementación técnica es realmente sencilla. El desafío más difícil, que los programadores a menudo subestiman, es diseñar flujos de llamadas que los humanos puedan navegar sin frustración.
Cómo funciona el IVR de voz programable
El flujo utiliza un modelo basado en webhooks:
- Una persona que llama marca su número de teléfono (proporcionado a través del proveedor de API)
- El proveedor envía una POST HTTP a la URL de su webhook con los detalles de la llamada.
- Su aplicación responde con instrucciones XML/JSON (reproducir audio, recopilar información, redirigir)
- El proveedor ejecuta esas instrucciones en la llamada activa.
- Cuando la persona que llama presiona una tecla, el proveedor envía otra POST a su webhook con la entrada DTMF
- Su aplicación responde con el siguiente conjunto de instrucciones según lo que se presionó
Los componentes básicos: verbos principales de la API
| Verbo / Acción | Qué hace | Uso común |
|---|---|---|
| Decir / Jugar | Leer texto TTS o reproducir un archivo de audio para la persona que llama | Mensajes de bienvenida, mensajes de menú, respuestas informativas |
| Reunir | Recopile pulsaciones de teclas DTMF o entradas de voz | Selecciones de menú, ingreso de PIN, confirmaciones de sí/no |
| marcar | Transferir la llamada a otro número | Enrutamiento de agentes en vivo, reenvío de departamentos |
| Registro | Grabar audio de la persona que llama | Captura de correo de voz, solicitudes de devolución de llamadas, confirmaciones verbales |
| Redirigir | Transferir el control a una URL de webhook diferente | Diseño IVR modular, enrutamiento a flujos específicos del departamento. |
| colgar | finalizar la llamada | Después de proporcionar información, después de grabar, condiciones de error |
Un menú IVR básico en la práctica
Un IVR de atención al cliente simple con tres opciones se ve así en TwiML (el formato XML de Twilio, ampliamente utilizado como estándar de referencia):
<Response>
<Gather numDigits="1" action="/ivr/handle-input" method="POST">
<Say>Thank you for calling Acme Corp.
For sales, press 1.
For support, press 2.
For billing, press 3.
To repeat these options, press 9.
</Say>
</Gather>
<!-- Timeout fallback -->
<Say>We didn't receive your input. Transferring you to our main line.</Say>
<Dial>+18005550100</Dial>
</Response>tu /ivr/handle-input El terminal recibe el dígito presionado y devuelve las siguientes instrucciones: enrutamiento al departamento correcto, lectura de la información de la cuenta o conexión con un agente en vivo.
DTMF frente a reconocimiento de voz: tomar la decisión correcta
Utilice DTMF cuando:
- Las opciones caben en un teclado (hasta 9 opciones)
- La entrada es numérica (números de cuenta, PIN, fechas)
- El entorno de la persona que llama puede ser ruidoso
- Se espera que el grupo demográfico de mayor edad entre la base de llamadas
- Necesita alta confiabilidad y mínimas llamadas de soporte
Considere el habla cuando:
- Tienes más de 9 opciones de ruta
- Es probable que la persona que llama esté conduciendo o tenga las manos libres
- Las entradas no se pueden asignar fácilmente a números (nombres de ciudades, abiertos)
- Tienes presupuesto para NLU (comprensión del lenguaje natural)
Principios de diseño de IVR que reducen la frustración de quienes llaman
La implementación técnica es sencilla. El diseño de la experiencia de la persona que llama es donde fallan la mayoría de los sistemas IVR. Las investigaciones de Nuance y NICE muestran consistentemente que las tasas de abandono de IVR superiores al 30% casi siempre se deben a fallas de diseño, no técnicas.
- Máximo 4 opciones por menú. Las personas que llaman no pueden retener más que eso en la memoria de trabajo mientras escuchan.
- Ponga primero las opciones más comunes. Si el 60% de las personas que llaman presionan 2 para solicitar asistencia, seleccione la opción de asistencia 1.
- Ofrezca siempre una ruta de agente en vivo. Incluso si es "presione 0 para un representante", las personas que llaman y saben que existe esta opción toleran mucho mejor los menús automatizados.
- Indique la clave antes de la opción. "Para ventas, presione 1" es más difícil de recordar que "Presione 1 para ventas". Di el número después de la descripción.
- Maneja el silencio con gracia. Cuando no reciba ninguna entrada, no se limite a repetir el menú palabra por palabra; diga algo como "No entendí eso" para indicar un nuevo intento.
Para obtener más información sobre la construcción y el perfeccionamiento de sistemas IVR, nuestro guía de IVR multinivel para atención al cliente Cubre patrones de enrutamiento y escalamiento más avanzados.
Cree flujos IVR personalizados con la API de voz de Robotalker
Cree sistemas telefónicos interactivos, flujos de confirmación de citas y encuestas automatizadas sin hardware de telefonía.
- ✔️ Control de llamadas basado en webhook
- ✔️ Soporte DTMF y TTS
- ✔️ Grabación y transcripción de llamadas