Cómo Reducimos los Tickets de Soporte en un 33% con Búsqueda de Productos Potenciada por RAG

El problema

FreshCart, una plataforma de supermercado online en rápido crecimiento, recibía un tipo muy específico de ticket de soporte: "¿Tienen leche de avena sin gluten?", "¿Este detergente es seguro para bebés?", "¿Qué puedo usar en lugar de la pasta de tamarindo?". Su buscador basado en palabras clave no podía responder nada de esto, así que los clientes desistían y escribían a soporte. El equipo de atención al cliente crecía más rápido que los ingresos.

Por qué la búsqueda por palabras clave no bastaba

La búsqueda tradicional compara cadenas de texto. No entiende conceptos como "parecido a", "seguro para" o "sustituto de". Cada una de esas preguntas requería que el sistema entendiera realmente el catálogo de productos —ingredientes, alérgenos, usos— y no solo comparara texto con títulos.

Qué construimos

Diseñamos un pipeline de generación aumentada por recuperación (RAG) entre el cliente y el catálogo de productos:

• Capa de embeddings: cada descripción, lista de ingredientes y reseña se dividió en fragmentos y se convirtió en vectores, actualizándose con cada cambio del catálogo.
• Paso de recuperación: las consultas de los clientes se convierten en vectores y se comparan con las entradas más cercanas del catálogo, trayendo también metadatos estructurados (alérgenos, etiquetas dietéticas, disponibilidad).
• Paso de generación: un modelo de lenguaje convierte ese contexto recuperado en una respuesta directa y conversacional, recomendando un sustituto real disponible en stock.
• Barreras de seguridad: el sistema solo responde con datos del catálogo recuperado. Si no encuentra nada relevante, deriva a un agente humano en lugar de inventar una respuesta.

El resultado

Al mes de lanzarlo, los tickets de soporte relacionados con productos cayeron aproximadamente un tercio. Los clientes obtenían respuestas directamente en el buscador en lugar de escribir a soporte, y los tickets que sí llegaban a un agente humano eran de mayor valor —los que realmente necesitaban una persona.

Por qué esto importa más allá del supermercado

Este patrón aplica a cualquier negocio con un catálogo grande y estructurado: documentación de SaaS, listados inmobiliarios, productos financieros, formularios médicos. Si tu equipo de soporte responde una y otra vez el mismo tipo de pregunta, es probable que RAG pueda resolverla directamente en el momento de la búsqueda.

Si tu búsqueda de productos o tu flujo de soporte se parece a esto, contáctanos — normalmente podemos determinar en una llamada breve si RAG es la solución adecuada antes de comprometerte con el desarrollo.