Cómo genera Outdoo AI microaprendizaje personalizado a partir de los datos de rendimiento
Outdoo AI puede convertir una carencia recurrente en las scorecards, como una gestión de objeciones débil o unas preguntas de descubrimiento superficiales, en microaprendizaje dirigido exactamente a esa carencia, en lugar de contenido genérico que todos reciben independientemente de dónde tengan realmente dificultades.
El panel Performance es donde estas carencias se hacen visibles por primera vez, tanto a nivel individual como de equipo.
Dónde aparece primero la carencia
La sección Performance (Performance en la barra lateral izquierda) ya muestra estos datos a los responsables. Performance > Scorecards indica qué objetivos no cumple de forma sistemática un miembro del equipo o un equipo, y la vista individual de cada miembro del equipo muestra cada sesión puntuada con los objetivos concretos cumplidos y no cumplidos a lo largo del tiempo. Consulte Analíticas de rendimiento de los juegos de rol y Descripción general de las analíticas de rendimiento para ver cómo está organizado ese panel.
Un miembro del equipo que pierde puntos una y otra vez en el mismo objetivo, por ejemplo la gestión de la objeción de precio, es un candidato claro para practicar de forma específica ese objetivo, en lugar de hacer otro juego de rol de descubrimiento completo que solo lo toca de pasada.
De la carencia a la práctica dirigida
Un agente de microaprendizaje está pensado para aislar una sección de una conversación, como la gestión de objeciones, la negociación o el precio, en lugar de recorrer una llamada completa de principio a fin. La versión manual de este proceso es:
- Empiece con un prompt que describa el escenario.
- Seleccione el modo Micro-Learning en lugar de Full Conversation.
- Elija la subsección correspondiente (por ejemplo, Negotiation > Discount Negotiation).
- Defina un límite de tiempo corto para que la sesión se mantenga centrada.
Consulte Crear un agente de juego de rol de microaprendizaje para ver todos los pasos manuales.
La conexión con los datos de rendimiento es lo que lo hace personalizado y no genérico: en lugar de que un responsable elija manualmente una subsección, el objetivo concreto que un miembro del equipo no cumple en la pestaña Scorecard indica directamente la subsección en la que debe centrarse el microjuego de rol. A un miembro del equipo que no cumple los objetivos de gestión de objeciones se le proponen microjuegos de rol de gestión de objeciones y las battle cards (fichas de referencia) relacionadas. A un miembro del equipo que no cumple los objetivos de preguntas de descubrimiento se le proponen, en cambio, microjuegos de rol centrados en el descubrimiento.
Battle cards junto a la práctica
Además de un microjuego de rol dirigido, se puede remitir a los miembros del equipo a battle cards sobre la misma habilidad: material de referencia breve que pueden revisar antes o después de la sesión de práctica. Combinar una simulación corta con una ficha de referencia corta mantiene todo el ciclo centrado en una sola habilidad, en lugar de repartir la atención por todo un modelo de llamada.
Cerrar el ciclo
Este flujo de la scorecard al microaprendizaje crea un ciclo, no una asignación puntual: se puntúa una sesión, se identifica el objetivo débil concreto, se propone un juego de rol breve y una battle card vinculados a ese objetivo y, después, se revisa la siguiente tanda de puntuaciones para ver si el objetivo ha mejorado. Como la puntuación usa la misma estructura de scorecard en los juegos de rol y en las llamadas reales, un responsable puede confirmar si la práctica sobre la carencia detectada ha tenido un efecto real en las llamadas reales, no solo en la simulación.
Esperamos que este artículo le haya resultado útil. Si tiene alguna consulta, escríbanos a support@outdoo.ai