
Conversation Insights: cómo medir tus agentes de IA en CJA
Adobe lanza Conversation Insights en Customer Journey Analytics para analizar chatbots y agentes de IA y conectar cada conversación con la conversión.
Los chatbots y asistentes con IA generativa ya forman parte del recorrido de compra, pero hasta ahora eran una caja negra para el equipo de analítica. Con Conversation Insights, Adobe incorpora las conversaciones con agentes a Customer Journey Analytics (CJA) para que puedan analizarse junto al resto del customer journey. Te contamos qué es, cómo funciona y qué deberías preparar desde ya.
Qué ha cambiado
A finales de octubre Adobe empezó el despliegue de Conversation Insights, una nueva capacidad de Customer Journey Analytics pensada para medir experiencias conversacionales: desde un asistente de compra basado en un LLM hasta transcripciones de un contact center. La funcionalidad está en fase de pruebas limitadas, sin fecha de disponibilidad general confirmada, por lo que conviene verificar si ya está activa en tu organización.
La idea es sencilla de explicar y compleja de resolver: cada interacción con un agente (pregunta del usuario, respuesta del agente y, si existe, la valoración del usuario) se convierte en datos estructurados que se pueden explotar en Analysis Workspace con los mismos esquemas, datasets y vistas de datos que ya usas para web, app o CRM.
Adobe organiza el modelo de datos en varios niveles:
- Conversación: la interacción completa entre usuario y agente. Es el nivel para preguntas como cuántas conversaciones terminan en conversión o cómo evoluciona el sentimiento.
- Turno: cada ciclo pregunta–respuesta. Es la unidad principal de análisis.
- Prompt, respuesta y feedback: lo que pregunta el usuario, lo que contesta el agente (incluidos enlaces, citas o contenido promocional) y la valoración explícita que pueda dejar después.
- Señales: observaciones que el sistema extrae automáticamente del contenido, como la intención, el tema, el tono o el sentimiento.
Por qué importa
Muchas empresas han lanzado asistentes con IA en su web durante el último año y la pregunta del comité de dirección siempre es la misma: ¿esto está funcionando? Hasta ahora, la respuesta solía basarse en métricas aisladas del propio chatbot (número de sesiones, valoraciones con pulgar arriba o abajo) que no se cruzaban con ventas, leads o retención.
Conversation Insights cambia el enfoque en tres puntos clave:
- Conecta el agente con el negocio. Al vivir dentro de CJA, una conversación puede relacionarse con lo que el usuario hizo antes y después: si compró, si abandonó el carrito o si acabó llamando al servicio de atención al cliente.
- Analiza lo no estructurado a escala. Leer transcripciones una a una no escala. La extracción automática de intención, tono y sentimiento permite segmentar miles de conversaciones como si fueran cualquier otra dimensión.
- Permite justificar la inversión. Ejecutar agentes de IA tiene un coste por uso. Poder comparar ese coste con su impacto en conversión o en reducción de contactos es la base de cualquier business case serio.
Cómo aprovecharlo
Aunque la funcionalidad aún no esté disponible para todos, hay trabajo que puedes adelantar. El flujo que propone Adobe tiene cuatro pasos:
- Instrumentar el agente para que emita eventos de prompt, respuesta y feedback hacia Adobe Experience Platform. Pueden llegar por separado: la plataforma se encarga de unirlos por turno.
- Configurar la extracción de señales, que genera un dataset nuevo con intención, temas, tono y sentimiento.
- Configurar el blending de conversaciones, que combina prompts, respuestas, feedback y señales en un único dataset.
- Añadir ese dataset a una conexión y a una vista de datos de CJA para empezar a construir informes.
Algunos casos de uso que vemos con más potencial:
- Detectar las intenciones más frecuentes que no terminan en conversión y priorizar mejoras de contenido o de producto.
- Medir el impacto del asistente en la tasa de conversión comparando journeys con y sin interacción conversacional.
- Vigilar que el agente respeta las directrices de marca y no recomienda productos fuera de catálogo.
- Identificar caídas de sentimiento tras cambios de modelo o de prompt del sistema.
Nuestra visión en HIKE
La analítica conversacional va a ser una de las grandes áreas de trabajo de los equipos de datos en 2027. Pero, como siempre, la calidad del análisis depende de la calidad de la implementación. Antes de activar Conversation Insights recomendamos tres cosas: definir qué KPIs debe mover el agente, diseñar un modelo de eventos coherente con el resto de tu esquema XDM y revisar con legal qué contenido de las conversaciones puede almacenarse y con qué consentimiento, ya que la documentación de Adobe todavía no detalla este punto.
Las empresas que ya trabajan con un esquema unificado en Experience Platform tendrán aquí una ventaja clara: podrán pasar de «tenemos un chatbot» a «sabemos cuánto valor genera nuestro chatbot» en cuestión de semanas.
Conclusión
Conversation Insights es un paso lógico en la evolución de Customer Journey Analytics: si los agentes de IA son un nuevo canal, deben medirse como un canal más. Aún está en pruebas limitadas, pero es el momento de preparar la instrumentación y el gobierno del dato para no llegar tarde.
¿Quieres aplicarlo en tu empresa? Habla con el equipo de HIKE.
Fuente oficial: Notas de la versión de Customer Journey Analytics (Adobe Experience League) y documentación de Conversation Insights.


