← Todos los insights

Análisis de noticiaEnfoque: España y Latinoamérica3 min de lectura

¿Un agente de IA logró reservar en su sitio? Microsoft Clarity ahora mide agentes como audiencia aparte

Agentic Analytics de Clarity muestra qué agentes visitan, qué intentan y si los agentes simulados completan la tarea. Si sus clientes envían agentes, su sitio web es una interfaz que hay que probar.

Escuche este artículo · 4 min

Narración completa del artículo, generada con IA.

Un escaparate antiguo con vitrinas, en duotono La Madre, junto a las palabras Agentes en la puerta
Foto: Hines Studio (Wikimedia Commons, Public domain)

Su analítica le puede decir cuántas personas abandonaron el pago. ¿Puede decirle cuántos agentes de IA intentaron pagar en nombre de alguien y por qué se rindieron?

La herramienta de analítica gratuita de Microsoft, Clarity, ahora intenta hacerlo. Su nueva Agentic Analytics trata a los agentes como una audiencia propia.

Qué mide Clarity

Hay dos partes. Un dashboard de Agent Activity muestra el tráfico agéntico a lo largo del tiempo, qué agentes visitaron y qué hicieron: búsquedas, envíos de formularios, inicios de sesión, descargas, reservas y pagos. Las Simulation assessments envían agentes a intentar tareas en el sitio e informan si las completaron, cuánto tardaron, cuántas interacciones hicieron falta y dónde tuvieron problemas.

Los límites se explican sin rodeos. Agentic Analytics solo reconoce agentes operados por Google, OpenAI y Anthropic. Las simulaciones empiezan con escenarios de comercio y viajes.

Microsoft también publicó una línea base. Entre el 13 de agosto y el 9 de septiembre, Clarity detectó 5,23 millones de sesiones de agentes en 230.511 sitios, y ahora ve casi 2 millones de sesiones de agentes por semana. Eso da un promedio de unas 23 sesiones de agentes por sitio en cuatro semanas: poco para la mayoría de los sitios, pero ya no es cero.

El mismo anuncio presenta Brand Agents, un asistente de compras para comerciantes de WooCommerce y Shopify que cumplan los requisitos y que puede mostrar productos en Copilot, Bing y MSN, y Ask Clarity, una herramienta de preguntas y respuestas sobre el comportamiento del sitio, en beta cerrada para minoristas. Ambos apuntan a comerciantes. La medición de agentes es la parte con consecuencias más amplias.

Por qué debería importarle a las empresas, no solo a los minoristas

La mayoría de las empresas piensa en los agentes como algo que despliega. La otra mitad son los agentes que despliegan sus clientes, proveedores y candidatos, que llegan al sitio web, al portal o al flujo de reserva de la empresa e intentan completar una tarea.

Esos agentes fallan de formas en las que un humano no falla. Un formulario que depende de un tooltip al pasar el cursor, un selector de fecha que solo responde a eventos de ratón, un captcha en cada paso o un inicio de sesión que caduca durante un flujo de varios pasos detendrán a un agente que un humano paciente superaría. El cliente nunca ve el fallo. Solo sabe, por su agente, que la reserva no funcionó, y puede probar con un competidor.

Describimos una cara de esto cuando Radisson convirtió ChatGPT en un canal de ventas: una empresa puede elegir construir para agentes. Clarity mide la otra cara, en la que los agentes aparecen tanto si construyó para ellos como si no.

Qué hacer con esto

Mire antes de optimizar. Active el dashboard de agentes y vea qué flujos intentan los agentes. Las cotizaciones de seguros, la reserva de citas, el seguimiento de pedidos y las devoluciones son los candidatos probables fuera del comercio minorista.

Separe las sesiones de agentes en las métricas de su embudo. Un agente que abandona un pago no es un humano que pierde el interés. Mezclar ambos oculta las dos señales.

Decida qué acciones de agentes acepta. Algunos flujos, como la creación de cuentas o los pagos, pueden necesitar una verificación más fuerte cuando actúa un agente. Es una decisión de política para seguridad y legal, no algo que la analítica deba resolver por defecto.

Pruebe las rutas críticas. Las simulaciones muestran si un agente puede completar una tarea. Ejecútelas en los dos o tres flujos que generan ingresos y trate los fallos como bugs de accesibilidad, porque a menudo lo son.

¿Tiene un caso de uso de IA detenido entre el prototipo y la producción?

Cuéntenos qué quiere poner en marcha. Le respondemos con próximos pasos honestos.

Conversemos sobre un caso de uso