📍 ¿Dónde se configura?
Para acceder a esta configuración, dirígete al Canvas > Configuración Global > sección Etapas.
🗂️ El catálogo de etapas
Cortex parte de un catálogo estándar con un orden jerárquico predefinido:
Awareness → Lead → MQL → SQL → Opportunity
Este orden no es solo visual, ya que determina el comportamiento del autocompletado. Por cada etapa, debes configurar tres elementos:
Campo | Editable | Descripción |
Nombre en Atom | No | Nombre estándar de la etapa. Es el identificador que permite comparar métricas entre diferentes flujos y empresas. |
Nombre de la etapa | Sí | Nombre propio de tu caso de uso. Es el texto que verás en reportes, interfaz de usuario (UI) y trazabilidad. |
Condición para guardar | Sí | Expresión escrita en lenguaje natural que define exactamente cuándo la conversación cumple con esa etapa. |
💡 Importante: Una etapa que no tenga una condición definida quedará inactiva y el sistema no la evaluará en runtime (tiempo de ejecución).
⏪ Autocompletado hacia atrás
Cuando una conversación se clasifica en una etapa avanzada, el sistema marca automáticamente como alcanzadas todas las etapas anteriores que no lo estuvieran
.
¿Por qué sucede esto?
Un cliente puede llegar directo a una etapa avanzada sin pasar explícitamente por las previas. Si un lead cumple la condición de SQL en su primer mensaje, el funnel debe reflejar que lógicamente también pasó por Lead y MQL. Sin esto, tu reporte de conversión quedaría con huecos irreales.
Las etapas autocompletadas reciben el mismo timestamp (marca de tiempo) que la etapa que las disparó, y quedan marcadas con un indicador visual que las distingue de las etapas clasificadas explícitamente.
🏆 Etapa máxima alcanzada
Cada conversación expone un valor derivado que indica la etapa más alta que logró alcanzar durante todo su recorrido. Este valor nunca retrocede. Si el cliente, por algún motivo, vuelve a una etapa anterior en la charla, la "etapa máxima" queda registrada intacta.
💡 Recomendación para Reportes: Los reportes de funnel deben usar siempre la "etapa máxima alcanzada" y no la etapa al cierre. De lo contrario, un cliente que llegó a SQL y después se enfrió o retrocedió, aparecería contado en una etapa inferior, haciendo que tu conversión medida quede por debajo de la realidad.
Además de la etapa actual y la máxima, el sistema guarda (persiste) el historial completo de las etapas alcanzadas.
🎓 Ejemplo práctico
Imaginemos que una universidad configura su catálogo con nombres propios adaptados a su proceso:
Nombre en Atom | Nombre propio | Condición |
Awareness | Interesado | El cliente pregunta información general sobre la universidad o sus programas. |
Lead | Postulante | El cliente manifestó interés en un programa específico y compartió sus datos de contacto. |
MQL | Documentado | El cliente confirmó que tiene título de grado y está evaluando fechas de inscripción. |
SQL | Listo para inscribir | El cliente tiene título, presupuesto aprobado y quiere inscribirse el próximo semestre. |
El escenario:
Un aspirante escribe en su primer mensaje: "Hola, quiero inscribirme a la Maestría en Data Science para el próximo semestre, ya tengo mi título de grado y el presupuesto aprobado por mi empresa."
El resultado:
El sistema clasifica instantáneamente la conversación como SQL y autocompleta MQL, Lead y Awareness poniéndoles el mismo timestamp. En el reporte semanal, ese aspirante cuenta correctamente en las cuatro etapas y no solo en SQL.
✍️ Cómo escribir buenas condiciones
Para que la inteligencia artificial clasifique correctamente, cada etapa necesita un criterio que no se solape con el de las demás. Si dos condiciones son ambiguas o muy parecidas, la clasificación será inconsistente y tu reportería perderá valor.
💡 Regla de Oro: Conviene que la condición describa un hecho observable en la conversación (ej. "compartió sus datos de contacto", "confirmó fecha y hora") y no un estado interno del cliente que el LLM tenga que adivinar o inferir.
¡Mide tu éxito con precisión! 🚀
Configurar correctamente las etapas del funnel y sus condiciones te brinda una radiografía exacta del comportamiento de tus clientes, permitiéndote tomar decisiones basadas en datos reales y automatizar tus siguientes pasos en Flowbuilder con total confianza. ✅