---
title: "Cresta conecta el historial de atención y anticipa el motivo del próximo contacto"
description: "Journey Intelligence reúne llamadas y chats para explicar por qué un cliente vuelve a contactar. El contexto se comparte con agentes de IA y equipos de atención."
slug: "cresta-journey-intelligence-3-funciones-historial-atencion-clientes-26-11-14"
canonical: "https://www.revenuehublatam.com/noticias/revops/cresta-journey-intelligence-3-funciones-historial-atencion-clientes-26-11-14"
language: "es"
section: "Noticias"
category: "RevOps"
published: "2026-11-14T09:55:00+00:00"
updated: "2026-11-14T09:55:00+00:00"
tags: ["Cresta", "atención al cliente", "RevOps", "agentes de IA", "historial de atención"]
keywords: ["Cresta Journey Intelligence", "predicción de próximos contactos", "contactos repetidos en atención", "Cresta Customer Snapshot", "operaciones de servicio en Chile", "atención B2B en Latinoamérica", "historial de cliente en CRM"]
source_name: "Cresta"
source_url: "https://cresta.com/blog/introducing-cresta-journey-intelligence-dynamic-context-to-personalize-streamline-cx"
publisher: "Revenue Hub Latam"
publisher_url: "https://www.revenuehublatam.com"
---

# Cresta conecta el historial de atención y anticipa el motivo del próximo contacto

> El 12 de noviembre de 2026, Cresta lanzó Journey Intelligence para analizar interacciones de servicio y estimar por qué un cliente podría volver a contactar. La plataforma reúne tres capacidades: análisis del recorrido, memoria ampliada para agentes de IA y una ficha previa para el personal de atención. Para empresas B2B de Chile y Latinoamérica, un piloto puede probar si relacionar llamadas y chats ayuda a resolver reclamos repetidos y a conservar el contexto cuando un caso pasa a otro equipo.

El 12 de noviembre de 2026, **Cresta** lanzó **Journey Intelligence**, una solución que une interacciones de atención para analizar el recorrido de un cliente. A partir de ese historial, el producto estima la probabilidad de que la persona vuelva a contactar y el motivo más probable. El contexto está pensado para quienes atienden la próxima conversación, tanto equipos humanos como agentes de IA.

## ¿Qué información aporta cada una de las tres capacidades?

Journey Insights muestra el recorrido de cada cliente y ayuda a investigar contactos repetidos. La memoria ampliada del agente de IA aporta antecedentes de ese recorrido a la conversación siguiente. Customer Snapshot, dentro de Agentic Assist, prepara al personal con un resumen antes de atender. El [comunicado de Cresta](https://www.prnewswire.com/news-releases/cresta-journey-intelligence-turns-every-customer-relationship-into-one-continuous-conversation-302937201.html) describe estas tres funciones como partes del mismo lanzamiento.

El resultado depende de que los contactos se asocien al caso y a la persona correctos. Una llamada puede cerrarse como atendida y, días después, aparecer un chat sobre el mismo problema. Con ambos registros vinculados, el responsable puede comprobar qué solución se intentó, qué quedó pendiente y a quién corresponde continuar. Revisar esa asociación es un paso previo a evaluar las predicciones del producto.

## ¿Cómo evaluar una predicción de contacto repetido?

La predicción puede orientar la revisión de un caso. El equipo todavía necesita verificar si la persona volvió a escribir y si su motivo coincide con el que se estimó. Para medir precisión, conviene conservar la hora de la predicción y definir una ventana de observación. Un contacto nuevo por otra consulta debe quedar separado de un reclamo repetido, incluso si ambos pertenecen a la misma cuenta.

También conviene distinguir el efecto de mostrar el historial del efecto de anticipar la consulta. Un agente humano puede resolver más rápido con el número de pedido y las gestiones previas, aunque el tema previsto haya sido distinto. Comparar ambos resultados ayuda a decidir qué parte del flujo conviene desplegar en el resto de la operación.

## ¿Qué significa para las empresas en Chile y Latinoamérica?

Un distribuidor B2B en Chile o Latinoamérica puede recibir un reclamo por teléfono y el comprobante por un chat atendido por otro equipo. En una cuenta empresarial, incluso pueden intervenir personas distintas. Para unir las conversaciones, suele ser más útil corroborar el cliente y el número de pedido o de caso que depender de que el teléfono coincida. El personal necesita una forma de corregir el vínculo cuando los datos son ambiguos.

En la revisión regional también pesa el acceso. Un resumen para atención puede mostrar el compromiso de entrega y el responsable sin incluir detalles comerciales innecesarios para ese rol. Si un agente de IA sugiere un siguiente paso, el equipo debe poder identificar de dónde salió el dato y derivar a la persona indicada los casos que exigen una decisión.

## Análisis de Revenue Hub

Recomendamos pilotear un motivo de contacto repetido, como un pedido que figura entregado y que el cliente aún espera. El líder de atención puede elegir una muestra de casos cerrados, identificar los que reaparecieron y comparar la tasa de recontacto antes y después del piloto. Registra también los casos vinculados por error y el tiempo hasta resolver. Así puedes detectar si el resumen ayuda a la operación aunque algunas predicciones sean imprecisas.

Antes de llevar el contexto a más canales, conviene [validar relaciones entre registros y definir una línea de base del CRM](/recursos/guia-implementacion-hubspot-crm). Establece qué campos llegan al caso, quién los corrige y cómo se registra la resolución. Cierra el piloto revisando casos reales con atención y operaciones. La ampliación debería depender de menos consultas repetidas y de vínculos que el equipo pueda comprobar.

## Profundiza con Revenue Hub Latam

- [Agentes de IA y RevOps: qué cambia en la operación comercial B2B en Chile](https://www.revenuehublatam.com/blog/agentes-de-ia-y-revops)
- [¿Qué tener listo antes de usar agentes de IA en tu CRM? Guía para Chile](https://www.revenuehublatam.com/blog/ai-enablement-antes-de-agentes-ia-en-tu-crm)
- [¿Cómo conectar servicio al cliente con ventas en HubSpot?](https://www.revenuehublatam.com/recursos/servicio-al-cliente-a-ventas-hubspot)

## Preguntas frecuentes

### ¿Qué lanzó Cresta el 12 de noviembre de 2026?

Cresta lanzó Journey Intelligence para reunir el historial de atención y analizar recorridos. El producto también estima el motivo de una posible próxima consulta.

### ¿Qué tres capacidades incluye Journey Intelligence?

Incluye Journey Insights, memoria ampliada para el agente de IA y Customer Snapshot para el personal. Las tres funciones llevan antecedentes de contactos previos a quienes investigan o atienden el caso.

### ¿Qué muestra Customer Snapshot al equipo de servicio?

La ficha resume quién contacta y por qué lo hizo antes. El equipo puede usar ese contexto para preparar la conversación y comprobar qué gestiones siguen abiertas.

### ¿Cómo saber si funciona la predicción de un próximo contacto?

Registra la hora y el motivo previsto y compáralos con lo que ocurrió en una ventana definida. Separa una interacción sobre el mismo incidente de una consulta distinta.

### ¿Cómo probar el historial de atención en Chile y Latinoamérica?

Elige un motivo repetido y verifica que las llamadas y chats queden asociados al caso correcto. Mide los recontactos, el tiempo de resolución y los vínculos incorrectos.

### ¿Qué información debería consultar cada agente de atención?

El equipo puede empezar por el identificador del caso, los pasos anteriores y el compromiso pendiente. El acceso a otros datos debe depender del papel de cada agente en la resolución.

---

Fuente original: [Cresta](https://cresta.com/blog/introducing-cresta-journey-intelligence-dynamic-context-to-personalize-streamline-cx) (cresta.com)
