“Basedash permite que todo el equipo obtenga los datos que necesita y detecte tendencias al instante, sin escribir una sola consulta.”

Bolna es una plataforma de voz con IA creada para India. Fundada en 2024 y respaldada por Y Combinator, Bolna permite a las empresas crear, probar, desplegar y escalar agentes de voz conversacionales que gestionan más de un millón de llamadas entrantes y salientes al día en 22 idiomas de la India. Más de 2500 empresas confían en ella para gestionar soporte al cliente, recuperación de carritos, cobranzas y llamadas de reclutamiento a gran escala.

Operar voz con IA a ese volumen genera una cantidad enorme de datos operativos. Cada llamada, agente, campaña e interacción con el cliente produce una señal, y el equipo necesita estudiar todo eso —tendencias de alto nivel en todo el negocio y detalles de bajo nivel en un flujo de trabajo concreto— sin convertir cada pregunta en una tarea de ingeniería.

“Estamos procesando un volumen enorme de llamadas. La única forma de seguir mejorando es mirar realmente lo que pasa en todas ellas, rápido.”

Antes de Basedash

Al principio, obtener respuestas de esos datos significaba escribir consultas. Cualquiera que quisiera entender cómo evolucionaba una campaña, cómo rendían los agentes o dónde fallaba un flujo de trabajo tenía que saber SQL o esperar a alguien que lo supiera.

Eso creaba un cuello de botella. El costo de obtener un dato era tan alto que muchas preguntas útiles simplemente nunca se llegaban a hacer, un compromiso habitual en una startup que se mueve rápido, y uno caro para un equipo cuyo producto mejora estudiando conversaciones reales.

Por qué Basedash

Bolna eligió Basedash por varias razones que importaban específicamente a la forma de trabajar del equipo. Se conecta a muchas más fuentes de datos e integraciones que las alternativas que evaluaron, y esas se integran perfectamente con las herramientas que ya usan, así que sus datos se juntaron en un solo lugar sin un proyecto de migración. A partir de ahí, cualquiera puede hacer una pregunta y obtener una respuesta sin escribir una consulta.

“Basedash admite muchas más fuentes de datos e integraciones, y se conectan directo a las herramientas que ya usamos. Eliminó la molestia de escribir consultas solo para obtener datos.”

Igual de importante: era lo bastante fácil como para que todo el equipo lo usara. Ingenieros, operadores y todos los demás pueden visualizar y estudiar tendencias de alto y bajo nivel rápidamente, lo que convirtió el análisis de datos de una tarea de especialistas en algo que cada uno hace por sí mismo.

“Es genuinamente fácil de usar. La gente puede mirar las tendencias generales y luego entrar en los detalles finos por su cuenta, en el mismo lugar.”

Un equipo autoservido

El mayor cambio no fue ningún informe en particular: fue que los datos dejaron de pasar por una sola persona. Con Basedash, todos en Bolna se autoservicien, lo que significa que las preguntas se responden en el momento en que surgen en lugar de acumularse en una cola.

Eso tiene un efecto acumulativo en un equipo pequeño y rápido: menos tiempo dedicado a obtener datos para otros, y más personas tomando decisiones respaldadas por lo que realmente ocurre en sus llamadas.

“Basedash mejora la productividad de todo el equipo al hacer que todos se autosirvan. Esa es la parte que no esperaba que importara tanto.”

Impacto

Desde que adoptó Basedash, Bolna convirtió el análisis de datos en algo que todo el equipo puede hacer sin que ingeniería tenga que intervenir:

• Todos se autoservicien, respondiendo sus propias preguntas en lugar de pasar por una sola persona
• No se necesita SQL para obtener datos, así que las preguntas que antes parecían demasiado costosas ahora simplemente se hacen
• Tendencias de alto y bajo nivel estudiadas lado a lado, en el mismo lugar
• Muchas fuentes de datos e integraciones conectadas y enlazadas con las herramientas que el equipo ya usa
• Tiempo de ingeniería recuperado para el producto en lugar de solicitudes de datos puntuales

“Basedash hizo que nuestros datos fueran autoservicio. Para un equipo que se mueve tan rápido como el nuestro, esa es la diferencia entre adivinar y saber.”