Diseño de base de conocimientos – Prácticas recomendadas

Last Updated octubre 21, 2026

Diseño de base de conocimientos unificada para WalkMe DAP, WalkMe Learning Arc y WalkMe AI

1. Objetivo de diseño

Diseña un sistema de conocimiento único y gobernado que:

  • Sirve como la fuente autorizada de verdad
  • Impulsa una orientación coherente para la ejecución en la aplicación, el Learning estructurado y la IA
  • Escala entre transformaciones (SAP S/4HANA, Salesforce, ServiceNow, IA)

La base de conocimientos está centrada en procesos, no en contenido.

2. Descripción general de la arquitectura lógica

  • Principio básico: el conocimiento se diseña una vez y luego se representa de forma diferente mediante DAP, Arco de Learning e IA.

3. Capa 1: capa de negocio y procesos

Esta capa define lo que es verdadero, independientemente de las herramientas.

Componentes
  • Resultados empresariales (KPI, impulsores de valor)

  • Procesos de extremo a extremo

  • Roles y responsabilidades

  • Políticas y reglas de cumplimiento

Propiedad
  • Propietarios de procesos

  • Líderes funcionales

  • Oficina de Transformación

4. Capa 2: Capa de objetos de conocimiento

Este es el corazón del diseño. Todo el conocimiento se almacena y se rige como objetos estructurados.

Elementos clave de conocimiento
Objeto Propósito Atributos clave
Resultado empresarial Por qué existe el proceso KPI, controlador de valor
Proceso Flujo de extremo a extremo Alcance, desencadenadores, sistemas
Rol Quién realiza el trabajo Responsabilidades
Tarea Unidad atómica de trabajo Entradas, salidas, éxito
Decisión Lógica condicional Reglas, excepciones
Contexto del sistema Donde ocurre el trabajo Aplicación, pantalla, transacción
Política / Control Gobierno Impacto en el cumplimiento

Estos objetos son agnósticos de herramientas y legibles por IA.

5. Capa 3: mapeo de entrega y experiencia

Cada superficie de entrega consume los mismos objetos, pero a diferentes profundidades.

WalkMe DAP
  • Objeto principal: tarea

  • Usos:

    • Contexto del sistema

    • Guía de ejecución paso a paso

    • Validación y prevención de errores

Regla de diseño: DAP nunca introduce una nueva lógica de proceso: solo ejecuta tareas aprobadas.

Arco de aprendizaje de WalkMe
  • Objetos principales: Rol, Proceso, Resultado

  • Usos:

    • Recorridos basados en roles

    • Descripciones generales de procesos

    • Habilitación de tareas seleccionadas

Regla de diseño: Arco de Learning refleja la taxonomía de procesos oficial.

WalkMe AI
  • Objetos principales: Tarea, Decisión, Política

  • Usos:

    • Conocimiento estructurado

    • Terminología controlada

    • Contexto de DAP y Arco de Learning

Regla de diseño: las respuestas de IA deben asignarse a un objeto conocido.

6. Jerarquía de conocimientos (recomendada)

Resultado empresarial
└── Proceso
├── Rol
│ └── Tarea
│ ├── Orientación de ejecución (DAP)
│ ├── Contenido de Learning (Arco de Learning)
│ └── Respuestas de IA
└── Políticas / Decisiones

Esta jerarquía permite:

  • Trazabilidad

  • Gobierno

  • Análisis coherente

7. Arco de aprendizaje como índice de conocimiento

Mejores prácticas

Utiliza el Arco de aprendizaje como el índice visible de la base de conocimientos.

El Arco de aprendizaje debe:

  • Reflejar la jerarquía de procesos

  • Exponer puntos de entrada basados en roles

  • Enlaza directamente a la ejecución de DAP y asistencia de IA

DAP y IA deben sentirse como sistemas integrados, no separados.

8. Normas de nomenclatura y taxonomía

Estándares requeridos
  • Un nombre de proceso a nivel global

  • Un nombre de tarea por acción

  • Primero el idioma de la empresa, segundo el idioma del sistema

Ejemplo:

  • Correcto: "Crear orden de ventas"

  • Evita: "Entrada VA01"

9. Modelo de gobernanza

Roles mínimos de gobernanza
  • Propietario de conocimiento (Proceso)

  • Traductor de habilitación (WalkMe)

  • Steward de IA

  • Administrador de la plataforma WalkMe

Controles de ciclo de vida
  • Versiones alineadas con las versiones del sistema

  • Revisión en la fase de ajuste a estándar, puesta en marcha y lanzamientos

  • Retiro de objetos de conocimiento obsoletos

10. Ciclo de medición y retroalimentación

Mide la efectividad de los conocimientos, no el volumen de contenido.

KPIs recomendados
  • Tasa de éxito de tareas

  • Tiempo para alcanzar la competencia

  • Reducción de errores

  • Confianza de respuesta de IA

  • Desviación de tickets de soporte

Utiliza el análisis para refinar la base de conocimientos, no para añadir más contenido.

Was this article helpful?

Thanks for your feedback!

Be part of something bigger.

Engage with peers, ask questions, share ideas

Explore our community
×
×