El primer mes con un agente automático, el panel se pone precioso. El tiempo de primera respuesta baja de cuatro horas a once segundos. El volumen que llega a personas cae a la mitad. La tasa de desvío sale del 40 %.
Y entonces alguien pregunta si el soporte va mejor, y resulta que no hay forma de contestar con esos números.
No es que las métricas mientan. Es que la mayoría fueron diseñadas para medir a un equipo de personas con una capacidad limitada, y en cuanto una parte de las conversaciones deja de pasar por una persona, dejan de medir lo que medían.
Las que se rompen
Tiempo de primera respuesta
Medía la espera hasta saber que alguien te había leído. Con un agente que contesta al instante, se va a cero y se queda ahí para siempre.
El número sigue saliendo, y por eso es peligroso: parece una métrica y ya no lo es. Un panel donde el tiempo de primera respuesta marca once segundos todos los meses no informa de nada, ni cuando el soporte va bien ni cuando va mal.
Lo que hay que medir en su lugar: el tiempo hasta la primera respuesta útil. Es decir, hasta la respuesta que el cliente no tiene que reformular. Si contesta al instante y el cliente vuelve a escribir la misma pregunta con otras palabras, esa primera respuesta no existió.
Y por separado, y esta es la que importa: el tiempo hasta llegar a una persona cuando hace falta una persona. Ahí es donde el número se puede degradar sin que nadie lo note, porque los casos que necesitan a alguien son minoría y quedan escondidos detrás de la media.
Tasa de desvío
Es la métrica con la que se justifica la inversión y la más fácil de inflar sin darse cuenta.
El problema no es la definición, es el denominador. Si cuentas como desviada cualquier conversación que no llegó a una persona, estás contando también a quien se rindió. Y esconder el botón de contacto sube la tasa de desvío y empeora el negocio, en ese orden.
Cómo se mide honestamente: conversaciones cerradas sin intervención humana y sin que el cliente vuelva en los siete días siguientes, sobre el total de conversaciones iniciadas. La segunda condición es la que separa la métrica de la de escaparate.
La comprobación que lo confirma en un minuto: si la tasa de desvío sube y el CSAT baja el mismo mes, no has desviado, has escondido. Y si sube a la vez que aumentan los clientes que escriben por otro canal —el correo del comercial, LinkedIn, el chat de ventas—, lo mismo.
CSAT
Sigue sirviendo, pero mide otra cosa y hay que leerlo distinto.
Cuando contesta una persona, el CSAT mide la interacción entera: el tono, el criterio, la resolución. Cuando contesta un agente, se parte en dos casos que conviene no promediar:
- Resolvió: la puntuación suele subir, porque llegó antes.
- No resolvió: la puntuación baja más de lo que bajaría si no hubiera habido nada, porque el cliente vive el intento fallido como un obstáculo puesto a propósito.
Promediar los dos da un número medio que no describe ninguno de los dos casos. Segmentar por quién resolvió —agente, persona, agente y luego persona— es lo mínimo para que el CSAT siga diciendo algo.
Tickets por agente
Deja de significar carga de trabajo. Si el agente automático se queda con lo repetido y lo documentado, lo que llega a las personas es más difícil por definición: los casos que necesitan criterio, los que están enfadados, los que nadie había visto.
Un equipo que atiende la mitad de tickets que hace seis meses puede estar trabajando más, no menos. Medir volumen por persona sin mirar la composición de lo que queda lleva a la conclusión contraria a la correcta.
Las que empiezan a importar
Tasa de resolución real
De todas las conversaciones que el agente contestó, cuántas quedaron efectivamente cerradas: el cliente no volvió a escribir, no reformuló y no pidió una persona.
Es la métrica central de un sistema con IA y la que casi nunca viene de serie en los paneles, porque exige mirar los días siguientes y no el momento del cierre.
Calidad del escalado
Cuando el agente traspasa una conversación, ¿llega el caso montado o llega en blanco?
Se mide con una cifra concreta: cuántas de las conversaciones escaladas obligan al cliente a repetir algo que ya había dicho. Es la métrica que mejor distingue un escalado que ahorra tiempo de uno que lo crea, y la que explica por qué dos empresas con la misma tasa de desvío tienen una satisfacción muy distinta.
Tasa de reformulación
Cuántas veces el cliente vuelve a escribir la misma pregunta con otras palabras después de una respuesta del agente. Es la señal más temprana de que la respuesta no encajó, y aparece semanas antes de que se mueva el CSAT.
Además es un regalo para la documentación: la lista de reformulaciones agrupadas es, literalmente, la lista de artículos que están mal escritos o que faltan.
Coste por conversación resuelta
La cifra que cierra la discusión, y la única que se puede comparar entre antes y después.
Se calcula con dos sumandos: lo que cuesta el agente —suscripción más consumo— y lo que cuesta el tiempo de personas que sigue haciendo falta, con el tiempo real de gestión incluyendo la búsqueda de contexto y la interrupción.
Sin esta métrica, la conversación sobre si la IA compensa se decide por sensaciones.
Cobertura por tipo de consulta
No un porcentaje global, sino el reparto: de las preguntas sobre facturación, cuántas se resuelven solas; de las de configuración, cuántas; de las de integraciones, cuántas.
Es lo que convierte la métrica en una decisión. Un 30 % global no dice qué hacer; un «el 80 % de las de facturación se resuelven y el 10 % de las de integraciones» dice exactamente dónde está el trabajo de la semana que viene.
Cómo montar el panel
Cuatro números, y no doce:
| Métrica | Qué contesta |
|---|---|
| Tasa de resolución real | ¿Está funcionando? |
| Coste por conversación resuelta | ¿Compensa? |
| CSAT segmentado por quién resolvió | ¿Al cliente le sirve? |
| Cobertura por tipo de consulta | ¿Dónde está lo siguiente? |
Y una advertencia que vale más que las cuatro: nada de esto se puede comparar con el mes anterior si el reparto de consultas ha cambiado. Un lanzamiento, una subida de precios o una campaña que trae clientes de otro perfil cambian la composición de lo que entra, y con ella todas las medias.
Antes de encender nada
La única forma de saber si algo mejoró es tener el «antes». Y el antes hay que medirlo a mano, porque no está en ningún panel.
Cien conversaciones reales, clasificadas en tres montones: las que se responden con información general, las que dependen del estado de la cuenta y las que necesitan criterio. Ese reparto es lo que marca el techo real de lo que se puede automatizar, y es lo que convierte cualquier objetivo en algo alcanzable o en una promesa que alguien va a incumplir en tres meses.
Con ese reparto delante, la discusión deja de ser sobre qué herramienta y pasa a ser sobre qué parte del trabajo se va a quitar de encima. Que es la única versión de la conversación que lleva a algún sitio.
