Casi cualquier herramienta de soporte enseña quince métricas en su panel. Tres cambian decisiones, unas cuantas ayudan a entender y el resto están para llenar la pantalla.
Además, varias de las que salen destacadas se pueden mejorar haciendo lo contrario de lo que conviene. Este artículo separa unas de otras y termina con un panel de ejemplo para un SaaS de tres a quince personas.
¿Qué métricas de soporte conviene medir?
Cada mes, tres: el volumen de contacto (tickets entre clientes activos), el coste por ticket contando el tiempo de las personas y no solo la licencia, y el reparto por tipo (se responde con un artículo, depende de la cuenta o necesita que una persona decida). El tiempo de primera respuesta, el de gestión y la tasa de desvío, míralos solo cruzados con la resolución en primer contacto, la reapertura y el CSAT; por separado se manipulan. Y una vez al trimestre, clasifica cien conversaciones a mano.
Las que cambian decisiones
Volumen de contacto
Tickets entre clientes activos. Es la única métrica de soporte que predice el futuro. Si esa proporción se mantiene, el soporte crecerá al ritmo del negocio y habrá que ir contratando. Si baja, el soporte deja de crecer con los clientes. Si sube, hay algo en el producto que ninguna herramienta va a arreglar.
El número absoluto de tickets no dice nada: cuatrocientos al mes con cuarenta clientes es una emergencia, y con cuatro mil es un producto muy claro. Lo explicamos en volumen de contacto.
Un orden de magnitud para un SaaS B2B: entre 0,2 y 0,5 tickets por cliente activo y mes es normal; por encima de uno, el producto está pidiendo ayuda.
Coste por ticket
Coste por hora del equipo multiplicado por el tiempo de gestión completo. Cuenta el tiempo de las personas, también el de buscar la información y recuperar la concentración, y no solo la licencia.
Con esta cifra se decide si contratar, automatizar o documentar, y casi nadie la tiene. El método está en cuánto cuesta atender un ticket: con un perfil de 30.000 € y quince minutos por ticket, salen unos 5,75 €.
Reparto por tipo de consulta
Clasifica cien conversaciones en tres montones: se responde con un artículo, hay que mirar la cuenta, hace falta que una persona decida. Con eso descartas familias enteras de herramientas antes de mirar ningún precio.
Ninguna herramienta te la da hecha, y es la que más decisiones cambia por hora invertida. Si tienes un agente de IA delante, casi sale sola: lo que cierra sin ayuda es el primer montón, lo que cierra consultando la cuenta es el segundo y lo que pasa al equipo es el tercero.
Las que ayudan a entender
Resolución en primer contacto: dice si el equipo tiene a mano lo que necesita para responder. Cuando baja, casi siempre es porque el dato está en otra pantalla.
Tiempo de resolución, separado por tipo: si mezclas «he olvidado la contraseña» con «vuestro webhook falla», el número no sirve. Separado por tipo, señala dónde se atasca el proceso.
Backlog, mirando la antigüedad: cien conversaciones abiertas hoy no son nada; diez abiertas hace tres semanas son diez clientes que han dejado de esperar.
Tasa de escalado: qué porcentaje de conversaciones acaba en ingeniería o en dirección. Cada punto de esa tasa es la parte más cara de tu coste por ticket.
CSAT separado por quién respondió: una persona, la IA o el autoservicio. La media de los tres esconde que uno va mal.
Las que se manipulan solas
Estas tres se pueden mejorar de la peor manera. Si se convierten en objetivo por sí solas, el equipo las cumple y el servicio empeora.
Tiempo de primera respuesta
Se baja contestando enseguida para pedir más datos. La métrica mejora, el cliente espera lo mismo y el caso tarda más en cerrarse.
Si tu herramienta cuenta el acuse de recibo automático como primera respuesta, el número es de dos segundos y no significa nada. Con una IA delante pasa igual: la primera respuesta es instantánea y deja de medir, como explicamos en métricas de soporte cuando responde una IA.
Tiempo medio de gestión
Se baja contestando más corto y peor. Sube la reapertura y el coste total aumenta aunque el número mejore.
Tasa de desvío
Se sube escondiendo el botón de contacto. Es la manipulación más cara, porque el cliente que no encuentra cómo escribirte no desaparece: se va o escribe a tu comercial. La que vale es la tasa de desvío que descuenta a esos clientes: cuántas visitas al centro de ayuda o al chat terminan sin contacto y sin que el cliente vuelva por otro canal.
Los tres cruces que hay que hacer
Una métrica sola casi nunca cuenta toda la historia. Estos tres pares, sí:
| Cruce | Qué detecta |
|---|---|
| Tiempo de primera respuesta × resolución en primer contacto | Respuestas rápidas que no resuelven |
| Tiempo de resolución × tasa de reapertura | Cierres prematuros de lo que no estaba resuelto |
| Tasa de desvío × CSAT | Autoservicio que en realidad es una barrera |
Si en los tres casos la primera mejora y la segunda empeora, el problema solo se ha movido a un sitio donde no se mide.
Lo que casi nadie mide y debería
Cuántas conversaciones acaban siendo una petición de producto. En un SaaS son muchas, y si nadie las clasifica se pierde la mejor fuente de ideas de producto que tienes.
Cuántas veces el equipo tuvo que abrir otra herramienta para responder. Ningún panel lo da: se cuenta a mano durante una tarde, y el resultado suele sorprender. Ahí está el tiempo, y se arregla poniendo los datos de la cuenta en la bandeja de entrada.
Cuántos clientes se fueron sin escribir nunca. Las bajas silenciosas no salen en ninguna métrica de soporte, porque el soporte solo ve a quien pregunta. Cruza las bajas del mes con los tickets: si la mayoría de los que se van nunca escribieron, el soporte no era el problema ni la solución.
Qué temas se repiten cada semana. Los cinco que más entran son la lista de artículos que faltan o de cosas del producto que hay que arreglar. Es lo que hace detectar preguntas repetidas.
Los KPI de soporte técnico, con fórmula y ejemplo
Para no discutir qué significa cada número, escribe la fórmula al lado. Los ejemplos son de un SaaS con 1.200 clientes activos y 420 conversaciones en el mes.
| KPI | Fórmula | Ejemplo |
|---|---|---|
| Volumen de contacto | Conversaciones del mes ÷ clientes activos | 420 ÷ 1.200 = 0,35 |
| Tiempo de primera respuesta | Mediana del tiempo hasta la primera respuesta de una persona, en horario laboral | 1 h 40 min |
| Tiempo de resolución | Mediana del tiempo hasta el cierre, por tipo de consulta | Dudas de uso: 3 h; errores: 2 días |
| Resolución en primer contacto | Resueltas en una sola respuesta ÷ resueltas | 260 ÷ 400 = 65 % |
| Tasa de reapertura | Reabiertas en 7 días ÷ cerradas | 24 ÷ 400 = 6 % |
| Cierre sin persona | Cerradas por la IA sin que el cliente vuelva en 48 h ÷ total | 200 ÷ 420 = 48 % |
| Tasa de escalado | Pasadas a ingeniería ÷ total | 21 ÷ 420 = 5 % |
| CSAT | Valoraciones positivas ÷ valoraciones recibidas | 171 ÷ 190 = 90 % (tasa de respuesta, 45 %) |
| Coste por ticket | Horas del equipo × coste por hora ÷ conversaciones atendidas por personas | 6,10 € |
Tres reglas para que sirvan. Usa medianas y no medias, porque un caso de tres semanas destroza una media. Separa siempre por tipo o por canal. Y pon el CSAT siempre junto a su tasa de respuesta. Los plazos razonables por canal están en tiempo de respuesta por canal.
Un panel de ejemplo
En un SaaS de diez personas con tres en soporte, esto es lo que miraríamos cada lunes:
| Arriba (tres números) | Este mes | Tendencia |
|---|---|---|
| Volumen de contacto | 0,35 tickets por cliente | Bajando |
| Coste por ticket | 6,10 € | Estable |
| Cierre sin persona | 48 % | Subiendo |
Debajo, los tres cruces de la tabla anterior, con las dos cifras de cada uno. Y una vez al trimestre, el ejercicio de las cien conversaciones a mano, con el reparto por tipo apuntado donde todo el mundo lo vea.
El resto es información de apoyo, y no hace falta tenerlo en una pantalla que se mira a diario.
Preguntas frecuentes
¿Cuáles son las métricas de soporte más importantes?
Para decidir: volumen de contacto, coste por ticket y reparto por tipo de consulta. Para entender: resolución en primer contacto, tiempo de resolución por tipo y antigüedad del backlog. El resto, solo cruzadas.
¿Qué es un buen CSAT en soporte?
En B2B es habitual superar el 90 % de respuestas positivas, pero el número solo dice algo separado por quién respondió y comparado con el mes anterior. Un CSAT del 95 % con una tasa de respuesta del 5 % no mide nada.
¿Cómo mido la tasa de desvío sin engañarme?
Visitas al centro de ayuda o al chat que terminan sin contacto, menos las que vuelven por otro canal en las 48 horas siguientes. Y nunca escondiendo el botón de contacto para subirla.
¿Cambian estas métricas cuando responde una IA?
Sí: la primera respuesta deja de significar nada y el desvío se puede inflar. Hay que medir qué cierra la IA sin que nadie vuelva a escribir y cuánto se tarda en dar la primera respuesta de una persona en lo que pasa al equipo. Lo explicamos en métricas de soporte cuando responde una IA.
¿Qué KPI se usan en soporte técnico?
Volumen de contacto, tiempo de primera respuesta, tiempo de resolución, resolución en primer contacto, tasa de reapertura, tasa de escalado, CSAT y coste por ticket. Cada uno con su fórmula escrita y separado por tipo o canal.
¿Con qué frecuencia hay que mirarlas?
Los tres números de arriba, cada semana. Los cruces, cada mes. El reparto por tipo, cada trimestre o cada vez que cambies de herramienta.
