Métricas de CX: qué mirar todas las semanas para tomar decisiones
Un director de CX debería mirar todas las semanas: tasa de conversión del embudo completo, tasa de abandono por etapa, tiempo de primera respuesta del agente de IA, tasa de escalamiento a humano, y distribución de motivos de contacto. Estas métricas muestran dónde se pierde dinero, dónde falla la experiencia y qué cambios están funcionando o empeorando el resultado.
La mayoría de los directores de CX mira las métricas equivocadas. Revisan el CSAT mensual, el NPS trimestral, el volumen total de conversaciones. Son métricas de resultado, no de gestión. Para cuando las ves, ya perdiste tres semanas de oportunidad de corregir.
Las métricas que importan son las que te permiten tomar decisiones: detectar un problema el lunes y corregirlo el miércoles. Las que te muestran dónde está la fuga antes de que se convierta en tendencia. Las que te dicen si el cambio que hiciste la semana pasada funcionó o empeoró todo.
¿Por qué las métricas tradicionales no alcanzan?
El CSAT y el NPS son indicadores de salud, no herramientas de gestión. Te dicen si el paciente está bien o mal, pero no te dicen dónde duele ni qué hacer. Además, llegan tarde: cuando ves que el NPS cayó, ya pasaron semanas desde que empezó el problema.
En CX agéntico, donde un agente de IA atiende miles de conversaciones por día, necesitás métricas que se muevan en tiempo real y que te permitan intervenir rápido. No podés esperar al cierre del mes para descubrir que el 40 por ciento de los leads abandona en el segundo paso del flujo.
Una aseguradora regional veía que el volumen de conversaciones subía semana a semana. Celebraban el crecimiento. Cuando instalaron un tablero de embudo, descubrieron que la tasa de conversión venía cayendo hacía un mes: más conversaciones, pero menos contratos. El problema era un cambio en el flujo que nadie había detectado.
Las cinco métricas semanales que importan
1. Tasa de conversión del embudo completo
De 100 personas que inician conversación, cuántas terminan comprando, agendando cita, contratando el servicio o completando el objetivo de negocio. Esta métrica te dice si tu CX está convirtiendo o solo atendiendo. Una caída semanal es una alarma: algo cambió y está rompiendo el embudo.
En proyectos de quabund.ai, esta métrica se mide desde el primer mensaje hasta el objetivo final, sin importar cuántos días pasen. No es conversión por conversación: es conversión por lead único. Eso elimina el ruido de la gente que pregunta varias veces.
2. Tasa de abandono por etapa del embudo
Dónde se cae la gente. Si el 41 por ciento abandona cuando el agente de IA pide el documento de identidad, esa etapa es el problema. Si el 38 por ciento hace click en el anuncio pero nunca llega a la conversación, el problema está antes de que empiece tu CX.
de los clicks pagos que no llegan a conversación
de abandono al pedir documento de identidad
caída en leads al quitar el chat web de escritorio
Estos datos son reales de proyectos en producción. Medir por etapa te permite intervenir en el punto exacto donde se pierde dinero. No es lo mismo optimizar el saludo inicial que optimizar el cierre de venta: son problemas distintos, con soluciones distintas.
3. Tiempo de primera respuesta del agente de IA
Cuánto tarda el agente de IA en responder el primer mensaje. En CX agéntico, esto debería estar siempre por debajo de 3 segundos. Si sube, algo está fallando: la integración con el CRM, el procesamiento de la consulta, la carga del sistema.
Esta métrica es un indicador temprano de problemas técnicos. Una demora de 10 segundos no rompe la experiencia una vez, pero si se sostiene una semana, la tasa de abandono sube. La gente no espera.
4. Tasa de escalamiento a agente humano
Qué porcentaje de conversaciones termina siendo derivado a un agente humano. Esta métrica tiene dos lecturas: si es muy alta, el agente de IA no está resolviendo; si es muy baja, puede que esté bloqueando escalamientos necesarios.
El objetivo no es cero escalamientos: el objetivo es que escale cuando corresponde. Una financiera detectó que su agente de IA escalaba solo el 8 por ciento de las conversaciones, pero la satisfacción era baja. El agente de IA estaba dando respuestas genéricas en lugar de derivar casos complejos. Subieron el escalamiento al 15 por ciento y la satisfacción mejoró.
5. Distribución de motivos de contacto
Por qué te contacta la gente. Esta métrica te dice qué está pasando en el negocio. Si los reclamos por facturación suben 30 por ciento en una semana, el problema no es el CX: es facturación. Si las consultas sobre un producto específico se disparan, hay una oportunidad comercial o un problema de comunicación.
Medir motivos de contacto te convierte en sensor del negocio. Un proveedor de internet detectó un pico de consultas sobre velocidad de conexión en una zona específica. No era un problema masivo todavía, pero el tablero lo mostró el martes. El miércoles ya estaban revisando la infraestructura de esa zona.
Cómo usar estas métricas para tomar decisiones
Las métricas no sirven si no generan acción. La rutina semanal debería ser: revisar el tablero el lunes, detectar cambios significativos, plantear hipótesis, decidir intervención, medir el resultado la semana siguiente.
Detectar el cambio
Comparar la semana actual con la anterior y con el promedio del mes. Un cambio de 5 puntos porcentuales en conversión es significativo. Un cambio de 1 punto puede ser ruido.
Plantear la hipótesis
¿Qué pudo haber causado el cambio? ¿Hubo un ajuste en el flujo? ¿Cambió la pauta? ¿Hubo un problema técnico? ¿Subió el volumen de un motivo de contacto específico?
Decidir la intervención
Ajustar el flujo, cambiar una pregunta, modificar el momento en que el agente de IA ofrece algo, escalar más o menos, cambiar el criterio de derivación.
Medir el resultado
La semana siguiente, revisar si la intervención funcionó. Si la métrica mejoró, mantener el cambio. Si empeoró, volver atrás. Si no cambió nada, la hipótesis era incorrecta.
Una cadena de retail corporativo cambió el flujo para que el agente de IA ofreciera cita solo cuando el cliente preguntaba por un producto específico. La intención era reducir citas innecesarias. El agente de IA pasó a ofrecer cita en el 45 por ciento de las conversaciones en lugar del 65 por ciento. Las citas cayeron y las ventas también. El tablero lo mostró en una semana. Volvieron al flujo anterior y recuperaron el nivel.
¿Qué métricas NO mirar todas las semanas?
Hay métricas que son importantes, pero no para revisión semanal. El NPS, el CSAT general, el lifetime value del cliente, la tasa de retención anual. Estas métricas tienen ciclos largos y no cambian semana a semana. Mirarlas todas las semanas genera ruido y decisiones reactivas.
También hay métricas que son operativas, no de gestión: cuántos mensajes envió el agente de IA, cuántas conversaciones se abrieron, cuántas se cerraron. Esas métricas son para el equipo técnico, no para el director de CX. Vos necesitás métricas de resultado, no de actividad.
El tablero como herramienta de gestión
Las métricas semanales necesitan un tablero. No un reporte en PDF, no una planilla de Excel que alguien actualiza manualmente. Un tablero que se actualiza solo, que muestra las métricas en tiempo real, que permite filtrar por canal, por producto, por región, por motivo de contacto.
En quabund.ai, el tablero es parte del servicio. No es un extra: es la herramienta que permite gestionar. Un tablero de embudo detectó contratos firmados que nunca se instalaron. Eso no era un problema de CX: era un problema de operaciones. Pero el CX lo detectó primero.
El tablero también es la herramienta de comunicación con el resto del negocio. Cuando el director comercial pregunta por qué bajaron las ventas, el director de CX puede mostrar que la conversión del embudo se mantuvo, pero el volumen de leads cayó. El problema no es el CX: es la pauta o el tráfico web.
¿Cuánto tiempo lleva revisar estas métricas todas las semanas?
Con un tablero bien diseñado, entre 15 y 30 minutos. El objetivo no es analizar todo en detalle: es detectar cambios significativos y decidir si requieren intervención. El análisis profundo se hace solo cuando hay una alarma.
¿Qué hago si una métrica empeora pero no sé por qué?
Plantear hipótesis y probarlas. Si la tasa de conversión cayó, revisar si hubo cambios en el flujo, en la pauta, en el producto, en la competencia. Si no encontrás la causa en una semana, escalar el análisis: puede ser algo externo o estructural.
¿Estas métricas sirven para CX con agentes humanos?
Sí, pero con matices. La tasa de conversión del embudo y la distribución de motivos de contacto son universales. El tiempo de primera respuesta es menos crítico con humanos porque la expectativa es distinta. La tasa de escalamiento no aplica si todo lo atienden humanos.
¿Cómo sé si un cambio semanal es significativo o es ruido?
Comparar con el promedio del mes y con la semana anterior. Un cambio de 5 puntos porcentuales o más en conversión es significativo. Un cambio de 1 o 2 puntos puede ser variación normal. También importa la dirección: si viene cayendo tres semanas seguidas, aunque sean cambios chicos, es tendencia.
¿Qué métricas debería mirar si recién arranco con CX agéntico?
Las mismas cinco. Desde la primera semana en producción, necesitás medir conversión, abandono por etapa, tiempo de respuesta, escalamiento y motivos de contacto. Esas métricas te permiten iterar rápido y mejorar el agente de IA antes de que se convierta en un problema.
Tener la estrategia no alcanza: hay que poder ejecutarla
Todo esto suena bien en una presentación. El problema real aparece después: la plataforma que usás hoy no soporta agentes de IA que razonan, tu equipo ya está ocupado apagando incendios, y montar esto bien requiere experiencia que no se improvisa. Ahí es donde una buena idea se queda en idea.
Quabund no es una herramienta más que tenés que aprender a usar: somos un partner especializado que asigna equipos expertos para diseñar, construir y operar estas automatizaciones por vos. Vos definís el resultado de negocio; nosotros ponemos la tecnología y la gente para que pase.
¿Querés automatizaciones agénticas para tu empresa?
Te asignamos un equipo experto que diseña y opera tus agentes de IA. Empezá con un Diagnóstico de IA gratuito.
Solicitar mi Diagnóstico de IA