La métrica de desviación que te miente

La mayoría de las organizaciones de soporte reportan una tasa de desviación en algún punto entre el 30 y el 50%. Todavía no he visto un equipo en el que esa cifra, calculada con honestidad, supere el 22.

La diferencia está en el conteo. Un ticket que el asistente de IA «resuelve» pero que el cliente reabre 36 horas después sigue en el cubo de desviación. Lo mismo pasa con el ticket en el que el cliente abandona el canal y se pasa al email —la conversación original se cerró, así que la capa de reporting lo marca como desviado. La capa de reporting no sabe que el cliente sigue intentando resolver el mismo problema. Solo ve un ticket cerrado.

Cómo se ve un conteo honesto

Una métrica de desviación útil rastrea el recorrido completo del cliente sobre una sola intención, no el ciclo de vida de un ticket cualquiera. Si un cliente le escribe al chatbot, obtiene una respuesta y no escala en siete días sobre la misma intención, eso cuenta como desviación. Cualquier otra cosa —reapertura, cambio de canal, ticket nuevo sobre la misma causa raíz dentro de la ventana— no cuenta.

Bajo esa definición, los equipos con los que he trabajado aterrizan en algún punto entre el 14% y el 22% de desviación real en su primer despliegue. Tras un trimestre afinando la base de conocimiento contra los patrones reales de reapertura, esa cifra sube hasta los altos veintitantos. Ninguno de ellos llega al 50.

Por qué importa la cifra inflada

Los líderes de soporte que le presentan un 45% de desviación al CFO están creando una expectativa que el programa no puede sobrevivir. Seis meses después, el AHT en los tickets escalados ha empeorado —la IA ahora maneja lo fácil, lo que hace que la cola de agentes sea más densa por composición. El patrocinador ejecutivo empieza a preguntar por qué no llegó el impacto presupuestario proyectado. La respuesta honesta es que el 45% era un artefacto de medición, pero para entonces la reputación del programa es un problema más difícil de arreglar de lo que la métrica fue jamás.

Los equipos que conservan su respaldo ejecutivo durante más tiempo son los que reportan honestamente un 18% de desviación en el primer mes, lo suben a un 24% para el cuarto mes con el trabajo que lo respalda, y evitan prometer el oro y el moro antes de que el programa se lo haya ganado. Menos impresionante en la primera diapositiva. Mucho más duradero.

Qué medir de verdad

Cuatro cifras valen la pena de rastrear en lugar de una sola cifra de titular inflada: la tasa de reapertura en tickets resueltos por IA (desglosada por clase de intención), la tasa de cambio de canal dentro de los 7 y 14 días, el CSAT en interacciones resueltas por IA comparado con las resueltas por agentes para la misma intención, y la tasa de contacto repetido del mismo cliente dentro de los 30 días. Si esas cuatro van en la dirección correcta y tu cifra de desviación se mueve con ellas, el programa está funcionando. Si tu cifra de desviación se mueve y ellas no, la cifra de desviación te está mintiendo.

Nuestro playbook de clasificación automática de tickets está construido en torno a instrumentar estas cifras con honestidad desde el primer día del despliegue, en lugar de adaptar la medición después de que el programa ya esté en problemas.