Qué hacer cuando el ranking por sucursal premia el ruido (y castiga al que atiende lo difícil)
El síntoma: guerra interna, “esa sucursal es mala”
Los benchmarks por sucursal se vuelven pólvora cuando la gente siente que el tablero ya decidió el culpable antes de escuchar el contexto. A eso me refiero con guerra interna: el efecto humano de métricas injustas, cuando un ranking se usa como martillo y cada sede se defiende como puede. El resultado típico no es mejora continua. Es desgaste, rotación y una operación que aprende a verse bien en el dashboard aunque el cliente sufra.
Esto pasa muchísimo en soporte y contact center, pero también en retail, logística y back office. A veces el primer lugar no es el mejor, es el que tuvo la semana más fácil.
La causa típica: comparabilidad rota (capacidad, mix, señal sucia)
Un escenario realista. Sucursal A en zona turística recibe más casos por WhatsApp fuera de horario, con picos viernes a domingo y tickets de cancelaciones urgentes. Sucursal B en zona residencial recibe más casos simples en horario de oficina, muchos de información y cambios menores.
Si rankeas por tiempo promedio de resolución, B “gana” por mucho. Si normalizas por mix y capacidad, el ranking se invierte o por lo menos se empata: A está resolviendo un porcentaje más alto de casos severos dentro de SLA con menos horas efectivas de cobertura, mientras B está optimizando un backlog más predecible.
Ese cambio no es magia. Es la señal de que estabas comparando peras con aguacates y, de paso, castigando al equipo que sí estaba cargando el piano.
El objetivo: un workflow que se pueda acordar en operaciones
La regla que suele desinflar la política es simple: primero acuerdas comparabilidad, luego limpias la señal, después eliges el benchmark y al final lo gobiernas con excepciones formales. En ese orden.
La idea es que esto se pueda pactar entre Operaciones, Calidad, Soporte y BI sin que parezca juicio sumario. Si hoy tu ranking “motiva” como una alarma de coche a las tres de la mañana, este enfoque te devuelve foco.
1: Acordar qué es “comparable” antes de medir
Comparar sucursales no es un acto de fe. Es un contrato. Y ese contrato empieza por definir qué significa comparable.
Error común número uno: lanzar un ranking con una sola métrica y esperar que el equipo “lo acepte”. No lo van a aceptar, y con razón.
Volumen vs tasa: cuándo cada una te engaña
Volumen te cuenta la historia de demanda. Tasa te cuenta una historia de eficiencia o calidad, pero solo si el denominador está bien.
Una regla operativa que evita discusiones eternas: si tu decisión es asignar recursos, mira volumen primero. Si tu decisión es detectar brechas de productividad o calidad dentro de un universo comparable, entonces usa tasas.
Otra regla igual de útil: si el volumen de una sucursal cambia por razones externas que no controlan, no la castigues con una tasa “promedio” sin contexto. En temporada alta, una tasa puede verse peor aunque el equipo esté haciendo lo correcto.
Tip práctico que ahorra pleitos: cuando presentes benchmarks por sucursal, muestra siempre el par volumen y tasa en la misma diapositiva. Es difícil “contar un cuento” cuando ambos están a la vista.
Capacidad instalada: FTE, horarios, puestos y restricciones reales
Capacidad instalada no es “cuántas personas hay en nómina”. Es cuántas horas efectivas de atención tienes, con sus restricciones reales.
Ejemplo simple, porque aquí se queman muchas conversaciones.
Sucursal A tiene 6 FTE con turno de 8 horas, pero por capacitación, breaks y tareas administrativas solo tiene 6 horas efectivas de atención por persona. Eso te da 36 horas efectivas al día.
Sucursal B tiene 10 FTE con turno de 6 horas, y 5.5 horas efectivas de atención por persona. Eso te da 55 horas efectivas al día.
Si A resolvió 360 tickets y B resolvió 450, el ranking por volumen diría que B “trabajó más”. Pero si lo llevas a tickets por hora efectiva, A hizo 10 por hora y B hizo 8.2 por hora. Ahora la conversación cambia: quizá A está sobreexigida, o quizá está cerrando demasiado rápido. Pero ya no estás castigando al equipo equivocado por una diferencia de turnos.
Esto es donde la gente la riega: comparan desempeño entre sucursales con métricas “por día” sin ajustar por cobertura real. Es como comparar dos restaurantes y olvidar que uno abre hasta medianoche. Adivina quién “vende más”.
Mix de casos: complejidad, canal, severidad y SLA
El mix es el asesino silencioso del benchmarking interno. Dos sedes pueden atender el mismo número de casos y aun así tener operaciones completamente distintas.
Cuando hablo de normalizar métricas por sucursal, casi siempre empiezo por cuatro dimensiones mínimas: complejidad del caso, canal, severidad y SLA. No necesitas una taxonomía perfecta para arrancar, pero sí una que sea estable. Si hoy tu clasificación de motivos cambia cada semana, antes arregla eso.
Ejemplo típico. Sucursal en zona turística: más casos por chat y WhatsApp, más urgencia, más cancelaciones, más reembolsos, más “lo necesito hoy”. Sucursal en zona residencial: más llamadas de información, cambios simples, y horarios más estables. Si rankeas con un solo KPI, vas a terminar premiando a quien atiende lo fácil en el canal más “ordenado”.
Regla práctica: define el “universo comparable” y lo que queda como excepción
Antes de rankear, define tu universo comparable. No es filosofía, es un filtro.
Una checklist mínima que suele funcionar como contrato de comparabilidad, sin volverlo burocracia:
Capacidad instalada: FTE, horas efectivas, puestos o licencias disponibles, cobertura de fin de semana.
Horarios y cobertura: franjas, guardias, turnos partidos, restricciones sindicales o de seguridad.
Mix de casos: top motivos, severidad, porcentaje de casos complejos.
Canal: proporción voz, chat, WhatsApp, email, presencial.
SLA o promesa: tiempos objetivo, ventanas de atención, prioridades.
Restricciones externas: caídas de proveedor, cambios de política, campañas.
Aquí hay un balance que conviene decir en voz alta. Si normalizas demasiado, escondes problemas reales y todo se vuelve “excepción”. Si normalizas muy poco, castigas injustamente y disparas guerra interna por KPIs. Una guía práctica: normaliza lo que el equipo no controla, y deja como desempeño lo que sí controla. Lo demás se declara como excepción con fecha de caducidad.
Regla rápida para evitar comparaciones tramposas: si dos sucursales difieren más de 20 por ciento en horas efectivas o tienen un mix de complejidad muy distinto, no las rankees juntas. Sepáralas en ligas distintas o usa bandas con ajustes. Te va a ahorrar más tiempo del que cuesta.
2: Limpiar la señal antes de medir (porque los datos también mienten)
Una vez que acordaste comparabilidad, toca lo menos glamoroso y más rentable: limpiar la señal. Los benchmarks por sucursal se vuelven injustos no solo por mix y capacidad, también porque los datos están contaminados. Y un ranking con datos sucios no es “imperfecto”. Es activamente dañino.
Duplicados: cuándo son ruido y cuándo son fricción real
Un duplicado es el mismo problema reportado más de una vez sin que haya cambiado el hecho base. Puede ser por múltiples canales, por impaciencia o porque el bot no entendió.
La decisión importante es esta: si el duplicado viene de mala experiencia, no lo borres como si fuera basura. Sepáralo.
Tip práctico: maneja dos conteos. El conteo operativo, que deduplica para medir flujo de trabajo. Y el conteo de fricción, que incluye duplicados como síntoma de que el cliente no confía en el proceso. Esto reduce incentivos raros, porque nadie “gana” escondiendo contactos.
Reaperturas: separar falla de resolución vs política de cierre
Reapertura es cuando un caso se marca como resuelto y el mismo cliente vuelve por el mismo motivo dentro de una ventana acordada.
Criterio defendible: usa una ventana de 7 días para operaciones de alta frecuencia y 14 días para productos de ciclo más largo. La ventana no es “la verdad”, es un acuerdo para comparar.
Otro balance real. Si pones 48 horas, vas a subestimar problemas que se manifiestan después y vas a premiar cierres rápidos. Si pones 30 días, mezclas casos nuevos con viejos y castigas por estacionalidad o ciclos normales del cliente. Mi criterio: elige una ventana que capture el rebote típico del cliente y revísala trimestralmente.
Error común número dos: usar reaperturas como castigo directo a la sucursal sin separar política de cierre. Si una sede cierra más agresivo porque alguien les presionó el backlog, las reaperturas suben y el benchmark “demuestra” que son malos. En realidad demostraste que el incentivo estaba torcido.
Reclamos y escalamientos: tratarlos sin incentivar esconderlos
Reclamos y escalamientos son parte del sistema. Si los metes en la misma bolsa que productividad, vas a incentivar que se escondan o se reetiqueten. Y la operación se vuelve creativa, pero no mejor.
Funciona mejor mirar dos carriles en paralelo.
El carril operativo: tiempos de respuesta, tiempos de resolución, cumplimiento de SLA, productividad por hora efectiva.
El carril de fricción: tasa de reclamos, escalamientos, transferencias, recontactos, menciones negativas en QA.
Así una sucursal puede ser rápida, pero con fricción alta. O lenta, pero con calidad alta. El benchmark por sucursal deja de ser una sola nota final y se convierte en un perfil accionable.
Señales de alarma: patrones que delatan gaming o “meses incomparables”
No necesitas modelos sofisticados para saber que el benchmark está contaminado. Estas señales suelen aparecer en la práctica:
Picos de cierres justo antes del corte semanal o mensual.
Cambios de estado repetidos en minutos, como si alguien estuviera paseando el ticket para que parezca atendido.
Timestamps imposibles, por ejemplo respuestas fuera de horario sin guardia declarada.
Colas que se vacían y se llenan de golpe por campañas o por cambios de enrutamiento.
Subidas de transferencias entre equipos o sedes sin un cambio claro de demanda.
Excepción declarable, porque la vida pasa: campañas, caídas, cambios de política y fallas de proveedor deben marcarse como eventos que afectan comparabilidad.
Ejemplo típico. Se cae un proveedor de pagos un viernes, el lunes hay pico de tickets y de reaperturas porque la primera respuesta fue “estamos revisando”. Si rankeas esa semana sin declarar el evento, la sucursal con más clientes afectados “pierde” y se arma la bronca. La decisión correcta es marcar evento, separar lo afectado y medir recuperación. No es suavizar, es medir lo que de verdad controlas.
3: Elegir el benchmark correcto (y dejar de pelear por el lugar 3 vs el 4)
Cuando los datos ya son comparables y la señal está limpia, ahora sí vale la pena comparar desempeño entre sucursales. Este es el punto donde muchas operaciones se meten el pie por exceso de simplicidad: ranking del 1 al N, una sola métrica, y a pelear.
En la tabla que acompaña este artículo vas a ver seis estrategias de asignación que conviene tratar como “herramientas”, no como ideología. Incluye desde usar tasa o volumen según el objetivo, hasta bandas de rendimiento (verde, amarillo, rojo), un mínimo de muestra para no decidir por ruido, un marco de decisión que separa productividad, calidad y demanda, y un sistema de excepciones formalizadas para no discutir lo mismo cada mes.
Regla de decisión: qué KPI usar según objetivo (productividad, calidad, demanda)
El benchmark correcto depende de la decisión que quieres tomar. Tres objetivos cubren la mayoría de casos.
Si tu objetivo es productividad, tu KPI base suele ser una tasa ajustada por capacidad, como casos resueltos por hora efectiva o cumplimiento de SLA por hora efectiva.
Si tu objetivo es calidad, mira estabilidad y resultado, como reapertura, QA de conversaciones y fricción por contacto.
Si tu objetivo es demanda, usa volumen y su distribución por canal y motivo. Eso te dice dónde mover gente, reforzar turnos o cambiar el triage.
Regla de “no decisión” que te salva de errores caros: si no hay muestra suficiente, no rankees. Da seguimiento y decide con ventana más larga.
Como referencia para el problema del “empate” y el poco volumen, vale leer este enfoque: [1]
Bandas en lugar de ranking: menos ego, más acción
Las bandas bajan la guerra interna porque cambian el juego de “quién quedó arriba” a “en qué zona estamos y qué acción toca”. Verde, amarillo, rojo, con criterios claros.
Ejemplo donde el ranking hace daño. Sucursal A tiene 92 por ciento de cumplimiento de SLA con muestra mediana. Sucursal B tiene 93 por ciento, pero con menos casos y más variabilidad. En un ranking, B “gana” y A “pierde”. En bandas, ambas quedan en verde porque el desempeño se solapa y la diferencia no cambia ninguna decisión. El tiempo se va a una conversación útil, por ejemplo por qué la variabilidad de B es tan alta.
Tip práctico para liderazgo: publica rankings solo cuando la acción es distinta. Si A y B van a recibir el mismo coaching, el ranking solo alimenta defensiva. El cliente no compra tu medalla interna.
Tamaño de muestra y estabilidad: no decidir por “una semana rara”
Define un mínimo de muestra por periodo para que una sucursal entre al benchmark. Si no lo cumple, se monitorea sin color y se revisa en ventana más larga.
Criterio práctico que funciona bien en soporte: si el volumen semanal es bajo, mide mensual. Si el mensual sigue bajo, decide trimestralmente y usa indicadores semanales solo como alarmas tempranas.
Modos de fallo que disparan guerra interna (aunque “ganen” el dashboard)
Puedes tener sucursales “ganando” el dashboard y aun así ver más fricción, más backlog y más quejas. Pasa cuando el benchmark por sucursal se convierte en un juego, no en un instrumento.
Modo de fallo 1: cierres rápidos que disparan reaperturas
Síntoma: baja el tiempo de resolución o el AHT, pero suben reaperturas y recontactos.
Causa típica: presión por cerrar y limpiar cola, con poco control de calidad.
Cómo detectarlo: si bajan los tiempos y suben reaperturas en la misma sede, semana tras semana, no es “mala suerte”. Es conducta incentivada.
Contramedida: una puerta de calidad ligera. Revisa una muestra estable de conversaciones, refuerza criterios de cierre y alinea coaching.
Modo de fallo 2: esconder reclamos para “mejorar” calidad
Síntoma: bajan reclamos reportados, pero suben menciones negativas en QA o aumentan transferencias a otras colas.
Causa: el sistema castiga el reclamo, entonces la operación aprende a reetiquetar o desviar.
Cómo detectarlo: compara reclamos internos con señales externas. Si tu reclamo interno cae a cero pero el cliente está furioso en otros canales, alguien está barriendo bajo la alfombra.
Contramedida: trata reclamo como métrica paralela, no como pecado. En vez de “menos reclamos es mejor”, usa “reclamos por tipo y resolución del reclamo”. Si además haces benchmarking de reseñas entre locales, aplica la misma lógica: [2]
Modo de fallo 3: cambios de mix que vuelven incomparable el mes
Síntoma: una sucursal pasa de verde a rojo sin cambios internos claros, y al mismo tiempo cambió el canal dominante o el tipo de caso.
Causa: campaña, promoción, temporada o cambio de enrutamiento.
Contramedida: declara el evento como excepción y mide recuperación. No es indulgencia, es rigor.
Modo de fallo 4: mover trabajo entre sucursales para “salvar el corte”
Síntoma: una sede mejora de golpe en backlog y tiempos, mientras otra empeora sin aumento de demanda.
Causa: transferencias internas para proteger un KPI, o simplemente confusión operativa.
Contramedida: vuelve visibles las transferencias como métrica sentinela (no como castigo automático) y exige que cualquier cambio de enrutamiento se declare antes del cierre del periodo.
Modo de fallo 5: calidad medida solo con encuestas sesgadas
Síntoma: CSAT alto, pero QA baja y escalamiento sube.
Causa: contestan los muy felices o los muy molestos, y la muestra cambia por canal.
Contramedida: combina encuesta con QA consistente. Si no lo tienes, arranca pequeño pero constante.
Ritual de handoff: cómo presentar hallazgos, acordar excepciones y cerrar acciones
Un benchmark justo no solo se construye. Se cuenta bien. Y sí, contar la historia importa, porque el ranking por sucursal toca identidad y orgullo. Si lo presentas como tribunal, vas a cosechar defensiva.
Cómo contar la historia sin culpas
Regla de oro: separa comparabilidad de desempeño. Primero confirmas si estamos comparando lo mismo. Luego, y solo luego, discutes performance.
En la práctica suena así: “Antes de ver colores, confirmemos capacidad, mix, canal y eventos. Si eso está alineado, entonces sí hablemos de lo que está bajo control del equipo”. Esa frase sola evita la mitad de los pleitos.
Reunión de 30 a 45 minutos que sí deja decisiones
Una estructura simple, que no se vuelve ceremonia pesada:
Qué decisión se tomará este mes con estos benchmarks por sucursal.
Validación rápida del universo comparable y las excepciones declaradas.
Revisión de bandas y una lectura corta por sucursal, máximo dos hallazgos por sede.
Acción prioritaria por sede, con dueño y fecha.
Revisión de sentinelas para detectar gaming y cambios de mix.
Tip práctico: si una reunión de benchmark termina sin dueños, se convirtió en entretenimiento corporativo. Y nadie compra boletos.
Cómo documentar excepciones para que no se vuelvan excusas
Una excepción sin caducidad es una excusa con traje.
Plantilla mínima que se sostiene en auditoría y en pasillo: qué evento afecta comparabilidad, desde cuándo y hasta cuándo, cuál es el criterio de salida, quién es responsable, y qué evidencia lo respalda.
Cierre: lo que cambia en dos semanas cuando el benchmark es justo
Si aplicas este workflow con disciplina, en dos semanas puedes tener un benchmarking por sucursal que no humille y sí mueva acciones. En verde, la acción no es “felicidades”, es documentar una práctica concreta y replicarla. En amarillo, ajuste acotado, por ejemplo coaching de cierres y un experimento para bajar transferencias en un motivo específico. En rojo, primero validas comparabilidad y capacidad, y luego atacas una causa raíz, como backlog envejecido o falta de cobertura de fin de semana. Rojo no significa regaño, significa prioridad con recursos y seguimiento.
Si quieres contrastar otro enfoque de benchmarking interno orientado a mejora (no a señalar), vale revisar: [3]
| Estrategia de asignación | Mejor para | Ventajas | Riesgos | Recomendado cuando |
|---|---|---|---|---|
| Excepciones Formalizadas | Manejar situaciones únicas que distorsionan benchmark | Aumenta equidad. reduce frustración del equipo | Abuso de excepciones. complejidad administrativa | Factores externos/internos impactan rendimiento desigual |
| Marco de Decisión (Productividad, Calidad, Demanda) | Alinear benchmarks con objetivos estratégicos | Visión holística. evita métricas aisladas | Complejo de implementar inicialmente | Sistema robusto para gestión de rendimiento |
| Tasa (KPI Productividad) | Eficiencia operativa, uso de recursos | Optimiza procesos. compara similar con similar | Ignora volumen total. desincentiva casos complejos | Mejorar eficiencia interna, estandarizar procesos |
| Volumen (KPI Demanda) | Capacidad de respuesta, alcance de mercado | Refleja impacto total. incentiva captación de negocio | Premia cantidad sobre calidad. ignora complejidad | Maximizar cobertura o producción total |
| Bandas de Rendimiento (Verde / Amarillo / Rojo) | Reducir 'guerra interna', enfocar mejoras | Expectativas claras. evita micro-comparaciones destructivas | Complacencia si bandas son muy amplias | Equilibrio rendimiento/colaboración |
| Mínimo de Muestra | Validez estadística de comparaciones | Evita conclusiones erróneas por datos insuficientes | Excluye sucursales nuevas/bajo volumen | Decisiones requieren alta fiabilidad de datos |
Fuentes
- calypso.ms — calypso.ms
- wireply.ai — wireply.ai
- metricas.mx — metricas.mx