Comparar sucursales en México sin engañarte con promedios

El momento en que un promedio ‘bonito’ te hace tomar la decisión equivocada

Casi todos caemos en lo mismo la primera vez que intentamos comparar sucursales en México: llegas a la junta con un ranking “limpio” y alguien suelta el guion completo: “Perfecto, aprieta a las de abajo y copia lo de las de arriba”. Quince minutos después ya estás discutiendo si la sucursal “mala” tiene clientes más difíciles, si la “buena” tuvo suerte, o si el dato se capturó distinto. Y el peor escenario es cuando sí tomas una decisión… pero castiga al equipo equivocado.

El problema no es comparar. El problema es comparar como si un promedio fuera una sentencia.

Un promedio es una foto bonita. También es un filtro que tapa dos cosas que cambian el resultado sin que la operación haya cambiado: tamaño de muestra y dispersión. Es como probar un taco una vez y decretar que ya encontraste “el mejor de México”. Puede pasar, pero lo normal es que solo probaste un buen día.

Definición operativa para no perdernos: comparar sucursales es ordenar y agrupar sucursales para tomar una decisión concreta, con un nivel de confianza explícito, usando métricas comparables en el tiempo y entre ubicaciones. No es para decorar un dashboard. Es para decidir dónde intervenir, qué copiar y qué investigar.

Antes de enamorarte del ranking, intenta contestar esto en voz alta:

¿Qué decisión real va a salir del ranking? (coaching, staffing, turnos, revisión de captura, cambio de horario, pausar campaña)
¿Qué tan grande es la muestra por sucursal?
¿El mix de clientes/canales cambió (citas vs walk-ins, trámites simples vs complejos)?
¿La métrica significa lo mismo que el mes pasado y se midió igual en todas?

Regla para ahorrar pleitos: si no puedes defender el ranking sin decir “pero es que…”, no lo conviertas en castigo.

Ejemplo rápido. Dos sucursales con el mismo KPI de tiempo de espera promedio: 10 minutos.

Sucursal A atendió 20 turnos en el mes. La mitad de los días estuvo en 7 minutos y la otra mitad en 13.
Sucursal B atendió 200 turnos. La mayoría de los días estuvo entre 9 y 11 minutos.

El promedio es idéntico. El riesgo operativo no. En A, un martes con ausencias te voltea el ranking completo. En B, el comportamiento es estable y sí representa una realidad.

Lo que sigue en este artículo no es “volverte estadístico”. Es usar filtros que cualquier líder operativo entiende:

que el KPI signifique lo mismo en todas las sucursales y en el periodo,
que la señal no esté sucia ni mezclada,
que exista una muestra mínima defendible,
que la estabilidad pese (no solo el promedio),
y que cuando el mix manda, compares dentro del segmento.

Lectura complementaria, si necesitas munición para explicar por qué el promedio por sucursal suele engañar: [1]

Tip de supervivencia política: antes de enseñar la tabla final, muestra una línea de “qué quedó fuera y por qué” (bajo N, cambio de medición, semana rara). Te evita la escena de “¿y por qué mi sucursal no aparece?” cuando ya estás contra el reloj.

Qué hacer antes de comparar: señales de que la métrica no es confiable (y no es culpa de la sucursal)

El error más caro al comparar sucursales es asumir que toda variación es desempeño. En la vida real, muchas variaciones son etiqueta, captura, definición o mezcla de demanda. Si rankeas encima de eso, la organización aprende la lección equivocada: pelear el dato o esconder problemas, no mejorar la operación.

Yo separo el diagnóstico en dos cajones:

Señal sucia: el dato no es consistente.
Señal mezclada: el dato está bien, pero el contexto cambió tanto que el promedio dejó de ser comparable.

Señal sucia: cambios de etiquetado, captura o definición del KPI

Aquí es donde te quemas sin darte cuenta: cambiaste un campo en el sistema, alguien empezó a capturar “como siempre” en una pantalla nueva, o una región interpreta el KPI distinto. El KPI no se rompió: se movió el piso.

Ancla típica: en enero medías “tiempo de espera” desde que el cliente toma turno hasta que lo llaman. En febrero, por una actualización, empieza a contarse desde que llega al lobby y lo registran. La sucursal que tiene recepción estricta “empeora” sin haber cambiado nada. La que deja gente sin registrar “mejora” mágicamente.

Dos señales prácticas que casi nunca fallan:

Saltos de nivel simultáneos en muchas sucursales (huele a definición/sistema).
Aparición repentina de ceros o de máximos repetidos (huele a captura incompleta o cortes del flujo).

Advertencia real: “arreglar” el ranking moviendo el umbral o cambiando la visualización para que “se vea razonable” solo vuelve el error más convincente… y más peligroso.

Para identificar sesgos y números tramposos sin drama, esta lectura ayuda a sostener la conversación: [2]

Señal mezclada: campañas, cambios de canal, horarios y turnos

Ahora supongamos que el dato sí está bien. Aun así, el ranking puede mentir por mix.

Dos mecanismos comunes:

Cambió el canal. Una sucursal con más citas suele tener tiempos más estables. Otra con más walk-ins en horas pico sufre picos. El promedio mensual mezcla dos mundos.
Cambió el horario real. Más cobertura vespertina puede acelerar tardes… o atraer la “cola” de gente que llega tarde por transporte/trabajo. Compararla contra una sucursal con operación fuerte en la mañana es comparar dos películas distintas con el mismo tráiler.

Ancla concreta de campaña: empujas visitas de primera vez. La gente pregunta más, tarda más, requiere validaciones. Sube el KPI de “tiempo por transacción”. El equipo no se volvió lento; el mix se volvió pesado.

En tiempos de espera esto se nota clarísimo porque el mix cambia por hora y por día. Referencia útil para hablar de medición de espera en sucursales: [3]

Tip que separa “operación” de “demanda”: cuando el KPI se mueva, no te quedes con el promedio mensual. Mira el KPI por franja horaria (mañana/tarde) y por día de la semana. Si el “problema” solo existe en un turno, ya tienes un diagnóstico accionable. Si aparece parejo, sospecha mix o definición.

Regla de oro: si no puedes explicar el cambio, no lo rankees

En vez de rankear por costumbre, usa esta regla para proteger credibilidad: si no puedes explicar por qué una sucursal subió o bajó, no la conviertas en historia de desempeño todavía. Márcala como “investigar” o “no comparable”. Suena anticlimático, pero evita castigos injustos.

Señales mínimas para frenar un ranking sin parecer “alérgico a la decisión”:

Cambió la definición del KPI o el punto inicio/fin.
Hubo cambio de sistema/captura.
Entró una campaña o se movió el canal (citas/walk-ins).
Cambió el horario real por ausentismo/recortes.
Hubo evento operativo (cierre parcial, obra, clima) que alteró demanda.

Tradeoff inevitable: si corriges mezcla con segmentación, pierdes muestra. Si no segmentas, pierdes justicia. Si el ranking se usa para bonificar/castigar, prioriza justicia. Si es exploratorio (descubrir oportunidades macro), tolera algo de mezcla, pero no toleres señal sucia.

El workflow para rankear sin premios por suerte: muestra mínima, dispersión y cómo tratar bajo tráfico

Estrategia de asignación	Mejor para	Ventajas	Riesgos	Recomendado cuando
1. Definir N mínimo (ej. 30 transacciones/mes)	Evitar 'ganadores' por suerte (bajo volumen)	Filtra ruido, enfoca análisis en datos robustos	Ignora sucursales nuevas o de bajo tráfico	Necesitas datos estables para ranking
2. Sucursales < N: Excluir del ranking	Ranking de alto impacto, sin excepciones	Claridad, evita premiar desempeño no representativo	Pierde visibilidad de sucursales pequeñas	El ranking define incentivos directos
3. Sucursales < N: Agrupar semanas/meses	Sucursales con bajo volumen pero potencial	Genera N suficiente, permite inclusión en ranking	Retrasa feedback, datos menos recientes	Quieres incluir todas las sucursales eventualmente
4. Sucursales < N: Segmentar (ej. 'Bajo Tráfico')	Análisis diferenciado, reglas específicas	Permite métricas y metas ajustadas al segmento	Complejidad de gestión de segmentos	Necesitas entender el desempeño de cada grupo
5. Incorporar Dispersión (ej. Desv. Estándar)	Penalizar inestabilidad, premiar consistencia	Evita que 'promedios bonitos' oculten volatilidad	Puede penalizar sucursales con mejora rápida	La estabilidad del desempeño es crítica
6. Ajustar ranking por Dispersión/Estabilidad	Ranking robusto y justo	Refleja la realidad operativa, no solo el promedio	Mayor complejidad en el cálculo del ranking	Quieres un ranking que refleje la calidad del servicio

Con el dato razonablemente limpio, viene lo que más cambia el juego: evitar premiar la suerte. En muchas empresas el ranking mensual es una ruleta elegante, sobre todo cuando hay sucursales con poco tráfico y semanas raras.

La tabla de arriba es tu contrato operativo: primero defines el N mínimo, después decides qué hacer con sucursales bajo N (excluir, agrupar o segmentar), y además incorporas estabilidad (dispersión) para que el “promedio bonito” no tape picos.

Define el N correcto (tickets, órdenes, transacciones, visitas)

“N” no es un capricho; es tu unidad de realidad.

Para tiempos de espera: turnos atendidos.
Para ventas: transacciones/tickets (no “días abiertos”).
Para atención: casos cerrados (no “asesores activos”).

Error típico: comparar porcentajes como si todos tuvieran la misma base. Si una sucursal tuvo 12 oportunidades y otra 120, el mismo porcentaje “se comporta” distinto.

Tip: elige un N que el equipo entienda y que no sea fácil de “jugar”. Si depende de conteo manual, te vas a meter en discusiones eternas. Si son transacciones registradas, al menos todos saben qué cuenta.

Impón muestra mínima y decide el trato a bajo tráfico

Aquí se decide si tu ranking es defendible. Necesitas una regla de muestra mínima y, más importante, una decisión previa sobre qué pasa cuando no se cumple.

Ancla concreta: Sucursal C tuvo 8 transacciones en el mes y cerró 7 con buen resultado: “convierte” 87.5%. Sucursal D tuvo 120 y cerró 84: convierte 70%. Premiar a C es premiar una racha, no un sistema.

Las opciones sanas (y todas aparecen en la tabla) se usan para objetivos distintos:

Excluir del ranking cuando hay incentivos de por medio: es duro, pero evita premios/castigos por volatilidad.
Agrupar semanas/meses cuando sí necesitas aprender de sucursales pequeñas, aunque pierdas frescura.
Segmentar “Bajo Tráfico” cuando el formato/ubicación hace que su realidad sea otra; compararles contra sucursales grandes solo produce pleito.

Tip para no matar aperturas: define una “rampa” para sucursales nuevas. No compiten en el ranking general al inicio, pero sí se monitorea captura, estabilidad y tendencia. Eso evita que la gente aprenda a temerle al indicador desde el día 1.

Penaliza dispersión: el cliente no vive en promedios

El promedio te dice “en general”. La dispersión te dice “qué tan seguido pasa lo malo”. Y en operación, lo malo no es el promedio: es el pico.

Ancla concreta: Sucursal E tiene promedio de 10 minutos, igual que la mejor. Pero dos días a la semana se va a 25 por falta de personal en un turno. El promedio lo tapa. El cliente no.

No necesitas complicarte para incorporar estabilidad. Con dos preguntas ya evitas el autoengaño:

¿Cuántas semanas/días se salen de un rango razonable?
¿Qué tan grande es la brecha entre su mejor semana y su peor semana?

Cuando la brecha es enorme, casi nunca arreglas con “motivación”. Sueles arreglar con diseño: cobertura, turnos, flujo, o demanda.

Tres listas, no una: confiables, observación, no comparable

Cuando alguien te pida “un ranking”, entrégale tres listas. Baja la temperatura política y sube la calidad de decisiones.

Confiables: cumplen N mínimo, definición estable y sin semanas raras claras.
Observación: apuntan bien/mal, pero falta muestra o estabilidad.
No comparable: cambió medición, cambió mezcla fuerte, o hubo eventos que rompieron el periodo.

Ese simple “triage” hace que el ranking deje de ser tribunal y se vuelva herramienta.

Cuándo segmentar en vez de pelearte con el promedio: comparaciones justas por zona, formato y mix

Segmentar suena a “más trabajo”, y sí lo es. Pero en México suele ser la diferencia entre un ranking útil y uno que solo confirma prejuicios. Una sucursal en zona corporativa no vive lo mismo que una en zona residencial. Un formato de alta afluencia no opera igual que un punto pequeño. Y el canal (citas vs walk-ins) cambia todo.

La pregunta no es si segmentar. Es cuándo segmentar y cuándo parar, porque existe el infierno de la segmentación infinita: cada sucursal termina siendo su propio segmento y ya no comparas nada.

Segmentar por realidad operativa (no por organigrama)

El criterio sano es segmentar por lo que cambia el resultado sin que el equipo sea mejor o peor. Y eso rara vez coincide con el organigrama.

Segmentaciones que sí suelen mejorar la justicia al comparar sucursales en México:

Zona/ciudad cuando movilidad y horarios alteran picos (no es lo mismo CDMX que ciudades medianas).
Formato (sucursal grande de plaza vs sucursal de calle; punto pequeño vs centro completo).
Canal/franja horaria (con cita vs walk-ins; desempeño matutino vs vespertino).
Mix de producto (más trámites complejos vs más transaccional).

Ancla concreta: tenías a “Sucursal Centro” siempre abajo en tiempo de espera. Segmentas por franja horaria y resulta top 3 en la mañana, pero cae en la tarde por rotación de personal. El promedio mensual la hacía ver mediocre. La segmentación te dio una intervención real: cobertura y entrenamiento en ese turno.

Si tu organización cae seguido en “no es justo por el mix”, esta lectura lo aterriza bien: [4]

Cómo evitar segmentación infinita que te deja sin muestra

La trampa es segmentar hasta que “se vea bonito” o hasta que la sucursal favorita quede arriba. Eso no es análisis; es maquillaje.

La forma más limpia de parar es una regla previa de muestra: si al segmentar te quedas por debajo de tu N mínimo, ese segmento no se rankea (o se agrupa). No es ideología: es la diferencia entre señal y ruido.

Ancla concreta: tenías 60 transacciones al mes en una sucursal pequeña. La segmentas por canal y por turno y terminas con 10, 12 y 8 por celda. Cada “mejora” semanal ahora es ruido. Convertiste una señal débil en tres señales inútiles.

Tradeoff central, sin romanticismo: más segmentación = más justicia, menos potencia (menor muestra). Menos segmentación = más muestra, más mezcla y más discusiones. No hay magia: hay elección.

Regla práctica: si el mix explica el cambio, rankea dentro del segmento

Regla que aguanta juntas duras: si puedes explicar la diferencia entre dos sucursales con una variable de mix que no controlan, entonces no las compares en el mismo ranking. Compáralas dentro de su segmento.

Eso no es “excusas”. Es separar contexto de ejecución. Primero comparas dentro de contextos similares. Después, si quieres, haces lectura de portafolio para ver dónde la red tiene retos estructurales.

Un tip que sube el nivel: dentro de cada segmento, busca la sucursal estable, no solo la que “ganó” el mes. Esa es la referencia replicable.

Modos de fallo: dos formas en que tu ranking se rompe aunque hayas seguido ‘buenas prácticas’

Aunque tengas muestra mínima, segmentación razonable y disciplina, hay semanas en que el ranking se rompe. No porque seas malo analizando, sino porque la operación real es impredecible.

El error no es que se rompa. El error es fingir que no se rompió.

Fallo 1: ‘Mejoró’ porque cambió la medición (no la operación)

Señales: salto de nivel en varias sucursales al mismo tiempo; coincide con ajuste de sistema, capacitación de captura o auditoría. Cambia la distribución, no solo el promedio.

Ancla concreta: en un mes, la Sucursal F “mejoró” 20% en tiempo de atención. Aplausos. Dos semanas después descubres que dejaron de registrar el cierre correcto y empezaron a cerrar en un paso intermedio. El KPI bajó, pero el cliente no fue más rápido.

Qué hacer cuando pase: primero comparabilidad, luego culpables.

Congela el ranking para incentivos y comunicación pública.
Etiqueta el periodo como no comparable.
Decide si recalculas histórico con la definición actual o si arrancas serie nueva.

El lenguaje de “señal sucia” te ahorra drama. Esta pieza lo explica con ejemplos operativos: [2]

Fallo 2: la semana rara (festivos, cierres, clima, obra) te reordena todo

En México, las semanas raras no son raras. Son parte del calendario.

Señales: cambios bruscos que duran pocos días; sucursales estables aparecen arriba/abajo sin patrón; coincide con festivo, puente, cierre parcial, obra afuera, tormenta o evento local.

Ancla concreta: semana de puente, la Sucursal G cierra un día por mantenimiento. Su N cae y el promedio del mes se mueve porque atendió menos justo en días de baja demanda. Una sucursal cercana absorbe afluencia y “se ve peor” por filas. Si rankeas el mes sin etiquetar el evento, vas a mandar coaching donde no hace falta e ignorar un problema real de capacidad.

Qué hacer cuando ocurre: congelar, etiquetar, o reventanar el periodo

Las reglas que mejor sobreviven comités son simples:

Congelar cuando pega comparabilidad y va a afectar bonos o reputación.
Etiquetar como no comparable cuando el evento es local y no quieres contaminar análisis.
Usar ventana móvil (agrupar semanas) cuando necesitas estabilidad y no reaccionar a un pico.

Guion para decirlo sin sonar a excusa:

“Podemos mostrar el número, pero hoy no es comparable por cambio de medición o por evento operativo. Si lo rankeamos tal cual, la decisión va a premiar o castigar suerte. Propongo dejarlo en observación y confirmarlo con una ventana más estable antes de actuar”.

Comprométete a una fecha de revisión y se acaba el “siempre hay una excusa”.

Ejemplos de estacionalidad y mix que alteran rankings: [5]

Del ranking a la acción: cómo convertir posiciones en decisiones operativas (sin castigar al equipo equivocado)

Un ranking solo sirve si termina en una acción con dueño y métrica. Si no, es entretenimiento corporativo con PowerPoint. Lo que quieres es velocidad con justicia: intervenir rápido donde hay señal fuerte y ser prudente donde hay ruido.

Mapea cada sucursal a una causa probable (operación vs demanda/mix vs dato)

La decisión más útil después de comparar no es “quién ganó”. Es “por qué”.

Cuando una sucursal sale muy arriba o muy abajo, fuerza el primer filtro: ¿es ejecución, es mix, o es dato?

Anclas que suelen funcionar en campo:

Alta dispersión concentrada en un turno: casi siempre es operación (cobertura, coaching del turno, flujo).
Caída alineada con campaña o cambio de canal: probablemente es demanda/mix.
“Mejoras” acompañadas de ceros nuevos o rarezas de captura: es dato.

Tip para que no se quede en “hipótesis”: pide una evidencia secundaria simple. No necesitas un proyecto; te basta con un indicador de dotación/ausentismo por turno, una etiqueta de campaña, o confirmación de definición del KPI. Una evidencia cambia la conversación de opinión a diagnóstico.

Prioriza intervenciones: impacto esperado vs confianza del diagnóstico

La priorización que sí funciona combina dos ejes: impacto y confianza.

Impacto: contribución (N alto, o sucursal que mueve volumen relevante).
Confianza: calidad de señal (cumple N, estable, sin semanas raras).

Lectura rápida:

Alta confianza + alto impacto: actúas ya.
Alto impacto + baja confianza: primero arreglas comparabilidad (si no, amplificas el error).
Baja escala + baja confianza: observación; no gastes pólvora.

Esto evita el vicio de perseguir “la peor sucursal” cuando en realidad es la más pequeña y volátil.

Monitorea estabilidad: 3 señales para saber si el ranking ya es confiable

Para que el ranking no sea un evento aislado, instala un monitoreo mínimo:

Top y bottom no cambian radicalmente semana a semana si la operación no cambió.
La dispersión baja o al menos se concentra en causas conocidas (por ejemplo, un turno específico).
Los movimientos grandes traen explicación operativa documentada, no “se ve raro”.

Cierre práctico: si tienes los datos medianamente ordenados, en una semana puedes pasar de “ranking bonito” a “ranking defendible” para decisiones. Si traes señal sucia, no te engañes: tu primera victoria no será un ranking, será alinear definición y captura para que el siguiente mes ya sea comparable.

Fuentes

calypso.ms — calypso.ms
calypso.ms — calypso.ms
partner.banamex.com — partner.banamex.com
calypso.ms — calypso.ms
calypso.ms — calypso.ms

Comparar sucursales en México sin engañarte con promedios bonitos