El día que un gráfico bonito me hizo mover recursos al lugar equivocado
La escena: presión por decidir, confianza ciega en la forma
La vez que más caro me salió un dashboard no fue por un bug, ni por un refresh fallando. Fue por un gráfico precioso.
Colores sobrios, tipografía prolija, una línea descendente que gritaba “mejoramos”. Reunión de operaciones, el equipo cansado, el trimestre respirándote en la nuca. Y nosotros, felices, porque el “tiempo de primera respuesta” parecía controlado después de las 3 pm.
Tomamos la decisión que parecía obvia: mover dos personas de soporte del turno tarde al turno mañana.
Diez días después, la realidad nos devolvió la factura. Conversaciones de tarde llenas de “nadie responde”, “me dejan en visto”, más recontacto, más escalaciones. La operación se calentó justo donde no querías.
¿El detalle incómodo? La línea “mejoraba” porque el denominador cambió sin avisar. Entraban menos tickets por un cambio de canal, pero los que entraban eran más complejos. Vimos belleza y leímos progreso.
Qué tipo de decisiones rompe (staffing, prioridades, escalaciones, targets)
Este tipo de autoengaño no rompe “el reporte”. Rompe decisiones operativas de las que duelen:
- Staffing por franja.
- Prioridades de backlog.
- Qué se escala a producto.
- Qué se promete en targets.
- Qué sucursal “requiere coaching”.
Si tu foco es soporte, conversaciones, eventos y KPIs por sucursal, el riesgo no es que el dashboard esté feo. El riesgo es que te convenza.
Promesa del artículo: un checklist para auditar señal en 10 a 30 minutos
Para mí, un dashboard bonito es el que se ve limpio.
Un dashboard apto para decidir es el que sobrevive preguntas incómodas sin desmoronarse.
Este artículo es mi dashboards impecables conclusiones pésimas checklist: lo uso para validar en 10 a 30 minutos si el tablero realmente soporta una decisión, y para detectar temprano cuándo la visualización está maquillando ruido, sesgos o datos sucios.
Regla simple (y salvadora): si no puedo explicar el KPI y sus cortes en una frase, no lo uso para mover gente, dinero o expectativas.
Tip práctico #1: antes de la reunión, escribe en una nota una sola frase: “Este KPI sirve para decidir X cuando se cumplen Y y Z”. Si la frase no sale limpia, el tablero todavía es para explorar.
Qué se rompe primero: 7 señales de que el dashboard está maquillando ruido
Lo primero que se rompe no es la visualización. Se rompe la confianza… pero tarde.
Por eso me gustan señales rápidas, tipo “olor a humo”. Si en una revisión aparecen dos o más señales, mi regla operativa es clara: no lo presento como base de decisión sin una auditoría mínima.
¿Explorarlo? Sí.
¿Apostar el trimestre? No.
Señal 1: el denominador cambia sin avisar (y nadie lo nota)
Cuando una tasa mejora, lo primero que pregunto es qué pasó con el volumen.
Si el denominador cambia por canal, por horario o por una regla de negocio nueva, el KPI puede estar celebrando un espejismo.
Prueba de 5 minutos: mira la tasa y el conteo lado a lado, y córtalo por sucursal o canal.
Error común: “Da igual, la tasa es la tasa”. No. Una tasa sin contexto es como una foto sin fecha.
Señal 2: promedios que esconden colas largas (outliers operativos)
El promedio es educado. La operación no.
He visto “tiempo de resolución promedio” bajar mientras el p90 sube y el equipo recibe los casos más duros como castigo.
Ejemplo por sucursal: la sucursal Centro resuelve en 2 horas, la sucursal Norte tiene una cola de 3 días. El promedio corporativo sale “bien” y Norte se quema en silencio.
Prueba de 5 minutos: cambia de promedio a mediana y p90, y mira si la historia se invierte.
Señal 3: la mezcla cambió (canal, horario, sucursal) y parece mejora
Si esta semana entró más chat y menos correo, o cambió la mezcla de motivos, puedes ver mejoras que son solo redistribución.
Esto pega fuerte en dashboards impecables con conclusiones pésimas, porque el gráfico no te avisa que cambió el juego.
Prueba de 5 minutos: corta por canal y por franja horaria, y mira si la mezcla explica el salto.
Señal 4: ventanas temporales que te cuentan la historia que quieres
“Mes a la fecha” es un imán de autoengaño.
Si comparas una ventana corta contra una semana rara, el dashboard te aplaude por suerte.
Prueba de 5 minutos: compara contra la semana equivalente anterior y contra un promedio de 4 semanas. Si solo “mejora” en una comparación, sospecha.
Señal 5: métricas que se mueven juntas por una causa externa no controlada
Dos KPIs que suben juntos no siempre cuentan una historia interna.
Puede ser campaña de marketing, feriado local, caída del proveedor o un cambio en la app.
Aquí conviene mirar eventos. Si hubo un incidente o un release, espera un desplazamiento temporal lógico. Si el dashboard muestra magia instantánea, algo no cuadra.
Señal 6: categorías ambiguas (estados, tags, motivos) que inflan el KPI correcto
Esta es la que más veo en soporte.
Si el motivo “Otros” crece, si los agentes usan tags diferentes para lo mismo o si hay estados ambiguos tipo “En proceso”, el KPI se vuelve maquillaje.
El síntoma humano es clarísimo: en las conversaciones aparecen frases repetidas que no existen en el dashboard. “Me cobraron dos veces” se multiplica, pero el motivo se reparte entre cinco etiquetas.
Esto es donde te quemas: decides “no es tan grave” porque el tablero no lo concentra, y lo que era un problema se vuelve tendencia.
Tip práctico #2: define un “tope” para categorías genéricas (por ejemplo, “Otros” no debería superar X%). Si se pasa, no es un insight: es una alarma de clasificación.
Señal 7: frescura y retraso de datos que nadie menciona
Si el dato está desfasado, el dashboard puede verse impecable y aun así no servir para dirigir la operación.
Mucha gente abandona tableros no por falta de gráficos, sino por números viejos que alguien detecta en una reunión (y ahí muere la credibilidad del tablero en público).
Prueba rápida: pregunta “¿hasta qué hora llega el dato?” y valida si hoy incluye hoy.
Si quieres una lectura en la misma línea sobre métricas engañosas, este artículo de Plotstack aterriza varios de estos vicios sin romanticismo: [1]
El checklist contra el enamoramiento (parte 1): contexto, definiciones y cortes obligatorios
Antes de discutir si la línea sube o baja, yo amarro seis criterios que uso como estándar.
Son mi manera de bajar el riesgo sin convertir la revisión en un juicio eterno. Y sí: los tengo escritos, porque la memoria en reuniones importantes tiene la misma estabilidad que una torre de Jenga.
Aquí está la tabla resumen (tal cual la uso):
Lo aterrizo así, en modo “revisión rápida con criterio”:
Objetivo de negocio: si no está claro qué decisión quieres habilitar, el tablero se llena de métricas vanidosas y la reunión se vuelve teatro. Esta pregunta es la que corta el humo: “¿qué haríamos diferente si esto sale bien o sale mal?”.
Definiciones claras de KPIs: consistencia primero (numerador, denominador, unidad y ventana). Si esto no existe, todo lo demás es decoración.
Segmentación mínima: para operación, casi siempre incluye sucursal y canal, y a veces horario o cohorte. Sin cortes, el promedio manda y suele mentir.
Regla de decisión (“¿suficiente para decidir?”): si el tablero busca impulsar una acción concreta, fuerza a declarar qué evidencia mínima aceptas antes de mover recursos. No es burocracia: es prevención.
Backlog operativo: si tu proceso acumula tickets o solicitudes, necesitas ver el cuello de botella, no solo la foto bonita.
“Suficiente para explorar” vs. “suficiente para decidir”: esto evita el clásico accidente de tomar decisiones definitivas con material que era solo exploratorio.
Un encuadre que me sirve: confirma explícitamente qué decisión soporta el dashboard… y cuál no.
Si la acción es reversible y barata, puedes tolerar exploración.
Si la acción mueve personas, presupuesto o promesas (targets, SLA, compromisos con clientes), necesitas un tablero apto para decidir.
Ejemplo típico de cómo se malinterpreta un KPI: “tiempo de respuesta semanal”. Puede ser promedio por ticket, por cliente o por conversación. Cambia el significado y cambia a quién culpas.
Tip práctico #3: deja la definición del KPI “a un clic” (tooltip o nota corta). El objetivo no es educar por amor al dato; es evitar que en la reunión alguien discuta con una interpretación inventada.
Para reforzar la idea de que entregar un dashboard no es solo compartir un enlace, este checklist de revisión previa es un buen complemento mental, incluso si tu contexto es interno: [2]
Cuando el KPI “mejora” pero la operación empeora: compensaciones que te meten en problemas
Hay un momento clásico: el dashboard dice “vamos bien” y, al mismo tiempo, los supervisores dicen “la gente está ahogada”.
Cuando eso pasa, no asumo que alguien miente. Asumo que estamos optimizando una dimensión y rompiendo otra.
Estas compensaciones aparecen una y otra vez:
Compensación 1: tasa versus conteo
Si tu decisión es sobre capacidad y staffing, manda el conteo.
Si tu decisión es sobre calidad del proceso, manda la tasa.
Si el conteo cae fuerte y la tasa mejora, sospecha de cambio de mezcla.
Si el conteo sube y la tasa empeora, asume saturación y busca cuellos.
Pregunta que salva reuniones: “¿Qué podría estar cayendo y haciendo que la tasa se vea bien?”
Compensación 2: promedio versus distribución
El promedio puede mejorar solo porque resolviste muy rápido lo fácil, mientras lo difícil se pudre en la cola.
Si estás viendo tiempos, pide mediana y p90.
Pregunta: “¿Quién está sufriendo en la cola, aunque el promedio se vea sano?”
Compensación 3: velocidad versus calidad
Este es el error común que más caro sale.
Pones un target agresivo de velocidad y, mágicamente, sube el cierre rápido. Luego explotan conversaciones con “me cerraron sin resolver” y el recontacto se va al techo.
Pregunta: “Si mejoro velocidad, ¿qué pasa con recontacto, reaperturas y escalaciones?”
Compensación 4: agregado corporativo versus control local
Un agregado corporativo sirve para foto ejecutiva, pero es peligroso para dirigir el día a día.
Una sucursal estrella tapa una sucursal rota durante semanas.
Pregunta: “¿Hay sucursales o cohortes que se comportan distinto y requieren acción local?”
Error común (y muy humano): tomar el KPI agregado como “la verdad” y usar los cortes solo cuando alguien ya se quejó. Si el corte es importante para defenderte, era importante para decidir.
Cuando dos KPIs se contradicen, no elijas el que te deja mejor parado. Define el costo de equivocarte. Decirlo en voz alta desarma discusiones políticas.
Un buen recordatorio es que un dashboard puede verse impecable y aun así no servir para dirigir el negocio, como plantea Camilo Suárez Borda en esta reflexión: [3]
El checklist contra el enamoramiento (parte 2): pruebas rápidas y modos de fallo antes de decidir
Cuando tengo poco tiempo antes de una reunión, no intento “arreglar el dashboard”.
Intento pinchar ilusiones rápido.
La clave es triangulación: que el KPI no sea una isla, sino que converse con conversaciones y con eventos. Si todo cuenta la misma historia, respiras. Si cada fuente cuenta una película distinta, ahí está el trabajo.
Prueba 1 (5 min): triangulación con conversaciones
En una muestra pequeña de conversaciones recientes, busco tres cosas:
- Frases repetidas que indiquen fricción real (“me cobraron doble”, “no puedo cancelar”).
- Cambios en el tono: más urgencia, más confusión, más enojo.
- Señales de retrabajo: “me pidieron lo mismo”, “ya había enviado esto”.
Si el KPI de recontacto baja, pero en conversaciones sube “me cerraron sin resolver”, casi siempre el problema está en la definición o en cómo se está clasificando el contacto.
Ahí no discuto el número. Discuto lo que el número está contando.
Si quieres aterrizar el hábito de validar antes de mostrar, esta publicación lo empuja bien desde comunidad: [4]
Prueba 2 (5 min): coherencia con eventos
Conecta el KPI con eventos operativos: releases, incidentes, campañas, cambios de horario, ajustes de política.
Regla: si hubo un evento fuerte, espero un patrón temporal razonable.
Si el KPI “mejora” justo cuando hubo incidente, o si no se mueve nada cuando cambiaste el proceso, sospecha de instrumentación o clasificación.
Tip práctico #4: ten una mini bitácora de eventos operativos (aunque sea una lista corta por semana). No es para “hacer storytelling”: es para no culpar al equipo por un cambio que vino de afuera.
Prueba 3 (10 min): prueba hacia atrás
El punto es simple: en una semana que recuerdas como mala, ¿el KPI lo señalaba o se quedó tranquilo?
Si el dashboard no “gritó” en una semana mala, no le pidas que te guíe en una semana normal. Es como un detector de humo que solo suena cuando ya estás asando malvaviscos en la sala.
Modo de fallo: correlación que seduce
Síntomas: dos métricas se mueven perfecto y alguien declara causalidad con seguridad absoluta.
Qué hago: pregunto qué variable externa podría explicar ambas, y pido un corte por canal, sucursal o cohorte.
Si la relación se rompe en un corte, era seducción, no palanca.
Modo de fallo: calidad de datos (faltantes, duplicados, cambios de clasificación)
Síntomas: saltos bruscos sin explicación, caída repentina de volumen, o aumento de categorías genéricas.
Qué hago: antes de debatir la tendencia, reviso cobertura y consistencia de clasificación.
Si hace falta, lo dejo como deuda visible y marco el semáforo en amarillo o rojo.
Ese semáforo evita que el equipo tome una decisión “definitiva” con números que están en modo resbaladizo.
Esto es donde te quemas (versión reunión): alguien dice “pero el tablero lo muestra” y tú respondes con fe. Mejor decir: “Lo muestra, sí. ¿Cuánto confiamos en que está completo y comparable?”.
Monitoreo mínimo para mantener el dashboard honesto
Tres alertas simples te evitan recaídas:
- Cambio brusco: si una métrica cambia más de lo que cambiaría “naturalmente” de una semana a otra, pide explicación.
- Ruptura de relación: si dos métricas normalmente se mueven juntas y de pronto se separan, revisa definiciones o eventos.
- Deriva de mezcla: si el reparto por canal, horario o sucursal cambia de forma marcada, no compares como si nada.
Y dos revisiones semanales que sí se sostienen: revisar frescura y cobertura del dato, y revisar un corte fijo por sucursal o cohorte para detectar divergencias.
Guárdalo para la próxima reunión: la auditoría de 10 minutos que evita decisiones caras
Cuando el tiempo aprieta, no necesitas un nuevo dashboard.
Necesitas un estándar mínimo para no enamorarte de la visualización.
Aquí va la versión corta para pegar en tu nota de reunión. Guárdala con el nombre “dashboards impecables conclusiones pésimas checklist” y úsala sin culpa:
- ¿Qué decisión concreta voy a tomar con esto, hoy?
- ¿Cuál es la definición exacta del KPI y desde cuándo es así?
- ¿Hasta qué hora llega el dato?
- ¿Lo vi por sucursal y por canal, o estoy mirando un promedio que anestesia?
- ¿Miré conteo y tasa juntos, o solo el número bonito?
- ¿Miré mediana y p90 si aplica, o solo promedio?
- ¿Conversaciones y eventos cuentan la misma historia?
Qué decir cuando el dashboard no pasa, sin quedar como “el que frena”:
“Antes de mover recursos, necesito confirmar definición, frescura y dos cortes. Si en 10 minutos lo validamos, decido con ustedes. Si no, lo dejamos como exploratorio y definimos qué falta.”
Si te dicen “no hay tiempo”, mi respuesta es esta:
“No hay tiempo para auditar, pero sí hay tiempo para corregir una mala decisión durante dos semanas. Hagamos la auditoría de 10 minutos y listo.”
Plan de lunes, realista:
- Elige un dashboard que hoy esté influyendo decisiones y pásalo por esta auditoría corta una sola vez.
- Fija definiciones de tres KPIs operativos clave.
- Acorda dos cortes obligatorios por defecto.
- Deja un semáforo visible en la primera pantalla.
Umbral realista: si el equipo logra hacer esta auditoría en una reunión por semana durante un mes, ya cambiaste la cultura.
No lo compliques. Lo que mata esto no es la falta de datos, es la falta de valentía para hacer dos preguntas incómodas a tiempo.
Y si te sirve la analogía desde seguridad, aplica igual acá: nadie “confía” en un webhook por fe; lo pasa por controles. Este artículo lo cuenta bien desde otro mundo, pero la idea aplica: [5]
| Estrategia de asignación | Mejor para | Ventajas | Riesgos | Recomendado cuando |
|---|---|---|---|---|
| 6. Criterio: 'Suficiente para Explorar' vs. 'Suficiente para Decidir' | Cualquier dashboard, especialmente exploratorios | Evita decisiones prematuras, fomenta investigación | Confundir exploración con validación, retrasar decisiones | Información nueva o compleja |
| 2. Establecer Definiciones Claras (KPIs) | Métricas críticas, KPIs operativos (ej: tiempo de respuesta) | Consistencia, evita ambigüedad | Malentendidos, comparaciones inválidas | Nuevas métricas o dudas sobre existentes |
| 3. Acordar Segmentación Mínima | Análisis de tendencias, identificación de grupos | Análisis granular, revela patrones | Sobrecarga, conclusiones superficiales | Necesidad de entender subgrupos específicos |
| 1. Definir Objetivo de Negocio | Todo dashboard nuevo o revisión mayor | Asegura relevancia, evita métricas vanidosas | Dashboard sin propósito, decisiones erradas | Siempre, antes de cualquier visualización |
| 4. Regla de Decisión: ¿Suficiente para Decidir? | Dashboards de monitoreo y acción directa | Fuerza la acción, evita parálisis | Decisiones precipitadas con datos insuficientes | El dashboard busca impulsar una acción específica |
| 5. Identificar Backlog Operativo | Procesos con acumulación (ej: tickets, solicitudes) | Visibiliza cuellos de botella, mide eficiencia | Ignorar capacidad real, expectativas irreales | Gestión de flujos de trabajo o tareas pendientes |
Fuentes
- plotstack.dev — plotstack.dev
- datdata.com — datdata.com
- es.linkedin.com — es.linkedin.com
- es.linkedin.com — es.linkedin.com
- donweb.news — donweb.news