Dashboards impecables, conclusiones pésimas: señales de que tu sistema de decisión está roto

Señales diagnósticas (en 10 min): evidencia de que el problema no es el gráfico, es el sistema de decisión

Un dashboard puede estar “perfecto” (bonito, rápido, con drill-down) y aun así llevarte directo a una decisión mala. No porque el equipo “no entienda datos”, sino porque el sistema de decisión está diseñado para reaccionar antes de hacer dos preguntas básicas: ¿qué estamos midiendo? y ¿es comparable?

Una definición que te evita discusiones eternas: señal sucia es un KPI que parece comparable, pero viene contaminado por al menos una de estas tres:

• Cambio de definición o captura (encuesta, tags, colas, criterio de “resuelto”).
• Mezcla de poblaciones (canal/turno/motivo/severidad distintos entre unidades).
• Duplicados / recontactos / reabiertos / ventanas mal cortadas.

Da igual si estás mirando conversaciones (voz/chat/WhatsApp), tickets (abierto/resuelto/reabierto) o “performance por sucursal”. El patrón se repite.

Regla de oro, corta y dolorosa: “si no puedes explicar el denominador, no compares”. Si nadie puede decir en una frase “esto es X sobre Y, en población Z, con exclusiones W”, el ranking es decoración peligrosa.

Ejemplo ancla (LatAm, México): 18 sucursales, KPI “Productividad” = transacciones por hora. Semana 22: Sucursal 7 cae de 9.4 a 7.1 y queda última. En comité: “recortemos descansos y apretamos supervisión”. Dos cortes simples cambian la película: Tipo de trámite (Normal vs “Campaña”) y Ventana (7 días vs 28).

Resultado: esa semana la Sucursal 7 absorbió 38% de transacciones “Campaña” (más largas) vs 12% del resto. En 28 días estaba en 9.1 (top 5). Trigger → cae ranking semanal; acción segura → segmentar por trámite; decisión correcta → redistribuir cupos/citas de campaña. Se evita castigar a una sucursal por comerse la complejidad.

Ocho señales diagnósticas que puedes detectar en 10 minutos (en el dashboard o en la conversación del comité). Para cada una, el siguiente paso seguro: pausar / segmentar / verificar.

1. Nadie menciona denominador, población o exclusiones; solo “subió/bajó”. Sugiere: KPI sin definición operativa. Paso seguro: pausar conclusiones de performance y pedir la frase completa. Ancla útil: mostrar “CSAT 82 (n=27)” o “% con tag completo” junto al KPI.

2. El KPI cambia muchísimo al mover la ventana (7 vs 28 días) o al cruzar un feriado. Sugiere: ventana inestable, estacionalidad, o corte horario raro. Paso seguro: verificar dos ventanas en paralelo y declarar “ventana oficial para decidir” vs “ventana para monitorear”.

3. Salto vertical de un día a otro sin contraparte operativa. Sugiere: cambio silencioso de definición/captura o incidente de ingestión. Paso seguro: verificar qué cambió en ruteo/etiquetado/encuesta y marcar “fecha de corte” antes de comparar.

4. Todo mejora o todo empeora a la vez (todas las unidades/canales). Sugiere: problema de medición/conteo, no de operación. Paso seguro: pausar ranking y revisar dos anclas rápidas: (a) volumen total por día (¿hay “casi cero”?), (b) % “sin categoría / sin canal / sin sucursal”.

5. “Mejora” una métrica, pero se disparan recontactos, reabiertos o backlog. Sugiere: optimización de proxy (el número bonito) con costo oculto. Paso seguro: segmentar primer contacto vs recontacto y fijar guardrail: “no se decide solo con AHT si suben recontactos”.

6. Rankings que se voltean al filtrar por canal/turno/motivo. Sugiere: mezcla de poblaciones; comparas realidades distintas. Paso seguro: segmentar mínimo antes de comparar (canal, turno, motivo/severidad).

7. Cambios pequeños detonan decisiones grandes (“bajó 1.2 → cambiemos proceso”). Sugiere: se confunde ruido con señal; faltan umbrales. Paso seguro: verificar n y dispersión. Si la muestra es chica o la variación normal es alta, eso es monitoreo, no castigo.

8. La conversación se vuelve teológica (“yo siento que…”) y nadie abre casos. Sugiere: KPI sin trazabilidad; rumor con gráfico. Paso seguro: verificar abriendo 5 casos del segmento (2 “peores”, 2 “mejores”, 1 promedio) y revisar campos concretos.

Triage para cerrar sin drama:

• Señal de definición/denominador o cambio silencioso → PAUSAR decisiones de performance y asignar verificación.
• Señal de mezcla → SEGMENTAR y volver con el corte correcto.
• Señal estable, sin banderas rojas → SEGUIR, pero con guardrails (umbral + métrica de costo colateral).

Tip que salva carreras: cuando alguien diga “esto cayó”, pide automático n (tamaño de muestra) y mix (qué cambió en canal/motivo/severidad). Es mirar por el parabrisas antes de acelerar.

Checklist pre-comité (30–45 min): decide si el KPI es accionable, segmentable o debe pausarse

Estrategia de asignación	Mejor para	Ventajas	Riesgos	Recomendado cuando
4. Segmentación de datos clave	Entender impacto de factores externos/operativos	Aísla efecto de variables (ej. mix de canal/turno)	Sobrecarga de información si se segmenta en exceso	KPI muestra cambios significativos. sospecha de causas específicas
6. Decisión final: seguir, segmentar o pausar	Formalizar acción con KPI	Clarifica siguiente paso. evita parálisis	Decisiones apresuradas sin pasos previos	Al final del proceso de revisión
1. Revisar definición KPI	Validar métrica	Asegura relevancia. evita datos irrelevantes	Subjetividad sin glosario	Siempre, primer filtro
2. Aplicar Reglas explícitas de ‘pausa’ (stop rules)	Detener análisis con 'señal sucia'	Evita conclusiones erróneas. protege credibilidad	Ralentiza decisiones si hay muchas pausas	Anomalías en datos (ej. caídas tracking)
3. Checklist de preguntas pre-comité	Validar hipótesis. revelar sesgos operativos	Fomenta discusión crítica. comprensión profunda	Alarga reuniones sin gestión de tiempo	Antes de presentar resultados o decisiones grupales
5. Ejemplo concreto: contact center en Perú	Ilustrar cómo cambio operativo altera AHT/CSAT	Conecta datos con realidad. facilita comprensión	Desvía atención si ejemplo no es representativo	Necesario explicar causalidad a público no técnico

La tabla de arriba no es “más burocracia”: es un mapa para que el pre-comité convierta el KPI en una de tres rutas: accionable (seguir), segmentable, o debe pausarse. Ese es el objetivo. No lucirse con análisis.

Lo que pasa en la vida real: alguien trae un gráfico, la sala quiere saltar a “¿qué hacemos?”, y el KPI se vuelve martillo. El pre-comité instala un freno inteligente: primero comparabilidad; luego decisión. Si no, terminas optimizando el gráfico, no el negocio.

Dos anclas que deberían aparecer siempre (en tablero o conversación):

• N y cobertura: número de casos/respuestas y % de registros con clasificación completa (canal/motivo/severidad/sucursal). Si cae la cobertura, la señal se vuelve resbalosa.
• Estado y repetición: en tickets, conteo por estado (abierto/resuelto/reabierto). En conversaciones, distinguir “conversación única” vs “mensajes”. Y si puedes: aproximación de recontacto.

Stop rules (reglas explícitas de pausa)

Acordarlas antes del debate te evita “quemarte” en comité (porque una vez que el ranking se presenta, alguien ya quiere usarlo para juzgar).

• Stop rule 1: cambio de definición/captura dentro del periodo. Cambió encuesta, tags, colas, criterio de cierre, o entró un canal nuevo → PAUSAR comparación histórica y declarar corte. Se decide sobre línea base nueva.

• Stop rule 2: muestra insuficiente para decidir. Si la unidad tiene <30 respuestas/casos en la ventana (o <15 en un segmento crítico) → PAUSAR ranking/incentivos. Monitoreo sí; castigo no.

• Stop rule 3: mezcla cambió fuerte. Si el mix de canal/turno/motivo/severidad se mueve >15 puntos porcentuales semana a semana → SEGMENTAR primero. Prohibido atribuirlo a performance hasta ver segmentos comparables.

• Stop rule 4 (muy común): integridad sospechosa. Volumen “casi cero” en un canal activo, ratios imposibles, o saltos sin explicación → PAUSAR y pedir verificación de captura.

Ejemplo concreto: contact center en Perú (para que no sea teoría)

Reporte semanal: AHT sube de 6.2 a 7.5 min y CSAT baja de 84 a 79, sobre todo en turno noche. Conclusión fácil: “coaching”. El pre-comité aplica segmentación mínima y cambia la historia:

• El mix nocturno pasa de Voz 65% / Chat 25% / WhatsApp 10% a Voz 40% / Chat 35% / WhatsApp 25% por una campaña que empujó facturación a WhatsApp.
• Los casos de “facturación compleja” suben de 12% a 28% en noche.

Trigger → AHT arriba y CSAT abajo; acción → segmentar por canal y severidad + validar ruteo/campaña; decisión correcta → ajustar ruteo y staffing (colas separadas y agentes entrenados en facturación nocturna). No “apretar scripts” a todo el turno.

Cinco pruebas rápidas (para decidir sin convertirlo en auditoría)

Prueba 1: denominador y población. Alguien debe poder decir: “mide X/Y en población Z con exclusiones W”. Si no existe esa frase, el KPI no es accionable todavía.

Decisión: si no se puede en 30 segundos → PAUSAR para performance (y solo permitir acciones reversibles).

Prueba 2: estabilidad de definición. La pregunta no es elegante, es útil: “¿qué cambió ese día en encuesta/tags/colas/cierre?”. Si la respuesta es “creo que no”, trátalo como “verifiquemos”.

Decisión: si hubo cambio dentro de la ventana → corte y línea base nueva; si no puedes ubicar el corte → PAUSAR.

Prueba 3: mezcla antes del promedio. El promedio sirve para pulso. Para repartir culpa, es una trampa. Si el total cae, mira al menos canal y severidad. Muchas “caídas generales” son una caída concentrada.

Decisión: si el mix se movió >15 pp → SEGMENTAR y discutir dentro del segmento dominante.

Prueba 4: tamaño de muestra y variación normal. Un ranking con n chico es una lotería con traje. Si la variación semanal típica es ±3 puntos, una caída de 1 punto no es incendio.

Decisión: n bajo o variación alta → PAUSAR ranking; dejar en monitoreo.

Prueba 5: trazabilidad (5 casos). Sin casos, hay fe. Con 5 casos, aparece la verdad: duplicados, mala clasificación, demanda distinta o un cambio real.

Decisión final (la del renglón 6 de la tabla):

• SEGUIR si definición estable + n suficiente + sin mezcla fuerte + casos confirman patrón.
• SEGMENTAR si el problema vive en un canal/turno/severidad/motivo.
• PAUSAR si hay cambio de definición, integridad dudosa o muestra insuficiente. Pausar no es “no decidir”: es decidir no castigar ni cambiar proceso con señal sucia.

Banderas rojas verificables: 5 síntomas en el dashboard que suelen indicar un fallo de medición, definición o mezcla (no un ‘problema del equipo’)

Un dashboard bonito es peligroso porque te da sensación de control justo cuando la señal puede estar contaminada. En comité, la tentación es convertir cualquier línea descendente en “problema del equipo”. Ahí empieza el daño.

Regla de protección: si un síntoma se puede explicar por medición/definición/mezcla en 2–5 minutos, no tienes permiso de usarlo para evaluar performance. Primero se valida; luego se decide.

1) Volumen “mejora” sin alivio real → duplicados, recontactos, reabiertos

Qué ves: “menos entrantes” o “más resueltos”, pero el piso sigue en cola o el backlog no baja.

Causas típicas: (1) cambió el conteo (caso vs interacción), (2) subieron recontactos/reabiertos.

Pregunta de comité: “¿qué pasó con % reabiertos y recontacto 7 días mientras ‘mejoraba’?”

Acción segura: segmentar primer contacto vs recontacto. Si recontacto/reabiertos suben, pausa conclusiones de productividad.

Ancla real (Perú, soporte): tablero celebra “bajó backlog 18%”. QA ve más reclamos. Campo Reabierto sube de 6% a 14%. Decisión correcta: revisar criterio de cierre y escalaciones, no pedir “más velocidad”.

2) Salto brusco de un día a otro → cambio silencioso de definición (o captura)

Qué ves: un salto/caída grande en una fecha puntual sin campaña ni cambios visibles.

Causas típicas: (1) cambió definición (tag, cola, encuesta, criterio), (2) falla parcial de captura.

Pregunta de comité: “¿qué cambió ese día en encuesta, tags, colas/ruteo o corte horario?”

Acción segura: validar, declarar “fecha de corte” y evitar comparaciones mezcladas.

Ancla real (México, sucursales): “atención <10 min” sube de 62% a 85% en todas. Era “milagro” hasta que se cambió “hora de llegada” por “hora de ticket impreso”. El dashboard no mentía; cambió la definición.

3) Dientes de sierra / caídas en días fijos → ventana mal cortada o calendario

Qué ves: cada lunes cae, fin de mes “explota”, feriados parecen desastres.

Causas típicas: (1) cortes inconsistentes (qué es “día” o “semana”), (2) calendario real mal comparado.

Pregunta de comité: “¿comparamos mismos días hábiles y mismo corte horario? ¿hubo feriado/jornada reducida?”

Acción segura: verificar KPI por día hábil (o por hora) y etiquetar semanas “no comparables” para ranking.

4) “Mejoró” una proxy, empeoró el negocio → optimización de proxy (Goodhart en versión comité)

Qué ves: baja AHT, suben “resueltos”… y suben escalaciones, recontactos o backlog.

Causas típicas: (1) velocidad sobre calidad (cierres prematuros, derivaciones), (2) mix más fácil.

Pregunta de comité: “mientras AHT bajaba, ¿qué pasó con FCR/recontacto, reabiertos, escalaciones y backlog?”

Acción segura: pausar la proxy como objetivo de ranking y meter guardrails (AHT solo se discute si recontacto/reabiertos están estables).

5) Ranking “injusto” o rotación extrema → mezcla de demanda/severidad (no performance)

Qué ves: el “peor” cambia cada semana o una unidad siempre sale mal porque concentra casos complejos.

Causas típicas: (1) mix distinto, (2) denominador mal elegido.

Pregunta de comité: “¿son poblaciones comparables? ¿cómo cambia el ranking si filtro por motivo/severidad/canal/turno?”

Acción segura: segmentar antes de rankear. Si el ranking cambia drásticamente al segmentar, se prohíbe ranking global para incentivos/regaños esa semana.

Pista para distinguir cambio operativo vs medición (sin volverte técnico): si el KPI cambia pero demanda, staffing y ruteo están estables, sospecha medición; si coincide con campaña/incidente/cambio de política, sospecha operación y abre casos. En ambos, la decisión madura empieza con “no castigar a ciegas”.

Cuando la señal es incompleta: instala guardrails mínimos para seguir decidiendo sin rehacer tu analítica

A veces el dato no está perfecto y el negocio igual exige decisión. Se puede. Pero con guardrails, no con fe.

Dos anclas que vuelven esto operativo:

1. Semáforo de calidad de señal (Verde/Ámbar/Rojo) basado en stop rules: definición estable, n mínimo, mezcla. Si está en rojo, el comité puede decidir, pero no puede rankear.

2. Métricas de costo colateral: si optimizas AHT, mira recontacto/reabiertos; si optimizas productividad por sucursal, mira reclamos/satisfacción/devoluciones. El KPI sin costo colateral es como manejar mirando solo el velocímetro.

Umbrales de acción (para separar monitoreo vs cambio operativo)

Sin umbrales, se decide por estado de ánimo. Con umbrales, se decide por criterio.

• Monitoreo: señal débil o semana rara. Sirve para aprendizaje, no para castigo.
• Acción: cambios en staffing/proceso/incentivos. Solo con señal estable.

Regla útil: con señal Ámbar (n justo o mezcla movida), se permiten acciones reversibles (piloto, refuerzo temporal, ajuste menor). Con señal Roja (definición/integridad/muestra insuficiente), se prohíbe ranking y la única decisión válida es asignar owner y fecha de re-chequeo.

Ejemplo: CSAT cae 3 puntos en una semana con n=22 en un turno. En vez de “coaching masivo”, queda en monitoreo hasta tener n>60. Te ahorras mover horarios y capacitación por ruido.

Segmentación mínima (la que cambia decisiones)

Segmentar no es poner filtros por deporte. Es separar realidades que habilitan decisiones distintas.

Segmentos mínimos que suelen pagar su costo:

• Canal (voz/chat/WhatsApp/correo) → decisiones de ruteo y staffing.
• Turno → cobertura, breaks, supervisión.
• Motivo/categoría → quién es owner de la causa raíz.
• Severidad → política de escalación y guardrails.

Regla simple: si el KPI se movió y el mix de canal o severidad cambió >15 pp, el comité discute el KPI dentro del segmento dominante, no en el total.

Advertencia real: sobre-segmentar da ilusión de precisión y te roba foco. Si un filtro no cambia una decisión concreta, es ruido (analítica con cosplay).

Comparaciones justas: no rankees sin controlar demanda

El ranking por sucursal es donde más se rompen culturas, porque mezcla demanda, complejidad y capacidad.

Ejemplo (México): “Transacciones por asesor”, Sucursal 12 queda última: 21 vs promedio 30. Antes de concluir “bajo desempeño”, aplicas dos guardrails simples:

• Segmentas por tipo de trámite: Sucursal 12 tuvo 45% “regularización” (más largo) vs 18% en otras.
• Miras demanda: visitas por hora pico y % citas vs walk-in. Descubres que 60% llegó sin cita por un cierre temporal cercano.

Trigger → ranking “último”; acción → segmentar + revisar demanda; decisión correcta → redistribuir demanda (citas/derivación) y reforzar staffing en pico. El KPI deja de ser látigo y se vuelve guía.

Convierte el comité en “motor de reglas” (y deja rastro)

Un comité maduro no “adivina mejor”. Decide con reglas repetibles.

Tres reglas que suelen tener el mejor retorno:

• Sin denominador/población explícitos → no hay conclusión de performance.
• Si el KPI “mejora” pero empeoran recontacto/reabiertos/backlog → el KPI es proxy y no se usa para incentivos hasta tener guardrails.
• Si un outlier domina la historia → se revisan 5 casos antes de actuar.

Y una disciplina cultural: si se decide una acción, se acuerda qué indicador confirmará que funcionó y qué alertará daño colateral. Eso mata el “hicimos algo y luego discutimos según el humor del lunes”.

Declara tradeoffs (en vez de fingir que no existen)

Tradeoff central: velocidad vs justicia.

• Decidir rápido con el total sirve cuando la señal es estable y la acción es reversible.
• Segmentar/pausar sirve cuando la decisión afecta incentivos, evaluación o castigos.

Decision rule: si la decisión puede dañar reputación o salario, gana la justicia (segmentar/pausar). Si es reversible y de bajo riesgo, te puedes mover con señal ámbar, pero dejando guardrails.

Dicho simple: cuando el dato no es perfecto, no se trata de esperar perfección; se trata de decidir sin tener que pedir perdón la próxima semana.

Define la frontera: qué banderas rojas puedes automatizar y qué excepciones deben pasar por criterio humano

Automatizar interpretaciones falsas escala el daño más rápido que un mal comité. La frontera sana es: automatiza para marcar riesgo, y deja el contexto a humanos.

Esto conecta bien con gobernanza y madurez de decisión: Iberpixel y Trascendit. Y si te resuena el ángulo “tu dashboard no miente, pero…”, aquí: José Suárez.

Automatiza integridad y consistencia (solo como “riesgo”)

Estas banderas no deben disparar castigos ni ranking por sí solas. Deben disparar preguntas.

Marca riesgo cuando veas: saltos grandes día contra día sin cambio operativo registrado, volumen casi cero en un canal activo, ratios imposibles, muestra bajo umbral, caída de cobertura de clasificación (sin motivo/canal/sucursal), mix que se mueve fuerte, o “mejora” de proxy acompañada de recontacto/reabiertos.

Tip operativo: pon estas banderas en una franja arriba del dashboard, tipo “pre-flight”. En comité se lee primero. Si alguien se la salta, ya sabes por qué el comité termina en guerra.

Reserva criterio humano para shocks operativos

Campañas, incidentes de producto, noticias externas, cambios de política, casos VIP. El sistema no “entiende” eso.

Carril recomendado: nota breve de contexto que declare qué comparaciones quedan invalidadas esa semana. No necesitas novela; necesitas evitar comparaciones injustas.

Pre-registra excepciones típicas

Barato y efectivo: lista de cosas que rompen comparaciones (canal nuevo, migración de herramienta, rediseño de colas, cambio de encuesta, cambio de “resuelto”).

Cuando ocurre, la pregunta no es “quién falló”, sino “qué comparaciones quedan inválidas esta semana”. Pequeño cambio de lenguaje, enorme cambio de cultura.

Arranca el comité con 10 minutos obligatorios de calidad de señal

Antes de “qué hacemos”, declara semáforo del tablero: verde/ámbar/rojo. Si es rojo, se decide qué se pausa y qué se puede decidir igual. El negocio se mueve, pero no atropella a nadie.

Estandariza “calidad de señal”: artefactos y acuerdos para que el ranking no gane por default en cada comité

Si el comité vive apagando incendios, el ranking se impone porque es fácil. Para que no gane por default, necesitas dos cosas: tarjeta de KPI y acuerdos de comité.

Tarjeta de KPI (breve, pero obligatoria): objetivo de negocio; definición en una frase (numerador/denominador/población); exclusiones; ventana oficial de decisión (y la de monitoreo); segmentos mínimos (canal/turno/severidad/motivo); stop rules y umbrales; riesgos conocidos (recontactos, duplicados, sesgo de encuesta); fecha de última revisión y responsable; y dónde mirar 5 casos cuando hay dudas.

Acuerdos mínimos (lenguaje humano, no legal):

• Sin denominador/población, no hay conclusión de performance.
• Con banderas rojas de definición/muestra/mix, no hay ranking.
• Pausar es decidir (y se documenta).
• Toda conclusión deja owner y fecha de re-chequeo.

Plan de lunes (realista): elige un KPI conflictivo, crea su tarjeta en 20 minutos y corre una semana el ritual de 10 minutos. Si el comité tomó una decisión menos injusta y más repetible, ya ganaste. Lo demás es iteración.