Duplicados que inflan resultados en Argentina: cómo detectar el truco antes de premiar al equipo equivocado

Qué hacer cuando el ranking por sucursal “mejora” demasiado rápido (y el premio está por salir)

Cerrar el mes con un ranking por sucursal arriba de la mesa tiene ese clima de final de partido: alguien va a cobrar un bono, alguien va a quedar “en falta” y todos quieren que el número sea justo. El problema es que un número puede mentir sin maldad. Solo necesita un sistema que cuente mal.

En operaciones multisucursal en Argentina, el ranking no es un adorno. Afecta bonos, dotación, turnos, reputación interna y, si te descuidás, la credibilidad del área. Por eso cuando una sucursal que venía “bien, normal” aparece primera de golpe —cierres disparados, backlog en caída libre, tiempos de respuesta mágicamente mejores— no es cinismo preguntar “¿qué cambió?”. Es higiene.

Cuando digo duplicados que inflan resultados en Argentina, no hablo de un bug abstracto con nombre simpático. Hablo de algo muy terrenal: el mismo reclamo entra dos o más veces al soporte (o al circuito operativo), se cuenta como trabajo nuevo, y después también se cuenta como cierre varias veces. A veces es accidental (multicanalidad + ansiedad del cliente). A veces es fricción (transferencias, mala visibilidad del caso). Y a veces aparece cuando el incentivo está mal puesto: si premiás “cierres”, el sistema y la gente se acomodan para cerrar.

Un escenario típico, con números que suenan a épica. Semana 1: Sucursal A cierra 180 casos, Sucursal B cierra 170. A gana por poco. Semana 2: A reporta 260 cierres. Es un salto enorme de productividad. Mirás fino y aparecen 60 tickets duplicados: mismo cliente y mismo motivo en pocas horas, con entrada por WhatsApp y reingreso por teléfono. Si deduplicás, A no cerró 260: cerró 200. El ranking cambia y el bono también.

La regla práctica para no acusar a nadie a ciegas (y no quedar como villano en la reunión): si el ranking cambia fuerte pero el volumen real de reclamos no cambió, no festejes todavía. Festejar con datos inflados es como sacarte una foto con un trofeo que todavía está en la vidriera.

Antes de meterte en “investigación”, bajá dos decisiones que te ahorran drama:

• Decisión 1: qué estás protegiendo. Si lo que está por salir es un bono, tu prioridad es la comparabilidad del ranking. Si lo que está por cambiar es staffing, tu prioridad es medir carga real además del incidente.
• Decisión 2: cuánto rigor necesitás hoy. Para corregir un ranking, muchas veces alcanza con evidencia mínima repetible. Para disciplinar a alguien o reescribir incentivos, vas a necesitar más señal, más contexto y una historia completa.

Y un tip que te deja bien parado: en vez de entrar diciendo “hay trampa”, entrá diciendo “hay un salto inusual, validemos comparabilidad”. Suena parecido, pero cambia toda la conversación. La primera frase abre una guerra. La segunda abre un análisis.

Antes de investigar: qué métricas se contaminan primero (y cuáles resisten mejor)

Cuando hay duplicados, lo primero que se rompe no es “la verdad”. Se rompe la comparación. El dashboard se ve precioso, el ranking se reordena y aparecen charlas de pasillo sobre quién “la rompió”. Es tentador comprar esa historia porque a todos nos gusta pensar que el sistema mejoró.

Las métricas que suelen inflarse primero son las de conteo:

• Cierres. Cada duplicado puede transformarse en otro punto en el marcador.
• Productividad por agente. Si un caso se parte en varios o se recrea por reingreso, la productividad sube sin que necesariamente haya más resolución real.
• Tasa de resolución. Si “resuelto” significa “cerrado”, los duplicados te regalan un universo paralelo.

Acá aparece un “esto es donde te quemas”: asumir que un cierre es un caso resuelto. En operaciones reales, un cierre puede ser un duplicado marcado como cerrado, un derivado interno, un “cerrado por falta de respuesta” o una conversación que se corta y se reabre. Para ranking y bonos, tratá los cierres como evento operativo, no como éxito, hasta cruzarlo con recontacto.

Los tiempos también mienten con una sonrisa:

• Tiempo de primera respuesta puede “mejorar” cuando el duplicado entra por un canal más rápido o cae en un turno más liviano.
• Tiempo de resolución puede bajar si el segundo ticket se atiende y se cierra, aunque el primero haya quedado colgado.

Ejemplo muy realista: el cliente escribe por WhatsApp a las 10:05, nadie responde, llama a las 12:20, se crea un segundo caso, ese se atiende rápido y se cierra. El tablero registra primera respuesta excelente (para el caso 2), pero el cliente esperó horas en el primer hilo. Si tu ranking premia velocidad, terminás premiando “tener suerte con el canal”, no atender mejor.

Las métricas más resistentes son las que se acercan a la experiencia real o que obligan a mirar consistencia:

• Backlog neto por cliente (no por ticket).
• Recurrencia por motivo (si el mismo motivo vuelve, no hay magia).
• Tasa de recontacto (si sube junto con cierres, no estás resolviendo más; estás moviendo fichas).

Señales rápidas que valen oro, sin tooling mágico:

1. Salto semana contra semana mayor a 25% en cierres, con distribución de motivos estable.
2. Productividad por agente sube fuerte, pero el recontacto no baja (o sube).
3. Mismo cliente y mismo motivo repetido dentro de una ventana corta, sobre todo cruzando canales.
4. Un canal “mejora” de golpe mientras el vecino empeora o queda igual.
5. Cambios bruscos concentrados en un turno específico.

Dos tips prácticos que suelen ahorrar horas:

• Tip 1: mirá el “mix”, no solo el total. Si suben cierres pero el mix de motivos se mantiene idéntico, es sospechoso. Cuando hay cambios reales (campañas, cortes, promos, clima, logística), suele cambiar el mix.
• Tip 2: buscá el “arrastre” al día siguiente. Un salto inflado por duplicados muchas veces viene con resaca: al otro día sube el recontacto, aparecen reaperturas, y el backlog “real” no cae tanto como el tablero sugiere.

Y antes de apuntar para adentro, preguntá “qué pasó afuera”. Campañas, cortes, promos, demoras logísticas, cambios de políticas: todo eso puede explicar picos legítimos. Si no hay historia externa, ahí sí vale el triage.

Para ordenar la conversación antes de que te pidan defender números que después se caen, esta lectura ayuda: [1]

De sospecha a caso probado: un triage acotado que te deja evidencia

El triage es donde muchos equipos se empantanan. O se van a lo forense y se pierden (semanas mirando tickets), o se quedan en “me parece” y no llegan a una decisión justa para ranking y bonos.

La salida es un triage corto que produzca evidencia mínima: repetible, entendible y suficiente para actuar. No necesitás tener razón en el 100% de los casos. Necesitás bajar el riesgo de premiar mal.

Primero, acotá el fenómeno con contexto operativo (esto te protege de la auditoría infinita): una combinación concreta de sucursal, canal, turno y motivo donde viste la anomalía, y una ventana temporal corta. Una semana suele alcanzar para ver volumen y contexto sin armar un proyecto. Si el salto fue fin de mes, incluí esos días: ahí aparecen comportamientos inducidos por incentivos, incluso sin mala intención.

Después, muestreo rápido con criterios de pareo razonables. No buscás clones perfectos. Buscás repeticiones que, para una persona de operaciones, son claramente el mismo problema del mismo cliente: mismo cliente, mismo motivo, timestamps cercanos y descripción parecida. No tienen que coincidir todas las variables, pero sí lo suficiente como para sostener la hipótesis.

Una regla simple para que sea ejecutable (y defendible en comité): tomá 30 casos por sucursal y por turno dentro de la ventana, priorizando los motivos que más crecieron. Si en ese muestreo más de 15% son duplicados probables, ampliá la muestra o la ventana. Si da menos de 5%, probablemente no explica el salto y conviene mirar otras causas.

Esto es otro lugar donde te quemas: el muestreo “cómodo”. Si solo mirás los tickets más obvios (los que tienen textos calcados), vas a sobreestimar duplicación. Si solo mirás los más prolijos (un canal, un motivo), la vas a subestimar. Por eso conviene mezclar: algunos casos del motivo que más creció y algunos casos al azar del total.

Clasificá el tipo de duplicado, porque no todos significan lo mismo:

1. Accidental: multicanalidad, ansiedad del cliente, “probé por todos lados”.
2. Operativo: transferencias internas, pérdida de continuidad, falta de visibilidad del caso previo.
3. Incentivo: el sistema premia volumen y cierres; el trabajo se parte, se recrea o se cierra “rápido” en el ticket equivocado.

Ojo con el tercero: no hace falta juzgar intenciones para corregir el dato, pero sí conviene reconocer el patrón para ajustar reglas, no solo “retar”. La mayoría de los maquillajes sostenidos no nacen de maldad; nacen de gente inteligente sobreviviendo en un sistema que mide lo incorrecto.

El cierre del triage es lo que te da poder de decisión: evidencia mínima. La regla es simple: otra persona, sin fe ciega en vos, debería poder ver la muestra y llegar a la misma conclusión. Guardá IDs de casos, timestamps, canal, sucursal asignada, motivo y el elemento que justifica el pareo. Sumá el criterio usado y la ventana. Con eso podés recomendar acciones concretas: recalcular ranking, pausar bono o ajustar medición.

Un “common mistake” muy típico acá: deduplicar “por parecido” sin confirmar identidad. Nombres similares, teléfonos compartidos, mails genéricos, o familiares usando el mismo dispositivo pueden parecer duplicados… y no lo son. Si tu criterio de pareo no incluye una señal fuerte de cliente (la que sea que tu operación considere válida), te comés falsos positivos y perdés credibilidad justo cuando más la necesitás.

Y otro error silencioso: confundir duplicado con “derivación”. Hay procesos sanos donde un caso pasa por dos equipos y deja rastros múltiples. Eso no es fraude: es tu circuito pidiendo un mejor enrutamiento de casos (routing) o una mejor traza. Si tu triage no diferencia esto, vas a terminar peleando con el equipo correcto por el motivo equivocado.

Si querés ver el patrón en un ejemplo local, esta referencia lo baja a tierra: [2]

Reglas humanas para deduplicar sin arbitrariedad: cuándo unir, cuándo separar

Una vez que confirmaste duplicados, aparece la segunda pelea. No es técnica: es cultural. ¿Qué cuenta como un caso? ¿Qué cuenta como resolución? ¿Qué cuenta como “nuevo trabajo”?

Si no lo resolvés con reglas humanas claras, vas a deduplicar distinto según quién esté de turno. Y el ranking por sucursal queda contaminado por arbitrariedad, que es peor que un error técnico porque nadie lo puede discutir con calma.

Tres categorías simples que ordenan el debate sin filosofar:

1. Mismo incidente: el cliente reporta el mismo problema, aunque cambie el canal.
2. Mismo cliente, distinto problema: aprovecha el contacto para meter otro tema.
3. Recontacto legítimo: hubo respuesta o acción, pero no hubo resolución real o falló.

Reglas prácticas que suelen sostenerse bien en comité (y no te dejan expuesto a “pero yo lo veo distinto”):

1. Si es el mismo cliente, mismo motivo y el segundo contacto ocurre dentro de 8 horas sin acción de resolución, unilo como mismo incidente y marcá “recontacto por espera”.
2. Si es el mismo cliente, mismo motivo, pero el segundo contacto ocurre después de 24 a 48 horas y hubo una acción intermedia, separalo como recontacto legítimo.
3. Si es el mismo cliente, distinto motivo, separalo, aunque sea el mismo día.
4. Si el caso cambia de sucursal por transferencia interna, mantené un solo incidente para el cliente y registrá la transferencia como evento operativo, no como caso nuevo.

Dos casos borde donde se suele maquillar sin querer (o donde el sistema te empuja a hacerlo):

WhatsApp más llamada. El cliente escribe por WhatsApp a las 10:05 por entrega, no recibe respuesta, llama a las 12:20, se crea un segundo ticket y ese se cierra rápido. Si lo separás, inflás cierres y “mejorás” primera respuesta sin haber respondido. Acá se une.

Reabierto a las 48 horas. Se cierra facturación el lunes con un ajuste, el miércoles el cliente vuelve y el ajuste no impactó. Si lo unís, tapás un problema real y convertís la métrica en maquillaje. Acá se separa.

La parte incómoda: el identificador de “mismo cliente” en Argentina rara vez es perfecto. Teléfonos reciclados, líneas corporativas compartidas, compras “a nombre de” o gente que escribe desde el teléfono del familiar. Si tu regla de deduplicación es rígida, te va a fallar con clientes reales. Si es demasiado blanda, te va a permitir inflar. Por eso sirve documentar dos cosas: la señal fuerte que usás (la mejor disponible) y qué haces cuando esa señal falta.

El tradeoff central, dicho sin vueltas: si deduplicás agresivo, ganás limpieza para ranking, pero podés perder visibilidad de carga real. Si separás todo, medís carga, pero abrís la puerta a que los duplicados que inflan resultados en Argentina se coman tu comparabilidad. Por eso conviene que ranking y staffing no coman del mismo plato.

Tip que ordena ranking y staffing sin pelearse con la realidad: medí el incidente por cliente y motivo como unidad primaria para ranking, y medí la carga operativa (contactos totales, transferencias, reaperturas) como métrica secundaria para planificación. Son dos verdades distintas.

Otro tip bien concreto: cuando acuerdes reglas, escribí también dos excepciones aceptadas. Siempre hay un “sí, pero…” (fraude, temas legales, reclamos sensibles, devoluciones con plazos). Si no lo dejás explícito, esas excepciones aparecen igual… solo que a los gritos.

Para poner este tema sobre la mesa sin atacar a nadie, ayuda esta lectura: [3]

Errores comunes al comunicar el hallazgo (y cómo no incendiar al equipo)

En la práctica se rompen dos cosas a la vez: medición y confianza. Podés tener razón con los números y aun así perder la conversación si lo comunicás como si vinieras a “desenmascarar” a alguien.

Error común 1: confundir mejora real con duplicación y caer en falsos positivos. Antes de decir “hay duplicados”, decí “hay una anomalía, vamos a validar con una muestra”. Esa frase baja defensas y te protege.

Error común 2: incentivar el maquillaje sin querer. Bonos atados a cierres o volumen empujan a optimizar lo medible. No porque la gente sea mala, sino porque la gente es humana. Si premiás cantidad de tickets, vas a tener más tickets (a veces de manera creativa), como cuando premiás “pasos” y alguien termina caminando en círculos por el living para cerrar el objetivo del reloj.

Error común 3: limpiar tanto que ocultás carga real. Si todo se une, parece que el equipo trabajó menos, recortás dotación con datos “limpios” y al mes siguiente explota el backlog. De nuevo: separá ranking por incidentes y planificación por carga.

Error común 4 (muy subestimado): hacer del hallazgo un tema de una sola sucursal. Si lo presentás como “Sucursal A está mal”, se te arma la guerra de identidades. Si lo presentás como “tenemos un patrón de duplicación en multicanalidad y hay que estandarizar”, la conversación se mueve a proceso y definición.

Sumo un quinto error, más político que técnico: ir a la reunión con un diagnóstico, pero sin una decisión posible. Si el hallazgo implica recalcular, decilo. Si implica frenar un bono, proponelo con una alternativa (por ejemplo, pagar una parte fija y dejar el variable sujeto a validación). Lo peor es abrir la caja de Pandora y dejarla en la mesa, abierta, un viernes a las 18.

Una estructura de mensaje que suele funcionar cuando el bono está por salir:

1. Contexto: “Vimos una mejora inusual en cierres y queremos asegurar comparabilidad del ranking”.
2. Hecho observable: “En una muestra acotada encontramos X% de duplicados probables en el mismo cliente y motivo dentro de una ventana corta”.
3. Impacto: “Esto infla cierres estimados en Y% y puede cambiar posiciones”.
4. Decisión propuesta: “Recalculamos ranking con deduplicación y usamos recontacto como métrica de seguridad”.
5. Próximo paso: “Ajustamos el circuito que dispara duplicados y revisamos la métrica el próximo cierre”.

Frase que parece inocente y es dinamita: “Encontramos que están duplicando para inflar números”. Aunque sea cierto, convierte un problema de sistema en un juicio moral y te deja sin colaboración.

Tip práctico para reuniones tensas: llevá dos versiones del ranking a la mesa. La original y la deduplicada (aunque sea estimada). Cuando la gente ve el delta, la conversación deja de ser ideológica y pasa a ser de decisión.

Después del hallazgo: guardrails livianos para que el ranking no vuelva a contaminarse

Corregir una vez da alivio. Mantenerlo corregido es el trabajo.

Y no: no hace falta un proyecto enorme ni un ejército de analistas. Con guardrails simples, cadencia y un dueño claro, el ranking vuelve a ser herramienta y deja de ser generador de peleas.

Controles que suelen alcanzar en operaciones medianas:

1. Alerta si la variación semana contra semana supera 25% en cierres con motivos estables.
2. Alerta si la duplicación del mismo cliente y motivo dentro de una ventana corta supera 10% en una sucursal.
3. Revisión semanal con una muestra chica del motivo que más creció.
4. Un owner de definiciones: una persona que mantiene reglas y excepciones.
5. Métrica primaria para ranking: incidentes únicos por cliente y motivo resueltos.
6. Métrica de seguridad: recontacto a 7 días para detectar maquillaje.
7. Asterisco obligatorio cuando cambia un proceso que afecta conteos.

Decisión que evita debates eternos: si la métrica primaria y la de seguridad se mueven en direcciones opuestas, ese ranking no se usa para premios sin revisión.

Dos tips finales que suelen ser baratos y muy efectivos:

• Tip 1: dejá un “registro de definiciones vivas”. Una página corta (literalmente una) con: qué es incidente, qué es duplicado, qué ventana se usa, qué cuenta como recontacto legítimo. Cuando alguien nuevo entra, no hereda mitos.
• Tip 2: cada vez que cambie un canal o un flujo, hacé una mini-prueba de duplicación. No para frenar el cambio, sino para anticipar cómo va a contaminar métricas. Es más fácil poner un asterisco a tiempo que explicar un ranking raro después.

Una aclaración operativa que te ahorra dolores: muchos “duplicados” no nacen en soporte, nacen en el borde del sistema. Integraciones que reintentan, notificaciones que llegan dos veces, clientes que pagan y vuelven a pagar “por las dudas”, o checkouts que vuelven atrás y reenvían. Si tu operación toca pagos, logística o e-commerce, vale revisar cómo se comportan las notificaciones y reintentos del flujo (por ejemplo, webhooks de pagos): [4]. No es para meterte a programar; es para entender de dónde viene el ruido que después termina en “más tickets”.

Y para que este tema no dependa de personas heroicas, ayuda tener un lenguaje común para asignación y decisiones: enrutamiento de casos (routing) cuando el problema es de circuito, evidencia mínima cuando el problema es “no podemos discutir cada ticket”, estimar impacto cuando hay plata o reputación en juego, y una regla de decisión cuando el volumen no te deja hacerlo artesanal.

Plan realista para arrancar el lunes, sin convertirlo en cruzada: elegí una sucursal con mejora súbita, corré un muestreo acotado de una semana y cerrá dos cosas por escrito. La primera es la evidencia mínima para decir “caso probado”. La segunda es una regla de unión y separación que soporte multicanalidad. Con eso ya podés recalcular con confianza y, sobre todo, dejar de discutir por sensaciones.

El objetivo no es perseguir a nadie. Es evitar que los duplicados que inflan resultados en Argentina te obliguen a premiar al equipo equivocado, ajustar dotación con números que no se sostienen y, de yapa, explicarle a Finanzas por qué el ranking del mes pasado “era una ilusión óptica” (que es una forma elegante de decir que el tablero te estaba guiñando un ojo).

Estrategia de asignación	Mejor para	Ventajas	Riesgos	Recomendado cuando
Enrutamiento de casos (routing)	Asignar casos al equipo/persona correcta	Eficiencia. asegura especialización. evita cuellos de botella	Falla si reglas ambiguas. sobrecarga equipos si mal configurado	Diferentes tipos de duplicados requieren distintas acciones/expertises
Definir 'evidencia mínima' para caso probado	Equipos nuevos/junior, alta rotación	Reduce subjetividad. acelera triage inicial. estandariza	Omite casos complejos. requiere revisión periódica de umbrales	Necesitas umbral claro para escalar un caso a investigación
Estimar impacto: cierres/tiempos inflados	Decisiones de ranking, bonos, compensaciones	Cuantifica daño real. justifica acciones correctivas/disciplinarias	Requiere datos fiables. cálculo complejo. sesgos en atribución	Impacto económico/rendimiento es significativo y requiere ajuste
Ejemplo LatAm/Argentina: cadena multi-sucursal	Identificar patrones de duplicados regionales/sectoriales	Contexto relevante. facilita detección de trucos locales	No aplica a todos los modelos. puede ser muy específico	Buscas patrones de fraude regional o sectorial para replicar
Regla de decisión (decision_rule)	Automatizar/semi-automatizar enrutamiento de casos	Rapidez. reduce carga manual. minimiza sesgos humanos	Requiere reglas precisas. riesgo de falsos positivos/negativos	Alto volumen de casos y patrones de duplicados son claros
Pasos de triage (steps)	Estandarizar investigación de duplicados	Consistencia. reduce errores. facilita capacitación de analistas	Rígido para casos atípicos. requiere actualización constante	Necesitas procedimiento replicable y auditable para todos los casos

Fuentes

1. calypso.ms — calypso.ms
2. calypso.ms — calypso.ms
3. calypso.ms — calypso.ms
4. docs02.mercadopago.com.ar — docs02.mercadopago.com.ar