Cuando el ranking “empata”: cómo reconocer que tu tablero está premiando el teatro
El día que más se nota que un ranking está mal diseñado no es cuando una sucursal sale última. Se nota cuando “empatan” dos sucursales y todos asienten como si eso significara que operan igual.
Ahí es donde el tablero deja de ser espejo y se vuelve escenario: quien arregla de verdad a veces queda peor, y quien empuja el problema a un rincón se lleva la medalla por “consistencia”. No siempre hay mala fe. Casi siempre hay un KPI solo, sin contrapesos.
Mini caso (hipotético, pero de los que ya viste): Sucursal Guadalajara y Sucursal Monterrey cierran el mes con el mismo KPI estrella, 92% de casos “resueltos” en primer contacto. En la lámina se ven idénticas. En el piso, no.
- Guadalajara muestra fricción: clientes que vuelven a escribir en el mismo hilo con la misma intención a las 24–48 horas; reaperturas después de “resuelto”.
- Monterrey tiene otra historia: menos recontacto y menos repetición de intención, aunque su tiempo de cierre sea más lento.
Definición operativa de “empate falso”: dos sucursales muestran el mismo valor en un KPI de comparación, pero la carga real de fricción es distinta y se ve en el rastro operativo.
- En eventos del flujo: reaperturas, transferencias, cambios de categoría, backlog que envejece.
- En señales de conversación: repetición de intención, salto de canal para insistir, tono que se deteriora.
La raíz suele ser la misma: una métrica diseñada para ver “movimiento” (cerrar, marcar, transferir), no para ver resolución real. Y cuando una métrica se vuelve objetivo, aparece la Ley de Goodhart con traje de domingo: el indicador deja de medir lo que querías medir. Lectura rápida y clara: [1]
Tip que te ahorra una discusión eterna: cuando veas un empate, no preguntes “¿quién lo hizo mejor?”. Pregunta “¿qué evidencia sería difícil de falsificar si de verdad lo hicieron mejor?”. Si nadie puede responder sin dar vueltas, el empate no es empate: es niebla.
Checklist previo a la reunión: 12 preguntas para detectar cuándo un KPI incentiva maquillaje
Antes de comparar sucursales, la mejor inversión no es pedir “más datos”. Es acordar qué significa el dato que ya tienes.
Este checklist no es para jugar a la auditoría. Es para proteger la justicia del ranking. Porque si el ranking se percibe injusto, la gente no mejora: sobrevive.
Preguntas de definición: qué cuenta como resuelto, cerrado, atendido
Cuando decimos “resuelto”, ¿requiere confirmación del cliente o basta con que el agente marque un estado?
Cuando un caso queda “cerrado”, ¿se permite cerrar por no respuesta del cliente? ¿A las cuántas horas y con cuántos intentos?
¿Qué cuenta como “primer contacto”? Si el cliente escribió por WhatsApp y luego fue a sucursal, ¿eso es uno o dos casos?
¿Qué se considera “reapertura”? Si el cliente responde sobre el mismo hilo, ¿se reabre o se crea uno nuevo?
Preguntas de flujo: dónde se puede esconder trabajo
¿Quién puede cambiar la categoría del caso y en qué momento? ¿Se registra el cambio como evento visible?
¿Qué pasa con los casos transferidos a otra cola o canal? ¿A quién se atribuye el cierre final?
¿Existe un estado tipo “pendiente de tercero” que congele el reloj? Si existe, ¿cuánto se usa y por qué?
¿Qué porcentaje de casos termina en “resuelto” sin evidencia de acción (nota, interacción, prueba de gestión)?
Preguntas de mezcla: cómo cambia el KPI por tipo de caso o canal
¿La mezcla de casos es comparable entre sucursales? Un punto con muchos fraudes no compite igual que uno con dudas de saldo.
¿La mezcla de canales es comparable? Una sucursal que absorbe WhatsApp suele tener más recontacto que otra que solo atiende ventanilla.
¿Hay horarios o picos distintos? Comparar lunes de quincena contra un miércoles tranquilo es receta para autoengaño.
¿Qué casos están excluidos del KPI “por diseño”? Si hay exclusiones, ¿quién decide y con qué criterio?
Esto es donde te quemas: el equipo suele responder con definiciones “razonables” que, sin querer, dejan una puerta enorme al gaming.
Tres respuestas trampa (y el sesgo que te meten):
- “Cerrado = cliente no respondió”. Si se permite cerrar a las 2 horas con un solo mensaje, el ranking premia a quien corta conversación. La sucursal que intenta de verdad se queda con más abiertos y peor tiempo.
- “Resuelto = se envió la información”. En WhatsApp esto fabrica productividad de utilería: mandar texto no es lo mismo que resolver. Si no validas, el recontacto sube y el KPI se ve impecable.
- “Transferido = ya no es mío”. Cuando el KPI solo ve lo local, derivar se vuelve estrategia. El cliente no distingue entre colas; distingue entre “me resolvieron” y “me pasaron”.
Señales rápidas: si pasa X, el empate probablemente es falso
Úsalas como semáforo, no como sentencia:
Si “cerrado por no respuesta” ocurre en menos de 24 horas y supera 8–12% del total, asume riesgo alto de maquillaje y revisa conversaciones.
Si las transferencias/derivaciones superan 0.35 por caso en promedio, sospecha que el KPI local está empujando a “pasar la pelota”. No siempre es mala fe; casi siempre es diseño pobre.
Si más de 15–20% de los cierres ocurren en menos de 5 minutos, no lo celebres todavía. Cruza con recontacto a 7 días y con reaperturas: los cierres instantáneos suelen ser azúcar (suben rápido, luego te dejan el bajón).
Dos tips operativos que funcionan mejor que pelear con opiniones:
- Pide tres conversaciones reales por sucursal para el mismo tipo de caso, con contexto de reapertura o no. Tres, no treinta. En 15 minutos aparece el patrón.
- Mira distribuciones, no solo promedios. El promedio “bonito” puede esconder dos poblaciones: muchos cierres exprés y unos pocos casos eternos que nadie quiere tocar.
Endurecer definiciones suele subir tiempos y backlog al inicio. No es un fallo: es fricción saliendo a la luz. Si quieres un marco de riesgo y control (sin convertirlo en guerra), esto lo aterriza bien: [2]
Modos de fallo que fabrican el empate: reetiquetado, cierres exprés, derivaciones y “resueltos” frágiles
Cuando dices “quiero comparar métricas por sucursal sin sesgo”, en realidad estás diciendo: “quiero comparar conducta sin premiar atajos”. Y ahí los KPIs se ponen creativos.
Un patrón útil: cuando un ranking “empata” demasiado o cuando todas las sucursales “mejoran” al mismo tiempo, sospecha. La realidad rara vez mejora en bloque y sin costo.
Reetiquetado: mover el problema a una categoría que “cuenta menos”
Cómo se ve: un caso que amenaza el tiempo objetivo o el % “resuelto” se recategoriza a un tipo con SLA más largo, excluido del ranking o atribuido a otro equipo.
Por qué te engaña: el caso sale del denominador que te evalúa. En el tablero parece que la sucursal “no tiene ese problema”.
Daño real: pierdes visibilidad del problema, rompes comparabilidad y el cliente sufre porque el caso cambia de nombre, no de solución.
Prueba rápida: porcentaje de tickets con al menos un cambio de categoría. Si una sucursal duplica a las demás y esos cambios se concentran en 2–3 categorías comodín, ya tienes pista.
Cierre exprés: optimizar tiempo comprando recontacto
Cómo se ve: respuesta de plantilla, se marca “resuelto” y se cierra rápido para ganar en tiempo promedio y cumplimiento de SLA.
Daño real: sube recontacto, sube repetición de intención y el cliente aprende que tiene que insistir. Es como barrer levantando polvo: el piso se ve limpio dos minutos.
Prueba rápida: cruza cierres <5 minutos con recontacto a 7 días. Si el recontacto de esos cierres rápidos está muy por encima del promedio, no es eficiencia: es prisa.
Derivación como fuga: pasar la pelota para proteger métricas locales
Cómo se ve: se deriva a otra cola, back office u otra sucursal para que complejidad y tiempo no “peguen” localmente.
Daño real: se alarga el ciclo, se multiplican handoffs y el cliente repite su historia dos o tres veces. Además, los equipos destino se saturan (y luego el problema “aparece” allá).
Prueba rápida: promedio de transferencias por caso. Si una sucursal vive arriba de 0.35–0.5, revisa por tipo de caso. A veces la mezcla lo explica; muchas veces, no.
Contactos fantasmas y “no respuesta”: inflar productividad
Cómo se ve: se registra un intento mínimo, nota automática y cierre por “no respuesta”. También aparece cuando el canal real se sale del sistema o cuando integraciones fallan y dejan huecos en el rastro.
Daño real: clientes que nunca recibieron ayuda real, con un tablero celebrando productividad inexistente.
Prueba rápida: ratio de cierres por no respuesta y número de interacciones por caso. Si hay muchos cierres con una sola interacción en casos que normalmente requieren varias, investiga.
Tip de calle (para evitar acusaciones injustas): si sospechas huecos de eventos por integraciones, valida entrega de eventos antes de culpar a una sucursal. Un problema de webhooks puede hacer que una sucursal “parezca” más rápida porque no registró intentos fallidos o reasignaciones. Esta guía te da los patrones típicos (reintentos, timeouts, endpoints caídos): [3]
Y ojo con el clásico error de segunda vuelta: castigar a la sucursal con más reaperturas sin preguntar por qué. A veces reporta más porque registra mejor. Si premias “menos reaperturas” pero no validas consistencia de registro, terminas premiando al que reabre menos… porque lo oculta.
La matriz anti empate: qué métricas comparar cuando las tradicionales empatan (y cuáles resisten el maquillaje)
Comparar sucursales sin sesgo no es encontrar “la métrica perfecta”. Es combinar señales para que el desempate sea defendible.
Regla simple: empareja una métrica fácil de jugar con una métrica difícil de esconder.
Pares que suelen revelar la verdad:
- Tiempo de cierre + recontacto a 7 días. Si el tiempo baja pero el recontacto sube, no es mejora: es prisa.
- “Resuelto” + tasa de reaperturas. Si resuelves mucho pero se reabre mucho, optimizaste el tablero, no el problema.
Cuando revisas empates, las señales más útiles vienen de:
- Conversaciones: repetición de intención, promesas incumplidas, salto de canal, tono.
- Eventos: reaperturas, transferencias, backlog envejecido, cambios de categoría.
La idea no es “meter burocracia”. Es poner defensas para que el ranking no sea una competencia de maquillaje.
Ejemplo completo 1 (empate en tiempo de cierre). Sucursal Puebla y Sucursal Querétaro cierran en 2.1 días promedio.
- Puebla: 18% de cierres en menos de 5 minutos y recontacto alto.
- Querétaro: cierres más distribuidos y recontacto bajo.
Lectura: Puebla está acelerando cierres.
Decisión: el ranking deja de premiar tiempo solo; se agrega recontacto a 7 días como contrapeso.
Ejemplo completo 2 (empate en “resuelto en primer contacto”). Sucursal Lima y Sucursal Arequipa empatan en 90%.
- Lima: más transferencias por caso y más repetición de intención.
- Arequipa: menos transferencias y confirmación del cliente.
Lectura: Lima está derivando o cerrando sin confirmar.
Decisión: revisar rutas de derivación y muestrear calidad.
Si necesitas una frase para vender esto hacia arriba, usa “falsos positivos de KPI”: el aplauso engañoso cuando todo parece bien… hasta que explota. Este enfoque lo aterriza: [4]
Qué hacer cuando detectas el incentivo perverso: ajustar el ranking sin castigar al que arregla
Detectar el incentivo perverso es la mitad. La otra mitad es cambiar el juego sin destruir motivación.
Si el mensaje suena a “los estoy vigilando”, el teatro solo se muda. Si suena a “ahora todo vale”, pierdes control. El punto fino es rediseñar incentivos para que la conducta ganadora sea la que sí te conviene.
Tres ajustes de ranking que reducen teatro (sin rehacer todo)
Cuando hay empate, baja el peso de la métrica fácil de jugar y sube el peso del contrapeso duro. En humano: el tiempo de cierre no puede “ganar” si está comprando recontacto.
Usa bandas cuando la variación es pequeña. Si dos sucursales están dentro de una banda razonable, trátalas como empate real y decide por calidad. El ranking fino es gasolina para el gaming.
Declara excepciones por mezcla de casos (pocas y claras). Si una sucursal absorbe fraude o cobranza compleja, su comparación necesita reglas. No es favor: es justicia de medición.
Cómo tratar diferencias de mezcla entre sucursales sin inventar magia
Dos reglas que evitan la ruleta:
- Define 3 a 5 familias de casos que realmente cambian la dificultad y compara dentro de cada familia. No conviertas esto en taxonomía infinita.
- Si la excepción no se puede explicar en una frase simple, es demasiado compleja para un ranking operativo.
El error caro: ajustar por mezcla con un “factor” misterioso que nadie entiende. Resultado predecible: nadie confía en el ranking y cada junta termina en negociación. Mejor simple y explicable: “esta sucursal atiende más WhatsApp y más fraude; la comparamos dentro de esas familias y miramos recontacto y reapertura”.
Intervenciones mínimas que cortan maquillaje sin burocracia
- Reetiquetado: limita quién puede cambiar categorías y pide una razón breve. Muestra semanal pequeña en sucursales outlier.
- Cierres exprés: define pocas intenciones sensibles donde cerrar requiere evidencia o confirmación. No lo vuelvas universal.
- Derivaciones: define rutas y atribución compartida cuando hay handoffs. Si el cierre “le pertenece” solo al último, los demás aprenden a derivar.
- “No respuesta”: endurece criterio con dos intentos en ventanas distintas. No es burocracia: es evitar el atajo.
Si haces QA, evita que se sienta policía. Enmarca como “mapa de fricción por intención”: qué temas generan recontacto y por qué. Si el equipo recibe aprendizaje, baja resistencia.
Un caso narrado: el mejor por tiempo de cierre cae cuando agregas recontacto y reapertura
Antes: el ranking premia tiempo promedio de cierre. Sucursal San José aparece número uno con 1.2 días. Sucursal Heredia aparece número cuatro con 2.0 días.
Cuando agregas recontacto a 7 días y reaperturas, se invierte el mundo:
- San José: recontacto 35% más alto que el promedio y reaperturas elevadas.
- Heredia: recontacto bajo y reaperturas estables.
La acción no es “castigar a San José”. Es ajustar el ranking para que el incentivo sea resolución real y abrir un sprint operativo: atacar los tres motivos principales de recontacto. A San José le pides que deje de optimizar el cronómetro y empiece a optimizar el ciclo completo.
Tradeoffs inevitables (mejor decirlos que fingir): rapidez vs calidad, comparabilidad vs justicia, control vs autonomía. Si intentas maximizar todo, tu tablero se vuelve un monstruo y nadie lo usa.
Un encuadre que funciona: “No estamos cambiando la meta. Estamos dejando de premiar el atajo”.
Y una línea ligera ayuda: si tu ranking parece concurso de quién barre más rápido, no te sorprendas cuando la mugre termine debajo del tapete.
Para reforzar sin sonar a regaño, la historia de “cobras y ratas” lo explica perfecto: [5]
Plan de 30 días para salir del empate falso sin rehacer el dashboard
Un cambio de métricas sin cadencia se vuelve discusión eterna. Lo que necesitas es un mes de ejecución con entregables pequeños y revisiones cortas. La meta no es “perfeccionar el dashboard”, es dejar de premiar el truco.
Arranque (primeros días): alinea definiciones y congélalas por un ciclo. En una página: qué significa resuelto, cerrado, no respuesta y reapertura. Elige tres contrapesos duros que acompañen el ranking (por ejemplo: recontacto a 7 días, reapertura, transferencias por caso). Operación y calidad lo validan. Si no hay acuerdo, no hay comparación.
Mitad de mes: corre ranking en paralelo (antiguo vs ajustado) sin tocar incentivos todavía. Solo observas.
- Mira outliers: dos sucursales que “mejoran demasiado” y dos que “empeoran demasiado”.
- No persigas volumen: persigue señales (cierres exprés, recontacto, transferencias, cambios de categoría).
- Muestra pequeña: conversaciones + eventos. Lo suficiente para ver patrón, no para “ganar el juicio”.
Cierre de mes: fija cadencia ligera y reglas de excepción por mezcla para que no se renegocie cada mes. Importante: define dueños. Si recontacto “es de calidad” y transferencias “es de operaciones” pero nadie lo presenta con contexto, el comité verá números sin dueño, y los números sin dueño se vuelven excusas.
Señales de avance que sí valen:
- Baja o se estabiliza reapertura mientras el volumen se mantiene.
- Baja transferencias por caso donde era alto.
- Se mantiene satisfacción/NPS mientras cae recontacto a 7 días.
Señales de que el teatro solo se movió:
- Caen cierres rápidos pero suben estados “pendiente”, o
- baja la queja formal pero sube repetición de intención con tono negativo.
Error común (y carísimo): lanzar el nuevo ranking y amarrarlo a incentivos sin periodo paralelo. Ahí la gente no “mejora”; aprende a jugar. Y tú tardas meses en darte cuenta.
Para arrancar el lunes sin que esto se quede bonito en papel: agenda 45 minutos con el checklist de 12 preguntas y pide que cada sucursal lleve tres conversaciones recientes del mismo tipo de caso. Luego prioriza tres cosas: alinear definiciones, agregar un contrapeso duro al KPI que hoy manda y correr ranking paralelo antes de tocar incentivos.
Recordatorio final: compara para aprender, no para castigar. El día que tu ranking sirva para encontrar causas y no culpables, los empates falsos dejan de ser misterio y se vuelven trabajo normal.
| Estrategia de asignación | Mejor para | Ventajas | Riesgos | Recomendado cuando |
|---|---|---|---|---|
| Matriz de decisión con señales anti-maquillaje | Sucursales con KPIs empatados | Detecta manipulación, premia gestión real, reduce sesgos | Análisis detallado, resistencia al cambio | KPIs financieros no reflejan operación |
| Análisis de 'Falsos Positivos' | Detectar problemas ocultos por métricas | Revela ineficiencias, previene crisis | Implementación compleja, requiere datos extra | Resultados 'positivos' no cuadran con percepción |
| 2 ejemplos completos de lectura de matriz | Ilustrar aplicación práctica y beneficios | Clarifica proceso, demuestra utilidad, facilita aprendizaje | Ejemplos deben ser representativos y claros | Validar efectividad de matriz con casos reales |
| Ajuste de ranking sin castigar al que resuelve | Incentivar resolución real de problemas | Fomenta honestidad, premia mejora sostenible | Marco de compensación flexible, buena comunicación | Cambiar cultura de 'maquillar' a 'resolver' |
| Explicación de uso de matriz en reunión de ranking | Asegurar adopción de nueva metodología | Transparencia, alinea expectativas, reduce conflictos | Debate inicial, requiere facilitador experto | Introducción de nuevo sistema de evaluación |
| Monitoreo de 'Modos de Fallo' (re-etiquetado, cierres exprés) | Identificar tácticas de maquillaje de resultados | Expone comportamientos no deseados, promueve integridad | Requiere seguimiento robusto, puede generar desconfianza | Sospecha de manipulación de métricas |
Fuentes
- appcritic.es — appcritic.es
- auditool.org — auditool.org
- support.stripe.com — support.stripe.com
- gravitar.biz — gravitar.biz
- fguell.com — fguell.com