El ranking que se celebra hoy y explota mañana: cómo definir comparabilidad antes de premiar o castigar sucursales/canales
El comité va bien. Sale el tablero, aparece el ranking por sucursal y alguien suelta un “bravo, por fin se nota quién sí le pone”. Dos semanas después, la misma reunión se convierte en juicio oral porque la sucursal “estrella” cae al fondo sin que haya cambiado nada en la operación. Y ahí empieza la parte cara: coaching mal dirigido, incentivos mal pagados, fricción entre equipos y un montón de energía gastada en discutir personas, no procesos.
Para mí, este es el corazón de los errores al comparar sucursales y canales: convertir un indicador en ranking sin condiciones de comparabilidad. Un indicador tramposo no es uno “malo” por definición. Es un KPI cuya señal está contaminada por cambios de mix, por volumen insuficiente, por duplicados omnicanal o por reglas de atribución y routing que mueven el caso de un lugar a otro. El número se ve serio, pero está midiendo una mezcla distinta cada semana.
Un ejemplo mínimo, con números simples. Sucursal A atendió 20 casos en la semana y cerró 18 en primer contacto. Sucursal B atendió 200 y cerró 170. A parece mejor con 90 por ciento versus 85 por ciento. En el ranking A queda arriba y se aplaude. La semana siguiente, A recibe 12 casos difíciles derivados desde WhatsApp, cierra 9 y baja a 75 por ciento. Nadie “empeoró” de golpe. Cambió la población.
Este artículo promete un workflow sencillo, de los que salvan comités: 1) prechecks de comparabilidad antes de rankear, 2) modos de fallo típicos que fabrican rankings, 3) señales de diagnóstico que delatan contaminación, 4) decisiones seguras cuando la señal no alcanza. No es para hacer dashboards más bonitos. Es para evitar aplausos que luego te hacen llorar.
Prechecks de comparabilidad (antes del ranking): muestra mínima, ventanas comparables y control de mix
Si vas a comparar desempeño entre sucursales o canales, el primer acto de liderazgo no es “ordenar de mayor a menor”. Es frenar y preguntar: ¿este ranking es estable o es una ruleta con traje?
Un checklist operativo, con umbrales heurísticos que funcionan bien en terreno. No son leyes de física, son reglas para evitar decisiones caras.
Muestra mínima por ventana. Si por sucursal o por canal tienes menos de 30 casos por semana en el KPI que quieres rankear, no rankees fino. Usa bandas o agrupa. Con n chico, una racha de 3 clientes enojados te mueve todo.
Ventana comparable. Si hay patrón semanal, compara en ventanas de 4 semanas, no semana contra semana. Si hay quincena o fin de mes “movido”, al menos 2 ciclos completos antes de premiar o castigar. Esto es donde la gente la riega: se enamoran del corte mensual porque “así cerramos”, aunque el negocio tenga estacionalidad diaria.
Control de mix. Antes de decir “la sucursal X es peor”, pregunta “¿está atendiendo lo mismo?”. Cuando cambia el mix, cambian KPIs como CSAT, AHT y resolución al primer contacto aunque el equipo sea idéntico. Ejemplo clásico: una sucursal pasa de atender consultas de facturación a atender soporte técnico. AHT sube, la resolución al primer contacto baja y CSAT se te ensucia. No empeoró la atención, empeoró la dificultad promedio.
Eventos locales y shocks. Un corte de luz, una campaña local, un cambio de proveedor o una contingencia regulatoria te cambia el volumen y el ánimo del cliente. La ventana “post evento” suele ser la peor para convertir en ranking. Úsala para aprender, no para castigar.
Ahora el tradeoff que nadie quiere decir en voz alta: granularidad versus estabilidad. Entre más fino el ranking, más inestable. Si necesitas accionar por sucursal pequeña o por un canal con poco volumen, no insistas en un número único. Cambia el formato de decisión.
Aquí te conviene elegir uno de tres enfoques, según la pregunta real.
La normalización sirve cuando quieres una comparación rápida y aceptas que el mix no cambió mucho. Es útil para seguimiento ejecutivo, pero deja vivo el sesgo si el mix se mueve.
La estratificación es mi default cuando hay debate político, porque te permite comparar “manzanas con manzanas”. Separas por tipo de caso, por producto, por intención o por severidad, y recién ahí comparas. Operativamente, te salva de los rankings engañosos por sucursal porque revela que una sucursal atiende más reclamos y otra más dudas simples. Si necesitas un puente para empezar, mira ideas en La trampa del promedio por sucursal.
Las cohortes ayudan cuando el problema es “momento de entrada” o cambios en el embudo. Por ejemplo, comparar clientes captados en una semana versus otra, o casos originados por una campaña específica. Responde bien a “qué pasó con los que entraron por tal canal en tal fecha”, pero es más lenta de explicar en comité.
Dos alternativas operativas que evitan el error común de rankear fino con mala señal. Primero, estratifica por tipo de caso y compara dentro de cada segmento relevante. Segundo, usa bandas en vez de ranking del 1 al 50. Banda alta, banda media, banda en observación. Es menos sexy, pero mucho más justo.
Tip práctico que paga solo: cuando alguien pida “el top 10”, contesta con otra pregunta. “¿Lo quieres para coaching, para bonos o para cambiar routing?” Si es para bonos, sube la barra de evidencia. Si es para coaching, puedes permitir más ruido, porque la decisión es reversible.
Modos de fallo canal vs sucursal: cuando tu proceso fabrica el ranking (duplicados, routing y atribución)
Cuando comparas canales contra sucursales, hay un detalle incómodo: parte del ranking la fabrica el proceso, no el desempeño. Y eso es gasolina para peleas internas, porque cada quien defiende su territorio.
Te dejo modos de fallo típicos, en formato que puedas usar en conversación. La estructura es la misma: síntoma observable, causa raíz probable, prueba rápida, mitigación.
Doble conteo omnicanal. Síntoma: productividad del canal digital “sube” y también sube el total de contactos por cliente. Causa probable: estás contando conversación, contacto y caso como si fueran lo mismo. Ejemplo concreto: un cliente abre chat para preguntar por su factura, no se resuelve y llama. En tu tablero aparecen 1 chat resuelto parcialmente y 1 llamada resuelta, y la tasa de atención se ve más alta en ambos canales. Prueba rápida: toma una muestra de clientes y mira cuántos aparecen en más de un canal en 24 a 48 horas. Mitigación: define qué es “caso” y qué es “recontacto”, y deduplica a nivel caso cuando el objetivo es comparar desempeño entre canales.
Routing que mueve la dificultad. Síntoma: el canal remoto mejora CSAT y baja AHT, mientras sucursales empeoran a la vez. Causa probable: derivaste casos difíciles hacia sucursal o hacia un equipo especializado y el KPI “viajó” con el caso. Prueba rápida: revisa tasa de transferencias y escalaciones antes y después del cambio. Si sube, sospecha. Mitigación: cuando cambies routing, congela el ranking por un par de semanas o compara por tipo de caso y no por promedio general.
Atribución que cambia el ownership. Síntoma: una sucursal “pierde” cierres y un canal “gana” cierres sin cambio visible en volumen. Causa probable: cambiaste la regla de cierre, el ownership, o la ventana de atribución. Prueba rápida: revisa el changelog de definiciones y cuándo se modificó la forma de cerrar. Mitigación: documenta reglas de atribución y compara periodos con la misma definición. Si no la tienes, construye una versión estable aunque sea simple. Este tema suele ser el origen secreto de los cambios de ranking, y vale leer Atribución de conversaciones que engaña.
Reclasificación silenciosa de motivos. Síntoma: baja el porcentaje de “reclamos”, sube “consultas” y mágicamente sube CSAT. Causa probable: alguien cambió etiquetas o se entrenó al equipo para elegir categorías más bonitas. Prueba rápida: mira distribución de motivos y si hay saltos bruscos. Mitigación: auditoría ligera de etiquetado y reglas de categoría.
Medición distinta de tiempos por canal. Síntoma: AHT del chat parece ridículamente bajo versus llamada. Causa probable: se mide solo tiempo activo y se ignoran esperas, o se corta la sesión antes del cierre real. Prueba rápida: compara mediana y percentiles, y revisa casos con tiempos cero o muy bajos. Mitigación: alinear definición de “tiempo” por canal o comparar solo dentro del canal.
Un caso muy LatAm, con México como ejemplo. Una red de sucursales decide empujar WhatsApp y un centro remoto para “despresurizar” mostradores. Se activa una regla que deriva al remoto todo lo que sea “consulta”. Dos semanas después, el remoto sale como campeón en CSAT y tiempo, y las sucursales se hunden. ¿Qué pasó? Las sucursales se quedaron con los casos de identidad, cobranza difícil y reclamos. El remoto se quedó con lo fácil. Si premias al remoto y castigas a sucursal, incentivas una guerra de derivaciones. El tradeoff aquí es real: optimizar por canal puede empeorar performance por sucursal por puro routing.
Cómo distinguir “mejoró la operación” versus “cambió el embudo”. Una prueba rápida que uso mucho: si el KPI mejora, pero también suben transferencias, recontactos o derivaciones, es probable que cambió la composición de lo que recibe el equipo. Mejoras limpias suelen venir con estabilidad de mix o con mejoras visibles en varios indicadores coherentes a la vez.
Tip práctico para el comité: cada vez que alguien celebre un salto, pide un dato acompañante. “Enséñame volumen, transferencias y mix al mismo tiempo”. Si te lo niegan o no existe, no es señal. Es deseo.
Señales de diagnóstico de ‘KPI tramposo’: cómo se ve la contaminación en tus datos (antes de discutir causas)
Un KPI tramposo rara vez se presenta como “estoy mal construido”. Se presenta como un ranking demasiado nítido para ser verdad. O como una curva que parece drama de telenovela. La idea no es volverte paranoico, es entrenar el ojo para detectar señal sucia en KPIs antes de discutir culpables.
Primero, dos cambios de definición que he visto causar aplauso y luego llanto.
Uno, cambiar qué cuenta como “resolución”. Si antes contabas resuelto cuando el cliente confirma y luego pasas a contar resuelto cuando el agente marca cerrado, vas a ver un salto abrupto en resolución al primer contacto y una caída posterior en recontactos, pero por arte de magia. Se ve como discontinuidad en una fecha exacta.
Dos, cambiar qué cuenta como “contacto”. Si un chat con 5 mensajes pasa de contarse como 5 contactos a 1 conversación, productividad y volumen se reescriben sin tocar operación. Otra discontinuidad.
Ahora el catálogo de señales diagnósticas, observables en dashboards, con causas probables.
Discontinuidad en una fecha específica. Causas probables: cambio de definición, cambio de herramienta, cambio de ventana.
Cambio brusco de varianza. Si antes era estable y ahora parece electrocardiograma, suele ser un cambio de routing, de etiquetado o de volumen.
Caída de n o volumen por unidad. Causas probables: derivación a otro canal, fuga de medición, cambio de punto de captura.
Concentración en pocos agentes, pocas sucursales o pocos clientes. Causas: outliers, cuentas grandes, fraude o un solo equipo cargando el número.
Cambio de mix de motivos o severidad. Causas: campañas, cambios de producto, derivación de casos difíciles.
Subida de recontactos a 24 a 72 horas. Causas: cierres apresurados, cambio de definición de resuelto, mala deduplicación.
Aumento de transferencias o escalaciones. Causas: routing empujando lo difícil a otro grupo, especialización, saturación.
Shift en percentiles y colas. Si el promedio baja pero el percentil 90 empeora, probablemente mejoraste lo fácil y empeoraste lo difícil, o cambiaste el tipo de casos.
Outliers de sucursales pequeñas. Sucursales con 5 casos al día pueden aparecer como top o bottom por pura suerte. Causa: n insuficiente.
Inconsistencias entre indicadores “hermanos”. Por ejemplo, baja AHT pero sube recontacto y baja CSAT. Causa: optimización superficial, definición incompleta, cierres prematuros.
Un ancla concreta de outlier operativo. Si una sucursal tiene 5 casos diarios, en una semana son 25. Con eso, una sola mañana mala te hunde el CSAT. La acción recomendada suele ser una de tres: excluir del ranking fino, agrupar con sucursales similares, o usar bandas. El riesgo de hacerlo mal es político: si excluyes siempre a las pequeñas, nadie se siente accountable. Si las incluyes en ranking fino, castigas azar. La salida pragmática es banda y seguimiento cualitativo.
Una rutina de triage que cabe en 10 a 15 minutos y evita discusiones eternas.
Mira la serie temporal y busca discontinuidades. Si hay salto, pide changelog de definición.
Verifica n por sucursal o canal y por segmento principal. Si n es bajo, prohíbe ranking fino.
Revisa mix de motivos y severidad. Si cambió, compara dentro de segmentos.
Mira transferencias, recontactos y escalaciones. Si suben, sospecha routing o cierres prematuros.
Cambia de promedio a percentiles. Si las colas empeoran, el “mejoró” es engañoso.
Decide el estatus del KPI: usable para coaching, usable solo en bandas, o requiere auditoría.
Si quieres profundizar en el patrón de números “bien vestidos” que fallan, vale la pena revisar Ruido bien vestido y también comparar sucursales sin autosabotaje. No para copiar un dashboard, sino para afinar criterio.
Tip práctico que evita peleas: cuando alguien diga “la sucursal X es un desastre”, contesta “¿en qué segmento y con qué n?”. Suena simple, pero cambia la conversación de juicio a diagnóstico.
Qué hacer cuando la señal no alcanza: decisiones seguras (automatizar vs revisión humana) y cómo evitar parálisis en comité
| Estrategia de asignación | Mejor para | Ventajas | Riesgos | Recomendado cuando |
|---|---|---|---|---|
| Aleatoria (Baseline) | Pruebas A/B, distribución inicial, sin información previa | Evita sesgos, fácil, sirve como control | Ineficiente, no optimiza, frustración | Fase exploratoria, bajo impacto, establecer punto de partida |
| Manual (Experto) | Casos únicos, alta ambigüedad, impacto crítico | Flexibilidad, matices, aprendizaje profundo | Lento, sesgos, inconsistencia, parálisis. Tradeoff: velocidad vs riesgo de error. | Datos incompletos, juicio humano indispensable, fase exploratoria |
| Por capacidad/disponibilidad | Balanceo de carga, optimización de recursos, evitar cuellos de botella | Maximiza uso de recursos, reduce tiempos de espera | No considera complejidad, sobrecarga eficientes | Recursos limitados, tareas homogéneas, objetivo de eficiencia |
| Por especialización/habilidad | Tareas técnicas, problemas específicos, alta calidad | Mejora calidad, resuelve complejos, desarrolla expertise | Crea cuellos de botella, dependencia de expertos, difícil escalar. Ritual: comité con roles claros. | Tareas críticas, conocimiento profundo, bajo volumen. Cambiar tipo de decisión si experto no disponible. |
| Reglas de decisión (if/then) | Tareas repetitivas, criterios claros, volumen medio | Rápido, consistente, auditable, fácil de entender | No adapta a cambios, no maneja excepciones, optimiza lo incorrecto | Procesos estables, criterios definidos, bajo riesgo. Confiar si reglas cubren >95%. |
| Automatización con supervisión (Humano en el loop) | Alto volumen, patrones detectables, escalabilidad | Eficiencia, reduce errores, aprende con el tiempo | Costoso, monitoreo constante, sesgos algorítmicos. Auditar resultados periódicamente. | Procesos maduros, datos limpios, capacidad de auditoría. Pausar si desviación > umbral. |
La parálisis en comité no viene de la incertidumbre. Viene de que nadie quiere admitirla porque suena a excusa. La solución no es fingir certeza. Es cambiar el tipo de decisión: pasar de ranking a acción mínima segura.
Marco que uso: si el dato es ruidoso, elige decisiones reversibles primero. Coaching, revisión de guiones, auditoría de etiquetado, ajustes de capacidad. Lo irreversible, como bonos o cambios masivos de routing, exige señal limpia.
Dos errores comunes que veo todo el tiempo.
El primero: pagar incentivos con un KPI que cambió de definición. Resultado: el mejor equipo se siente robado y el peor se siente humillado. En su lugar, congela incentivos ante cambios de definición y usa el periodo para recalibrar.
El segundo: cambiar routing porque un canal “sale mal” en el ranking, cuando en realidad está recibiendo lo difícil. En su lugar, prueba cambios en pequeño, con ventana corta y con métricas de transferencia y recontacto como guardrails.
Aquí va la tabla que te recomiendo copiar tal cual. Sí, literal, como agenda de comité. CTA principal: Copia la tabla de workflow y úsala como agenda de comité.
Después de usar la tabla, vale nombrar controles como si fueran botones de mando, para que el equipo hable el mismo idioma.
Aleatoria (Baseline): úsala para comparar contra un “grupo control” cuando cambias routing o canalización.
Manual (Experto): necesaria cuando la señal es sucia y la decisión es irreversible.
Por capacidad/disponibilidad: útil para no saturar una unidad y no confundir saturación con mala calidad.
Por especialización/habilidad: reduce transferencias y hace más justo el KPI por tipo de caso.
Reglas de decisión (si entonces): evita que el comité negocie el criterio cada semana.
Un guión de 5 preguntas gatillo que baja la temperatura política.
¿La población es comparable o cambió el mix?
¿La definición del KPI se mantuvo en el periodo?
¿Hay n suficiente por unidad para rankear fino?
¿Hubo cambios de routing, transferencias o escalaciones?
¿Esta decisión es reversible o irreversible?
Criterio de stop: si fallan comparabilidad o definición y la decisión es irreversible, se congela el ranking fino. Se decide otra cosa.
Dos ejemplos de acción mínima segura.
Caso uno: el ranking por sucursal sugiere “castigar” a una sucursal bottom. Acción mínima segura: no toques bonos. Haz coaching sobre los 2 motivos más frecuentes en esa sucursal y revisa si el mix cambió.
Caso dos: el canal remoto aparece mejor que sucursales y alguien quiere mover 30 por ciento más de casos. Acción mínima segura: mueve un porcentaje pequeño y mide transferencias y recontactos semanalmente. Si no mejora sin efectos colaterales, no escales.
Si quieres más contexto sobre lectura correcta de comparativos, este artículo complementa bien: Lo que casi todos leen mal al comparar sucursales. Y sí, a veces el mejor avance no es un KPI nuevo, es un ritual más honesto.
Humor ligero, porque hace falta: un ranking sin comparabilidad es como pesar maletas con una báscula que cambia de unidad cada martes. Puedes gritarle a la maleta, pero no va a adelgazar.
Kit de operación para el próximo comité: artefactos obligatorios, acuerdos de reversibilidad y seguimiento semanal
La diferencia entre un comité que mejora el negocio y uno que solo “administra ansiedad” está en el kit mínimo. Cuando lo estandarizas, dejas de renegociar la realidad cada lunes.
Checklist de salida, en 6 puntos, para antes de convertir un KPI en acción.
Validaste n y varianza por sucursal y por canal.
Confirmaste ventana comparable y anotaste eventos locales.
Segmentaste por tipo de caso al menos en los 2 segmentos que más volumen mueven.
Verificaste duplicados, recontactos y transferencias.
Revisaste definiciones y changelog del periodo.
Elegiste una salida reversible si hay incertidumbre.
Paquete de evidencia mínimo para pedir por defecto, sin pelear. Aquí tienes la lista concreta de artefactos.
Definiciones vigentes de cada KPI, con fecha de último cambio.
Changelog de proceso, incluyendo cambios de routing, cierres, ownership y herramientas.
Volumen por sucursal y canal, y volumen por segmento principal.
Distribuciones, no solo promedios, al menos mediana y percentil 90.
Top outliers de clientes y de unidades, con nota de contexto.
Acuerdo explícito de reversibilidad. Decisiones que se prueban primero: coaching, QA, ajustes de capacidad, cambios menores de routing. Decisiones que se congelan hasta tener señal limpia: bonos, sanciones, recortes o cierres de turnos basados solo en ranking.
Cadencia que no se rompe. Scorecard semanal para detectar señales rojas y cambios de mix. Revisión profunda mensual para discutir causas, ajustar definiciones y revisar si el sistema de medición sigue siendo comparable.
Plan de lunes, para aterrizarlo.
Primera acción: trae la tabla de workflow al próximo comité y úsala como agenda, aunque incomode un poco.
Tres prioridades: 1) estandariza definiciones y mantén un changelog de métricas y proceso, 2) prohíbe ranking fino con n bajo y cambia a bandas, 3) separa comparaciones por segmento cuando el mix se mueva.
Barra realista de producción: en una semana puedes tener el changelog mínimo y la vista de n por unidad. En un mes puedes tener segmentación estable y reglas de decisión acordadas. Lo importante es dejar de aplaudir números que mañana te harán llorar.