Qué hacer cuando comparar sucursales no es el mismo experimento (y tu ranking ya nació sesgado)
Has visto esta escena: comité, tablero impecable, ranking por sucursal y una conclusión que suena definitiva. “Esta sucursal es buena, esta es mala”. Orden. Control. Adultos en la sala.
El problema es que, en operaciones reales, comparar sucursales rara vez es el mismo experimento. Muchas veces estás comparando mezcla de casos, canales, horarios, reglas de cierre, reasignaciones… y el tamaño del golpe del fin de semana. Con esa mezcla, el ranking no “sale sesgado”: nace sesgado.
Si vas a poner dos sucursales en la misma tabla, al menos deberían parecerse en cuatro cosas:
- Mix de casos (qué motivos llegan)
- Canal (llamada, WhatsApp, chat, tienda)
- Cobertura (turnos y picos)
- Reglas internas (qué se cierra, qué se escala, qué se reasigna)
Si una sucursal atiende más WhatsApp de preventa y otra recibe más reclamos de logística por llamada, la misma métrica no mide la misma realidad. Es como comparar velocidad entre alguien corriendo en pista y alguien subiendo escaleras con mochila: ambos “van rápido”, pero no están en el mismo deporte.
La falsa equivalencia: misma métrica, distinta mezcla de casos
Ejemplo simple que cambia rankings sin cambiar calidad.
- Sucursal A: 70% casos fáciles, 30% difíciles.
- Sucursal B: 30% fáciles, 70% difíciles.
Si los fáciles tardan 4 minutos y los difíciles 12, A promedia 6.4 y B 9.6. El tablero grita que A es mejor.
Pero si ambas hacen igual de bien su trabajo dentro de cada tipo de caso, la diferencia es composición, no productividad. Esto es donde te quemas: confundes una diferencia real con una diferencia de mezcla… y premias o castigas como si fuera actitud.
Ancla práctica: si ya categorizas motivos (devoluciones, entrega, pagos, preventa), úsalo como “cinturón de seguridad”. Antes de discutir promedios, pide el top 5 categorías por sucursal y el cambio vs la semana anterior. No es sofisticación; es supervivencia.
La unidad de análisis correcta: sucursal vs turno vs cohorte
Cuando una métrica por sucursal engaña, el remedio rara vez es “agregar más KPIs”. Muchas veces es cambiar la unidad de análisis.
A veces la pregunta correcta es:
- qué turno se está ahogando
- qué canal está cargando fricción
- qué cohorte de clientes está recontactando más
Si una sucursal rota personal, su promedio se vuelve una sopa: mezcla experiencia, curva de aprendizaje y picos que siempre caen sobre alguien. En LatAm esto se amplifica con coberturas desiguales: una sucursal urbana se rompe a la hora de comida; otra en zona industrial revienta al cierre. Si no segmentas por franja, el “mejor” cambia según el día que mires.
Error caro: comparar “la semana” sin anotar contexto operativo (dos días con dotación incompleta, capacitación, caída de sistema, falta de inventario). Si esa nota no existe en el comité, el número se interpreta como cultura o ganas. Ahí empieza la novela.
Señal de alarma rápida: dispersión que se mueve con picos
Regla rápida para desconfiar sin paralizarte: si la dispersión entre sucursales sube y baja al ritmo de picos semanales, el ranking no es verdad; es detector de “semanas raras”.
Sí: segmentar por canal, horario o categoría quita la frase simple para el comité. Esa es la contrapartida. La salida adulta es aceptar un poco de complejidad antes de repartir medallas.
Otro ancla: cuando veas un salto “demasiado perfecto” (sube 10 lugares en una semana), pregunta primero por contexto: campaña local, cambio de horario, nuevas reglas, incidentes, inventario, políticas. A veces el salto es real… pero no significa lo que crees.
Cuáles métricas por sucursal mienten más (y el mecanismo de la mentira, no el número)
Las métricas por sucursal engañosas casi nunca se ven como trampa. Se ven como orden: número estable, gráfico bonito, comité “avanzando”.
El problema casi nunca es el KPI. Es el mecanismo de la mentira: no miente el número; miente la inferencia.
En soporte pasa algo predecible: cuando un número se vuelve objetivo, deja de ser buen indicador. La gente adapta el trabajo a lo que se premia, aunque nadie “haga trampa”. Es como poner una báscula en la entrada y sorprenderte de que todos aprendan a pararse de cierta manera.
Conversaciones o tickets por agente: volumen no es productividad
Qué parece medir: capacidad.
Qué suele medir: mezcla de contactos cortos, facilidad del canal y qué tan bien está el autoservicio. Una sucursal con más microconsultas puede verse “productiva” solo porque atiende más cosas pequeñas.
Dónde te quema: empujas a cerrar rápido lo simple y evitas casos que requieren seguimiento. A veces se fragmenta un problema en varios tickets “por orden”. El número sube y tú aplaudes… hasta que el cliente vuelve.
Mejor pregunta: cuántos episodios reales resolvimos, con qué calidad y en qué categorías.
Señal observable: sube volumen por agente, pero también sube recontacto o reapertura. Ahí el volumen es humo.
Cuándo sí sirve: dentro de la misma categoría y canal (ej. solo chat de preventa) y para dimensionamiento, no para bonos.
Tiempos (FRT, ART, AHT): velocidad no es resolución
Qué parece medir: agilidad.
Qué suele medir: qué tan fácil es “responder” algo, aunque no resuelva. En FRT, un “hola, ya lo reviso” hace magia en el tablero. En AHT, cortar la conversación temprano puede parecer eficiencia.
Micro ancla: una sucursal baja AHT 18% en dos semanas. Suena a victoria. En paralelo, el recontacto a 7 días sube de 14 a 22. No fue un milagro: empacaron el problema y se lo devolvieron al cliente.
Mejor pregunta: cuánto tarda un episodio completo (inicio a resolución real) y cuántas interacciones consume.
Señal observable: cae AHT, suben recontactos o transferencias internas. Ese combo suele ser el precio de “mejorar” tiempos.
Cuándo sí sirve: como guardrail de saturación. Si AHT explota y también crece backlog envejecido, no es debate; es atasco.
Detalle operativo que salva discusiones: cuando el comité celebre “bajamos tiempos”, obliga a mirar al lado una señal de continuidad (recontacto o reapertura). Si no está en la misma conversación, el incentivo se vuelve peligroso.
Resolución o cierre: cierres baratos vs cierres reales
Qué parece medir: efectividad.
Qué suele medir: criterios de cierre, calidad de categorización y presión por limpiar cola. En muchas operaciones, “resuelto” significa “salió de mi pantalla”.
Dónde se deforma: se cierra con respuesta estándar y se espera que el cliente reabra si sigue mal. O se reclasifican casos complejos para que “no cuenten aquí”.
Micro ancla: “mejorar” resolución moviendo lo difícil a otra cola. La sucursal queda impecable. La operación se pudre por detrás.
Mejor pregunta: resolución verificada por ausencia de recontacto en una ventana razonable y por categoría.
Señal observable: sube cierre, pero también suben reasignaciones o crece “otros”. Cuando aparece “otros”, sospecha.
Cuándo sí sirve: si existe definición consistente de resuelto y se audita una muestra. No necesitas auditar todo; solo lo suficiente para que el sistema no se autoengañe.
Ventas atribuídas desde soporte: atribución inflada por timing y canal
Qué parece medir: impacto comercial.
Qué suele medir: cercanía temporal entre conversación y compra, no causalidad. Y mide qué canales registran mejor el evento: chat se atribuye más fácil que una llamada que termina en tienda.
Dónde te quema: incentivas comportamientos “que cuentan” (cerrar justo antes del pago, empujar a canal con tracking). Nadie hace trampa; todos optimizan el mapa.
Mejor pregunta: qué tipo de ayuda mueve conversión en qué etapa, y si esa sucursal atiende más preventa o más posventa.
Señal observable: sube atribución de ventas, pero no sube conversión total o se concentra en una ventana sospechosamente estrecha. Eso es timing, no magia.
Para ver más “ruido bien vestido” que se ve serio en dashboards, aquí hay ejemplos claros: [1]
Qué hacer cuando la evidencia está contaminada: duplicados, reasignaciones y recontactos que rompen la atribución
La mayoría de rankings que mienten no se arreglan en el comité. Se arreglan con higiene mínima de evidencia.
No hablo de un proyecto épico de datos. Hablo de definiciones claras y reglas de conteo que eviten que la atribución se vuelva ruleta.
Error común (y caro): asumir que el dataset “ya viene limpio” porque el dashboard carga rápido. En soporte, rápido no significa verdadero; significa que nadie se metió al lodo.
Duplicados: un problema contado dos veces (y alguien paga el costo)
Definición operativa: duplicado es el mismo problema del mismo cliente, sobre el mismo tema, creado más de una vez dentro de una ventana corta, sin un cambio real de estado.
De dónde salen: cliente insistente y sistemas que crean caso nuevo cuando el cliente cambia de canal.
Caso típico: promo de fin de semana, falla intermitente de cupón; el cliente escribe por WhatsApp y luego llama. Si cuentas ambos como tickets distintos, la sucursal que recibió el segundo contacto “paga” el costo del caos. Su productividad cae. El ranking cambia sin que haya hecho nada peor.
Ancla práctica: acuerda una ventana de deduplicación razonable (muchas operaciones arrancan con 24–48 horas para duplicados claros y ajustan después). En semanas de campaña o incidentes, marca la semana como “con ruido” y evita comparaciones crudas en categorías afectadas.
Reasignaciones: el ticket viaja y el KPI se queda con el último toque
Definición operativa: reasignación es cuando un caso cambia de cola o propietario (por regla o por decisión) y el trabajo real se reparte.
Aquí se rompen dos KPIs comunes:
- Con “último toque”, premias a quien recibe el caso ya cocinado.
- Con “primer toque”, castigas a quien recibe el caso cuando ya está caliente.
Antes de pelear por la regla “correcta”, decide qué pregunta estás respondiendo:
- Justicia comparativa (bonos, rankings públicos): atribuye por sucursal de origen. Se acerca a “qué demanda le tocó”.
- Control operacional (entrenamiento, proceso local): atribuye por sucursal de resolución. Se acerca a “quién puede cambiar el resultado”.
Tradeoff real: por origen suele ser más justo; por resolución más accionable. Querer una sola regla para todo es pedirle a un termómetro que también te diga si va a llover.
Guardrail simple: si la tasa de reasignación supera 15% en una sucursal o categoría, no uses resolución por sucursal para bonos ese mes. Úsala para diagnosticar handoffs.
Recontactos: continuidad disfrazada de caso nuevo
Definición operativa: recontacto es cuando el cliente vuelve por el mismo tema porque no quedó resuelto o no se sostuvo.
El truco: muchas operaciones lo cuentan como caso nuevo y el tablero “mejora” porque parece demanda fresca. En realidad es deuda.
Ventana para empezar: 7 días en retail/servicios de ciclo corto; 14 si dependes de terceros o logística. No es dogma; es punto de partida.
Regla que cambia conversaciones: si el recontacto ocurre dentro de 7 días y la categoría es la misma, trátalo como el mismo episodio para medir resolución real. Aunque el sistema lo guarde como ticket nuevo, tu análisis no debería tragárselo entero.
Detalle que esconde recontactos: cambiar la categoría “para que cierre”. Si el cliente vuelve y el motivo mágicamente es “otros” o “consulta general”, no asumas que cambió el problema. A veces cambió el rótulo.
Para depurar señales antes de que el comité decida sobre ruido, esto aterriza duplicados, eventos y llamadas que no suman: [2]
El ritual de handoff antes de performance: cómo no premiar lo equivocado
Las organizaciones que de verdad mejoran no tienen “el dashboard perfecto”. Tienen un ritual antes de discutir performance por sucursal.
Un handoff humano que alinea tres cosas: qué decisión se tomará, qué se valida primero y en qué casos se pausa una conclusión.
Aquí es donde te quemas si no lo cuidas: el ranking se vuelve política interna. Y cuando eso pasa, la gente trabaja para el ranking, no para el cliente.
Este es el marco mínimo que suele funcionar sin convertir la reunión en burocracia. La tabla siguiente es útil porque evita que el comité improvise cada semana (y porque te da permiso explícito para pausar cuando el dato no da):
En la práctica, esto se sostiene con cuatro hábitos cortos:
Una agenda de 30–45 minutos con tiempos. No para ser rígidos, sino para no pasar 25 minutos discutiendo un promedio que se explica con “cambio de mix”. Si hay urgencia real, se ajusta; lo importante es que la urgencia sea operativa, no emocional.
Un dueño del dato antes del comité. No para “defender el dashboard”, sino para llegar con dos respuestas listas: qué cambió en la operación y qué cambió en la medición. Sin ese rol, el comité se vuelve arqueología.
La regla del semáforo por KPI. Verde: usar. Amarillo: usar con ajuste (porque hubo evento, mix raro, cambio de canal). Rojo: investigar y pausar decisiones que impliquen premio/castigo. La parte valiosa es cultural: le das estatus formal a decir “hoy no concluyo con este número”.
Lenguaje de sistema, no de culpa. Suena suave, pero es operacional: cuando el equipo siente juicio, oculta el problema o lo maquilla. Cuando siente “vamos a arreglar el sistema”, aparece evidencia.
Las 7 preguntas antes de creer el dashboard
No necesitas volverte detective. Necesitas consistencia.
- Qué cambió en el mix y en qué categorías.
- Qué cambió en canales y horarios (turnos cubiertos, picos).
- Si hubo campañas, feriados o incidentes que alteren demanda.
- Qué ventana se usa para recontacto y para “resuelto”.
- Cuánto subió duplicado y si se trató como episodio.
- Cuánta reasignación hubo y hacia dónde viajó el trabajo.
- Qué cambió en la operación (capacitación, sistema, inventario, política).
Si no puedes responder al menos cuatro de estas en los primeros diez minutos, ese ranking no es una decisión. Es una opinión con gráficos.
Cómo acordar la decisión antes de discutir números
Frase que ordena y baja tensión: “Hoy no venimos a juzgar sucursales, venimos a decidir una intervención”.
Define la decisión en una línea: ajustar staffing de fin de semana, cambiar guiones de preventa, revisar handoff sucursal–backoffice. Cuando la decisión está clara, sabes qué KPI sirve y cuál es solo ruido con corbata.
Qué evidencia pedir cuando un KPI cambia (sin cacería de brujas)
Cuando un KPI se mueve fuerte, pide evidencia mínima y repetible: una muestra pequeña de casos, un corte por categoría y una revisión de reasignaciones.
Ejemplo típico: “mejoró” AHT 20%. En la revisión rápida, recontacto a 7 días sube 9 puntos (sobre todo en devoluciones). Con semáforo, no se celebra ni se regaña: se marca amarillo, se revisa una muestra en 72 horas para ver si se está cortando cierre o si faltan herramientas.
Sales con un siguiente paso, no con drama.
Para profundizar en cómo comparar sucursales sin autosabotaje (sesgos y ajustes que sí sirven), esto complementa el ritual: [3]
Modos de fallo: dos incentivos que rompen la operación (aunque nadie haga trampa) y cómo detectarlos
Un sistema de KPIs por sucursal casi siempre se rompe por incentivos, no por maldad. El tablero se vuelve una dieta extrema: al inicio “bajas números” rápido; después te pasa la factura.
Lo delicado es que se rompe en silencio: el número mejora, el cliente sufre y el comité aplaude.
Optimizar tiempos a costa de recontactos y satisfacción
Cadena típica: mides tiempo, lo vuelves objetivo, el equipo acelera, el KPI mejora… y la resolución se fragmenta.
Se ve así: sube presión por AHT/FRT. El equipo aprende a responder rápido, a cerrar antes, a dar soluciones parciales. El cliente vuelve.
Señales tempranas: recontacto al alza, más reaperturas, más transferencias y más categorías ambiguas. Si además caen encuestas o aparecen quejas tipo “me dijeron que ya quedó”, no hay misterio.
Guardrails que equilibran sin ahogar: recontacto por episodio, reapertura por categoría y una muestra mensual de calidad. No para castigar; para impedir que el incentivo te maneje a ti.
Donde muchas operaciones se tropiezan: tratar “Calidad” como una reunión aparte. Si tu guardrail vive en otra sala, llega tarde; el incentivo ya hizo su trabajo.
Desplazamiento de carga: pasar casos difíciles para “limpiar” el KPI local
Cadena típica: mides resolución local, lo vuelves comparación pública, la sucursal protege su número, el KPI mejora… pero el trabajo solo se movió.
Pasa incluso con gente bien intencionada. Si saben que los van a comparar, reasignan, escalan, mandan a backoffice. El backoffice se satura, sube backlog envejecido y el cliente espera más.
Nadie hizo trampa. Solo siguieron el mapa que tú dibujaste.
Señales tempranas: suben reasignaciones, cambia la composición de categorías, se infla el backlog en la cola destino. Y aparece el síntoma social: “esa sucursal siempre manda todo”.
Guardrails útiles: tasa de reasignación por categoría, backlog envejecido por cola destino y proporción de casos complejos atendidos localmente. Con umbrales, evitas debates eternos.
Si quieres más ejemplos de métricas por sucursal engañosas y contraseñales para no caer en rankings tóxicos, aquí hay más contexto: [1]
Reglas de decisión para las próximas dos semanas: desarmar señales sin destruir la velocidad
No necesitas esperar a “arreglar datos para siempre”. Puedes subir la confiabilidad en dos semanas con reglas claras y visibles.
Piénsalas como barandales: no conducen el coche, pero evitan que el comité se vaya por el barranco con una sonrisa.
Si reasignación supera 15%, pausa cualquier bono basado en resolución por sucursal y úsalo solo para diagnosticar handoffs.
Si AHT baja y el recontacto a 7 días sube, trátalo como semáforo amarillo: úsalo con ajuste y pide una muestra rápida de calidad (misma categoría, misma ventana).
Si suben duplicados en semana de campaña, no compares productividad por sucursal sin deduplicar o sin separar la categoría afectada.
Si una sucursal cambió mix de canales o turnos, compárala contra su histórico segmentado (por canal/horario), no contra otras sucursales en bruto.
Si el ranking brinca semana a semana, investiga picos y eventos antes de declarar ganadores y perdedores.
Dos detalles para que esto no muera como “buenas intenciones”:
Pon estas reglas donde vive el ranking (aunque sea como nota breve). Si están en un documento aparte, desaparecen justo cuando la sala se calienta.
Define un criterio simple de pausa: si hay semáforo rojo en cualquier KPI principal, ese día no hay conclusión de performance por sucursal. Solo hay conclusión de qué validar y para cuándo.
En estas dos semanas lo que más paga no es sofisticación; es consistencia.
Alinea definiciones en una página compartida: qué es duplicado, qué es recontacto, qué cuenta como reasignación y cuándo atribuyes por origen vs por resolución según el tipo de decisión. No lo hagas perfecto; hazlo usable.
Luego toma una semana reciente y responde sin adornos: cuánto hubo de duplicados, reasignaciones y recontactos (en tu ventana). Con eso ya puedes etiquetar KPIs con semáforo con honestidad.
Entra al comité con el ritual prendido: checklist de handoff, semáforo por KPI y guardrails al lado del indicador que más se usa para comparar.
Mensaje interno que baja ansiedad y alinea expectativas: “Vamos a seguir viendo rankings por sucursal, pero no los vamos a usar como juicio automático. Esta quincena el foco es hacer comparaciones justas y entender mix, recontacto y reasignaciones. Si un número mejora y el cliente sufre, no es mejora”.
Primera acción para que no se quede en lectura: agenda una reunión de 45 minutos con Operaciones, Calidad y un líder de sucursal para acordar definiciones y regla de atribución según el tipo de decisión.
En dos semanas deberías notar algo muy concreto: el comité deja de decidir sobre ruido y empieza a decidir sobre causas, aunque el dashboard todavía no sea perfecto.
| Estrategia de asignación | Mejor para | Ventajas | Riesgos | Recomendado cuando |
|---|---|---|---|---|
| Agenda de 30-45 minutos con tiempos | Estructurar reunión de performance | Cubre puntos clave. optimiza tiempo. evita desvíos | Rigidez si no hay flexibilidad para urgencias. no seguir tiempos | Al planificar y moderar cada reunión |
| Checklist de handoff: mix, ventanas, recontactos, reasignaciones, cambios, picos | Validar datos pre-reunión | Evita debates por datos erróneos. fomenta propiedad del dato | Burocrático si no se comunica su valor. omisión de pasos | Siempre, como primer paso de preparación |
| Regla de ‘semáforo’: usar KPI / ajustar / investigar | Decidir fiabilidad de KPI | Agiliza decisión. reduce parálisis por análisis | Simplificación excesiva si criterios no son claros. uso inconsistente | Al revisar cada KPI en la reunión |
| Lenguaje sugerido: enfoque en sistema, no culpa | Mantener ambiente constructivo | Fomenta colaboración. mejora resolución de problemas sistémicos | Difícil si cultura es competitiva. requiere práctica | Durante toda la reunión, al discutir desviaciones |
| Pausar decisión para investigar (semáforo rojo) | Evitar decisiones precipitadas | Previene errores costosos. mejora calidad de decisiones | Retrasa acción. frustración si no hay seguimiento claro | Checklist o semáforo indican datos no fiables |
| Ajustar KPI (semáforo amarillo) | Considerar factores externos/anomalías | Evaluación justa y contextualizada del rendimiento | Subjetividad si ajustes no son objetivos. abuso de ajustes | Eventos puntuales impactan rendimiento (ej. feriados, campañas) |
Fuentes
- calypso.ms — calypso.ms
- calypso.ms — calypso.ms
- calypso.ms — calypso.ms