Como ya he contado alguna vez, desde hace varios años y más allá de los servicios gestionados, me he especializado en las implantaciones de sistemas de CRM-CTI en Contact Centers de nuestros clientes.

Aunque no puedo mencionar su nombre, sí me gustaría compartiros algunos de los puntos clave de uno de mis últimos proyectos, en este caso relacionadas con los KPIs, eso sí, este artículo no va de resultados, de eso ya hablaremos otro día, esto va del como lo hicimos.

Diseñando KPIs operativos y cualitativos

Uno de mis primeros aprendizajes en el mundo de los Contact fue entender que los KPIs no son solo herramientas de control, sino una forma de dar contexto, dirección y sentido a todo lo que ocurre durante y después de la implantación. De hecho, medir y medirlo bien, es lo que nos permite saber si vamos por buen camino, pero también si estamos generando impacto real.

Por eso es importante que, desde el principio, planteemos dos grandes bloques de indicadores: unos centrados en medir lo que sucede (la operación), y otros en entender cómo se vive (la experiencia). Porque una implantación CRM-CTI no solo transforma sistemas; transforma formas de trabajar, liderar y atender.

KPIs Operativos (Cuantitativos)

Estos son los indicadores que permiten saber si el servicio funciona desde el punto de vista de la eficiencia y el rendimiento. Los medimos directamente desde el sistema actual, el previo a la implantación de Dynamics 365 Customer Service, para, una vez acabado el proyecto, compararlos ya con el nuevo sistema. Algunos de los más relevantes fueron:

Tiempo medio de atención (TMA): cuánto tiempo dedica un agente por llamada. Nos ayuda a entender la eficiencia operativa.
Resolución en primer contacto (FCR): mide el porcentaje de consultas que se resuelven sin necesidad de seguimiento. Es un termómetro de la calidad y efectividad.
Porcentaje de llamadas identificadas automáticamente: evalúa el nivel de integración entre sistemas y el ahorro de tiempo para el agente.
Tasa de abandono de llamadas: muestra si el servicio es capaz de atender la demanda sin colapsar.

Estos datos son clave para optimizar procesos, detectar cuellos de botella y ajustar cargas de trabajo.

Además, al realizarse en este proyecto un despliegue progresivo del nuevo sistema en las agencias, pudimos testar y terminar de afinar los indicadores e informes con el primer go-live.

KPIs de Experiencia y Autonomía (Cualitativos)

Pero sin duda, el mayor reto está en los cualitativos, el alma del proyecto, porque lo que queríamos saber es cómo vivían el cambio quienes lo usan a diario, es decir, los supervisores y agentes, sobre todo en un cliente que prioriza la satisfacción de sus empleados y de los clientes por encima del resto de indicadores.

Estos KPIs no salen directamente de un sistema, sino de la observación y la escucha, por ejemplo:

Autonomía del supervisor: ¿pueden operar el sistema sin depender constantemente del equipo técnico? Lo medimos con checklists funcionales y encuestas internas. Queríamos saber si sabían dar de alta usuarios, modificar colas, crear informes… y si lo hacían sin ayuda.
Percepción de los agentes: ¿cómo se sienten con la nueva herramienta? ¿Les facilita el trabajo? ¿Les quita tiempo? Aquí usamos encuestas breves trimestrales con escalas de valoración y preguntas abiertas.
Visibilidad del servicio: ¿los equipos acceden fácilmente a los datos que necesitan, o tienen que depender de terceros? Este punto fue clave para medir si la tecnología empoderaba o complicaba.
Madurez del modelo: una combinación de indicadores que nos permitió valorar la evolución del modelo antes y después de la implantación. Definimos niveles (básico, intermedio, avanzado) y evaluamos aspectos como proactividad, autonomía, análisis de datos y capacidad de mejora continua.

Pero ¿Cómo medimos cosas tan distintas? Involucrando a las personas.

Usamos Microsoft Forms para encuestar a los agentes cada mes, preguntando cómo percibían las nuevas herramientas en su día a día.
Creamos una pequeña app interna con Power Apps donde los supervisores calificaban su nivel de autonomía semanalmente y comentaban cualquier obstáculo.
Toda esta información, junto con los KPIs operativos históricos, la volcamos en Power BI. Así obtuvimos paneles combinados que mostraban la evolución antes y después de la implantación.

Eso sí, al depender de la percepción de los usuarios, los baremos de cada uno pueden ser distintos y es clave definir que significa cada nivel en cada aspecto a medir.

Estos KPIs cualitativos nos ayudaron a identificar resistencias al cambio, detectar puntos de fricción y diseñar mejoras con enfoque humano.

Escuchar los datos, pero también a las personas.

Desde luego, una de las conclusiones de este proyecto fue que medir no es solo recoger datos, es saber leer lo que hay detrás de ellos, y para eso, los números por sí solos no bastan.

Por ejemplo, uno de los flujos seguía tardando más de lo esperado, y no teníamos una explicación lógica, la IA no llegaba a más. ¿Qué hicimos? Hablamos con los agentes, nos dijeron que se sentían inseguros con una de las funcionalidades nuevas y gracias a esa conversación, se añadió formación específica, un agente con IA de Microsoft y al mes siguiente, la métrica mejoró. Al final los datos te dan una alerta, pero la conversación te da la clave.

Y aquí es donde la IA entra como aliada: nos ayuda a procesar más rápido, a detectar patrones, a anticipar problemas. Pero sigue siendo la inteligencia emocional y profesional de las personas la que convierte esos datos en decisiones. La voz de los equipos es un indicador en sí mismo, y tiene que estar integrado en cualquier proceso de medición inteligente.

Lo medible impulsa, lo humano transforma.

Cuando inicié este proyecto, una de mis primeras medidas fue visitar a las distintas empresas de Contact Center, algo que sorprendentemente para mí, no se había hecho y que, según mi experiencia, era la clave. Ya viví en el pasado como tuvimos que parar y replanificar varios meses un proyecto por no haber involucrado a los equipos desde el minuto 1.

Al empezar un proyecto de este tipo, todo gira alrededor de herramientas, procesos, integraciones, paneles… y está bien, es necesario, porque medir nos da perspectiva y nos ayuda a tomar decisiones mejor informadas.

Pero lo que realmente transforma una operación, un equipo o una cultura de servicio no es solo lo que mides, es cómo lo vives, lo explicas y como se adopte.

Por eso, mientras la IA nos ofrece nuevas posibilidades para automatizar, anticipar y escalar el factor humano sigue siendo el centro de todo.