Las métricas de contact center se parecen mucho entre empresas en el nombre y muy poco en la fórmula. Dos operaciones pueden decir «nivel de servicio del 80 %» y estar midiendo cosas distintas. Este artículo repasa las siete que más se usan, con la definición de una fuente pública para cada una, qué mira cada una en realidad y qué cambia cuando una parte de las conversaciones la atiende una IA.
No hay aquí cifras de «lo normal en el sector»: los valores buenos dependen de tu operación, tus clientes y tu canal, y desconfiamos de los promedios de mercado sin fuente. Sí citamos lo que exigen algunos reguladores, porque eso es un dato.
Las siete métricas, en una tabla
| Métrica | Qué mide | Cómo se calcula |
|---|---|---|
| AHT | Lo que dura atender un caso | (Conversación + espera en línea + trabajo posterior) ÷ casos |
| ASA | Lo que espera el cliente en la cola | Espera total en cola ÷ casos atendidos |
| Nivel de servicio | Cuántos se atienden a tiempo | Atendidos antes del umbral ÷ casos en cola × 100 |
| Tasa de abandono | Cuántos se van mientras esperan | Abandonados en cola ÷ casos en cola × 100 |
| FCR | Cuántos se resuelven a la primera | Resueltos en el primer contacto ÷ casos que cuentan × 100 |
| CSAT | Cómo valora el cliente la atención | Respuestas satisfechas ÷ respuestas × 100 |
| Ocupación | Qué parte del tiempo se atiende | Tiempo atendiendo ÷ (tiempo atendiendo + tiempo libre) × 100 |
AHT: tiempo medio de gestión
El AHT (average handle time) es lo que dura de media un caso de principio a fin para quien lo atiende. La documentación de Amazon Connect (sitio externo) lo define como el tiempo medio que un contacto está conectado con quien atiende, y suma la conversación, el tiempo en espera y el trabajo posterior (lo que se hace al colgar: registrar, anotar, agendar).
Sirve sobre todo para dimensionar: con las llamadas por intervalo y el AHT se calcula cuántas personas hacen falta. Usarlo para apurar a la gente suele salir caro: un AHT bajo con casos que vuelven es peor que uno más alto que los resuelve.
Con IA: separa el tiempo con la IA del tiempo con una persona. Si la IA identifica al cliente y recoge los datos antes de pasar, el AHT de tu equipo baja aunque la conversación entera dure lo mismo, porque la persona empieza con el caso ya armado.
ASA: velocidad media de respuesta
El ASA (average speed of answer) es cuánto espera de media el cliente en la cola antes de que lo atiendan. Amazon Connect lo llama tiempo medio de respuesta en cola y lo define como la espera media de los contactos antes de ser atendidos.
Con IA: la IA contesta al instante, así que la espera que importa es la de quien pide o necesita una persona. Mídela solo sobre esas conversaciones; si la mezclas con las que atendió la IA, el promedio se ve muy bien y no dice nada.
Nivel de servicio
El nivel de servicio es el porcentaje de conversaciones atendidas antes de un umbral de tiempo. En Amazon Connect, la fórmula es los contactos que salen de la cola en X segundos entre los contactos que entraron a la cola, con X configurable. Se escribe a menudo como «80/20»: el 80 % antes de 20 segundos. Ese par no es una norma: cada operación elige su objetivo.
Lo que más cambia el número es qué hacer con quien abandona. Si quien cuelga a los 5 segundos se descuenta, el nivel sube; si cuenta en contra, baja. Pregunta siempre cómo trata los abandonos el sistema que te da la cifra.
Tasa de abandono
El porcentaje de clientes que cuelgan o dejan de escribir mientras esperan. Amazon Connect la calcula como los contactos abandonados entre los contactos en cola, sin contar a quien pidió que le devolvieran la llamada.
Un abandono a los tres segundos no es lo mismo que uno a los tres minutos: el primero suele ser alguien que se equivocó de número. Mira la distribución, no solo el porcentaje.
FCR: resolución en el primer contacto
El FCR (first contact resolution) es el porcentaje de casos que quedan resueltos en la primera conversación. SQM Group (sitio externo) lo calcula como los casos que logran resolverse a la primera entre el total de casos que cuentan para la medida, y defiende medirlo con una encuesta posterior: que lo juzgue el cliente.
Hay otras formas de medirlo: que el cliente no vuelva por el mismo motivo en un plazo que tú fijas, o que el caso se cierre con un solo contacto. Ninguna es perfecta; lo importante es usar siempre la misma y decir cuál es.
Con IA: es la métrica que mejor dice si la IA resuelve de verdad. Una IA que «cierra» muchas conversaciones pero cuyos clientes vuelven al día siguiente por lo mismo no está resolviendo, está despidiendo. Cruza lo que resuelve la IA con los regresos por motivo.
CSAT: satisfacción del cliente
El CSAT es la nota que el cliente da al terminar, en una encuesta breve. En Microsoft Dynamics 365 Customer Voice (sitio externo) se mide con preguntas de valoración en una escala de 1 a 5, y es habitual informarlo como el porcentaje de respuestas de 4 o 5 sobre el total de respuestas, como explica NICE (sitio externo).
Su límite es conocido: solo cuenta a quien contesta. Los muy contentos y los muy enojados contestan más que el resto.
Ocupación
La parte del tiempo conectado que una persona pasa atendiendo, frente al tiempo libre. Amazon Connect la calcula como tiempo en contactos entre la suma de tiempo en contactos y tiempo inactivo. Muy baja indica exceso de personal; muy alta durante semanas desgasta al equipo y acaba subiendo la rotación.
Cómo se dimensiona: Erlang C
Para saber cuántas personas hacen falta en cada franja, la herramienta clásica es la fórmula Erlang C. Genesys (sitio externo) la describe como el primer paso para predecir cuántas personas se necesitan, y TechTarget (sitio externo) resume sus entradas: llamadas por hora, AHT y el nivel de servicio que se quiere. Tiene un supuesto que conviene recordar: da por hecho que nadie abandona mientras espera.
Con IA, el cálculo se hace solo con lo que llega a tu equipo: las conversaciones que la IA resuelve sola no ocupan a nadie.
Lo que exigen algunos reguladores
En algunos sectores, la ley fija qué medir. Dos ejemplos de telecomunicaciones, útiles como referencia aunque no apliquen a otras empresas:
- Colombia. La Resolución CRC 5050 de 2016 (sitio externo), que compila la 5111 de 2017, obliga a las empresas de telecomunicaciones a completar con éxito al menos el 95 % de los intentos de llamada a su línea de atención cada mes, y a medir y publicar el porcentaje de usuarios que, tras pedir atención personalizada, la reciben en menos de 30 segundos, y el de quienes cuelgan antes de ser atendidos. La satisfacción se mide con una encuesta de 1 a 5 en las 24 horas siguientes.
- Perú. El Reglamento de Calidad de la Atención a Usuarios de OSIPTEL (sitio externo) (Resolución 333-2023-CD) exige ofrecer la opción de un asesor humano dentro de los primeros 40 segundos de la llamada y atender dentro de los 20 segundos siguientes a pedirlo, con una meta de al menos el 85 % al mes para cada indicador (artículos 9 y 19). Sus indicadores entraron en vigor con un aplazamiento, según la Resolución 061-2025-CD (sitio externo).
El caso peruano es interesante para cualquier operación con IA: la regla es que el cliente pueda llegar rápido a una persona, aunque la IA atienda primero.
Qué medir cuando atiende una IA
Las siete métricas siguen sirviendo, pero hay que leerlas separando lo que atendió la IA de lo que atendió tu equipo. Y conviene sumar tres:
- Resuelto por la IA: qué parte de las conversaciones termina bien sin pasar por una persona, por motivo.
- Tiempo con la IA y tiempo con una persona, por separado. Además de operativo, es lo que se paga: en MoodCX solo se cobra el tiempo con la IA (lo explicamos en cuánto cuesta un contact center con IA).
- Cómo sale el cliente, también cuando no contesta la encuesta.
Cómo lo mide MoodCX
En Insights cada medida tiene una definición escrita y la misma para todos: recibidas, atendidas, resueltas por la IA, con una persona, abandonadas en cola, nivel de servicio (con el umbral que elijas; 30 segundos de serie, y quien abandona en cola cuenta en contra), espera media en cola, tiempo medio con la IA y con una persona, y minutos de cada uno. Todo se puede ver por campaña, canal, intención, resultado o día.
CX Care lee el ánimo del cliente en cada conversación, sin necesidad de encuesta, en cinco caras (encantado, contento, neutro, molesto y enojado), y lo resume en un índice de 0 a 10. Si además quieres CSAT, el flujo puede terminar con una encuesta. Y Replay guarda cada conversación con su registro técnico, para entender un número cuando no cuadra. MoodCX no da hoy una medida de resolución en el primer contacto: se calcula cruzando las conversaciones del mismo cliente por motivo, que puedes exportar.
Si quieres ver estas pantallas con datos de ejemplo, abre la página de atención al cliente con IA. Las siglas de este artículo están también en el glosario.
Fuentes
Consultadas el 14 de octubre de 2026.
- Amazon Web Services, definiciones de métricas de Amazon Connect (sitio externo): tiempo medio de gestión, tiempo medio de respuesta en cola, nivel de servicio, abandono y ocupación.
- SQM Group, FCR: métrica y filosofía de operación (sitio externo).
- Microsoft, métricas de satisfacción de Dynamics 365 Customer Voice (sitio externo), y NICE, qué es el CSAT (sitio externo).
- Genesys, Erlang C (sitio externo), y TechTarget, definición de Erlang C (sitio externo).
- Colombia, Resolución CRC 5050 de 2016 (sitio externo), normograma del MinTIC, artículos 2.1.25.6 y 2.1.25.7.
- Perú, Resolución 333-2023-CD/OSIPTEL (sitio externo) y Resolución 061-2025-CD/OSIPTEL (sitio externo).