En casi todos los contact center se escuchan llamadas. En bastantes menos existe un control de calidad de verdad, y la diferencia entre una cosa y otra no es el volumen de escucha: es que haya un criterio de muestreo, una ficha común, una comprobación de que los evaluadores puntúan igual y una conversación posterior con el agente que cambie algo. Sin esas cuatro piezas, lo que hay son opiniones sobre llamadas sueltas.
Este artículo explica cómo se monta ese sistema por dentro: cuántas llamadas se evalúan de verdad y sobre qué total, cómo se elige la muestra, qué lleva la ficha, cómo se calibra entre evaluadores y cómo se da la retroalimentación para que el agente cambie un hábito. Lo escribimos desde el lado de quien opera el servicio, no desde el de quien vende el software. Al final hay seis preguntas para averiguar si su proveedor —o su equipo interno— mide la calidad o solo dice que la mide.
Qué es el control de calidad en un contact center (y qué no es)
El control de calidad es el proceso que responde a una sola pregunta: ¿lo que pasa en las llamadas se parece a lo que acordamos que tenía que pasar? Para responderla hace falta un estándar escrito, una muestra de llamadas reales, una forma común de puntuarlas y un circuito que devuelva el resultado a quien puede corregirlo.
No es lo mismo que otras dos herramientas con las que se confunde a menudo, y que miden cosas distintas:
| Herramienta | Qué observa | Quién está al otro lado |
|---|---|---|
| Escucha de calidad (QA) | Llamadas reales que ya han ocurrido | Sus clientes de verdad |
| Cliente misterioso | Una llamada provocada, con un caso de guion | Un evaluador que finge ser cliente |
| Encuestas de calidad y NPS | Lo que el cliente recuerda y declara después | El cliente, ya fuera de la llamada |
Las tres se necesitan y ninguna sustituye a las otras. La escucha dice cómo trabaja su equipo cuando nadie ha preparado nada; el cliente misterioso dice cómo responde ante un caso que usted diseña; las encuestas dicen qué percibió el cliente, que no siempre coincide con lo que hizo el agente.
Tampoco es lo mismo que los KPIs de telemarketing. Los KPIs cuentan: llamadas, contactos, conversión, tiempo medio. La calidad juzga: si la información fue correcta, si se entendió el problema, si el registro sirve para la siguiente gestión. Un equipo puede tener KPIs excelentes y calidad mala —se cierra rápido y se resuelve poco— y también lo contrario.
El dato incómodo: se juzga a un agente por menos del 1% de lo que hace
Antes de discutir fichas y criterios conviene mirar la aritmética, porque condiciona todo lo demás. Este es un ejemplo ilustrativo con supuestos explícitos, no un dato de sector: ponga sus propios números en la última columna.
| Supuesto | Ejemplo | Sus números |
|---|---|---|
| Llamadas atendidas por agente y día | 50 | |
| Días laborables al mes | 21 | |
| Llamadas gestionadas al mes | 1.050 | |
| Llamadas evaluadas al mes | 4 | |
| Porcentaje evaluado | 0,38 % | |
| Llamadas de las que nadie sabe nada | 1.046 |
Sobre esas cuatro llamadas se construye la valoración del agente, la conversación de mejora y, en algunas empresas, parte de su retribución variable. Ese es el verdadero problema del control de calidad, y ninguna herramienta lo resuelve: la escucha es siempre una muestra, y una muestra mal elegida no informa de nada.
De ahí se sigue lo único que de verdad importa en el diseño del programa.
Cómo se elige la muestra
Cuatro llamadas escogidas con criterio valen más que doce tomadas al azar. Los cuatro ejes que usamos para estratificar:
- Franja horaria. La llamada de las 9:10 con la cola vacía no se parece a la de las 13:55 con seis en espera. Si toda la muestra sale de horas tranquilas, está midiendo el mejor escenario posible.
- Tipo de gestión. Una reserva sencilla y una incidencia con reclamación exigen cosas distintas. La muestra tiene que incluir las dos, en la proporción real.
- Resultado, incluyendo el malo. Hay que meter deliberadamente llamadas que acabaron torcidas: colgadas, transferidas dos veces, o segundas llamadas del mismo número en 24 horas. Ahí está la información; en la llamada que salió redonda solo hay confirmación.
- Antigüedad del agente. Las primeras seis semanas de una persona nueva concentran los hábitos que después cuesta corregir. Ahí la muestra se sube, aunque haya que bajarla en otro sitio.
Si alguien le dice que las llamadas se eligen “al azar”, falta la mitad del trabajo. El azar reparte la muestra de forma proporcional al volumen, y el volumen no está donde está el riesgo.
La ficha de evaluación: qué se puntúa y con qué peso
La ficha —el scorecard— es el documento que convierte una opinión en una medida. Debe caber en una pantalla y poder completarse en el tiempo que dura la llamada más un par de minutos. Una ficha de cuarenta ítems no se rellena: se rellena mal, que es peor.
Esta es la estructura que funciona, en cuatro bloques con lógicas de puntuación distintas:
| Bloque | Qué se valora | Cómo puntúa |
|---|---|---|
| Cumplimiento | Identificación correcta, aviso de grabación, tratamiento de datos, respeto a la Lista Robinson en emisión | Binario. Un fallo invalida la llamada entera |
| Ejecución | Escucha, sondeo, claridad de la información, manejo de la objeción, control del tiempo | Graduable, 0-3 por ítem |
| Registro | Tipificación correcta y notas que sirvan a quien coja la siguiente llamada | Graduable, 0-3 |
| Resultado | Se resolvió, se agendó o se escaló al sitio correcto | Binario |
La distinción entre lo binario y lo graduable es el corazón de la ficha. Hay cosas que no admiten término medio: si el agente no se identificó correctamente al descolgar —en las campañas que operamos, los agentes se identifican con el nombre de la empresa cliente desde el primer segundo—, o si no avisó de que la llamada se graba, la llamada está mal por muy bien que fuese el resto. Marcarlo como “1 sobre 3” es diluir en una media aritmética algo que no es cuestión de grado.
El bloque de registro es el que más se descuida y el que más cuesta a medio plazo. Una llamada resuelta con brillantez pero tipificada como “otros” y sin nota obliga a que el cliente lo cuente todo otra vez la próxima vez que llame. Eso es un fallo de calidad aunque el cliente colgara satisfecho.
La calibración: el paso que casi nadie hace
Aquí está la diferencia entre un programa de calidad y un teatro de calidad. La calibración consiste en que varios evaluadores puntúen a ciegas la misma llamada y después comparen. Sin hablarlo antes, sin ver la nota del otro.
La mecánica es simple:
- Se elige una llamada corriente, ni ejemplar ni catastrófica.
- Dos o tres evaluadores la puntúan por separado con la ficha habitual.
- Se ponen las notas encima de la mesa y se mira la dispersión, no la media.
- Se discute cada discrepancia hasta acordar el criterio, y el acuerdo se escribe en la ficha como aclaración del ítem.
Si la diferencia entre la nota más alta y la más baja es grande, la conclusión no es que un evaluador sea más exigente: es que el ítem está mal definido. “Empatía: 0-3” produce dispersión siempre, porque cada persona la interpreta a su manera. “Reconoce explícitamente el motivo por el que el cliente llama antes de proponer solución: sí / no” no produce ninguna.
Cadencia razonable: mensual mientras el equipo converge, trimestral cuando las notas se acercan. Y una señal de alarma para cuando evalúe a un proveedor: un programa de calidad que lleva más de un año funcionando sin una sola sesión de calibración documentada no es un programa de calidad, es un archivo de puntuaciones no comparables entre sí.
La retroalimentación: cómo se da, con ejemplos
Escuchar y puntuar no cambia nada por sí solo. Lo que cambia el comportamiento es la conversación posterior, y esa conversación tiene reglas.
La estructura de una sesión que funciona ocupa quince minutos:
- Con la grabación delante. Sin audio, la sesión se convierte en la palabra del supervisor contra el recuerdo del agente, y ahí no se avanza.
- El agente se evalúa primero. Escucha su llamada y dice qué haría distinto. En la mayoría de los casos señala él mismo lo que iba a señalar usted, y a partir de ahí la conversación es de mejora y no de defensa.
- Un solo comportamiento por sesión. Dos ya es una lista de defectos. Tres es una bronca con estructura.
- Un compromiso concreto y verificable, no una intención.
- Seguimiento en la muestra siguiente. Si nadie comprueba si cambió, la sesión no ocurrió.
Y esta es la parte que más se pide y menos se encuentra escrita: ejemplos de retroalimentación real, la misma observación dicha de dos maneras.
| Retroalimentación que no cambia nada | Retroalimentación que sí |
|---|---|
| ”Tienes que ser más empático." | "En el minuto 2:10 la clienta dice que ya había llamado dos veces. Seguiste con el guion. Ahí toca parar: ‘entiendo que es la tercera vez que llamas, déjame mirarlo entero antes de preguntarte nada’." |
| "La llamada estuvo bien en general." | "Cerraste resumiendo el acuerdo y confirmando la fecha. Repítelo siempre: es lo que evita la llamada de vuelta de mañana." |
| "Este mes has bajado en calidad." | "En las tres llamadas de esta muestra no llegaste a preguntar por el plazo. Es un solo hábito. Lo miramos en la muestra de la semana que viene." |
| "Hay que cumplir el protocolo." | "El aviso de grabación no está en el minuto 0:04. Es de los puntos que invalidan la llamada entera, así que va antes que cualquier otra cosa.” |
La diferencia entre las dos columnas es siempre la misma: momento concreto, conducta observable y qué hacer en su lugar. Un adjetivo no es corregible; una frase en el minuto 2:10, sí. Para el trabajo de fondo sobre habilidades, la escucha alimenta el plan de entrenamiento del equipo; y cuando el ajuste tiene que ocurrir durante la propia llamada, entra el terreno de la retroalimentación en tiempo real, que es otra herramienta y otro momento.
El error caro: atar la nota de calidad a la nómina
Cuando la puntuación de calidad determina el variable, el equipo optimiza la puntuación, no la calidad. Es un efecto conocido y llega siempre: se evitan las llamadas que se ven complicadas, se acorta la conversación para no arriesgar en los ítems de ejecución, se marca meticulosamente la casilla del saludo y se descuida todo lo que la ficha no mira. La ficha deja de medir la calidad y empieza a medir la habilidad de puntuar bien en la ficha.
La calidad debe pesar en el desarrollo profesional, en la formación y en qué campañas se asignan a quién. Si además entra en la retribución, que pese poco: no es defendible que la nómina de una persona dependa de cuatro llamadas de mil.
Qué no mide la escucha de llamadas
Esta es la frontera honesta, y conviene decirla antes de que un programa de calidad cargue con expectativas que no puede cumplir.
- No mide si la oferta es mala. Un agente impecable ofreciendo algo que no interesa obtiene el mismo resultado que uno mediocre. Si toda la muestra sale bien puntuada y la campaña no convierte, el problema no está en las llamadas.
- No mide la calidad del dato. Llamar a un teléfono equivocado se puntúa como una llamada bien ejecutada. Ese diagnóstico está en la base de datos, no en la escucha.
- No mide lo que percibió el cliente. Para eso hay que preguntárselo, con encuestas o NPS.
- No arregla un guion mal construido. Si diez agentes fallan en el mismo punto, no hay diez problemas de agente: hay un problema de guion.
Y tres situaciones en las que montar hoy un programa de calidad no le va a servir de nada:
- No hay un estándar escrito. No se puede evaluar contra algo que no existe. Primero el protocolo, después la ficha; al revés, cada evaluador puntúa contra su criterio.
- Nadie tiene horas asignadas para escuchar. Escuchar, puntuar y hacer la sesión con doce agentes es una cantidad seria de horas al mes. Si no está en la agenda de alguien con nombre y apellidos, no ocurre.
- La conclusión ya está tomada. Si la escucha va a servir para justificar una decisión previa sobre una persona, el equipo lo detecta en la primera sesión y el programa queda inservible para siempre.
Escucha humana e inteligencia artificial: qué aporta cada una
La analítica de voz cambia una cosa importante: puede pasar por el 100% de las llamadas y detectar patrones —silencios largos, solapamientos, subidas de tono, presencia o ausencia de las frases de cumplimiento— en un volumen que ninguna persona alcanza.
Lo que aporta es decidir qué escuchar: en lugar de sacar cuatro llamadas de mil según un criterio de muestreo, la analítica señala las cincuenta que probablemente contengan algo y la persona escucha las que importan. Es una mejora enorme del muestreo, que es justo donde estaba el punto débil.
Lo que no hace es sustituir el juicio. Detecta que hubo un silencio de once segundos; no sabe si fue el agente buscando un dato que no tenía a mano —problema de herramienta— o dejando pensar al cliente antes de decidir —buena práctica—. Y no sabe si la solución ofrecida era la correcta para ese cliente en particular.
En nuestro caso la frontera es explícita: la conversación la sostiene siempre una persona; la analítica se aplica sobre lo ya grabado, para elegir mejor la muestra. Sobre el papel de la tecnología en el resto de la operación hablamos en IA aplicada al telemarketing.
Seis preguntas para saber si su proveedor mide la calidad de verdad
Si está evaluando contact centers, estas seis preguntas separan a los que tienen un sistema de los que tienen buena intención. Las respuestas se dan en un minuto cada una, o no se dan:
- ¿Cuántas llamadas evalúan por agente y mes, y sobre qué volumen total? La cifra absoluta importa menos que el hecho de que sepan el porcentaje.
- ¿Puedo ver la ficha de evaluación que usan? Si no la enseñan, o no existe o no la quieren enseñar. Las dos cosas son informativas.
- ¿Cómo eligen las llamadas que escuchan? “Al azar” es media respuesta.
- ¿Cuándo fue la última sesión de calibración y cuánta dispersión salió? Aquí es donde se cae la mayoría.
- ¿Puedo escuchar yo llamadas de mi campaña, y con qué aviso? En un servicio bien montado la respuesta es sí, con las cautelas de protección de datos.
- ¿Qué ocurre cuando un agente falla un punto de cumplimiento? Debe haber un procedimiento, no una reacción.
Un proveedor sensiblemente más barato suele serlo porque alguna de estas seis respuestas no existe. No es un juicio moral: la escucha, la calibración y las sesiones de retroalimentación son horas de personas cualificadas, y esas horas están dentro del precio o no están en ninguna parte. En nuestras tarifas el control de calidad va incluido en el servicio, no como extra opcional, porque sin él no podemos sostener lo que prometemos.
Preguntas frecuentes
¿Qué es el control de calidad en un contact center?
Es el sistema con el que se escucha una muestra de las llamadas reales, se evalúan con una ficha común, se comprueba que los evaluadores puntúan igual y se devuelve al agente una retroalimentación concreta. Sin esas cuatro piezas —muestreo con criterio, ficha, calibración y sesión— hay opiniones sueltas sobre llamadas sueltas.
¿Cuántas llamadas hay que escuchar por agente al mes?
No hay una cifra de sector, y conviene desconfiar de quien la dé sin mirar la operativa. Lo decisivo no es el número sino el criterio: cuatro llamadas elegidas por franja horaria, tipo de gestión y resultado —incluidas las que acabaron mal— informan más que doce al azar. Todo programa realista evalúa menos del 1% de lo que hace un agente.
¿Qué es la calibración y por qué importa tanto?
Es la sesión en la que varios evaluadores puntúan a ciegas la misma llamada y comparan resultados. Si la dispersión es alta, el problema está en la ficha o en el criterio, no en el agente. Sin calibración, la nota depende de a quién le tocó evaluar.
¿Se pueden grabar y escuchar las llamadas de los agentes?
Sí, dentro del marco de control empresarial del artículo 20.3 del Estatuto de los Trabajadores y de la normativa de protección de datos, con dos condiciones no negociables: informar previamente al agente de que sus llamadas se graban y se evalúan y para qué, e informar a quien llama al inicio de la conversación. Cuando el contact center trabaja para otra empresa actúa como encargado del tratamiento en el sentido del artículo 28 del RGPD.
¿En qué se diferencia de una auditoría de cliente misterioso?
La escucha de calidad evalúa llamadas reales con clientes reales; el cliente misterioso provoca una llamada de guion con un evaluador que finge ser cliente. La primera dice cómo trabaja el equipo cada día; la segunda, cómo responde ante un caso concreto que usted diseña. Son complementarias.
Conclusión
El control de calidad en un contact center no se sostiene en escuchar mucho, sino en escuchar poco y bien: una muestra elegida por franja, tipo y resultado; una ficha corta que separe lo que es binario de lo que admite grados; una calibración periódica que garantice que la nota significa lo mismo la firme quien la firme; y una sesión de quince minutos con la grabación delante que termine en un compromiso verificable. Todo lo demás es archivo.
Y conviene recordar lo que ese sistema no puede hacer: no valida su oferta, no limpia su base de datos y no le dice qué sintió el cliente. Para eso hay otras herramientas, y usarlas en su sitio es parte del mismo criterio.
Si quiere ver cómo se aplica esto a una campaña concreta —la suya—, pida un presupuesto sin compromiso o cuéntenos su caso. Le enseñamos la ficha de evaluación antes de firmar nada.
