KPI agente de voz IA en el contact center: qué medir
Aprende qué medir al implantar un agente de voz con IA en tu contact center: denominadores, tasa de contención, calidad de transcripción y evolución semana a semana.
## KPI agente de voz IA: qué medir en atención al cliente inbound El seguimiento de un **KPI agente de voz IA** en el contact center exige separar las conversaciones resueltas de aquellas que requieren soporte especializado. Evaluar un asistente telefónico consiste en auditar qué porcentaje de llamadas cumple el objetivo marcado por la empresa. Medir el impacto de un agente conversacional en soporte entrante requiere controlar este grupo de métricas: * **Cobertura y llamadas atendidas**: proporción de llamadas entrantes contestadas de inmediato por el sistema. * **Tasa de contención**: llamadas cerradas con éxito por el agente sin intervención humana. * **Tasa de transferencia y transferencias exitosas**: llamadas derivadas a un operador cuando el caso lo exige, conservando el contexto. * **Resolución en el primer contacto**: solicitudes resueltas en la primera llamada del usuario, sin necesidad de rellamadas. * **Tiempo medio de gestión (duración de la llamada)**: minutos que dura la interacción, analizados según la complejidad de la tarea. * **Tasa de llamadas fallidas**: porcentaje de interacciones donde el usuario cuelga antes de tiempo o el sistema no completa el flujo. * **Calidad de las llamadas**: revisión de transcripciones sobre muestras reales para validar la exactitud de las respuestas. * **Completitud de los tickets**: porcentaje de registros creados en el CRM con todos los campos obligatorios capturados. ## El denominador: la decisión que cambia todas tus métricas Antes de calcular cualquier porcentaje, debes definir con exactitud el denominador. En un contact center tradicional, muchas métricas fallan porque cada departamento calcula sobre una base distinta. Si comparas llamadas brutas contra solicitudes cerradas, el resultado queda distorsionado por números equivocados, cortes de red o usuarios que cuelgan en los primeros segundos. Existen cuatro denominadores habituales para medir un agente de voz con inteligencia artificial: 1. **Llamadas totales recibidas en la línea**: incluye llamadas fuera de horario, cortes inmediatos, números erróneos y llamadas dirigidas a extensiones directas. 2. **Llamadas contestadas por el agente**: descarta los abandonos en el primer tono de llamada de la red telefónica. 3. **Llamadas útiles o superiores a un umbral mínimo (por ejemplo, más de 30 segundos)**: elimina cortes accidentales y llamadas silenciosas donde el usuario cuelga antes de plantear su consulta. 4. **Llamadas dentro del alcance operativo**: contempla solo las tipologías para las que el agente fue diseñado (por ejemplo, consultas de saldo, citas o estado de pedidos), excluyendo llamadas dirigidas a administración interna. Un ejemplo claro de esta diferencia se observa en la agencia de seguros Unipol Cerignola. En su análisis de rendimiento, la agencia filtró las llamadas con duración superior a 30 segundos para evaluar el trabajo de su asistente telefónica sobre conversaciones reales. Con ese denominador, la proporción de solicitudes gestionadas correctamente pasó del 63,4 % en julio al 93,2 % en agosto. Si hubiesen incluido llamadas en los primeros segundos donde el emisor colgaba sin hablar, el indicador habría ocultado la mejora operativa del sistema. ## Tabla de KPI para agentes de voz en el contact center La siguiente tabla reúne los indicadores específicos de soporte entrante, la fórmula de cálculo, el origen del dato y el criterio de revisión que debe aplicar el responsable de operaciones: | KPI | Definición | Cómo se calcula | Origen del dato | Qué vigilar | | :--- | :--- | :--- | :--- | :--- | | **Cobertura de llamadas** | Volumen de llamadas entrantes atendidas por el agente sobre el total recibido. | (Llamadas contestadas / Llamadas entrantes totales) * 100 | Registro de centralita / SIP | Caídas de línea o saturación de canales contratados. | | **Tasa de contención** | Llamadas donde el agente resuelve la gestión sin transferir a un humano ni requerir rellamada. | (Llamadas resueltas por la IA / Llamadas dentro de alcance) * 100 | Campo de resultado en DeepAgent / CRM | Que el cierre corresponda a una solución real y no a un abandono. | | **Tasa de transferencia** | Proporción de llamadas que son derivadas a un operador humano. | (Llamadas transferidas / Llamadas atendidas) * 100 | Panel DeepAgent / Eventos de transferencia | Si sube por falta de información o por casos genuinamente complejos. | | **Éxito en transferencias** | Porcentaje de derivaciones que son atendidas por el personal humano sin caída de llamada. | (Transferencias atendidas / Intentos de transferencia) * 100 | Registro de centralita / Evento SIP | Horarios de disponibilidad humana y tiempos de espera en cola. | | **Resolución en el primer contacto** | Solicitudes solucionadas en la llamada sin que el usuario vuelva a llamar en el periodo que definas. | (Llamadas resueltas sin rellamada / Total de llamadas resueltas) * 100 | CRM / Registro de llamadas por identificador | Usuarios recurrentes con el mismo número de teléfono. | | **Tiempo medio de conversación** | Duración media de las llamadas gestionadas por el agente. | Minutos totales de conversación / Número de llamadas atendidas | Registro de duración en DeepAgent | Variaciones: llamadas muy cortas pueden ser abandonos; muy largas, bucles. | | **Tasa de llamadas fallidas** | Llamadas donde el agente no comprende la petición o el usuario interrumpe la comunicación. | (Llamadas fallidas / Llamadas atendidas) * 100 | Marcador de estado en panel / Transcripción | Frases no reconocidas o silencios prolongados. | | **Completitud de tickets** | Porcentaje de fichas creadas en el CRM con todos los campos obligatorios completos. | (Tickets con datos completos / Total de tickets generados) * 100 | CRM (ej. HubSpot) / API | Datos omitidos como identificador de cliente o motivo de urgencia. | La satisfacción del usuario puede complementarse aplicando encuestas posteriores mediante encuestas telefónicas con IA para medir NPS, evaluando la percepción del servicio sin depender de encuestas manuales. ## Tasa de contención y tasa de transferencia: entender cuándo derivar es un éxito En un servicio de atención al cliente, transferir la llamada a una persona es un resultado correcto cuando la solicitud requiere atención humana y la transferencia está configurada. Si un usuario llama para notificar un siniestro complejo o plantear una reclamación jurídica, el asistente debe identificar la situación, reunir los datos identificativos y transferir la conversación de inmediato. Un caso práctico es el de la agencia Unipol Cerignola. Durante dos meses gestionó 725 llamadas entrantes. De ellas, 200 llamadas requerían la intervención directa de un agente de la oficina. El sistema ejecutó 200 transferencias exitosas sobre 207 intentos (un 96,6 % de éxito técnico en la derivación). Esas 200 transferencias constituyeron un resultado plenamente satisfactorio, ya que el asistente evitó que el cliente esperase en un menú de tonos y entregó la llamada a la persona adecuada. Para profundizar en el diseño de estos flujos con traspaso de datos, consulta la guía sobre transferencia de llamadas de agente IA a operador humano. ## Calidad de las llamadas y tasa de llamadas fallidas Determinar la calidad en un contact center con agentes de voz requiere acceder a los registros escritos. En la plataforma DeepAgent, cada llamada almacena la transcripción completa, el audio original, la duración exacta y el resultado operativo asignado. El análisis de calidad se apoya en datos objetivos tomando una muestra semanal de transcripciones para verificar tres aspectos: 1. Comprensión de la intención expresada por el usuario con vocabulario natural. 2. Exactitud de la información técnica, comercial o legal proporcionada. 3. Validación de los datos capturados (nombre, número de cliente, matrícula o código de avería). En el centro médico multiespecialidad italiano que desplegó un agente de voz para gestionar citas, el equipo de operaciones auditó el servicio sobre 2.935 llamadas gestionadas a lo largo de tres meses y medio. Registró una puntuación media de calidad de 8,1 sobre 10. Al inicio del proyecto, en el mes de junio, la tasa de llamadas fallidas se situaba en el 18,0 %. Al revisar transcripciones reales y ajustar el vocabulario médico y administrativo, los fallos cayeron al 2,9 % en el registro parcial de septiembre (un descenso de 15,1 puntos porcentuales). Para estructurar este proceso de control continuo en tu equipo, revisa las pautas sobre análisis de llamadas y revisión de transcripciones con IA. ## Cómo definieron el éxito seis empresas en producción Cada organización establece sus propios objetivos según su modelo de negocio y sus cuellos de botella operativos. Ningún porcentaje es universal. Estas seis organizaciones utilizaron la tecnología de DeepAgent definiendo el éxito con criterios propios: | Empresa / Sector | Criterio de éxito fijado por la empresa | Cifras obtenidas en producción | | :--- | :--- | :--- | | **Multi-utility italiana** (energía, gas y telecomunicaciones) | Resolver trámites sencillos (facturas, lecturas, contratos) y transferir casos complejos con contexto. | 3.402 llamadas gestionadas; 64,0 % de éxito global; progresión de 57,1 % en abril a 65,4 % en mayo y 70,7 % en junio; 2.177 cierres positivos; 212,6 horas de conversación; llamada media de 3,76 minutos. | | **Empresa de tratamiento de agua** (asistente SARA) | Atender el 100 % de llamadas 24/7, realizar triaje del equipo, capturar código de cliente y registrar el ticket vía API. | 2.260 llamadas en un mes; 100 % atendidas; 1.730 solicitudes cerradas con objetivo cumplido; rendimiento operativo de 45,5 % en los primeros días a 76,5 % al final del mes (+31 puntos en 4 semanas); 4.177 minutos de voz. | | **Marca de purificadores de agua** | Filtrar consultas de primer nivel (filtros, recambios, garantías), actualizar el CRM y pasar a agentes solo incidencias complejas. | Volumen creciente de 755 a 1.138 y 1.421 llamadas por mes (+88 % en 90 días); tasa de éxito del 38,5 % al 39,7 % y 41,2 %; 586 llamadas exitosas en el último mes; minutos de 1.175,7 a 2.294,0 (+95 %). | | **Agencia Unipol Cerignola** (seguros) | Clasificar en seis gestiones (traspaso, presupuesto, llamada, información, siniestro, cita) y transferir cuando se requiera. | 725 llamadas en 2 meses; 200 requerían operador humano; transferencias exitosas en 200 de 207 intentos (96,6 %); 99,6 % de cobertura de transcripción; solicitudes correctas en llamadas de más de 30 s: de 63,4 % en julio a 93,2 % en agosto. | | **Centro médico multiespecialidad** | Cualificar la necesidad médica sin diagnosticar, verificar agenda en CRM y confirmar citas de forma trazable. | 2.935 llamadas en 3,5 meses; 73,6 % de objetivo alcanzado; puntuación media de calidad de 8,1/10; llamadas fallidas reducidas del 18,0 % en junio al 2,9 % en septiembre (10,3 % global). | | **App de bienestar laboral** (restauración colectiva, 11.000 empleados) | Resolver bloqueos de acceso y contraseña en soporte de primer nivel y crear ticket completo para incidencias no resueltas. | Tasa de éxito del 44,9 % al 65,7 % en 2 meses (+33 %); duración media de llamada de ~2,52 a ~4,09 minutos (+62 %, conversaciones más completas); 100 % de tickets automatizados para accesos no resueltos. | Los casos citados demuestran que las definiciones de éxito varían según las necesidades del servicio: puedes consultar los detalles de la multi-utility de energía y gas, el asistente de soporte técnico SARA, la marca de purificadores de agua, la centralita de la agencia Unipol, la recepción del centro médico o el soporte de la app para 11.000 empleados. Las cifras reflejan realidades operativas distintas, por lo que no deben compararse entre sí ni tomarse como valores de referencia estándar. Si deseas conocer más datos agregados, revisa las estadísticas de resultados reales con agentes de voz. ## Qué mirar de la semana 1 a la semana 4 tras el despliegue El comportamiento de un asistente telefónico durante los primeros 30 días evoluciona con rapidez si el equipo de operaciones revisa las conversaciones reales. Los objetivos numéricos siempre los define la propia empresa en función de sus procesos internos. ### Semana 1: detección de intenciones y vocabulario no previsto En los primeros siete días, el foco debe estar en la tasa de llamadas fallidas y en las transcripciones cortas. Los usuarios reales emplean giros lingüísticos distintos a la estructura prevista en el guion de diseño. En el caso de la empresa de tratamiento de agua con el asistente SARA, el rendimiento operativo inicial se situó en un 45,5 % durante las primeras jornadas. El análisis manual de los diálogos permitió identificar qué términos usaban los clientes para describir las averías de sus filtros y descalcificadores. ### Semana 2: ajuste de flujos y reglas de transferencia Con las expresiones reales incorporadas a la base de conocimiento, la segunda semana sirve para auditar las transferencias. Debes revisar si las derivaciones a operadores humanos se producen en el momento correcto o si el agente traslada la llamada con demasiada rapidez ante dudas sencillas. ### Semana 3: calidad de los datos capturados y automatizaciones En la tercera semana, el control se centra en los datos introducidos en el CRM o sistema de incidencias. En el soporte de la app de bienestar, se verificó que el 100 % de los casos de acceso no resueltos generaran un ticket con el identificador del empleado y el código de error exacto. ### Semana 4: estabilización y medición del rendimiento mensual Tras un mes de calibración sobre llamadas reales, los indicadores muestran el potencial del servicio. El asistente SARA alcanzó un 76,5 % de rendimiento operativo al cierre de su primer mes, lo que supuso una ganancia de 31 puntos porcentuales en 4 semanas. En la multi-utility de energía y telecomunicaciones, la tasa de éxito subió de forma continua: 57,1 % en abril, 65,4 % en mayo y 70,7 % en junio (+13,6 puntos en el trimestre). Para planificar esta etapa inicial, revisa la guía sobre cómo probar un agente de voz con IA. ## Duración media y volumen de llamadas: cómo interpretar el tiempo En un contact center tradicional, un tiempo medio de operación prolongado suele considerarse un problema porque encarece el coste por llamada de los teleoperadores. Con un agente de voz con IA, una llamada más larga puede ser un síntoma positivo. En el soporte técnico de la app de bienestar para 11.000 empleados, la duración media de llamada aumentó un 62 %, pasando de aproximadamente 2,52 minutos a 4,09 minutos. Este incremento de tiempo reflejó que el asistente mantenía conversaciones más completas, guiando al empleado paso a paso en el proceso de restablecimiento de contraseña en lugar de cerrar la llamada de forma apresurada. La capacidad de absorber volumen permite mantener los KPI estables en picos de demanda. El club de playa Playa Aruba, en Torremolinos, gestionó 7.151 llamadas en su temporada de verano mediante su asistente telefónica Cayetana, completando con éxito 7.145 conversaciones (un 99,92 % de finalización). Durante el mes de julio, el sistema absorbió 3.402 llamadas (una media de 110 llamadas diarias, cuadruplicando el volumen de junio, que rondaba las 27 llamadas al día) con un 99,87 % de interacciones en español. La infraestructura telefónica atendió el volumen de llamadas, un factor analizado en nuestro artículo sobre atención al cliente 24/7 con agentes de voz y en el directorio de asistentes de voz para call center. ## Pasos para configurar el cuadro de mando de tu agente de voz Para que la información telefónica se traduzca en decisiones de gestión, el cuadro de mando de DeepAgent se conecta con tus herramientas habituales siguiendo estos pasos: 1. **Tipificar las llamadas entrantes**: clasifica los motivos de llamada habituales en tu servicio (consultas de saldo, averías, reservas, bajas, facturación). 2. **Definir el objetivo de éxito para cada tipología**: fija qué condición debe cumplirse para considerar cerrada la llamada (por ejemplo, cita confirmada, lectura de contador guardada o derivación con datos). 3. **Configurar los campos de resultado**: asigna en el panel de DeepAgent las etiquetas operativas que el agente debe marcar tras colgar (ej. `resuelto_autonomo`, `transferido_humano`, `ticket_creado`, `intento_fallido`). 4. **Sincronizar los datos con tu CRM**: exporta mediante webhook o API los datos capturados y las transcripciones. Si utilizas HubSpot, consulta la guía de integración CRM con HubSpot y DeepAgent. 5. **Establecer una rutina de revisión semanal**: programa una sesión de control de 30 minutos para leer transcripciones de llamadas marcadas como fallidas y afinar las respuestas del sistema. 6. **Consolidar el informe mensual de operaciones**: compara el volumen total atendido, la tasa de contención y la resolución en el primer contacto para medir la evolución del servicio. Las métricas asociadas a la captación comercial y al embudo de ventas pertenecen al ámbito de ingresos y deben coordinarse con las directrices de RevOps para medir pipeline generado con llamadas IA. ## Planes y precios de DeepAgent DeepAgent ofrece suscripciones mensuales. Todos los importes se indican sin IVA y disponen de un 17 % de ahorro si se contrata la facturación anual. Para probarlo, crea un agente desde el registro: 30 minutos gratis, sin tarjeta. * **Starter**: 99 € al mes. * **Pro**: 299 € al mes. * **Growth**: 500 € al mes. * **Scale**: 799 € al mes. * **Enterprise**: presupuesto personalizado. Puedes consultar la información detallada de tarifas en la página de precios de DeepAgent. ## Preguntas frecuentes sobre KPI de agentes de voz IA ### ¿Cuáles son los KPI principales de un agente de voz IA en un call center? Los indicadores principales son el volumen de llamadas contestadas, la tasa de contención (llamadas resueltas sin intervención humana), la tasa de transferencia exitosa hacia agentes, la resolución en el primer contacto (FCR), la duración media de llamada (AHT), la proporción de llamadas fallidas o interrumpidas y la completitud del ticket generado en el CRM. ### ¿Qué es la tasa de contención en un agente de voz y cómo se calcula? Es la proporción de llamadas entrantes que el asistente resuelve de principio a fin sin transferir al usuario a un agente humano ni requerir una devolución de llamada posterior. Se calcula dividiendo las llamadas cerradas con objetivo cumplido entre el total de llamadas dentro del alcance asignado al agente. ### ¿Cómo se mide la calidad de las llamadas gestionadas por IA? La calidad de las llamadas se evalúa revisando las transcripciones y audios en el panel de control. El equipo de operaciones analiza muestras periódicas y asigna puntuaciones de calidad basadas en la precisión de las respuestas, la correcta captura de datos y el cumplimiento del protocolo operativo. ### ¿Una transferencia a un operador humano se considera un fallo? Una derivación a una persona es un resultado correcto cuando la solicitud requiere atención humana y la transferencia está configurada. Si el asistente identifica la necesidad, recopila los datos del cliente y transfiere la llamada con contexto al operador adecuado, el proceso concluye con éxito. ### ¿Cuánto tiempo tarda en estabilizarse el rendimiento de las métricas? Los primeros días muestran desajustes por expresiones imprevistas de los usuarios. La progresión depende de cada caso: en la campaña del asistente SARA, el rendimiento operativo pasó del 45,5 % inicial al 76,5 % en la cuarta semana tras calibrar sobre llamadas reales. ## Control operativo de la atención telefónica con IA Establecer denominadores claros y auditar las transcripciones permite convertir las llamadas entrantes en datos de gestión verificables. Con una rutina semanal de calibración sobre conversaciones reales, tu contact center mantendrá el control sobre la calidad y la resolución del servicio. Habla con ventas → · Crea tu agente →