La tasa de resolución correcta es la proporción de conversaciones gestionadas por un agente de IA (o por un agente humano) que terminaron resueltas, con la respuesta correcta, la acción correcta completada y la política respetada, y sin recontacto sobre el mismo problema en los 7 días siguientes. La fórmula es resoluciones correctas dividido entre conversaciones gestionadas, por 100, estimada a partir de una muestra aleatoria auditada.
En resumen
- Tasa de resolución correcta = resoluciones correctas / conversaciones gestionadas x 100, donde “correcta” significa que se superan cuatro comprobaciones: respuesta correcta, permitida por la política, acción hecha en el sistema de registro y ningún recontacto en 7 días.
- Se estima a partir de una muestra aleatoria auditada, así que se presenta con un margen de error al 95%: 1,96 x √(p x (1 − p) / n).
- Unas 385 conversaciones juzgadas dan un margen de unos ±5 puntos; unas 97 por intención dan unos ±10 puntos, suficiente para detectar una intención rota.
- Es más exigente que la contención, la deflexión, la resolución en el primer contacto y la tasa de resolución del proveedor, porque ninguna de ellas comprueba si la respuesta era correcta o si la acción se ejecutó.
- Divida lo que cuesta el agente de IA entre las resoluciones correctas, no entre las resoluciones facturadas, para obtener el coste por resolución correcta.
Esta página define la métrica y le da la calculadora. El método para juzgar cada conversación (revisión ciega, comprobaciones en los sistemas, la regla de veredicto) está en nuestra guía para auditar las resoluciones de un agente de IA, y ambas forman parte de nuestra guía central sobre evaluación de agentes de IA.
¿Qué es la tasa de resolución correcta?
La tasa de resolución correcta es el porcentaje de conversaciones dentro del alcance que un agente, de IA o humano, cerró sin traspaso y que superan cuatro comprobaciones: la respuesta era correcta y completa, se ajustó a la política, cada acción prometida figura en el sistema de registro y el cliente no volvió por el mismo problema, por ningún canal, en los 7 días siguientes.
Cada parte de la definición cumple una función:
| Parte | Regla | Por qué está ahí |
|---|---|---|
| Gestionada | Toda conversación que entró en el agente en el periodo, menos spam, pruebas y chats que solo contienen un saludo | Fija el denominador, para que la tasa no pueda subir excluyendo las conversaciones difíciles |
| Resuelta | El agente la cerró sin derivarla a una persona | Una derivación correcta es un buen resultado, pero no es una resolución de este agente; mídala aparte |
| Respuesta correcta | Coincide con la política, el precio o el procedimiento vigente en la fecha de la conversación | Detecta las respuestas erróneas dadas con seguridad que el cliente aceptó |
| Permitida | Ninguna excepción ni promesa fuera del alcance escrito del agente | Detecta las respuestas “serviciales” pero contrarias a la política |
| Acción hecha | El reembolso, la cancelación o la modificación figura en el sistema de registro, con el importe y el artículo correctos | Detecta las acciones que el agente dijo haber hecho y nunca completó |
| Sin recontacto | Ningún contacto del mismo cliente sobre el mismo problema en 7 días, por cualquier canal | Detecta a los clientes que se rindieron o que volvieron por otra vía |
Una sola comprobación fallida hace que la conversación sea “no correcta”. Una conversación en la que falta un registro es “no se puede juzgar” y sale de la muestra, la misma regla de veredicto que usa la auditoría de la tasa de resolución.
¿Cuál es la fórmula de la tasa de resolución correcta?
La fórmula es: tasa de resolución correcta = (resoluciones correctas / conversaciones gestionadas) x 100. Como no puede juzgar cada conversación a mano, la estima a partir de una muestra: la proporción correcta de la muestra juzgada por 100. Si la muestra solo cubre conversaciones que el proveedor marcó como resueltas, multiplique esa proporción por la proporción resuelta según el proveedor.
Dos formas de estimarla, según lo que muestree:
- Muestrear todas las conversaciones gestionadas (método directo). Saque una muestra aleatoria de todo lo que gestionó el agente, derivaciones incluidas. Tasa de resolución correcta = correctas / juzgadas. Las conversaciones derivadas cuentan sin más como “no correctas”.
- Muestrear solo las conversaciones resueltas según el proveedor (método en dos etapas). Es lo que hace la auditoría de resoluciones. Tasa de resolución correcta = proporción resuelta según el proveedor x proporción correcta de la muestra auditada de resueltas. Ejemplo: 62% resueltas x 70% correctas = 43,4%.
El método en dos etapas es más barato si ya audita las resoluciones, pero supone que ninguna conversación marcada como no resuelta era en realidad una resolución correcta. La calculadora de más abajo usa el método directo.
¿Cómo se estima la tasa de resolución correcta a partir de una muestra auditada?
Juzgue una muestra aleatoria, calcule la proporción correcta p y añada un margen de error al 95% de 1,96 x √(p x (1 − p) / n), donde n es el número de conversaciones juzgadas. Con p = 0,48 y n = 385, el margen es de unos ±5 puntos, así que la tasa real está entre aproximadamente el 43% y el 53%.
Es el intervalo más utilizado para una proporción, como señala el manual de estadística para ingeniería del NIST (en inglés). La misma página prefiere el intervalo de Wilson, porque la fórmula simple puede dar límites imposibles (un límite inferior por debajo del 0%) y el de Wilson no. Use Wilson en cualquier intención con menos de unas 50 conversaciones juzgadas o con una tasa cercana al 0% o al 100%.
Para dimensionar la muestra antes de empezar, use n = 1,96² x 0,25 / E², donde E es el margen que quiere y 0,25 es el peor caso (p = 0,5):
| Margen que necesita (E) | Conversaciones juzgadas (n) | Fórmula de hoja de cálculo |
|---|---|---|
| ±10 puntos | 97 | =REDONDEAR.MAS(1,96^2*0,25/0,10^2;0) |
| ±5 puntos | 385 | =REDONDEAR.MAS(1,96^2*0,25/0,05^2;0) |
| ±3 puntos | 1.068 | =REDONDEAR.MAS(1,96^2*0,25/0,03^2;0) |
Añada entre un 3% y un 5% para los veredictos “no se puede juzgar”. Nuestra página sobre estadística del muestreo de QA (en inglés) explica por qué el margen se reduce con la raíz cuadrada de la muestra y no en proporción a ella.
La calculadora de la tasa de resolución correcta (cópiela en una hoja de cálculo)
La calculadora tiene una fila por intención, así que puede sobremuestrear las intenciones de riesgo y obtener igualmente una tasa global honesta. Ponga las letras de columna de abajo en la fila 1, las intenciones a partir de la fila 2, y copie las fórmulas hacia abajo. Las fórmulas están escritas para Excel en español (punto y coma como separador, coma decimal). Las cifras son una ilustración, no datos de clientes.
Columnas y fórmulas (se muestra la fila 2; la fila 6 es el total):
| Columna | Campo | Fórmula (fila 2) |
|---|---|---|
| A | Intención | se escribe |
| B | Conversaciones gestionadas (N) | se escribe, a partir del registro completo del agente |
| C | Muestreadas al azar (n) | se escribe |
| D | No se puede juzgar | se escribe, a partir de la auditoría |
| E | Resoluciones correctas en la muestra | se escribe, a partir de la auditoría |
| F | Juzgadas | =C2-D2 |
| G | Proporción correcta (p) | =E2/F2 |
| H | Margen, 95% | =1,96*RAIZ(G2*(1-G2)/F2) (en Excel también =INTERVALO.CONFIANZA.NORM(0,05;RAIZ(G2*(1-G2));F2)) |
| I | Límite inferior | =MAX(0;G2-H2) |
| J | Límite superior | =MIN(1;G2+H2) |
| K | Resoluciones correctas estimadas | =B2*G2 |
| L | Parte de la varianza | =(B2/$B$6)^2*G2*(1-G2)/F2 |
| Fila total 6 | Tasa de resolución correcta | =SUMA(K2:K5)/B6, margen =1,96*RAIZ(SUMA(L2:L5)) |
El atajo de Excel de la columna H funciona porque INTERVALO.CONFIANZA.NORM (CONFIDENCE.NORM, en inglés) devuelve el margen para un alfa, una desviación típica y un tamaño de muestra dados. La columna L pondera cada intención por su peso en el volumen, y eso es lo que hace que el margen global sea correcto cuando sobremuestrea.
Ejemplo práctico (ilustración). Un agente de IA gestiona 20.000 conversaciones en octubre. El proveedor informa de una tasa de resolución del 62%. El equipo muestrea 440 conversaciones en cuatro intenciones, sobremuestreando las cancelaciones, y juzga cada una con las cuatro comprobaciones.
| Intención | Gestionadas (N) | Muestreadas | No se puede juzgar | Correctas | Proporción correcta | Margen | Rango | Correctas est. |
|---|---|---|---|---|---|---|---|---|
| Estado del pedido | 9.000 | 120 | 2 | 73 | 61,9% | ±8,8 | 53,1% a 70,6% | 5.568 |
| Devoluciones y reembolsos | 5.000 | 120 | 4 | 46 | 39,7% | ±8,9 | 30,8% a 48,6% | 1.983 |
| Cancelar el plan | 2.000 | 100 | 3 | 29 | 29,9% | ±9,1 | 20,8% a 39,0% | 598 |
| Pregunta de facturación | 4.000 | 100 | 1 | 35 | 35,4% | ±9,4 | 25,9% a 44,8% | 1.414 |
| Total | 20.000 | 440 | 10 | 183 | 9.563 |
El resultado, paso a paso:
- Tasa de resolución correcta global: 9.563 / 20.000 = 47,8%.
- Margen global: 1,96 x √(suma de la columna L) = ±5,0 puntos, es decir, del 42,8% al 52,8%.
- Diferencia con la cifra del proveedor: 62% declarado frente a 47,8% correcto, una diferencia de unos 14 puntos.
- ¿Por qué no 183 / 430? Ese 42,6% sin ponderar sobrevaloraría las cancelaciones, que se muestrearon al 5% de su volumen mientras que el estado del pedido se muestreó al 1,3%. Ponderar por N lo corrige.
Las filas por intención son la lista de tareas: las cancelaciones y las preguntas de facturación son las que más fallan, así que reciben las primeras correcciones, o vuelven a las personas hasta que mejoren.
¿En qué se diferencia la tasa de resolución correcta de la contención, la deflexión, el FCR y la tasa de resolución?
La contención, la deflexión, la resolución en el primer contacto y la tasa de resolución del proveedor cuentan conversaciones que terminaron de una determinada manera. La tasa de resolución correcta cuenta las conversaciones que terminaron bien: es la única de las cinco que exige que la respuesta sea correcta, que la acción se haya ejecutado y que el problema siga resuelto durante 7 días.
| Métrica | Qué cuenta | ¿Comprueba la corrección? | Plazo de recontacto | Quién la define |
|---|---|---|---|---|
| Tasa de contención (en inglés) | Conversaciones que terminaron sin una persona | No | Ninguno | Usted o el proveedor |
| Tasa de deflexión | Solicitudes que nunca llegaron a una cola humana | No | Ninguno | Varía según el equipo; vea por qué la tasa de deflexión oculta las malas conversaciones |
| Resolución en el primer contacto (FCR, en inglés) | Problemas resueltos en la primera interacción | A menudo por encuesta, no por registro | Lo fija usted | Usted |
| Tasa de resolución del proveedor | Conversaciones que el proveedor marca como resueltas | A veces, leyendo la transcripción | Corto y ligado al canal | El proveedor |
| Tasa de resolución correcta | Resuelta, correcta, permitida, acción hecha, sin recontacto | Sí, frente a la política y los registros de los sistemas | 7 días, cualquier canal | Usted |
Las definiciones de los proveedores difieren. Intercom cuenta una “resolución supuesta” cuando el cliente sale “sin solicitar más ayuda” y solo la retira si el cliente vuelve a la misma conversación (Intercom, en inglés). Zendesk separa las resoluciones “contenidas” de las “verificadas”, en las que un modelo de lenguaje revisa la transcripción (Zendesk, en inglés). Ada cuenta las resoluciones que una revisión con un LLM juzga relevantes, precisas y seguras (Ada, en inglés). Ninguna de ellas, tal como está documentada, busca recontactos en otros canales, y una revisión de la transcripción por sí sola no puede confirmar que un reembolso o una cancelación se registraron de verdad. Por eso necesita una cifra que defina usted mismo.
El FCR es el pariente más cercano: la tasa de resolución correcta es el FCR con las comprobaciones de corrección y de acción explícitas, así que funciona igual para un agente de IA que para una persona.
¿Por qué hay que segmentar la tasa de resolución correcta por intención?
Segmente por intención porque una tasa mezclada oculta dónde falla el agente, y porque la combinación de intenciones decide la cifra global. Un agente que este mes recibe más preguntas sencillas sobre el estado del pedido mostrará una tasa más alta sin haber mejorado en nada. Las tasas por intención muestran el cambio real y le dicen qué intenciones corregir, ampliar o recuperar.
Tres reglas mantienen la comparación justa:
- Compare lo comparable. Cuando compare meses, proveedores o un equipo humano con el agente de IA, compare intención por intención, o vuelva a ponderar ambos con la misma combinación de intenciones.
- Dimensione cada intención para tomar una decisión. Unas 97 conversaciones juzgadas por intención dan ±10 puntos: suficiente para ver que las cancelaciones al 30% están rotas, no para ver un movimiento de 3 puntos.
- Vigile primero las intenciones de riesgo. Las intenciones en las que el agente mueve dinero o modifica una cuenta merecen más muestra, porque una acción errónea ahí cuesta más que una respuesta errónea sobre plazos de entrega.
Elegir de qué intenciones debe ocuparse el agente en primer lugar es el tema de qué intenciones automatizar primero.
¿Cómo se calcula el coste por resolución correcta?
Coste por resolución correcta = coste total de operar el agente de IA en el periodo / resoluciones correctas estimadas. Incluya todo lo que paga por operarlo (factura del proveedor, tarifas de plataforma, tiempo interno de mantenimiento del conocimiento y de QA) y divídalo entre las resoluciones correctas, no entre las resoluciones que el proveedor le facturó.
Siguiendo con la ilustración, con un precio ilustrativo de 0,99 dólares por resolución facturada:
| Línea | Fórmula | Valor |
|---|---|---|
| Resoluciones facturadas | 20.000 x 62% | 12.400 |
| Factura del proveedor | 12.400 x 0,99 dólares | 12.276 dólares |
| Coste interno de operación (ilustrativo) | mantenimiento del conocimiento, tiempo de QA | 3.000 dólares |
| Coste total | suma | 15.276 dólares |
| Coste por resolución facturada | 15.276 dólares / 12.400 | 1,23 dólares |
| Coste por resolución correcta | 15.276 dólares / 9.563 | 1,60 dólares (rango de 1,45 a 1,78 dólares) |
El rango divide entre la estimación inferior y la superior de resoluciones correctas (8.565 y 10.560). Para una imagen más completa, añada el coste humano de los recontactos que generan las falsas resoluciones, y calcule la misma cifra para su equipo humano (coste cargado de las horas dedicadas / resoluciones correctas) antes de decidir qué automatizar. Nuestro conjunto más amplio de métricas de IA en atención al cliente muestra dónde se sitúa esta cifra junto a la calidad de la derivación y los abandonos silenciosos.
¿Cuándo no compensa el esfuerzo de medir la tasa de resolución correcta?
Prescinda del muestreo cuando el agente gestione unos cientos de conversaciones al mes: júzguelas todas y calcule la tasa exacta. La métrica también importa menos en un agente que solo responde preguntas informativas sencillas sin acciones; ahí puede bastar con un recuento de recontactos y una comprobación ligera de la exactitud.
Tampoco sirve para encontrar fallos individuales. Una muestra de 440 da la tasa con un margen de unos 5 puntos, pero rara vez saca a la luz un fallo que afecta a 1 de cada 500 clientes; para encontrarlos hay que evaluar todas las conversaciones.
Cómo empezar a medir la tasa de resolución correcta esta semana
Necesita una hoja de cálculo, una o dos personas que revisen y acceso de solo lectura a su sistema de pedidos o de facturación. La primera semana le da una primera tasa con su margen y una lista de las intenciones que hay que corregir; las definiciones importan más que los decimales.
- Día 1: escriba las cuatro comprobaciones con un ejemplo de aprobado y otro de suspenso para cada una, y la regla de los 7 días.
- Día 2: exporte las conversaciones gestionadas el mes pasado con sus etiquetas de intención y saque una muestra aleatoria por intención con la tabla de tamaños de arriba.
- Días 3 y 4: juzgue cada conversación, compruebe las acciones declaradas frente a los registros de los sistemas y busque recontactos en todos los canales.
- Día 5: pegue los recuentos en la calculadora, lea las tasas por intención y calcule el coste por resolución correcta.
Cuando sepa qué intenciones fallan, el siguiente paso es detectar esos fallos en cada conversación en lugar de en una muestra mensual. AutoPilot de Kaizo evalúa cada conversación resuelta según su propio scorecard, y cada puntuación se vincula con la evidencia en la conversación; vea QA para agentes de IA para saber cómo funciona, o reserve una demo para verlo con las conversaciones de su propio agente de IA.
Preguntas frecuentes
¿Qué es una buena tasa de resolución correcta?
No hay un benchmark publicado, porque casi nadie define todavía la métrica de la misma manera. Siga su propia tasa por intención mes a mes y vigile la diferencia con la tasa de resolución del proveedor. Si la diferencia se reduce, las correcciones funcionan; si la tasa del proveedor se mantiene alta mientras la tasa correcta baja, el dashboard se está alejando de la realidad.
¿Se puede usar la tasa de resolución correcta para agentes humanos?
Sí. Las cuatro comprobaciones se aplican a cualquier conversación y la fórmula es la misma. Para las personas, “resuelta” significa que el agente cerró la conversación sin transferirla. Compare a las personas y al agente de IA intención por intención, nunca con tasas mezcladas, porque suelen gestionar combinaciones muy distintas.
¿Por qué un plazo de recontacto de 7 días?
Los plazos de los proveedores son cortos y suelen limitarse a la misma conversación, mientras que muchos fallos aparecen más tarde: un reembolso que nunca llega, un segundo cargo en el siguiente ciclo de facturación. Siete días captan la mayoría. Para las intenciones de facturación, amplíe el plazo hasta la siguiente fecha de factura.
¿Puede un LLM como juez calcular la tasa de resolución correcta?
Un LLM como juez puede evaluar a gran escala las comprobaciones de respuesta y de política, si lo calibra frente a veredictos humanos. Leyendo solo la transcripción no puede ver los registros de los sistemas ni los contactos en otros canales, así que combínelo con los datos de pedidos y el historial de contactos antes de dar una conversación por correcta.
¿Las conversaciones “no se puede juzgar” cuentan en contra de la tasa?
No. Déjelas fuera del recuento de juzgadas, indique cuántas hubo y corrija los datos que faltan si superan aproximadamente el 5% de la muestra. Si se concentran en una intención, la tasa de esa intención es menos fiable de lo que sugiere su margen.
