Para saber si un chatbot o asistente con IA funciona hay que medir tres cosas: si resuelve lo que le preguntan, si pasa bien a una persona lo que no puede resolver y si aporta algo al negocio, como contactos, citas o ventas. El número de conversaciones, por sí solo, no dice nada. Lo que de verdad cuenta es qué ocurre en esas conversaciones y después de ellas. Con unas pocas métricas bien elegidas y la costumbre de leer conversaciones reales cada semana, sabrás si tu asistente es un buen fichaje o un estorbo.
Por qué medir (y no solo instalar)
Un asistente con IA no es un mueble: es más parecido a una persona nueva en el equipo. Al principio comete errores, hay preguntas que no sabe responder y situaciones que nadie había previsto. Si no lo revisas, esos fallos se repiten con cada cliente.
Medir sirve para tres cosas:
- Detectar problemas antes de que te cuesten clientes.
- Mejorar la información y las instrucciones del asistente.
- Decidir con datos si merece la pena ampliarlo, cambiarlo o quitarlo.
Las métricas que importan
1. Tasa de resolución
Qué porcentaje de conversaciones termina con la duda resuelta sin que haga falta una persona. Es la métrica estrella, pero ojo: una conversación que «termina» no siempre está resuelta. El cliente puede haberse ido aburrido. Por eso conviene cruzarla con las siguientes.
2. Derivaciones a una persona
Cuántas conversaciones pasan a tu equipo y por qué. Que haya derivaciones es bueno: significa que el asistente reconoce sus límites. Lo preocupante es:
- Demasiadas derivaciones por preguntas que debería saber responder (falta información).
- Muy pocas, cuando hay quejas o casos complejos (el asistente insiste en resolver lo que no puede).
- Derivaciones mal hechas, en las que el cliente tiene que repetirlo todo.
Lo explicamos con detalle en IA en atención al cliente: cuándo pasar a una persona.
3. Preguntas sin respuesta
La lista de preguntas en las que el asistente dijo «no lo sé» o dio una respuesta genérica. Es la métrica más útil para mejorar, porque te dice exactamente qué información falta.
4. Respuestas incorrectas
No sale en ningún panel automático: hay que leer conversaciones. Busca datos inventados, horarios o condiciones equivocadas, promesas que no puedes cumplir. Una sola respuesta incorrecta sobre precios o plazos puede hacer más daño que cien correctas.
5. Satisfacción
Una pregunta sencilla al final («¿Te he ayudado?» con un sí o un no) da una pista rápida. Pocas personas responden, así que no la tomes como verdad absoluta, pero las respuestas negativas suelen señalar conversaciones que merece la pena leer.
6. Abandono
En qué punto se van los usuarios. Si muchos abandonan tras el primer mensaje del asistente, quizá el saludo es largo o confuso. Si se van al pedirles datos de contacto, quizá lo pides demasiado pronto.
7. Resultados de negocio
Lo que justifica el proyecto: contactos captados, citas reservadas, pedidos consultados sin llamar, presupuestos solicitados. Si puedes, conecta el asistente con tu analítica para registrar estos eventos como conversiones. En Google Analytics 4 se pueden enviar como eventos personalizados.
Un cuadro de mando sencillo
No necesitas un panel complejo. Con esto, revisado una vez por semana, es suficiente para empezar:
| Métrica | Qué te dice | Qué hacer si va mal |
|---|---|---|
| Conversaciones | Si se usa | Revisa visibilidad y mensaje de bienvenida |
| Resolución | Si ayuda | Amplía la información y revisa las instrucciones |
| Derivaciones | Si reconoce sus límites | Ajusta cuándo y cómo pasa a una persona |
| Preguntas sin respuesta | Qué le falta | Añade esa información a su base de conocimiento |
| Satisfacción | Cómo lo vive el cliente | Lee las conversaciones con valoración negativa |
| Conversiones | Si aporta al negocio | Revisa en qué momento pide datos o propone cita |
Leer conversaciones: el hábito que más mejora
Los números te dicen dónde mirar; las conversaciones te dicen qué pasa. Dedica un rato cada semana a leer una muestra variada: algunas resueltas, algunas derivadas, algunas con mala valoración y algunas abandonadas. Apunta:
- Preguntas nuevas que no estaban previstas.
- Formas de preguntar que el asistente no entiende.
- Respuestas correctas pero demasiado largas o frías.
- Momentos en los que habría sido mejor pasar a una persona.
Cada hallazgo se traduce en una mejora concreta, casi siempre en la información que le das. Por eso merece la pena tratarla como un documento vivo, con un responsable y revisiones periódicas.
Y un aviso: al revisar conversaciones manejas datos personales. Limita quién accede, no los copies a otros sitios y define cuánto tiempo se guardan.
Errores al medir
- Celebrar el volumen. Muchas conversaciones con poca resolución es una mala noticia.
- Fiarse solo del panel del proveedor sin leer conversaciones.
- Medir solo al principio. Los clientes, tus servicios y tus temporadas cambian.
- No comparar con el antes. Apunta cuántas consultas atendíais y cuánto tardabais antes del asistente para tener referencia.
Cuándo replantear el asistente
Si después de varias semanas de ajustes la resolución no mejora, las quejas se repiten o los clientes buscan desesperadamente el botón de «hablar con una persona», toca parar y replantear: quizá el asistente está en el canal equivocado, cubre demasiados temas o simplemente tu negocio funciona mejor con atención humana en ese punto. Saberlo también es un buen resultado. Si dudas de si te compensa, lee ¿merece la pena un chatbot con IA en tu web?.
En resumen
Un buen asistente con IA no se instala, se entrena: con métricas claras, conversaciones leídas cada semana y mejoras constantes en su información. En kbrio, cuando montamos asistentes web con IA o asistentes para WhatsApp, el seguimiento forma parte del servicio, y lo conectamos con tu estrategia de optimización de la conversión. Hablamos de tu caso.
¿Hablamos?