Por qué la calidad en atención al cliente suele deteriorarse con el tiempo

Toda empresa Colombiana que haya liderado una operación de atención al cliente reconoce el patrón: los primeros meses funcionan. Los KPI se mueven en la dirección esperada, las reuniones con el área comercial son fluidas y el equipo muestra un compromiso palpable. Luego, sin un momento exacto que permita señalarlo, algo cambia. El CSAT empieza a oscilar, el first contact resolution pierde algunas décimas cada trimestre, el tiempo medio de atención crece y, cuando alguien se toma la molestia de comparar contra los indicadores del arranque, la distancia es mayor de lo esperado. Este deterioro silencioso es una de las causas más frecuentes por las que operaciones bien diseñadas terminan siendo revisadas o rediseñadas a los dieciocho o veinticuatro meses de vida. Entenderlo no es solo un ejercicio analítico: es el punto de partida para construir un modelo operativo que sostenga resultados en el tiempo.

El patrón habitual: buen arranque, mala sostenibilidad

La evidencia externa respalda esta observación con una contundencia incómoda. Según el informe anual de Forrester sobre experiencia de cliente, la calidad de CX en Estados Unidos cayó en 2024 a su nivel más bajo en los nueve años de historia del índice, con un 39% de las marcas analizadas registrando descensos significativos y solo un 14% de las empresas ofreciendo experiencias consideradas buenas. Aunque el estudio se centra en el mercado estadounidense, las dinámicas que describe son universales: la calidad cae simultáneamente en las tres dimensiones medidas:

• Efectividad.
• Facilidad.
• Emoción.

Lo hace en sectores tan distintos como banca, telecomunicaciones, retail o servicios. En Colombia, donde el sector BPO representa cerca del 3% del PIB y emplea a más de 754.000 personas según Bancolombia, la presión por crecer rápido convive con el reto de sostener estándares de servicio a medida que aumentan volúmenes, canales y complejidad.

El patrón tiene una explicación estructural. En la fase de arranque, el proyecto concentra recursos: formación intensiva, supervisión cercana, revisión frecuente de procesos, atención al detalle en cada interacción. Esa densidad operativa produce resultados y da la sensación de que el modelo funciona. Pero la densidad no es sostenible por sí misma. A medida que el proyecto se estabiliza, la atención se desplaza hacia nuevas iniciativas, los supervisores asumen más colas, la formación se reduce al onboarding y los procesos que se ajustaban semanalmente pasan a revisarse cada trimestre. La calidad, que dependía en buena medida de ese nivel de atención, empieza a deslizarse. Lo hace de forma tan gradual que, cuando se vuelve visible en los tableros, llevan varios meses acumulándose desviaciones.

Este deslizamiento no es fruto de la mala gestión. Es la consecuencia natural de no diseñar el modelo operativo para el largo plazo desde el primer día. Las operaciones que sostienen la calidad lo hacen porque han construido mecanismos específicos para contrarrestar la entropía inherente a cualquier proceso humano complejo.

Causas raíz del deterioro de la calidad

Detrás del deterioro hay tres causas raíz que suelen presentarse combinadas. Ninguna de las tres es suficiente por sí sola para explicar la caída, pero la interacción entre ellas produce el efecto acumulativo que se observa en los indicadores. Identificarlas con precisión es el requisito para diseñar acciones correctivas que no se limiten a tratar síntomas.

Falta de control continuo

El primer factor es la erosión progresiva del control sobre la calidad. En la fase inicial, cada interacción se audita, cada desviación se discute y cada caso complejo se documenta. Con el tiempo, el volumen de auditoría se reduce, los criterios pierden homogeneidad entre supervisores y las sesiones de calibración se espacian. Lo que empezó como una revisión del 10% de las interacciones termina siendo una muestra del 2%, y la muestra ni siquiera es representativa porque se concentra en las interacciones más accesibles. El resultado es que la operación deja de tener información confiable sobre lo que está pasando y pasa a operar sobre percepciones.

Este vacío se nota primero en los segmentos menos visibles: 

• Tipologías de contacto poco frecuentes.
• Tramos horarios con bajo tráfico.
• Canales asíncronos.

Son precisamente los segmentos donde el deterioro puede crecer más tiempo sin ser detectado. Cuando finalmente aparece en los KPI agregados, la causa ya lleva meses actuando y la corrección exige mucho más esfuerzo que el que habría costado prevenirla.

Rotación y pérdida de conocimiento

La segunda causa raíz es la pérdida de conocimiento acumulado que provoca la rotación de agentes, supervisores y mandos intermedios. Cada salida se lleva consigo una porción del know-how operativo, matices de producto, criterios de excepción, relaciones con áreas internas, lecciones aprendidas en incidentes pasados, que rara vez queda completamente documentada. Las incorporaciones, por muy bien diseñado que esté el onboarding, necesitan tiempo para alcanzar el rendimiento de quien sale. Cuando la rotación se mantiene elevada durante varios trimestres, el contact center vive en un estado de reconstrucción permanente en el que nunca llega a consolidar una base de conocimiento estable.

El efecto es más agudo en los perfiles de supervisión y calidad. Un supervisor con dos años en la operación ha visto los picos estacionales, conoce los patrones de incidente, identifica con rapidez qué desviaciones merecen escalamiento y cuáles son ruido. Un supervisor nuevo, por capaz que sea, necesita varios ciclos operativos para adquirir esa intuición. Cuando la rotación golpea esta capa, la operación pierde simultáneamente memoria y criterio.

Procesos poco estandarizados

La tercera causa es, quizás, la menos reconocida. Muchos contact centers operan con un grado de estandarización aparente, hay scripts, hay árboles de decisión, hay procedimientos documentados que no corresponden con la realidad operativa. Con el tiempo, las excepciones se multiplican: decisiones que se toman por teléfono y no se documentan, ajustes que un área hace por convenio informal con otra, interpretaciones de procedimiento que varían según el turno. Cada una de esas excepciones, vista de forma aislada, parece razonable; en conjunto, producen un modelo operativo cuya lógica real diverge de la documentada.

Esa divergencia es el terreno fértil del deterioro de calidad. Agentes distintos resuelven casos similares de forma diferente, clientes que llaman dos veces reciben respuestas inconsistentes, y los datos que se extraen de los sistemas ya no reflejan lo que realmente ocurre. Cuando se intenta introducir tecnología, automatización, inteligencia artificial, integraciones con CRM sobre este sustrato, los resultados son pobres porque la tecnología necesita procesos definidos para funcionar. Pero existen  estrategias de omnicanalidad cómo la integración efectiva entre canales depende, antes que de la tecnología, de una estandarización real de los procesos que los sustentan. Sin ese trabajo previo, la omnicanalidad se convierte en una superposición de canales que replican, cada uno a su manera, las mismas inconsistencias.

Cómo corregir la deriva de calidad

Una vez identificadas las causas, corregir la deriva de calidad exige actuar sobre los tres ejes de forma coordinada. No basta con reforzar auditorías si no se estabiliza el equipo; no basta con reducir la rotación si los procesos no están estandarizados; no basta con documentar procesos si no hay control continuo que detecte las nuevas excepciones.

El punto de partida útil es un diagnóstico honesto que responda a tres preguntas. 

1. ¿Cuánto de lo que la operación “hace” está realmente documentado y cuánto vive en la cabeza de algunas personas? 
2. ¿Qué indicadores muestran deterioro sostenido y cuáles oscilan dentro de su ruido habitual? 
3. ¿Dónde se concentran las salidas? En qué colas, en qué tramos de antigüedad, en qué perfiles, porque esa concentración suele señalar el problema subyacente. 

Sobre esta base, los equipos más maduros se apoyan en tres movimientos concretos:

• Reconstruir el sistema de control de calidad de modo que sea continuo, muestralmente representativo y con calibración periódica entre supervisores, para que deje de depender de la disponibilidad aislada de cada responsable.
• Rediseñar la gestión del conocimiento para que cada nuevo caso complejo alimente una base viva, accesible desde la operación y utilizada activamente en formación y en la toma de decisiones diarias.
• Revisar y reestandarizar los procesos críticos con la participación de quienes los ejecutan, aceptando que la versión documentada debe evolucionar al ritmo de la realidad y no congelarse al momento del arranque.

Estos movimientos, cuando se abordan en paralelo, producen un efecto compuesto: cada uno refuerza la eficacia de los otros. El control continuo detecta desviaciones antes de que se instalen, la gestión del conocimiento reduce el impacto de la rotación y la estandarización devuelve coherencia a los datos que alimentan el control. La experiencia del sector muestra que, sobre una base así, la incorporación de tecnología genera mejoras reales. 

Las organizaciones que obtienen los mejores resultados son aquellas que combinan inteligencia artificial con un modelo operativo previamente saneado. La tecnología amplifica lo que ya existe; si lo que existe es una operación con deriva, amplifica también la deriva.

Qué cambiar para sostener resultados

Sostener calidad en el tiempo requiere aceptar una premisa incómoda: el modelo que funciona en el mes seis no es el mismo que tiene que funcionar en el mes treinta. Las operaciones que mantienen el estándar son aquellas que usan mecanismos de revisión de un modelo efectivo y que tiene cuatro rasgos reconocibles.

1. El primero es la existencia de un gobierno de calidad con cadencia y autoridad. No es un comité que se reúne cuando hay problemas, sino una instancia que sesiona de forma periódica con los datos puestos sobre la mesa, capaz de pedir acciones y de hacer seguimiento sobre su ejecución. Este gobierno incluye al responsable de operaciones, al de personas, al de calidad, al de tecnología y, cuando la operación está externalizada, al partner. Su función no es diagnosticar incendios, sino estar preparado para  detectar señales antes de que se conviertan en incendios.
2. El segundo rasgo es la construcción de una trayectoria para los equipos. La rotación se combate, en parte, con salario competitivo, pero se combate mejor con planes de carrera visibles que permitan a un agente imaginarse a sí mismo en la operación dentro de dieciocho meses haciendo algo distinto de lo que hace hoy. Los modelos más sólidos combinan formación continua, certificaciones internas y rutas de especialización que convierten el contact center en un espacio de aprendizaje y no solo de ejecución.
3. El tercer rasgo es el uso disciplinado de los datos. Una operación madura no mira solo promedios; mira distribuciones, correlaciones y tendencias. Cruza la rotación con la curva de calidad, la antigüedad con el first contact resolution, el absentismo con la varianza de nivel de servicio. Esa mirada cruzada es la que permite actuar antes de que los promedios se muevan.
4. El cuarto rasgo es la elección del partner adecuado. Para quienes operan con un proveedor externo, la madurez del modelo depende en gran medida de la capacidad de ese partner para aportar gobierno, metodología y tecnología propia, y de su disposición a asumir compromisos sobre calidad sostenida y no solo sobre indicadores agregados. En el mercado colombiano, donde según los datos analizados antes, el crecimiento del sector conviene acompañarse de madurez operativa, esta elección marca buena parte del resultado final.

Identifica las causas que están erosionando la calidad de tu servicio. Conoce cómo puedes diseñar un modelo operativo que sostenga resultados a lo largo del ciclo de vida completo de la operación, no solo en los primeros meses.