Cómo medir si tu agente de IA de soporte funciona: las métricas que importan
Qué métricas mirar para saber si tu agente de IA de soporte funciona de verdad: resolución, CSAT, escalaciones y el costo por resolución que ningún panel te muestra.
El primer mes con un agente de IA activo, casi todas las cuentas nuevas miran el mismo número: el porcentaje de conversaciones que se cerraron sin pasar por un humano. Si arranca por encima de la mitad, el proyecto se declara un éxito de entrada. El problema llega dos meses después, cuando ese número sigue subiendo pero los reclamos repetidos por WhatsApp también, y nadie en el equipo sabe si el agente mejoró o si solo aprendió a no escalar los casos difíciles.
Un número solo dice apenas que algo pasó con esa conversación, no si el agente funciona. La diferencia entre medir y mirar un dashboard está en cruzar ese dato con otros dos o tres, y hacerlo con la frecuencia correcta, no una vez cada seis meses cuando alguien pregunta por qué subió el plan.
Las cuatro que aparecen en cualquier panel decente
Casi todas las plataformas del mercado muestran variantes de las mismas cuatro. En MelonHelp viven en dos lugares: la pantalla general de Analytics, con el total del workspace, el volumen diario y un ranking de qué agente rinde mejor si tienes más de uno; y la pestaña propia de cada agente, con su detalle de las últimas dos semanas.
- Conversaciones. Cuántas interacciones reales atendió, sin contar las pruebas internas del equipo. Es el volumen, no la calidad.
- Resuelto sin humano. El porcentaje que se cerró sin escalar a una persona. Es la que más se mira y la que menos contexto trae por sí sola.
- Escaladas. Cuántas conversaciones terminaron en manos de tu equipo. El complemento del número anterior, pero conviene mirarla aparte porque agrupa los casos por tema.
- CSAT promedio. La calificación de 1 a 5 que dejan los clientes que se molestan en calificar. Va a aparecer como “—” al principio, no porque algo esté roto, sino porque todavía nadie calificó nada.
Conviene aclarar algo antes de seguir, porque es fácil confundirlo: “resuelto sin humano” mide que la conversación no escaló, no que el problema del cliente desapareció para siempre. Es la misma distinción entre deflexión, contención y resolución real que explicamos en qué resuelve de verdad un agente de IA: si el cliente vuelve a escribir tres días después por lo mismo, esa conversación va a seguir contando como éxito en el panel salvo que alguien la cruce a mano con los tickets nuevos. El panel te da el dato correcto para lo que mide. La interpretación de qué significa “funciona” es trabajo tuyo.
Cómo cruzarlas para diagnosticar, no solo para mirar
Un número aislado no te dice qué corregir. Combinados de a dos, sí:
| Patrón que ves | Lo que suele significar |
|---|---|
| Resolución baja + muchas escalaciones marcadas como “no encontró respuesta” | Falta conocimiento cargado, no falta capacidad del modelo. Revisa las fuentes antes de tocar nada más. |
| Resolución alta + CSAT bajo | El agente responde, pero mal: con el tono equivocado o de forma incompleta. El número de resolución te está mintiendo sobre la calidad. Lee las conversaciones reales antes de confiar en el porcentaje. |
| Muchas escalaciones del mismo tema | No es un problema de conocimiento general, es un hueco puntual. Ese tema merece una fuente propia o una lección aprobada desde los tickets ya resueltos. |
El primer patrón se arregla con la guía de cómo alimentar la base de conocimiento; el tercero, con el mecanismo de lecciones que describimos en cuándo un agente debe escalar a un humano.
La combinación que más engaña es la segunda. Un equipo que solo mira resolución puede pasar meses convencido de que el proyecto anda bien mientras el CSAT, si nadie lo revisa, se hunde en silencio.
El costo por resolución: la métrica que ningún panel te muestra sola
Ninguna de las cuatro anteriores habla de plata, y es la pregunta que en algún momento te va a hacer quien firma el presupuesto. Acá hay dos direcciones para medir, según de qué lado estés.
Si estás evaluando proveedores, la cuenta es simple: cuánto cobran por cada resolución. Los números públicos de 2026 son estos: Zendesk cobra 2 dólares por resolución de IA, Intercom (Fin) 0,99, HubSpot alrededor de 0,50, y Freshdesk 0,49 por sesión, incluso si la IA no resolvió nada. Con mil conversaciones al mes, esa cuenta va de 490 a 2.000 dólares, arriba de lo que ya pagas por asiento.
Si el proveedor eres tú, o si estás mirando el costo real detrás de tu propio agente, el número cambia de escala. En producción, sobre datos reales de más de 400 cuentas que usan agentes de MelonHelp, cada intervención de IA cuesta alrededor de 0,004 dólares. Un ticket típico, que suele necesitar entre dos y cinco intercambios antes de cerrarse, sale entre 0,008 y 0,02 dólares. Mil tickets con IA de por medio cuestan entre 10 y 20 dólares de infraestructura. Es la razón por la que el add-on de IA de MelonHelp es flat y no cobra por resolución: cobrar 50 o 100 veces el costo real no es un margen sano, es el mismo impuesto a la IA que criticamos en cuánto cuesta un agente de IA para soporte.
Esto no significa que el costo por resolución deje de importarte si usas MelonHelp. Sigue siendo el número que te permite comparar contra cualquier alternativa que evalúes después, y el que te avisa si migraste a un modelo de IA más caro sin darte cuenta: ese es, con diferencia, el factor que más puede romper la cuenta de un mes a otro.
Con qué frecuencia mirar esto (y por qué el panel de 14 días no alcanza solo)
La pestaña de cada agente muestra el detalle de las últimas dos semanas, que sirve para detectar un problema puntual, no para juzgar si el proyecto funciona. Un número de resolución empieza a ser confiable recién a las seis u ocho semanas, porque las primeras semanas siempre se ven mejor de lo que son.
Para el trabajo semanal alcanza con la pantalla general de Analytics, que sí acumula el histórico completo del workspace. La cola de escalaciones por tema va con esa misma cadencia semanal, igual que la cola de lecciones pendientes. Son en el fondo el mismo hábito: mirar seguido lo chico para no tener que apagar un incendio grande dos meses después.
Si todavía estás eligiendo proveedor y esto no estaba en tu lista de preguntas, súmalo a las que armamos en qué preguntar en la demo de un agente de IA: pide ver el panel de analytics en vivo, no un screenshot armado, y pregunta específicamente cómo definen “resuelto”. Y si todavía estás comparando plataformas de soporte en general antes de llegar a la parte de IA, mejores sistemas de tickets económicos tiene el panorama completo de precios.
Preguntas frecuentes
¿El “—” en el CSAT significa que algo está roto?
No. Significa que todavía nadie calificó ninguna conversación. Aparece así hasta que los primeros clientes empiezan a puntuar, y en cuentas nuevas puede tardar varias semanas.
¿“Resuelto sin humano” es lo mismo que la resolución real?
No exactamente, y es la confusión más común. El panel cuenta que la conversación no escaló, no que el cliente no volvió a escribir después por el mismo motivo. Trátalo como una medida de contención, útil y real, pero crúzala a mano con los tickets nuevos de la semana antes de asumir que cada punto de ese porcentaje es un problema resuelto para siempre.
¿Tiene sentido calcular el costo por resolución si mi plan no cobra por resolución?
Sí, por dos razones. Sirve como referencia real para comparar contra cualquier proveedor que evalúes después, y te avisa si un cambio de modelo de IA disparó el costo de infraestructura antes de que eso se note en la factura del mes.
¿Cada cuánto tengo que mirar estas métricas?
La pantalla general, una vez por semana alcanza. Un veredicto serio sobre si el proyecto funciona conviene esperarlo a las seis u ocho semanas, no a los primeros diez días, que siempre se ven mejor de lo que van a terminar siendo.
MelonHelp muestra estas cuatro métricas en el mismo panel donde se gestionan los tickets, sin cobrar por resolución. Pruébalo 14 días gratis.
