Estudios y referenciasEstudios y referencias

Checklist de auditoría del horario de atención: qué franjas quedan descubiertas y cómo detectarlas en los logs

9 min de lectura

Qué mide esta auditoría (y qué no)

Una auditoría de horario de atención no mide si el horario que publicaste es lindo ni si está bien redactado. Mide una sola cosa: cuántos mensajes entran en franjas donde no hay nadie asignado para responderlos, y cuánto tarda la primera respuesta humana en esas franjas. El resultado es un número de cobertura por franja horaria, no una opinión.

Antes de arrancar, dos advertencias de método. Primero: la auditoría se hace sobre el timestamp que manda Meta, no sobre la fecha en que la fila se insertó en tu base. Segundo: si tu operación importó historial de una migración, cualquier análisis hecho con la fecha de inserción va a mostrar que casi todo pasa el mismo día y a la misma hora. Eso no es tu operación, es el artefacto de la importación. La columna que vale es la del timestamp del mensaje.

Si tu proveedor de bandeja no expone el timestamp de Meta y sólo te muestra la fecha de carga, pedilo antes de auditar. Sin esa columna el análisis de horarios no sirve.

Paso 0: definí la unidad de análisis antes de tocar los datos

La mayoría de las auditorías de horario fallan porque mezclan tres cosas distintas en la misma tabla: mensajes entrantes, conversaciones y respuestas. Son tres unidades y dan tres números diferentes. Definí cuál vas a usar y no la cambies a mitad del análisis. En una pizzería con delivery, por ejemplo, un cliente que manda "hola", después el pedido, después la dirección y después el comprobante de transferencia genera cuatro mensajes entrantes, pero una sola conversación y una sola primera respuesta: si contás mensajes, la franja del mediodía parece el doble de cargada de lo que realmente es.

UnidadQué cuentaPara qué sirveCuidado con
Mensaje entranteCada mensaje que llega del clienteMedir volumen y picos por franjaUn cliente que escribe 6 veces infla la franja
ConversaciónVentana de mensajes agrupados por cliente y tiempoMedir carga real de trabajo por franjaEl criterio de agrupación cambia el número
Primera respuestaEl primer mensaje saliente después del entranteMedir demora y cobertura efectivaRespuestas automáticas cuentan como respuesta si no las separás

Elegí una unidad principal y usá las otras dos como control. Si los tres números cuentan la misma historia, el hallazgo es sólido.

Paso 1: armá la grilla de franjas y cruzála con el horario publicado

No audites "mañana" y "tarde". Dividí el día en franjas de una hora y marcá cada una con tres estados posibles: cubierta (hay alguien asignado y activo), descubierta (nadie asignado) y gris (alguien asignado pero sin certeza de que esté mirando la bandeja). La franja gris es la que más problemas genera porque no aparece en ningún documento y sí aparece en los reclamos.

  • Franja cubierta: hay al menos un agente con la bandeja abierta y una política de respuesta definida.
  • Franja descubierta: no hay nadie asignado. El mensaje entra y espera hasta la próxima franja cubierta.
  • Franja gris: hay alguien asignado en el papel, pero no hay confirmación de actividad real (reuniones, traslados, tareas fuera de pantalla).
  • Franja límite: los 30 minutos antes y después del cambio de turno. Ahí se pierden los traspasos.
  • Franja especial: feriados, vacaciones y días con dotación reducida. Se auditan aparte porque el patrón de mensajes también cambia.

Con la grilla armada, superponé el horario que publicaste en el perfil de WhatsApp Business, en la web y en las redes. Si los tres no coinciden, ya tenés un hallazgo antes de mirar un solo log: el cliente no puede saber cuándo le van a responder. Un caso típico de estética: el perfil dice que atienden de martes a sábado de 10 a 20, la web dice "lunes a viernes de 9 a 19" y los logs muestran que los martes a las 10 no hay nadie porque la agenda arranca a las 11. Tres versiones del mismo horario y ninguna verdadera.

Paso 2: leé los logs con el timestamp correcto

Este es el paso donde más gente se equivoca y saca conclusiones falsas. En la base de datos de una bandeja hay dos fechas: el timestamp del mensaje (el que manda Meta, cuando el cliente efectivamente escribió) y la fecha de inserción de la fila (cuándo tu sistema la guardó). Si tu operación migró historial, la fecha de inserción se concentra en el día de la importación y destruye cualquier análisis de horarios.

ColumnaQué representaSirve para auditar horariosQué pasa si la usás igual
timestamp (Meta)Cuándo el cliente envió el mensajeSí, es la única válida—
created_at (inserción)Cuándo tu sistema guardó la filaNoCon historial migrado, casi todo cae en el mismo día y la misma hora; la curva de comercio desaparece
fecha de primera respuestaCuándo salió el primer mensaje del equipoSí, para medir demoraSi la respuesta es automática, mide la automatización, no la atención
fecha de asignaciónCuándo un agente tomó la conversaciónSí, para medir cola realSi el equipo no usa asignación, la columna está vacía y no sirve

Una curva de comercio normal tiene forma reconocible: sube a media mañana, tiene un pico al mediodía, baja a la siesta, vuelve a subir a la tarde y cae de noche. Si tu gráfico no se parece a eso, revisá la columna antes de sacar conclusiones sobre el horario. En una tienda de indumentaria, el pico real suele estar entre las 12 y las 14 (consultas de talle y stock en el horario de almuerzo) y otro entre las 19 y las 21 (consultas desde el celular después del trabajo). Si tu curva muestra un solo pico a las 03:00 de un martes, no estás leyendo el timestamp de Meta: estás leyendo la importación.

Regla práctica: si la distribución horaria de tus mensajes muestra un pico gigante en un solo día de la semana y a una hora redonda, probablemente estés leyendo created_at y no el timestamp de Meta.

Paso 3: calculá la cobertura por franja (la fórmula)

La cobertura no es "tenemos gente de 9 a 18". Es un porcentaje por franja. Se calcula así:

  • Para cada franja horaria, contá los mensajes entrantes en un período representativo (mínimo dos semanas completas, mejor un mes).
  • Contá cuántos de esos mensajes recibieron primera respuesta humana dentro de la franja.
  • Dividí respuestas dentro de la franja por mensajes entrantes de esa franja. Ese es el porcentaje de cobertura.
  • Repetí el cálculo separando días hábiles, sábados y domingos. Mezclarlos esconde los huecos.
  • Marcá en rojo toda franja con cobertura por debajo del umbral que definas como aceptable para tu operación.

El umbral no es universal. Un negocio que vende un servicio de urgencia y uno que vende muebles a medida no pueden usar el mismo número. Lo importante es fijarlo antes de mirar los resultados, no después, para no acomodar el criterio al dato.

FranjaMensajes entrantesRespondidos en franjaCoberturaEstado
08:00–09:00———Antes de abrir: revisar si hay mensajes de la noche sin responder
09:00–12:00———Franja núcleo: la cobertura acá debería ser la más alta
12:00–14:00———Pico de consultas y almuerzo del equipo: hueco clásico
14:00–17:00———Franja núcleo de la tarde
17:00–19:00———Cierre: acá se acumula lo que no se respondió antes
19:00–08:00———Fuera de horario: se mide aparte, no se exige respuesta inmediata

Completá las celdas con tus propios números. La tabla vacía es el entregable: lo que se audita es el procedimiento, no un benchmark ajeno.

Paso 4: detectá las cuatro señales de franja descubierta

No todas las franjas descubiertas se ven igual. Estas son las cuatro señales que aparecen en los logs y qué significa cada una.

Señal en los logsQué está pasandoCómo confirmarlo
Mensajes entrantes con primera respuesta después de 12 horas o másEl mensaje cayó en franja descubierta y esperó a la aperturaCruzalo con la hora del entrante: si cae fuera de la grilla cubierta, es hueco, no demora
Pico de entrantes en la última hora de la franja cubiertaEl equipo cierra y queda cola sin resolverCompará el volumen de la última hora contra la primera del día siguiente
Conversaciones sin asignar acumuladas al inicio del díaEl cierre no dejó traspasoContá las conversaciones abiertas antes de la primera respuesta del día
Respuestas automáticas fuera de horario sin seguimiento humano al abrirEl mensaje se contestó solo, pero nadie lo retomóBuscá conversaciones donde la única respuesta saliente es la automática

Un caso límite que conviene mirar aparte: los mensajes que llegan cinco minutos antes de que cierre la franja. Muchas veces se responden al día siguiente y no aparecen como problema porque técnicamente entraron en horario. Para el cliente, entraron en horario y no recibieron respuesta. Esa franja límite se audita sola.

Cada señal apunta a una causa distinta: la primera es de grilla, la segunda de capacidad, la tercera de proceso de cierre y la cuarta de traspaso entre automatización y persona.

Paso 5: contrastá el horario publicado con el horario real

Este paso cierra la auditoría y es el que más rápido produce un arreglo concreto. Compará tres cosas: lo que dice el perfil de WhatsApp Business, lo que dice tu web y lo que muestran los logs. Cualquier diferencia entre las tres es un hallazgo publicable.

  • Si el perfil dice que atienden hasta las 20 y los logs muestran que después de las 18 no sale ninguna respuesta, el horario publicado está inflado.
  • Si la web dice 24 horas y el perfil dice 9 a 18, hay dos mensajes distintos y el cliente elige el que le conviene.
  • Si los feriados no están declarados en ningún lado, cada feriado se resuelve distinto y el equipo improvisa.
  • Si la auto-respuesta por horario no coincide con la grilla real, el cliente recibe un mensaje que promete algo que no va a pasar.

La auditoría no busca que el horario sea más largo. Busca que el horario publicado sea verdadero. Un negocio que atiende de 9 a 17 y lo dice con precisión genera menos frustración que uno que dice 24 horas y responde cuando puede. En inmobiliaria, por ejemplo, la mayoría de las consultas por una propiedad llegan fuera del horario de oficina, cuando la persona mira los avisos desde su casa. Si el cartel dice "atención de 9 a 18" y nadie mira la bandeja después de las 18, el interesado ya escribió a otras tres inmobiliarias antes de que abran.

Qué hacer cuando aparece una franja descubierta

Encontrar el hueco es la mitad del trabajo. La otra mitad es decidir qué hacer con él. Hay cuatro respuestas posibles y cada una tiene un costo distinto.

OpciónCuándo convieneQué implicaQué NO resuelve
Cubrir la franja con una personaCuando el volumen de la franja justifica el costoSumar dotación o mover turnosNo sirve si el volumen es bajo: pagás por cubrir vacío
Mover el horario publicadoCuando la franja descubierta tiene poco volumenCambiar el perfil y la web para que coincidan con la realidadNo resuelve la franja si igual entra volumen alto
Automatizar la primera respuestaCuando el cliente necesita saber que fue recibidoConfigurar una respuesta por horario que aclare cuándo va a llegar la respuesta humanaNo reemplaza la respuesta humana: sólo avisa que va a llegar
Agrupar y responder al abrirCuando el volumen es bajo y el cliente tolera esperarDefinir una política de respuesta al inicio del día siguienteNo sirve para consultas urgentes ni para rubros sensibles al tiempo

Un criterio práctico: si la franja descubierta concentra menos del 5% del volumen diario y no hay consultas urgentes, probablemente no valga la pena cubrirla con una persona. Si concentra más del 15% o incluye el pico del día, es un problema de dotación, no de configuración. En gastronomía, la franja de 12 a 14 suele concentrar más del 20% de los mensajes del día (pedidos y reservas), así que un hueco ahí no se tapa con auto-respuesta: se tapa con una persona asignada. En cambio, la franja de 23 a 08 en una tienda de muebles suele quedar por debajo del 5% y se resuelve bien con una auto-respuesta que aclare que la respuesta llega a la mañana.

No hay una opción correcta universal. La decisión depende del volumen de la franja y de la tolerancia del cliente a esperar.

Errores frecuentes al auditar el horario

  • Usar la fecha de inserción en lugar del timestamp del mensaje. El resultado es una curva falsa con un pico gigante en un solo día.
  • Auditar un solo día. Un martes cualquiera no representa la semana. Mínimo dos semanas completas.
  • Mezclar días hábiles con fines de semana. El patrón de mensajes cambia y el promedio esconde los dos.
  • Contar las respuestas automáticas como respuestas humanas. Infla la cobertura y tapa el hueco real.
  • Ignorar la franja límite de cambio de turno. Ahí se pierden los traspasos y no aparece en ningún reporte.
  • Auditar el horario sin auditar el feriado. El feriado tiene su propio patrón y su propia dotación.
  • Definir el umbral de cobertura después de ver los datos. Es la forma más rápida de no encontrar nada.

Cómo saber que la auditoría quedó bien hecha

Una auditoría de horario está bien hecha cuando podés responder estas preguntas con un número, no con una impresión: cuál es la franja con menor cobertura, cuántos mensajes entraron ahí en el período auditado, cuánto esperó el cliente promedio en esa franja y qué decisión tomaste al respecto. Si alguna de las cuatro respuestas es "más o menos", falta un paso.

El entregable final no es un informe largo. Es una grilla de franjas con un estado por franja, una lista de huecos ordenada por volumen y una decisión por hueco. Eso es lo que se puede revisar el mes siguiente para ver si la cobertura mejoró.

Preguntas frecuentes

¿Cuántos días de mensajes necesito para auditar el horario de atención?+

Mínimo dos semanas completas, idealmente un mes. Un solo día no representa la semana y un promedio semanal esconde los picos de cada franja. Si tu operación tiene estacionalidad marcada, auditá un período que la incluya.

¿Por qué no puedo usar la fecha de inserción de la fila para analizar horarios?+

Porque la fecha de inserción indica cuándo tu sistema guardó el mensaje, no cuándo el cliente lo escribió. Si hubo una importación de historial, casi todas las filas quedan con la misma fecha y hora, y la curva de mensajes real desaparece. La columna válida es el timestamp que manda Meta.

¿Qué es una franja gris y por qué importa?+

Es una franja donde hay alguien asignado en el papel pero no hay confirmación de que esté mirando la bandeja. No aparece como descubierta en ningún documento y sí aparece en los reclamos de clientes que escribieron y no recibieron respuesta. Se detecta cruzando asignación con primera respuesta real.

¿Las respuestas automáticas cuentan como cobertura?+

No para medir atención humana. Una auto-respuesta por horario avisa que el mensaje fue recibido, pero no resuelve la consulta. Si la contás como cobertura, el porcentaje sube y el hueco real queda tapado. Medilas por separado: una columna para respuestas automáticas y otra para respuestas humanas.

¿Qué hago si la franja descubierta tiene poco volumen pero consultas urgentes?+

Separá por tipo de consulta, no sólo por volumen. Una franja con poco tráfico pero con consultas que no toleran espera necesita una política distinta: puede ser una auto-respuesta que derive a un canal de urgencia o una persona de guardia, aunque el volumen no lo justifique por sí solo.

Seguí leyendo

Checklist de auditoría del horario de atención publicado vs el real: qué comparar, cómo medir el desfase y qué registrar

Checklist para verificar si el horario que publicás coincide con el que tu equipo realmente atiende. Incluye qué comparar en cada canal, cómo medir el desfase en minutos, qué registrar y qué hacer cuando el desfase aparece.

Checklist de auditoría de la bandeja de entrada: conversaciones sin asignar, sin etiqueta y sin respuesta fuera de horario

Checklist operativo para auditar una bandeja de WhatsApp Business: cómo detectar conversaciones sin asignar, sin etiqueta y sin respuesta fuera de horario, en qué orden revisarlas y qué hacer cuando algo falla.

Checklist de auditoría de la memoria de un asistente de IA en WhatsApp: qué recuerda, qué olvida y cómo verificarlo

Una lista de verificación para auditar qué información conserva tu asistente de IA entre conversaciones y entre agentes, con pruebas concretas para detectar olvidos, datos viejos y fugas entre clientes.

Checklist de auditoría del etiquetado de motivos de contacto

Un etiquetado de motivos de contacto se degrada solo: aparecen etiquetas duplicadas, categorías que nadie usa y conversaciones sin clasificar. Esta es la auditoría para hacer una vez por trimestre, con la tabla de qué revisar, cómo saber que está bien y qué hacer cuando falla.

Checklist de auditoría de conversaciones reabiertas: por qué volvió el cliente y qué falló en el cierre anterior

Un cliente que vuelve a escribir después de que dimos el caso por cerrado es una señal, no una molestia. Esta es la auditoría para reconstruir qué pasó entre el cierre anterior y este mensaje nuevo: qué revisar, en qué orden, cómo saber que el dato está bien y qué hacer cuando no se puede reconstruir.

Para profundizar, del blog

Empezá a usar Wando

14 días gratis, sin tarjeta de crédito.