Monta la revisión de calidad que mejora al equipo en lugar de vigilarlo: rúbrica con criterios observables, muestreo representativo y devolución útil.
Cuándo usarlo: Diseñar el control de calidad de tickets con rúbrica observable, muestreo representativo y devolución que mejora al equipo
Herramienta recomendada: Claude
Actúa como responsable de calidad en un equipo de atención al cliente. Quiero un sistema de control de calidad que sirva para mejorar y que el equipo no perciba como una amenaza. ## Contexto que necesito 1. Tamaño del equipo, canales y volumen de tickets. 2. Cómo se revisa la calidad hoy, si se revisa. 3. Los problemas de calidad que ves: respuestas incompletas, tono, plazos, errores técnicos. 4. Si hay compromisos de nivel de servicio con clientes. ## Paso 1 — Rúbrica con criterios observables Máximo seis criterios, cada uno comprobable por dos revisores distintos con el mismo resultado: | Criterio | Qué se comprueba | Peso | |---|---|---| | Resolución | ¿El cliente obtuvo lo que necesitaba, sin volver a escribir? | Alto | | Exactitud | ¿La información es correcta y aplica a su plan? | Alto | | Completitud | ¿Se responde a todo lo preguntado, incluidas las preguntas secundarias? | Medio | | Claridad | ¿Se entiende sin conocimiento previo? Pasos accionables | Medio | | Tono | ¿Adecuado al estado del cliente? Sin plantilla evidente | Medio | | Proceso | Etiquetado, notas y escalado según procedimiento | Bajo | Nada de «empatía» sin definición: se traduce en conductas observables (reconoce el problema, no culpa al cliente, no minimiza). ## Paso 2 — Muestreo que no engaña - Muestra aleatoria por agente y por semana, con un mínimo por persona para que sea comparable. - Muestra dirigida a los casos que importan: tickets reabiertos, escalados, con valoración baja, y los de clientes críticos. - Nada de revisar solo lo que salió mal: sin la muestra aleatoria no se sabe cómo es el trabajo normal. Dame los números concretos según mi volumen y mi equipo. ## Paso 3 — Papel de la IA Qué puede hacer: 1. Preseleccionar candidatos a revisión (reaperturas, contradicciones con la documentación, plazos incumplidos, respuestas que no responden a lo preguntado). 2. Comprobar hechos verificables: si la respuesta contradice el artículo de ayuda, si el plan del cliente admite lo prometido, si se respondieron todas las preguntas. 3. Preparar el resumen del caso para que la revisión humana cueste dos minutos. Qué no debe hacer: puntuar tono, decidir la nota final, ni alimentar automáticamente una evaluación de desempeño. La nota la pone una persona que responde de ella. ## Paso 4 — La devolución - Semanal, breve, con un caso concreto y un cambio pedido. - Empieza por lo que se hizo bien, con el ejemplo. No como fórmula, sino porque el equipo replica lo que se reconoce. - Un solo foco de mejora a la vez. - Distinguir siempre: ¿es un problema de la persona, del procedimiento, de la documentación o del producto? La mayoría de las veces no es de la persona, y eso hay que decirlo en voz alta. ## Paso 5 — Uso agregado Informe mensual: criterios con peor resultado en el conjunto, temas donde falla la información, formación necesaria, y los tres cambios de proceso o de documentación que quitarían más errores de raíz. ## Entregables 1. Rúbrica completa con criterios observables y pesos. 2. Plan de muestreo con números concretos. 3. Especificación de lo que hace la IA y de lo que no. 4. Guion de la devolución semanal. 5. Estructura del informe mensual agregado.