Aprende a calcular la tasa de resolución en el primer contacto (FCR), a comparar tus resultados con los estándares del sector y a usar agentes de voz con IA para resolver más incidencias en la primera llamada.
La tasa de resolución en el primer contacto (FCR) es una métrica de atención al cliente que mide el porcentaje de consultas o incidencias de los clientes que se resuelven en una sola interacción, sin necesidad de otra llamada, de un email ni de un escalado.
Es uno de los KPI que más se siguen en los contact centers, porque reúne las dos cosas que más importan a los clientes: la rapidez y la eficacia. Cuando un cliente se pone en contacto por un problema y se lo resuelven a la primera, no tiene que dedicarle más tiempo ni repetir nada, y termina la interacción con la sensación de que le han escuchado y ayudado.
La FCR se mide en todos los canales de atención: teléfono, chat, email y autoservicio. Aun así, la FCR telefónica suele acaparar más atención, porque en las interacciones por voz suele haber más en juego y se consumen más recursos que en las digitales.
Llama y prueba en acción los agentes de voz con IA de telli. Descubre cómo suena en tiempo real una conversación de atención al cliente con IA, desde responder preguntas hasta resolver las incidencias de los clientes de forma natural e inmediata.
La fórmula estándar de la FCR es:
FCR = (incidencias resueltas en el primer contacto ÷ total de incidencias recibidas) × 100
Sin embargo, cómo definas “resuelta” importa mucho. Hay dos enfoques habituales. En el método definido por el agente, es el agente quien marca un ticket o una llamada como resueltos al cerrarlos. En el método definido por el cliente, se usan encuestas posteriores a la interacción para preguntar a los clientes si su incidencia se resolvió por completo. La mayoría de las organizaciones comprueban que la FCR definida por el cliente da una cifra más baja pero más precisa, ya que los agentes pueden cerrar tickets antes de tiempo.
En los contact centers telefónicos, la FCR se suele seguir junto con la tasa de llamadas repetidas: el porcentaje de clientes que vuelven a llamar por la misma incidencia dentro de un plazo determinado (normalmente 7 o 30 días). Una tasa de llamadas repetidas alta es una señal clara de que se está sobrestimando la FCR.
Para obtener una cifra de FCR fiable, segméntala por canal, tipo de incidencia y equipo de agentes. Una FCR global del 72 % puede ocultar una cola de soporte concreta que está en el 55 %, y ahí es donde están el verdadero problema y la verdadera oportunidad.
Según SQM Group, que lleva más de 25 años comparando los resultados de más de 500 call centers de Norteamérica, la FCR media, teniendo en cuenta todos los sectores, es del 70 %. Una buena tasa de FCR está entre el 70 % y el 79 %, y se considera de primer nivel a partir del 80 %. Solo el 5 % de los call centers alcanza ese nivel.
Los benchmarks varían bastante según el sector. Los contact centers del comercio minorista y de los seguros suelen ir en cabeza, con una FCR media de entre el 73 % y el 75 %, mientras que sectores como la energía, los seguros de salud y los servicios financieros suelen situarse en un rango intermedio. Los entornos de soporte técnico suelen puntuar más bajo, en torno al 63-65 %, por la complejidad de las incidencias que tratan.
Los estudios de SQM también ofrecen un argumento económico convincente: por cada mejora del 1 % en la FCR, los costes operativos bajan aproximadamente un 1 %, y en un call center mediano típico eso supone un ahorro de unos 286 000 dólares al año (SQM Group).
Mejorar la FCR consiste, en esencia, en eliminar los obstáculos que impiden a los agentes resolver los problemas a la primera. Normalmente son de cuatro tipos: los agentes no tienen la información adecuada, no tienen la autonomía necesaria, no tienen las habilidades necesarias o el cliente se derivó al equipo equivocado desde el principio.
Una mala derivación es una de las principales causas de una FCR baja. Cuando los clientes acaban en la cola equivocada, hay que transferirlos, y eso significa, casi por definición, que el primer contacto no ha resuelto su incidencia. Una derivación inteligente, basada en los datos del cliente, el historial de incidencias y la detección del motivo de la llamada, hace que cada persona que llama llegue al equipo mejor preparado para ayudarle, sin transferencias innecesarias.
Los agentes que pueden ver el historial de la cuenta de un cliente, sus interacciones anteriores, sus tickets abiertos y su actividad reciente diagnostican y resuelven las incidencias más rápido. Sin ese contexto, pasan los primeros minutos de la llamada recogiendo información que la empresa ya tiene, y los clientes se frustran cada vez más al tener que repetirse.
No todos los fallos de FCR se deben a la derivación o a los sistemas. Algunos reflejan carencias en el conocimiento del producto, en la capacidad para resolver problemas técnicos o en el criterio sobre cuándo escalar. Revisar las llamadas en las que la incidencia no se resolvió en el primer contacto, y diseñar una formación estructurada a partir de esos patrones, suele mejorar la FCR más rápido que los programas de formación generales.
Una parte importante del volumen de un contact center son solicitudes repetibles y estructuradas: programación de citas, verificación de cuentas, consultas sobre el estado de un trámite, confirmaciones de pago. Cuando los agentes de voz con IA las gestionan antes de que ninguna persona llegue a coger el teléfono, pasan dos cosas. Primero, muchas de estas solicitudes se resuelven por completo sin pasar a una persona, lo que mejora directamente la FCR. Segundo, los agentes humanos quedan libres para centrarse en las interacciones complejas, delicadas o con más en juego, donde su criterio es más importante.
Los agentes de voz con IA de telli mejoran la FCR de dos formas distintas: resolviendo por su cuenta ciertos contactos de principio a fin y aumentando las probabilidades de que la conversación posterior con una persona del equipo salga bien.
En las solicitudes rutinarias, como la programación de citas, las consultas sobre el estado de un pedido o un trámite o las preguntas frecuentes, un agente de voz con IA bien diseñado puede gestionar toda la interacción, del saludo a la resolución, sin que intervenga ningún agente humano. Estos contactos cuentan como resueltos en el primer contacto porque lo están: el cliente llamó, consiguió lo que necesitaba y colgó satisfecho.
En los contactos más complejos, telli funciona como una capa de clasificación y de recogida de contexto antes de pasar la llamada a una persona. Identifica el motivo de la llamada, verifica la identidad del cliente, recupera los datos relevantes de su cuenta y deriva la llamada al equipo adecuado, todo ello antes de que el cliente hable con un agente humano. Así es exactamente como está pensado el caso de uso de atención al cliente de telli: menos transferencias, una resolución más rápida y una FCR mejor.
La uniformidad de los agentes de voz con IA también influye en la FCR. A diferencia de los agentes humanos, cuyo rendimiento varía con el cansancio, la carga de trabajo y las lagunas de conocimiento, los agentes de IA aplican en cada llamada la misma lógica de derivación, las mismas preguntas y los mismos criterios de escalado. Esa uniformidad reduce las diferencias de FCR entre turnos y colas.
El recepcionista con IA de telli contesta al instante todas las llamadas, reserva citas y pasa a cada persona con quien corresponde, para que tu empresa deje de perder clientes en el buzón de voz.
Los agentes de voz con IA de telli atienden automáticamente las llamadas entrantes de soporte, responden preguntas frecuentes, recogen todos los detalles y solo pasan la llamada a tu equipo cuando de verdad hace falta una persona.
McMakler, una de las principales agencias inmobiliarias de Alemania, se enfrentaba a un problema de crecimiento muy habitual. Su equipo de atención al cliente, de 20 personas, gestionaba miles de llamadas, recibidas y realizadas, con compradores y vendedores, y en los periodos punta las colas llegaban a entre el 700 % y el 800 % de las llamadas en curso. Con esos tiempos de espera, el primer contacto está condenado a fracasar, porque quien por fin consigue hablar con un agente ya llega irritado y con prisas.
Después de implantar los agentes de voz con IA de telli para atender tanto las consultas entrantes como las devoluciones de llamada, McMakler redujo a un tercio sus tiempos de respuesta en horas punta y aumentó alrededor de un 45 % su tasa de contacto. Cada traspaso de telli a un agente humano incluye las transcripciones de la llamada, resúmenes generados por IA y análisis de sentimiento, así que los agentes siempre tienen el contexto que necesitan para resolver las incidencias sin pedir a los clientes que se repitan.
45%
de aumento en la tasa de contacto
x3
en la velocidad de respuesta en horas punta
Según SQM Group, una buena tasa de FCR está entre el 70 % y el 79 %. Se considera de primer nivel a partir del 80 %, y solo lo consigue el 5 % de los contact centers. Cualquier cifra por debajo del 70 % indica que hay que mejorar, normalmente en la derivación de llamadas, la formación de los agentes o la integración de sistemas.
La FCR mide si una incidencia se resolvió por completo en una sola interacción. El tiempo de primera respuesta (FRT, por sus siglas en inglés) mide lo rápido que un agente respondió por primera vez. Una primera respuesta rápida no garantiza la FCR: un agente puede responder al instante y aun así no resolver la incidencia, lo que obliga a nuevos contactos.
Sí. Aunque parezca contradictorio, una FCR muy alta puede indicar a veces que las opciones de autoservicio se quedan cortas: los clientes contactan con el soporte por preguntas sencillas que deberían resolver una buena página de preguntas frecuentes o un chatbot. Si una FCR alta va acompañada de pocas consultas resueltas por autoservicio, conviene investigarlo para asegurarte de que no estás generando una carga de trabajo innecesaria a los agentes.
Una mala derivación de las llamadas se cita una y otra vez como la principal causa estructural de una FCR baja. Cuando quien llama llega al equipo equivocado y hay que transferirlo, por definición ya no hay resolución en el primer contacto. Después de la derivación, las causas más habituales son que los agentes no tengan autoridad suficiente para resolver las incidencias y que los datos de los clientes estén dispersos, lo que impide a los agentes entender la situación completa del cliente.
Los agentes de voz con IA mejoran la FCR resolviendo de principio a fin los contactos rutinarios y cualificando a quien llama antes de transferir la llamada a una persona. Cuando un agente humano recibe la llamada, ya sabe qué quiere el cliente y tiene los datos de su cuenta y el historial de la conversación. Esto aumenta muchísimo la probabilidad de resolver la consulta en el primer contacto.
Una guía práctica para entender el churn de clientes y la rotación de empleados, los benchmarks que importan y cómo los agentes de voz con IA pueden reducir las bajas en todos los frentes.
Lee el artículoTodo lo que necesitas saber para medir, comparar y mejorar la tasa de conversión de leads, y dónde marcan más la diferencia los agentes de voz con IA.
Lee el artículoAprende a calcular, comparar y mejorar tu CSAT con estrategias de atención al cliente probadas y automatización con IA.
Lee el artículoDeja de comparar listas interminables de funciones y céntrate en los resultados de negocio. Descubre qué funciones de conversación, de automatización y para grandes empresas dan resultados de verdad en tu caso de uso concreto.
Lee el artículo
Ranya Kharbach