Plantilla de scorecard de QA para call center: un formulario listo para usar con ponderaciones, ítems críticos y criterios de puntuación

La mayoría de las plantillas de scorecard de QA que hay en internet son una lista de encabezados: “saludo”, “empatía”, “resolución”, cada uno puntuado del 1 al 5. Dos evaluadores que usen esa lista con la misma llamada darán puntuaciones distintas, porque nada les dice cómo suena un 3. Los agentes lo notan, cuestionan sus resultados y dejan de confiar en el área de calidad.

Esta página le ofrece un scorecard completo de atención al cliente entrante, con puntos, ítems críticos y criterios de referencia por escrito, un ejemplo práctico de evaluación de una llamada, una variante breve para llamadas de agentes de voz con IA y el proceso que rodea al formulario: calibración, cuántas llamadas revisar, coaching y cuándo la evaluación automática de todas las llamadas debe sustituir al muestreo. Si gestiona campañas salientes, nuestra guía de control de calidad de llamadas salientes trata con más detalle los avisos obligatorios, las bajas y los ítems de cumplimiento para llamadas salientes.

¿Qué incluye un scorecard de QA para call center?

Un scorecard que funciona tiene cuatro partes:

1. Secciones ponderadas que siguen el orden de una llamada real, para que el evaluador pueda puntuar mientras escucha.
2. Criterios observables. “Hizo al menos una pregunta para acotar el problema” se puede comprobar en la grabación. “Mostró buena actitud”, no.
3. Ítems críticos puntuados como aprobado o suspendido, fuera de los puntos. Una llamada en la que el agente leyó en voz alta un número de tarjeta completo no es una llamada de 92 por ciento con un error.
4. Criterios de referencia: una frase por criterio que describe Cumple, Cumple parcialmente y No cumple. Los criterios de referencia son lo que hace que dos evaluadores coincidan.

Sea breve. Si evaluar una llamada de 5 minutos lleva 20 minutos, los evaluadores tomarán atajos o revisarán menos llamadas. Entre dieciséis y veinte criterios son más que suficientes para atención al cliente.

Plantilla de scorecard de QA para atención al cliente entrante

Cópiela en su herramienta de QA o en una hoja de cálculo y ajuste las ponderaciones a sus prioridades. Las ponderaciones siguientes sirven para una línea general de atención al cliente en la que lo más importante es dar la respuesta correcta. Un equipo de facturación podría pasar puntos de indagación a documentación; un servicio de soporte técnico podría dar todavía más peso a la resolución.

Fíjese en lo que no está en el scorecard: el tiempo de gestión. La velocidad pertenece a un panel, no a una puntuación de calidad. Si los agentes pierden puntos por las llamadas largas, se apresuran en la sección de resolución y sus llamadas repetidas aumentan. Nuestra guía para reducir el tiempo medio de gestión explica cómo acortar las llamadas sin perjudicar la calidad, y la guía de fórmulas de KPI de call center muestra dónde se sitúan las puntuaciones de QA junto al FCR, el CSAT y el AHT.

Ítems críticos: aprobado o suspendido

Cualquiera de estos ítems suspende la llamada, independientemente de los puntos. Informe de los suspensos críticos como una cifra propia (por ejemplo, “2 suspensos críticos en 40 llamadas este mes”), porque un 0 promediado en la puntuación los oculta.

Limite la lista a lo que es realmente grave. Si diez cosas son críticas, ninguna lo es, y todos los agentes suspenden algo cada mes.

Cómo puntuar las llamadas: la escala y los criterios de referencia

Use dos tipos de puntuación:

• Sí/no para los hechos: ítems críticos y criterios como “código de tipificación correcto”.
• Tres niveles para las habilidades: Cumple (todos los puntos), Cumple parcialmente (la mitad de los puntos) y No cumple (cero). Añada N / A para los criterios que no aplicaban, como la gestión de esperas en una llamada sin espera.

¿Por qué no del 1 al 5? Una escala de cinco puntos parece más precisa, pero los evaluadores rara vez coinciden en la diferencia entre un 3 y un 4, y ese desacuerdo es lo que destruye la confianza en la calidad. Tres niveles con criterios de referencia claros dan datos más consistentes. Si más adelante necesita una graduación más fina, añádala a uno o dos criterios, no a todos.

Estos son los criterios de referencia de los ítems sobre los que más discuten los evaluadores. Redacte uno para cada línea de su scorecard.

Los criterios de referencia deben describir comportamientos que se pueden oír, no una sensación. Si sus agentes siguen flujos de llamada, vincule los criterios a sus guiones para que “Cumple” signifique lo mismo en la formación y en la evaluación de calidad. Nuestros guiones para call center entrante ofrecen frases de apertura, verificación y cierre desarrolladas con las que puede evaluar.

Ejemplo práctico: evaluación de una llamada

Un cliente llama por un cargo duplicado. El agente saluda bien y pregunta el nombre, deja que el cliente se explique, pero empieza a explicar los ciclos de facturación antes de preguntar qué pago se duplicó. Confirma correctamente el reembolso, dice “facturación lo resolverá” sin dar un plazo, se despide sin preguntar si hay algo más y deja notas correctas pero escuetas. No hubo espera.

El ítem de espera era N/A, así que sus 5 puntos se restaron del total posible: 77.5 dividido entre 95, no entre 100. Si el agente hubiera leído en voz alta el número de tarjeta del cliente, la llamada se registraría como suspenso crítico, y el 81.6% se conservaría solo como nota para el coaching.

El punto de coaching es evidente: dos de las tres penalizaciones se deben al mismo hábito, adelantarse. Un solo comportamiento a trabajar (“preguntar qué pago antes de explicar”) es mejor que cinco.

Rangos de puntuación sugeridos

Son puntos de partida, no un benchmark. Fíjelos después de su primer mes de puntuaciones calibradas.

• 90% o más: sólido. Use estas llamadas como ejemplos de formación.
• 80–89%: cumple el estándar. Haga coaching sobre un comportamiento.
• 70–79%: por debajo del estándar. Sesión de coaching en la misma semana.
• Por debajo del 70%, o cualquier suspenso crítico: revisión inmediata con el jefe de equipo.

Ficha de evaluación QA para llamadas de agentes de voz con IA

Si un agente de voz con IA atiende parte de sus llamadas, esas llamadas también necesitan control de calidad. No se olvidará de decir su nombre, así que la mayor parte de la ficha para agentes humanos no aplica. Lo que falla con la automatización es distinto: puede entender mal y seguir adelante, responder con conocimiento general en lugar de con sus documentos, dar una cifra que nadie aprobó, decir que algo está reservado cuando no lo está o mantener a la persona que llama en un bucle cuando debería transferirla.

Dé mucho peso a la transferencia. Una persona que se queda atascada con un agente automatizado es el fallo que sus clientes recuerdan. Nuestra guía sobre la transferencia de un agente de voz con IA a una persona explica los desencadenantes y qué contexto debe acompañar a la llamada.

Evalúe usted mismo estas dos llamadas de demostración

Demo de agente de voz con IA — llamante simulado: las respuestas provienen del agente de voz en producción de DialerBee; las personas que llaman son sintéticas y los negocios, ficticios.

En la llamada al salón, el agente repite el servicio, el día y la hora antes de cerrar («entonces, ¿quiere reservar un corte con secado para el próximo jueves a las 4 de la tarde?») y luego dice que el equipo revisará la reserva y la confirmará. No afirma que la cita esté reservada, por lo que cumple «solo afirmó lo que se hizo». En la llamada a la clínica, un evaluador comprobaría el horario y el rango de precios indicado con los documentos y la lista de precios de la propia clínica, y confirmaría que «llámeme a este número» se guardó como el número de la persona en la solicitud de devolución de llamada. Las transcripciones de ambas están en la página del agente de voz con IA.

Cómo realizar una sesión de calibración de QA

La calibración garantiza que una puntuación signifique lo mismo la ponga quien la ponga. Sin ella, el resultado de un agente depende del evaluador que le toque.

1. Elija de 3 a 5 llamadas: una claramente buena, otra claramente mala y el resto dudosas. En las dudosas es donde aparecen los desacuerdos.
2. Primero, evalúe por separado. Cada evaluador, e idealmente un jefe de equipo, puntúa las llamadas de forma independiente antes de la reunión. Puntuar juntos convierte la calibración en seguir a quien más alto habla.
3. Compare criterio por criterio, no solo los totales. Dos evaluadores pueden dar ambos un 80% y discrepar en la mitad de los criterios.
4. Analice cada desacuerdo frente al ancla. Pregunte: ¿el ancla permitía ambas interpretaciones? Si es así, reescriba el ancla, no al evaluador.
5. Registre la decisión con la llamada como ejemplo de referencia («esto es Cumple parcialmente en responsabilidad, porque…»), para que los nuevos evaluadores aprendan de ella.
6. Repita cada mes, y cada semana durante el primer mes de una ficha nueva o de un evaluador nuevo.

Cómo medir la concordancia entre evaluadores

Bastan dos medidas sencillas:

• Rango de puntuación: el total de cada evaluador para una llamada debería quedar a unos 5 puntos de la media del grupo. Los evaluadores que puntúan siempre alto o bajo necesitan una reunión individual.
• Concordancia por criterio: la proporción de criterios individuales en los que dos evaluadores dieron la misma calificación.

La concordancia bruta puede dar una imagen demasiado favorable, porque en los criterios que casi todos cumplen los evaluadores coinciden por azar. El kappa de Cohen corrige eso. Un ejemplo práctico: dos evaluadores toman 40 decisiones de sí/no (4 llamadas × 10 criterios). Ambos dicen sí en 26, ambos dicen no en 8 y discrepan en 6. La concordancia bruta es de 34 de 40, es decir, del 85%. El evaluador A dijo sí el 75% de las veces y el evaluador B el 70%, así que la concordancia esperable por azar es 0.75 × 0.70 + 0.25 × 0.30 = 60%. Kappa = (85% − 60%) ÷ (100% − 60%) = 0.625. Ese 85% de titular oculta una brecha real, y los criterios en los que discrepan son las anclas que hay que reescribir.

En DialerBee Cuadros de mando de control de calidad, varios evaluadores pueden puntuar la misma llamada de forma independiente en la plataforma, y el sistema compara sus puntuaciones para mostrar la variación entre evaluadores.

¿Cuántas llamadas por agente al mes debe revisar QA?

No existe un estándar del sector. Cuando Call Centre Helper preguntó a profesionales del sector (consultado en octubre de 2026), las respuestas iban de 4 a 8 llamadas al mes, pasando por 10 y 15, hasta 50 o 60 llamadas por agente al mes. La cifra adecuada depende de lo que quiera que le diga la muestra.

Dos cálculos ayudan. Primero, las muestras pequeñas no detectan los hábitos. Si un agente omite la verificación de identidad en 1 de cada 10 llamadas, la probabilidad de que una muestra aleatoria no contenga ninguna de esas llamadas es:

La primera columna es 0.9 elevado al número de llamadas. La segunda es un margen del 95% suponiendo que las puntuaciones de las llamadas de un agente varían con una desviación típica de 10 puntos; su dispersión puede ser distinta. Con 4 llamadas, un 82% de un agente podría ser en realidad cualquier valor entre aproximadamente el 72% y el 92%. No es lo bastante preciso para clasificar a los agentes ni para vincular las puntuaciones a la retribución.

Un plan práctico de muestreo humano:

• Agentes con experiencia: de 6 a 10 llamadas aleatorias al mes para obtener una tendencia fiable, además de llamadas seleccionadas.
• Agentes nuevos y agentes con un plan de mejora: de 2 a 4 a la semana durante el primer mes.
• Llamadas seleccionadas, además: llamadas largas, escalamientos, quejas, clientes que vuelven a llamar y llamadas con sentimiento negativo. Manténgalas separadas de la muestra aleatoria en los informes, o bajarán las puntuaciones injustamente.

¿Cómo vincular las puntuaciones de QA con el coaching?

Una puntuación que llega dos semanas después y sin conversación no cambia nada. Un ciclo que funciona:

1. Haga el coaching en pocos días, mientras el agente aún recuerda la llamada.
2. Elija uno o dos comportamientos, tomados de los criterios en los que el agente más puntos perdió en varias llamadas, no de una sola llamada mala.
3. Reproduzca el momento, no toda la llamada. Vaya a la marca de tiempo y deje que el agente lo escuche.
4. Acuerden el nuevo comportamiento en una frase que el agente pueda usar en la próxima llamada.
5. Vuelva a puntuar a las dos semanas con los mismos criterios. Si la puntuación no ha cambiado, cambie el coaching o el ancla.
6. Mire al equipo en conjunto. Si la mayoría de los agentes pierde puntos en el mismo criterio, es un problema de formación, de guion o de proceso, no del agente.

En DialerBee, los evaluadores puntúan con reproducción integrada, anotan momentos concretos en la línea de tiempo de la grabación y leen la transcripción junto con el audio. Las notas de coaching se adjuntan a la llamada evaluada, los agentes ven sus puntuaciones y notas en un panel de autoevaluación y confirman la recepción de los comentarios, y las puntuaciones se siguen a lo largo del tiempo por agente, equipo, campaña y criterio. Los datos de QA se exportan a PDF y CSV, con informes programados para los jefes de equipo.

Evaluación automática con IA de todas las llamadas frente a muestreo humano

El muestreo humano revisa una pequeña parte de las llamadas. La evaluación automática puede cubrirlas todas. Ninguno sustituye al otro.

El modelo que funciona: deje que la evaluación automática cubra todas las llamadas y marque las que merece la pena escuchar, y que las personas puntúen por completo un conjunto más pequeño. Cada mes, compare las puntuaciones automáticas y humanas de las mismas llamadas, igual que calibra a dos evaluadores. Si discrepan en un criterio, corrija el criterio antes de fiarse de la tendencia.

DialerBee evalúa todas las llamadas automáticamente, de modo que la revisión de calidad cubre todas las llamadas y no solo una muestra. Además, las reglas de marcado automático envían llamadas a la cola de revisión de QA según la duración, la disposición o la puntuación de sentimiento, y los evaluadores pueden seguir eligiendo llamadas aleatorias o seleccionadas. Las plantillas de fichas tienen secciones, preguntas y ponderaciones personalizadas, y pueden variar por campaña o equipo, para que una línea de facturación y un equipo de ventas no compartan el mismo formulario.

En las llamadas de agentes de voz con IA, cada llamada deja un resultado con la grabación, la transcripción y el desenlace, que es lo que un evaluador necesita para puntuarla. Antes de que un agente entre en producción, puede probarlo en un simulador y, una vez en marcha, un supervisor puede escuchar una llamada y tomar el control.

Errores comunes en las fichas de evaluación QA

• Demasiados criterios. Treinta criterios significan revisiones lentas y muestras pequeñas. Quédese con lo que realmente va a trabajar en el coaching.
• Criterios vagos sin anclas. «Tono profesional» puntuado de 1 a 5 invita a las disputas.
• Promediar los fallos críticos dentro de la puntuación. Infórmelos por separado.
• Puntuar la rapidez como calidad. Deje el tiempo medio de atención fuera del formulario.
• Mezclar llamadas seleccionadas y aleatorias en una misma media. Las llamadas seleccionadas se eligen porque algo salió mal.
• No cambiar nunca el formulario. Revise la ficha cada trimestre. Elimine los criterios que todos cumplen siempre; añada lo que sigue generando debate en la calibración.

Preguntas frecuentes

¿Qué debería incluir un cuadro de mando de control de calidad de un centro de llamadas?

Cinco o seis secciones ponderadas que siguen el orden de la llamada: apertura, comprensión del problema, resolución, comunicación, cierre y documentación. Añada una lista breve de criterios críticos, como la verificación de identidad y la exactitud de la información, que por sí solos suspenden la llamada. Dé a cada criterio un ancla que describa cómo suenan Cumple, Cumple parcialmente y No cumple.

¿Cómo se puntúa una llamada con una ficha de evaluación QA?

Escuche la llamada completa una vez y luego puntúe cada criterio frente a su ancla. Asigne la puntuación completa, la mitad o cero, marque como N/A los criterios que no aplicaban y reste sus puntos del total. Divida los puntos obtenidos entre los puntos posibles. Si falló algún criterio crítico, la llamada se suspende sea cual sea el porcentaje.

¿Qué es una buena puntuación de QA en un call center?

No hay una referencia universal, porque la cifra depende por completo de lo estrictas que sean sus anclas. Muchos equipos fijan como objetivo entre el 85 y el 90 por ciento, y cuentan aparte cualquier fallo crítico. Vigile la tendencia de cada agente y de cada criterio en lugar de perseguir una sola cifra.

¿Debo usar una escala de 1 a 5 o de sí/no?

Use sí/no para hechos, como si el agente verificó la identidad, y una escala de tres niveles (Cumple, Cumple parcialmente y No cumple) para habilidades. Las escalas de cinco puntos parecen más precisas, pero los evaluadores rara vez coinciden en la diferencia entre un 3 y un 4, lo que dificulta la calibración.

¿Cuántas llamadas por agente al mes debe revisar QA?

Los profesionales del sector indican cualquier cifra entre 4 y más de 50 al mes. De cuatro a ocho llamadas dan una idea aproximada, pero no detectan hábitos que aparecen en una de cada diez llamadas. Revise más en el caso de agentes nuevos o con dificultades, y use la evaluación automática de todas las llamadas para decidir cuáles escucha una persona.

¿Con qué frecuencia deben celebrarse las sesiones de calibración de QA?

Una vez al mes es una buena referencia, y cada semana mientras se asienta una ficha nueva o un evaluador nuevo. Cada evaluador puntúa las mismas llamadas por su cuenta; después, el grupo compara los resultados criterio por criterio y reescribe cualquier ancla que admitiera dos interpretaciones.

¿Puede la IA evaluar todas las llamadas en lugar de los evaluadores humanos?

La evaluación con IA puede cubrir todas las llamadas, algo que el muestreo nunca logra, y es coherente. Es más débil en el criterio, por ejemplo para juzgar si una excepción a la política fue la decisión correcta. El modelo práctico es IA para la cobertura y el marcado, y personas para la calibración, las puntuaciones en disputa y el coaching.

¿Cómo se hace QA de las llamadas de un agente de voz con IA?

Use una ficha más corta centrada en lo que puede fallar con la automatización: si confirmó lo que entendió, si respondió solo con sus documentos, si dio solo sus precios, si afirmó una acción solo cuando se había realizado y si transfirió a una persona cuando debía. Trate los datos y los precios inventados como fallos críticos.

En resumen

Una ficha de evaluación QA solo es tan buena como la concordancia entre quienes la usan. Empiece con la plantilla anterior, redacte anclas para cada criterio, mantenga separados los fallos críticos, calibre cada mes y revise suficientes llamadas para que la puntuación signifique algo. Use la evaluación automática para cubrir todas las llamadas y dirigir a las personas hacia las que importan. Si quiere fichas de evaluación, grabaciones, transcripciones, notas de coaching y evaluación automática de todas las llamadas en el mismo sistema que sus colas y su agente de voz con IA, consulte las fichas de evaluación QA de DialerBee y el software de call center, Reserva una demostración, o empiece una prueba gratuita de 14 días sin tarjeta de crédito. Los planes y precios están en la página de preciosy el La página del recepcionista con IA muestra lo que gestiona el agente de voz en las llamadas entrantes.