Cada llamada, entendida.
No una muestra del 2%.
Tu equipo de QA escucha una fracción de las llamadas y decide con esa fracción. Nosotros transcribimos todas, separamos quién dijo qué y evaluamos cada una contra tu protocolo, con la cita que sustenta cada resultado.
Las mismas grabaciones responden dos preguntas completamente distintas.
¿El asesor cumplió el protocolo?
Cada variable de tu rúbrica, evaluada llamada por llamada, con la cita textual que sustenta el resultado y un nivel de confianza. La unidad es la llamada y el sujeto es el asesor, así que una muestra alcanza para calificar personas con estabilidad.
- Cada valor rastreable hasta el segundo en que se dijo
- El revisor lee la cita en vez de volver a escuchar la llamada
- Tu rúbrica, tu fórmula de puntaje, tus criterios excluyentes
¿Qué están diciendo tus clientes?
El motivo de la llamada es operativo y aburrido: tres categorías se comen el 70% del volumen y no cambian nunca. Lo valioso es lo que el cliente dijo de paso: llamó por su factura y en el medio comentó algo del producto nuevo. Ese comentario no está en ninguna encuesta, ningún ticket ni ninguna reseña, porque esa persona nunca puso una queja.
- Necesita el censo, no la muestra: el valor está en la cola
- Analiza solo lo que dijo el cliente, no el guion del asesor
- Se ordena por lo que cambió, no por lo que más pesa
Por qué el censo: toma un tema presente en el 0,5% de las llamadas. Sobre 39.000 llamadas al mes son unas 195 menciones. En una muestra del 2,5% son 5 llamadas: indistinguible del ruido. (Cifras ilustrativas.)
De la grabación a una fila que puedes consultar.
Cada llamada se convierte en un registro estructurado y auditable. Una fila por llamada, una columna por variable, más las columnas de evidencia y de metadatos.
- 01
Ingesta
El audio llega desde donde lo tengas: carpeta compartida, bucket de almacenamiento o API. Se registra con sus metadatos: fecha, hora, identificador de asesor, identificador de gestión.
- 02
Transcripción y separación de hablantes
Se transcribe en español latinoamericano. Si el audio viene en dos canales, cada canal se atribuye de forma exacta; si viene mezclado se diariza, con detección estructural y reintento cuando el diarizador colapsa dos voces en una.
- 03
Resolución de rol
Cada turno recibe su rol —asesor o cliente— inferido de su contenido, turno por turno y no de una decisión global sobre toda la llamada. Un error aislado de separación no puede contaminar la evaluación entera.
- 04
Extracción de variables con evidencia
Sobre la transcripción ya etiquetada por rol se evalúa cada variable de tu rúbrica, devolviendo el valor, la cita textual que lo sustenta y un nivel de confianza.
- 05
Lectura acústica
Tono, ritmo y energía se leen por hablante sobre la señal, y se combinan con lo que la persona efectivamente dijo. El audio solo no distingue entusiasmo de enojo.
- 06
Cola de validación
Las llamadas de riesgo se derivan a revisión humana. En paralelo se extrae una muestra aleatoria para medir precisión. Las dos colas están separadas a propósito.
- 07
Entrega
La base estructurada se entrega en el formato acordado, con las columnas de metadatos que necesitas para cruzarla contra tus propios sistemas.
- 08
Descarte del audio
Terminado el procesamiento el archivo se elimina, salvo que necesites conservarlo para que un supervisor escuche la evidencia. Esa decisión es tuya y conviene tomarla antes del despliegue.
Cuatro cosas que un competidor no copia agregando una función.
Cada resultado lleva su cita
Un supervisor que cuestiona una calificación lee la frase que la generó. Eso es lo que hace viable la validación humana a escala: nadie tiene que volver a escuchar la llamada ni confiar en el criterio del modelo.
«No» y «no determinable» son valores distintos
Colapsarlos hace que el tablero reporte incumplimiento cuando el audio simplemente era ininteligible. Es un defecto real que un cliente detectó en una demo, y está resuelto por diseño.
El rol se resuelve turno por turno
Los sistemas que deciden quién es quién una sola vez por llamada dejan que un error de separación corrompa la evaluación completa. Acá no puede pasar, y es además lo que permite analizar solo el lado del cliente.
Se cobra por audio procesado, no por puesto
Pagas por los minutos que realmente corres. El cobro por asiento cobra por agente exista o no volumen para revisar.
Medida sobre tu audio y reportada. No sacada de un catálogo.
El proceso corre dos colas separadas, y la distinción no es un tecnicismo: mezclarlas sesga el estimado y convierte una métrica otra vez en una promesa.
Muestra aleatoria
La selección tiene que ser aleatoria. Si el revisor elige qué llamadas mirar, el estimado queda sesgado y deja de ser una medición.
Cola dirigida por confianza
Concentra los errores probables: transcripción dudosa, variables no determinables, separación de hablantes deficiente. Mejora el entregable, pero no sirve para calcular precisión.
Unas 400 llamadas dan un margen de ±3% al 95% de confianza, y ese número no crece con el volumen: es el mismo para 5.000 grabaciones al mes que para 40.000. Fijar la muestra de medición en términos absolutos sale más barato que como porcentaje, y es estadísticamente equivalente.
Qué se conserva y qué no.
Se conserva
- La transcripción
- Las variables evaluadas y sus citas de evidencia
- Los metadatos de la llamada
- Las correcciones del revisor, con atribución y fecha
No se conserva
- El archivo de audio original: se procesa y se elimina
La residencia de los datos es configurable. Si tu normativa exige que la información no salga de un país o de una región, el despliegue se ajusta a eso.
Se puede aplicar enmascaramiento automático de datos sensibles —números de documento, de cuenta o de tarjeta— sobre la transcripción, antes de que el texto se conserve.
Actuamos como encargados del tratamiento; tú sigues siendo el responsable. El acuerdo se firma antes de procesar el primer archivo real.
Las reglas que hacen que el resultado valga.
- Se ordena por cambio, no por volumen. Un ranking por tamaño devuelve «facturación» todas las semanas hasta que canceles.
- Las citas se eligen por representativas, no por llamativas, y cada una dice a cuántas llamadas representa.
- El denominador se dice siempre. No «al 62% de los clientes no le gusta», sino «de quienes llamaron y lo mencionaron, el 62% lo mencionó negativamente». Quien llama tiene un problema; no es tu base de clientes.
Esa honestidad metodológica no es una limitación que estemos confesando. Es el argumento: es lo que separa esto de un modelo de lenguaje escribiendo resúmenes verosímiles.
Tu muestra de QA califica bien a los agentes. Encuentra temas mal.
Los dos trabajos usan las mismas grabaciones, así que es razonable suponer que una sola muestra sirve para ambos. No sirve, y la razón es aritmética, no de criterio.
Tráenos veinte de tus grabaciones.
La calibración corre sobre tu audio real, no sobre una demo genérica. Veinte llamadas alcanzan para mostrarte cómo se comporta en tu operación antes de que nadie firme nada.
Solicita un piloto →