Tasa de deflexión de tickets: fórmulas y cómo medirla
Tasa de deflexión de tickets, medida correctamente: cinco fórmulas aplicadas a un mes de datos, una lista de verificación de configuración y cómo atribuir artículos y videos a los tickets que evitan.
Berkay Akpolat17 min de lectura
Actualizado el 3 de noviembre de 2026
La tasa de deflexión de tickets es la proporción de personas que buscan ayuda en tu centro de ayuda y no llegan a abrir un ticket. Una fórmula defendible: sesiones de búsqueda de ayuda sin ticket en un plazo de 72 horas, menos las sesiones que fallaron visiblemente, dividido por todas las sesiones de búsqueda de ayuda, × 100. Las fórmulas comunes dan resultados muy diferentes, así que elige una y mantén sus reglas fijas.
A continuación: cinco fórmulas aplicadas a un mes de datos, una lista de verificación de configuración, atribución de artículos y videos, y lo que ahorra la deflexión.
¿Qué es la tasa de deflexión de tickets?
La tasa de deflexión de tickets mide con qué frecuencia el autoservicio (artículos de ayuda, videos, un asistente de IA, respuestas de la comunidad) evita que una pregunta se convierta en un ticket. Es una métrica de autoservicio, no una métrica del equipo de soporte: aumenta cuando los clientes encuentran respuestas, no cuando los agentes trabajan más rápido.
Tres términos suelen confundirse:
| Término | Qué cuenta | Fuente típica |
|---|---|---|
| Deflexión | Personas que buscaron ayuda y no abrieron un ticket | Centro de ayuda más datos del help desk |
| Resolución | Personas cuyo problema fue realmente resuelto en autoservicio | Encuestas, votos de "¿Fue útil?", sin recontacto |
| Contención | Conversaciones de chatbot o menú telefónico que nunca llegaron a una persona | Informes de bot o IVR |
La deflexión es lo más fácil de medir y lo más fácil de inflar: alguien que se rinde y abandona silenciosamente también "no abrió un ticket" (Gainsight llama a esto deflexión falsa). La resolución es lo que realmente quieres. Una buena medición impulsa la deflexión hacia la resolución.
¿Cómo se calcula la tasa de deflexión de tickets? Cinco fórmulas comparadas
No existe un estándar. Los help desks, los proveedores de chatbots y los analistas usan los suyos propios. Estas son las cinco que encontrarás, además de la contención de chatbots:
1. Puntuación de autoservicio (usada por Zendesk, "también conocida como ratio de autoservicio y ratio de deflexión de tickets")
Puntuación de autoservicio = sesiones en el centro de ayuda ÷ usuarios en tickets
Lo que hace bien: solo necesita dos números que ya tienes. Lo que hace mal: es un ratio (ej. 4:1), no una tasa, y aumenta con el tráfico incluso si nadie recibe ayuda.
2. Tasa basada en sesiones (muchos proveedores de centros de ayuda y chatbots)
Tasa = (sesiones en el centro de ayuda − sesiones seguidas de un ticket) ÷ sesiones × 100
Lo que hace bien: fácil de explicar como porcentaje. Lo que hace mal: cada visita abandonada cuenta como un éxito, por lo que resulta alta.
3. Tasa de sesiones ajustada (equipos liderados por analítica; un paso práctico hacia definiciones más estrictas como las de Intercom y Metabase)
Tasa = (sesiones de búsqueda de ayuda − sesiones seguidas de un ticket − otras sesiones que fallaron visiblemente) ÷ sesiones de búsqueda de ayuda × 100
Lo que hace bien: elimina bots, personal, navegación y fallos visibles, y usa una ventana de recontacto. Lo que hace mal: necesita unir visitas con tickets y sigue contando a las personas que se fueron silenciosamente.
4. Deflexión en el formulario de contacto (equipos que sugieren artículos en el formulario de ticket)
Tasa = personas que abandonaron el formulario tras un artículo sugerido, sin ticket en 72 horas ÷ personas que iniciaron el formulario × 100
Lo que hace bien: cuenta a las personas que estaban a punto de escribir. Lo que hace mal: cubre solo un punto de entrada.
5. Reducción de la línea base (líderes de soporte que reportan a finanzas)
Reducción = (tickets por 1.000 clientes antes − después) ÷ antes × 100
Lo que hace bien: mide el resultado que le importa al negocio. Lo que hace mal: mezcla cambios en el producto, estacionalidad y crecimiento.
No es deflexión: contención de chatbots (proveedores de chatbots)
Contención = (conversaciones con bot − conversaciones transferidas a una persona) ÷ conversaciones con bot × 100
Mide el bot, no tu contenido de ayuda, y cuenta a un usuario frustrado que cierra el chat como un éxito.
La definición de Intercom es la más estricta publicada: "el número de sesiones resueltas que fueron resueltas por soporte de autoservicio dividido por el número total de sesiones resueltas que buscan soporte", donde "los usuarios que dejaron de buscar soporte no están incluidos" y una sesión es un período de 24 horas. La fórmula 3 no puede llegar tan lejos sin preguntar a cada visitante, por lo que sigue contando a las personas que se fueron silenciosamente: léela como un techo. Para un suelo, cuenta solo las sesiones con una señal positiva (un voto de Útil, por ejemplo) y sin ticket dentro de la ventana, como recomienda Metabase. Reporta ambas si puedes; la brecha entre ellas es tu abandono silencioso.
Nuestra recomendación: reporta la fórmula 3 (con su suelo de señal positiva) mensualmente como tu tasa de deflexión, y la fórmula 5 trimestralmente como el resultado de negocio. Usa la fórmula 4 si sugieres artículos en tu formulario de contacto. Mantén la puntuación de Zendesk (fórmula 1) solo si tu equipo ya la sigue, y nunca la pongas en el mismo gráfico que un porcentaje.
Un mes, cinco respuestas: un ejemplo práctico
Aquí hay un mes de datos ficticios para una empresa SaaS con 25.000 clientes, procesados a través de las cinco fórmulas.
| Entrada | Valor |
|---|---|
| Sesiones en el centro de ayuda | 20.000 |
| Sesiones de búsqueda de ayuda (buscó o abrió un artículo; bots y personal eliminados) | 12.000 |
| Sesiones de búsqueda de ayuda seguidas de un ticket de la misma persona en 72 horas | 1.400 |
| Otras sesiones de búsqueda de ayuda que fallaron visiblemente (terminaron en una búsqueda sin resultados, o un voto de "No útil"; no siguió ningún ticket) | 2.600 |
| Tickets este mes | 2.400, de 2.000 personas |
| Inicios de formulario de contacto | 1.000 |
| Formulario abandonado tras abrir un artículo sugerido | 220, de los cuales 40 escribieron en 72 horas |
| Tickets por 1.000 clientes: mismo mes del año pasado → este mes | 120 → 96 |
| Fórmula | Cálculo | Resultado |
|---|---|---|
| 1. Puntuación de autoservicio | 20.000 ÷ 2.000 | 10:1 |
| 2. Tasa basada en sesiones | (20.000 − 1.400) ÷ 20.000 | 93% |
| 3. Tasa de sesiones ajustada | (12.000 − 1.400 − 2.600) ÷ 12.000 | 67% |
| 4. Deflexión en el formulario de contacto | (220 − 40) ÷ 1.000 | 18% |
| 5. Reducción de la línea base | (120 − 96) ÷ 120 | 20% menos tickets por 1.000 clientes |
Misma empresa, mismo mes: 10:1, 93%, 67%, 18% y 20%. Ninguna está mal. Responden a preguntas diferentes. Es por esto que las bandas de referencia de los proveedores (la calculadora de Chatling, por ejemplo, etiqueta 40–60% como "Bueno") significan poco a menos que sepas qué fórmula las produjo, y por qué solo deberías comparar tu número consigo mismo a lo largo del tiempo.
¿Cómo medir la deflexión de tickets, paso a paso?
Define una sesión de búsqueda de ayuda
Cuenta las sesiones donde alguien buscó en tu centro de ayuda, abrió un artículo, vio un video de ayuda o preguntó al asistente de IA del centro de ayuda. Elimina bots, tu propio personal (filtra por IP o rol de inicio de sesión) y visitas que solo tocaron la página de inicio. Este es tu denominador.
Conecta las visitas al centro de ayuda con los tickets
Necesitas saber si la misma persona abrió un ticket después de su visita. Las formas habituales: identifica a los usuarios que han iniciado sesión en tu herramienta de analítica y pasa el mismo ID de usuario a tu help desk, o coincide por correo electrónico cuando alguien envía el formulario de contacto. Registra al menos: ID de sesión, consulta de búsqueda y recuento de resultados, vistas de artículos, votos de utilidad, inicios de formulario de contacto, clics en artículos sugeridos, abandonos de formulario y tickets con ID de solicitante y etiqueta de tema. Los visitantes que no puedes unir (a menudo la mayoría de un centro de ayuda público) pertenecen a una estimación separada y etiquetada, no mezclada en la tasa unida. Sin ninguna unión, solo puedes reportar las fórmulas 1 y 5.
Elige una ventana de recontacto y congélala
Una sesión cuenta como deflexionada solo si la persona no abrió un ticket dentro de una ventana fija. Las definiciones publicadas usan 24 horas (sesión de Intercom), 48 horas (regla de recontacto de Helply) o 72 horas (Metabase); una ventana corta pierde a las personas que intentan de nuevo al día siguiente. Lo que elijas, mantenlo fijo, o tu línea de tendencia medirá tus cambios de reglas.
Resta los fallos visibles
Elimina las sesiones que terminaron en una búsqueda sin resultados o con un voto de "No útil". Estas personas no encontraron una respuesta, aunque no hayan escrito. Cuenta cada sesión una vez: una sesión fallida que también generó un ticket ya está incluida en el recuento de tickets.
Informa por tema, no solo en total
Agrupa las sesiones y los tickets por los mismos temas: facturación, SSO, exportaciones, etcétera. Un total del 67% puede ocultar un tema con un 30% que genera la mitad de tus tickets. Usa las etiquetas de tus tickets como lista de temas y asigna cada artículo de ayuda a una etiqueta.
Ponlo junto al volumen de tickets
Informa sobre la tasa de deflexión junto con los tickets por cada 1.000 clientes activos. Si la deflexión aumenta pero los tickets por cliente no disminuyen, estás contando las sesiones incorrectas.
¿Cómo atribuyes la deflexión a artículos y vídeos?
Aquí es donde se toman las decisiones útiles. Tres métodos, del más sencillo al más estricto:
1. Tema antes y después. Cuando publiques o reescribas el artículo de un tema, compara los tickets por cada 1.000 clientes de ese tema durante las cuatro semanas anteriores y las cuatro semanas posteriores. Comprueba que los demás temas se mantuvieron estables durante las mismas semanas; si todo disminuyó, probablemente fue estacional.
2. Tasa ajustada a nivel de artículo. Ejecuta la fórmula 3 para cada artículo: sesiones que vieron este artículo, menos aquellas seguidas por un ticket sobre el mismo tema en un plazo de 72 horas, menos los votos de "No útil". Clasifica los artículos según los tickets que siguen apareciendo después de verlos. La parte superior de esa lista es tu cola de reescritura.
3. Prueba de formato para vídeo. Para saber si añadir un vídeo instructivo reduce los tickets, añade vídeos a la mitad de un conjunto de artículos similares (por ejemplo, 10 de tus 20 artículos instructivos más vistos, elegidos alternativamente o al azar) y deja el resto igual. Después de cuatro a seis semanas, compara los tickets por tema entre las dos mitades, y solo confía en el resultado si cada mitad tiene suficientes tickets para mostrar una diferencia (unas pocas docenas al mes, no un puñado). Observa también la finalización del vídeo: un vídeo que la mayoría de la gente detiene al 25% no está cumpliendo su función. La investigación de usabilidad de Nielsen Norman Group descubrió que la gente usa el vídeo como fuente secundaria, especialmente para procesos largos y de varios pasos, así que prueba el vídeo primero en tareas de varios pasos.
| Pregunta | Método | Datos necesarios |
|---|---|---|
| ¿El nuevo artículo redujo los tickets sobre su tema? | Tema antes y después | Etiquetas de ticket, fecha de publicación |
| ¿Qué artículos siguen dejando pasar tickets? | Tasa ajustada a nivel de artículo | Visitas vinculadas a tickets |
| ¿El vídeo reduce los tickets para nuestras tareas? | Prueba de formato | Artículos similares, finalización de vídeo, etiquetas de ticket |
| ¿El autoservicio está dando resultados en general? | Reducción de referencia | Tickets por 1.000 clientes, por trimestre |
¿Qué es una buena tasa de deflexión de tickets?
No existe un punto de referencia público fiable, porque nadie utiliza la misma fórmula. Los rangos que verás en las publicaciones de los proveedores rara vez tienen una fuente. Mide según tu propia tendencia.
Para poner en contexto lo difícil que es el autoservicio, la encuesta de Gartner a 5.728 clientes descubrió que solo el 14% de los problemas de atención al cliente se resolvieron completamente mediante autoservicio, e incluso para los problemas que los clientes calificaron como "muy simples", solo el 36% (Gartner, 2024). En la misma encuesta, el 73% de los clientes utilizó el autoservicio en algún momento de su recorrido. La mayoría de la gente lo intenta; la mayoría no termina ahí.
La misma encuesta nombra la razón más común del fracaso: en el 43% de los casos, los clientes no pudieron encontrar contenido relevante para su problema. Encuestas anteriores de Gartner, con diferentes muestras, situaron la resolución completa mediante autoservicio en el 9% en 2019 y el 13% en 2020: bajo, cada vez que se ha medido (más en nuestras estadísticas de autoservicio al cliente). Ese es un problema de contenido que puedes medir directamente, a través de búsquedas que no devuelven nada.
¿Cuánto ahorra la deflexión de tickets?
Ahorro mensual = tickets deflactados × coste por ticket. Tickets deflactados = tickets mensuales × la proporción que son preguntas instructivas × la proporción que resuelve el autoservicio.
Para el coste por contacto, utiliza tu propia cifra completa si la tienes. Como referencia, el punto de referencia de costes de febrero de 2024 de Gartner sitúa la mediana en 1,84 $ por contacto de autoservicio y 13,50 $ por contacto asistido como teléfono, chat y correo electrónico (Gartner, 2024; informe completo para clientes). El autoservicio no es gratuito: para obtener una cifra neta, resta lo que cuesta un contacto de autoservicio. Con las medianas de Gartner, eso es 13,50 $ - 1,84 $ ≈ 11,66 $ ahorrados por contacto deflactado.
Nuestra calculadora de deflexión de tickets gratuita ejecuta esto con tus números: tickets por mes, la proporción de preguntas instructivas, la tasa de deflexión, el tiempo de gestión por ticket y el coste por ticket o coste por hora del agente. Devuelve los tickets deflactados, las horas de agente ahorradas y el dinero ahorrado por mes y por año. Por ejemplo, 2.000 tickets al mes, un 40% de preguntas instructivas y un 30% resueltas por autoservicio da 240 tickets deflactados al mes; a 15 $ por ticket, eso son 3.600 $ al mes. Usa una tasa basada en tickets, no una tasa de sesión: la caída de la fórmula 5 en tickets por cada 1.000 clientes es una buena entrada del mundo real, mientras que el 67% de las sesiones no es el 67% de los tickets.
¿Cómo aumentas tu tasa de deflexión?
Trabaja a partir de las mediciones anteriores, en este orden:
- Escribe los artículos que faltan. Tu lista de búsquedas sin resultados es una lista de tareas pendientes clasificada. Los clientes te dijeron las palabras que usan. Aquí tienes cómo convertir las búsquedas del centro de ayuda en una lista de escritura.
- Corrige los artículos que dejan pasar tickets. Reescribe los que tienen más tickets después de una visita y la tasa de utilidad más baja: título más claro, respuesta primero, etiquetas exactas, requisitos previos. Nuestra guía para escribir artículos del centro de ayuda muestra cómo.
- Añade un vídeo a las tareas de varios pasos. Luego comprueba con la prueba de formato anterior que ayudó.
- Pon las respuestas donde la gente se atasca. Enlaza el artículo desde la pantalla de tu producto y sugiere artículos en tu formulario de contacto.
- Mantén el contenido actualizado. Un artículo que ya no coincide con la interfaz de usuario crea tickets en lugar de evitarlos. Aquí tienes cómo mantener la documentación actualizada cuando tu interfaz de usuario cambia.
¿Construyendo la base de conocimientos desde cero? Empieza con cómo construir una base de conocimientos con IA.
Midiendo y aumentando la deflexión con Clevera
Clevera es una plataforma de IA que convierte una grabación de pantalla en un vídeo instructivo narrado, un artículo de ayuda paso a paso y una página en tu centro de ayuda alojado, en 74 idiomas. El centro de ayuda te proporciona el lado de autoservicio de las mediciones anteriores; tu servicio de asistencia sigue teniendo los tickets.
Perspectivas en cada plan. Cada centro de ayuda de Clevera muestra Vistas de página, Visitantes, Éxito de búsqueda, Tasa de cero resultados, Clics, la Tasa de utilidad por página y Asistente respondido, la proporción de preguntas de Preguntar a la IA respondidas desde tus páginas. Los lectores se cuentan sin cookies y los bots quedan fuera. Puedes mirar atrás 30 días en el plan Gratuito, 90 días en el plan Inicial y 12 meses en los planes Pro y Personalizado.
Brechas de contenido con un botón de Escribir artículo. Las búsquedas que no encontraron nada se enumeran con cuántas personas buscaron y cuándo. Escribir artículo abre Redactar con la búsqueda como tema, y el artículo se une al centro de ayuda para tu próxima publicación (cuesta créditos como cualquier artículo).
Sugerencias de artículos en el formulario de contacto. En el plan Inicial y superiores, el formulario de contacto del centro de ayuda sugiere hasta tres de tus páginas mientras el lector escribe, y cada mensaje te indica qué páginas se sugirieron. Esa es la configuración para la fórmula 4; cuenta los inicios y abandonos del formulario en tus propias analíticas.
Envía vistas de página a tus propias analíticas. En el plan Inicial y superiores, añade Google Analytics 4, Plausible, PostHog o Segment para que las vistas de página del centro de ayuda aterricen junto a los datos de tu producto. Unir esas visitas a los tickets sigue siendo tu trabajo: necesita un ID de usuario o correo electrónico que tu servicio de asistencia también tenga.
Completa las tareas más rápido. Graba el proceso una vez y Clevera redactará el artículo de ayuda con capturas de pantalla; además, puede crear un vídeo explicativo narrado a partir de la misma grabación para tu prueba de formato. Las analíticas de vídeo muestran la tasa de finalización y cuánto tiempo vieron los usuarios. En los planes Pro y Custom, el Piloto automático puede convertir las preguntas que pegues (hasta 30) y las búsquedas sin resultados en borradores de artículos pendientes de tu aprobación.
El centro de ayuda está incluido en todos los planes, incluido el gratuito. El plan Starter cuesta 29 $ al mes con facturación anual (36 $ al mes) y añade tu propio dominio e integraciones de analítica; el plan Pro comienza en 86,80 $ al mes con facturación anual para 2 creadores (124 $ al mes). Precios a fecha de 3 de noviembre de 2026; consulta los precios.
Empieza gratis o lee cómo se contabilizan las estadísticas del sitio de documentación.
Preguntas frecuentes
¿Cómo se calcula la tasa de desviación de tickets? Toma las sesiones del centro de ayuda orientadas a soporte que no derivaron en un ticket en un plazo determinado (normalmente 72 horas), resta las sesiones que fallaron visiblemente, divide el resultado entre el total de sesiones orientadas a soporte y multiplica por 100. Por ejemplo: (12.000 − 1.400 − 2.600) ÷ 12.000 = 67 %.
¿Cuál es la diferencia entre la puntuación de autoservicio de Zendesk y la tasa de desviación? La puntuación de autoservicio de Zendesk divide las sesiones del centro de ayuda entre los usuarios que abren tickets, ofreciendo una proporción como 4:1. La tasa de desviación es el porcentaje de sesiones que terminaron sin abrir un ticket. Pueden moverse en direcciones opuestas: un mayor tráfico aumenta la proporción incluso si no se evita ningún ticket adicional.
¿Es siempre buena una tasa de desviación alta? No. Una tasa basada en sesiones abandonadas puede aumentar mientras los clientes se sienten más frustrados. Compárala con el número de tickets por cada 1.000 clientes, los votos de utilidad y las búsquedas sin resultados. En B2B, un ticket desviado de una cuenta clave también puede ser una señal que tu equipo de cuentas nunca llega a ver.
¿Cuánto debe durar el plazo de recontacto? Las definiciones publicadas utilizan 24, 48 o 72 horas. Los plazos más largos son más estrictos. El plazo importa menos que mantenerlo fijo para que tu tendencia sea comparable mes a mes.
¿Se puede medir la desviación sin vincular las visitas a los tickets? En parte. Sin la vinculación, puedes informar sobre la proporción de Zendesk y el cambio en los tickets por cada 1.000 clientes, además de señales de contenido como búsquedas sin resultados y votos de utilidad. El informe de búsqueda de Zendesk también cuenta los "Tickets creados": búsquedas que llevaron a un ticket. No puedes saber qué visitas evitaron un ticket.
¿Los vídeos desvían más tickets que los artículos? No hay una respuesta general fiable; depende de la tarea. Pruébalo con tu propio contenido: añade vídeos a la mitad de un conjunto de artículos similares y compara los tickets por tema después de cuatro a seis semanas.
