El NPS (Net Promoter Score) es útil para leer percepción, pero no indica dónde se rompe el journey ni qué mover primero. Para operar con evidencia, complementa percepción con métricas de comportamiento que conecten experiencia, operación y crecimiento.
Qué medir (y por qué)
La regla es simple: cada KPI debe responder una pregunta de gestión y apuntar a una palanca del P&L.
- Experiencia sin fricción
- CES (Customer Effort Score) revela cuántos pasos “sobran” en tareas clave.
- FCR (First Contact Resolution) muestra si cerramos a la primera o hacemos volver al cliente.
- TTR (Time to Resolution) acota dónde se atora cada motivo.
- Crecimiento que sí convierte
- Conversión cross-canal valida si el cliente que tocó varios canales termina comprando.
- BOPIS + OTIF (Buy Online, Pick Up In Store / On Time, In Full) confirman si la promesa de retiro se cumple y no erosiona la confianza.
- CLV (Customer Lifetime Value) indica dónde conviene invertir en funcionalidades o campañas.
- Operación que cumple lo que promete
- Exactitud de inventario/fill rate evita roturas de promesa.
- Ciclo de pedido end-to-end (del clic a la puerta/muelle) localiza atascos (pago, picking, carrier).
- Devoluciones por motivo separa problemas de UX (tallas/fichas) de surtido/proveedor.
La arquitectura que hace confiables (y gobernables) las métricas
Medir no sirve si cada área produce su propia “verdad”. Necesitas una cadena de trazabilidad: de evento → dato → métrica → tablero → decisión. Así evitas discusiones semánticas y aceleras la ejecución.
- GA4 → BigQuery: unifica eventos digitales, ventas, tickets, inventario y logística en una sola fuente de verdad. Resultado: comparas peras con peras entre canales y tiendas; detectas quiebres sin “excuses” de origen de datos.
- Looker (modelo semántico): define una sola fórmula para cada KPI (qué mide y cómo se calcula). Resultado: se acaban las “verdades paralelas” y el comité discute decisiones, no definiciones.
- Apigee / Vertex AI / Dialogflow: Apigee da APIs estables para que web/app/tienda/partners consuman lo mismo; Vertex AI aporta IA donde paga (clasificar motivos, recomendar, resumir); Dialogflow habilita autoservicio y handoff con contexto. Resultado: la métrica no solo se ve; mueve el proceso.
Roadmap de 8 a 12 semanas
El objetivo del arranque no es “reportear más”, sino resolver un caso real que impacte experiencia y costo, y dejar la base para escalar.
- Semanas 1 a 2: Línea base y preguntas de negocio
Inventario de KPIs y fuentes; diccionario de CES, FCR, TTR, OTIF, CLV con dueños; brechas priorizadas y hipótesis (p. ej., “subir FCR en cambios de talla reduciendo transferencias de 2.3 a ≤1.2”). - Semanas 3 a 4: Blueprint y datos confiables
Instrumentación de eventos críticos en GA4; cargas a BigQuery; modelo semántico en Looker con reglas de calidad (rangos, faltantes, integridad). Resultado: trazabilidad lista para decidir. - Semanas 5 a 8: Tableros accionables
Dos vistas: estratégica (causa-efecto con ingresos, costos y devoluciones) y operativa (por canal/flujo/tienda) con umbrales y alertas. Resultado: las áreas ven lo mismo y actúan a la misma cadencia. - Semanas 9 a 12: Piloto y escalamiento
Caso de alto impacto (p. ej., BOPIS + OTIF por zona) con metas, dueños y criterios de éxito/rollback. Si paga, se extiende por región/canal con el mismo lenguaje de datos.
Medir más allá del NPS no es descartarlo, es completarlo con comportamiento trazable para decidir hoy y mejorar cada semana.