Análisis de encuestas 101: las métricas que de verdad importan

Recoger respuestas de encuestas es la parte fácil. La parte difícil —y la que separa las encuestas útiles de las decorativas— es leer los datos correctamente. Es alarmantemente fácil sacar conclusiones tajantes de cifras que no las respaldan: celebrar una puntuación que se movió por el ruido, promediar una métrica que jamás debería promediarse, o confiar en un resultado procedente de una muestra demasiado pequeña o sesgada como para significar algo. Esta guía cubre las métricas que de verdad importan, los cálculos que hay detrás de ellas y los errores de análisis que producen malas decisiones sin que nadie lo note.

Tabla de contenidos

• Tasa de respuesta frente a tasa de finalización
• NPS, CSAT y CES explicados
• Cuándo mienten los promedios
• Tabulación cruzada: la herramienta más infrautilizada
• Tamaño de muestra y significancia
• Métricas y errores que evitar
• Preguntas frecuentes

Tasa de respuesta frente a tasa de finalización

Estas dos se confunden constantemente, y la diferencia cambia cuánto puedes confiar en tus datos.

• Tasa de respuesta = (número de personas que iniciaron la encuesta ÷ número de invitadas) × 100. Si enviaste un correo a 1000 personas y 250 lo abrieron y comenzaron, tu tasa de respuesta es del 25 %.
• Tasa de finalización = (número de personas que terminaron ÷ número de personas que empezaron) × 100. Si 250 empezaron y 200 llegaron al final, tu tasa de finalización es del 80 %.

Ambas importan por razones distintas. Una tasa de respuesta baja eleva el riesgo de sesgo de no respuesta: quienes no contestaron pueden diferir sistemáticamente de quienes sí lo hicieron, de modo que tu muestra no es representativa. Una tasa de finalización baja apunta a un problema dentro de la propia encuesta: es demasiado larga, demasiado confusa o tiene una pregunta frustrante que hace que la gente abandone. Observar dónde se cae la gente (el punto de abandono) te dice exactamente qué pregunta corregir. Una tasa de respuesta del 20 al 30 % es común en las encuestas externas por correo, mientras que las encuestas internas con respaldo de la dirección pueden superar el 70 %.

NPS, CSAT y CES explicados

Dominan tres métricas de experiencia, y cada una responde a una pregunta distinta. Usar la equivocada —o calcularla mal— es una fuente frecuente de confusión.

El Net Promoter Score (NPS) mide la lealtad y la probabilidad de recomendar en una escala de 0 a 10. Las respuestas de 9 a 10 son promotores, de 7 a 8 son pasivos y de 0 a 6 son detractores. NPS = % de promotores − % de detractores, lo que produce una puntuación de −100 a +100. Ten en cuenta que el NPS no es un promedio de las puntuaciones de 0 a 10; es una diferencia de porcentajes, y los pasivos se ignoran deliberadamente. Si usas NPS, nuestro tipo de encuesta NPS gestiona la clasificación automáticamente.

La Satisfacción del cliente (CSAT) mide la satisfacción con una interacción concreta, normalmente en una escala de 1 a 5. El CSAT estándar es el porcentaje de encuestados que eligieron las casillas superiores (4 o 5) —el método de las «dos casillas superiores»— y no el promedio en bruto. Responde a «¿estaba la gente contenta con esta cosa concreta?».

El Customer Effort Score (CES) mide lo fácil que fue lograr algo, normalmente en una escala de acuerdo de 1 a 7 con una afirmación como «la empresa me facilitó resolver mi problema». El CES predice con fuerza la recurrencia del negocio, porque el esfuerzo impulsa la deslealtad. Usa el NPS para la salud general de la relación, el CSAT para puntos de contacto concretos y el CES para la fricción en un proceso.

Cuándo mienten los promedios

La media es el resumen por defecto, y a menudo es el equivocado. Una sola media oculta la forma de los datos. Considera dos preguntas que ambas promedian 3,0 en una escala de cinco puntos: en una, todos respondieron 3; en la otra, la mitad respondió 1 y la mitad 5. Son realidades completamente distintas —la primera es un consenso, la segunda una organización polarizada— y, sin embargo, la media las trata de forma idéntica.

Tres hábitos te protegen:

• Mira la distribución, no solo el promedio. Un desglose de frecuencias o una vista de dos casillas superiores/dos inferiores revela la polarización que la media oculta.
• No promedies las escalas ordinales sin cuidado. La distancia entre «De acuerdo» y «Totalmente de acuerdo» no es necesariamente la misma que entre «Neutral» y «De acuerdo». Los porcentajes de la casilla superior suelen ser más honestos que una media.
• Vigila la mediana con datos sesgados. Cuando unos pocos valores extremos tiran de la media, la mediana es un centro más representativo.

La disciplina es sencilla: nunca informes de una sola cifra sin conocer la distribución que hay detrás.

Tabulación cruzada: la herramienta más infrautilizada

Si hay una técnica analítica que convierte un informe plano en una idea genuina, es la tabulación cruzada: desglosar las respuestas de una pregunta según otra variable. Una puntuación de satisfacción del 60 % es un titular; la idea es que es del 80 % entre los clientes de menos de un año y del 40 % entre los clientes de larga antigüedad, lo que cuenta una historia que el titular había enterrado.

Entre las tabulaciones cruzadas útiles están:

• La satisfacción por segmento de clientes (nivel de plan, región, antigüedad).
• El compromiso por departamento o responsable para localizar los problemas.
• El NPS por canal de adquisición para ver qué canales traen clientes leales.
• Una pregunta de factor clave frente a la satisfacción global para ver qué factor mueve más el resultado.

Cruzar un resultado clave con tus factores clave equivale, en la práctica, a un análisis de factores «de andar por casa», y es donde vive la mayoría de los hallazgos accionables. La única regla: mantén un ojo en el tamaño de las celdas. Cuando divides en subgrupos pequeños, cada celda puede volverse demasiado pequeña para ser fiable: una «satisfacción del 50 %» construida sobre cuatro encuestados no significa casi nada. Este tipo de segmentación da frutos en muchos contextos, desde escuelas que analizan la retroalimentación por curso hasta encuestas de investigación de mercado que comparan perfiles de comprador.

Tamaño de muestra y significancia

Antes de actuar sobre una diferencia entre dos cifras, pregúntate si es real o solo ruido. Dos conceptos rigen esto.

El tamaño de muestra determina con qué precisión tu muestra estima el valor real de la población. El resultado se resume en un margen de error: una encuesta a 400 personas de una población grande tiene un margen de error de aproximadamente ±5 % con un 95 % de confianza, mientras que unas 1000 respuestas lo estrechan a aproximadamente ±3 %. Así, un resultado del 60 % a partir de 400 personas realmente significa «en algún punto entre el 55 % y el 65 %». Las muestras diminutas producen márgenes tan amplios que la cifra apenas es informativa.

La significancia estadística te dice si una diferencia entre dos grupos (o dos periodos) es mayor de lo que cabría esperar por puro azar. Si la puntuación del trimestre pasado fue del 62 % y la de este es del 64 % con un margen de ±5 % en cada una, esos intervalos de confianza se solapan ampliamente: la «mejora» puede ser ruido, no progreso. La regla práctica: no cantes victoria por un movimiento pequeño hasta que el cambio supere el margen de error, y desconfía especialmente de las diferencias entre subgrupos pequeños.

Métricas y errores que evitar

Algunas cifras parecen rigurosas pero engañan. Trampas comunes:

• Totales de vanidad. «¡5000 respuestas!» significa poco si la tasa de respuesta fue del 4 % y la muestra es autoseleccionada.
• Ignorar el sesgo de no respuesta. Si solo contestan tus clientes más contentos o más enfadados, tu promedio es ficción.
• Escoger citas a conveniencia. Un comentario abierto vívido es una anécdota, no una tendencia; cuantifica antes de generalizar.
• Comparar entre preguntas modificadas. Si reformulas una pregunta, has roto la línea de tendencia; no compares la antigua y la nueva como si fueran la misma.
• Sobresegmentar. Divide lo bastante hondo y siempre encontrarás un subgrupo «significativo» por azar. Mantén las celdas con un tamaño con sentido.

El buen análisis es, sobre todo, disciplina: saber qué significa cada métrica, mirar la distribución, segmentar con criterio y respetar la incertidumbre. Para ver un ejemplo trabajado de estas métricas en un contexto real, consulta nuestro desglose de una encuesta NPS para startups SaaS.

Preguntas frecuentes

¿Qué es una buena tasa de respuesta de encuesta?

Depende del canal y del público. Las encuestas externas por correo suelen situarse entre el 20 % y el 30 %, mientras que las encuestas internas a empleados con respaldo de la dirección a menudo superan el 70 %. Más importante que alcanzar un punto de referencia es si tus encuestados son representativos de toda la población que te interesa, ya que una tasa alta procedente de una muestra sesgada sigue estando sesgada.

¿Es el NPS solo el promedio de las puntuaciones de 0 a 10?

No. El NPS es el porcentaje de promotores (puntuaciones de 9 a 10) menos el porcentaje de detractores (puntuaciones de 0 a 6), lo que da una cifra de −100 a +100. Los pasivos (7 a 8) se excluyen por completo del cálculo. Promediar las puntuaciones en bruto produce una cifra completamente distinta e incorrecta.

¿Cuántas respuestas necesito para obtener resultados fiables?

Depende del tamaño de la población y de la precisión que necesites. Como guía aproximada, unas 400 respuestas dan un margen de error cercano al ±5 % con un 95 % de confianza, y alrededor de 1000 lo reducen a aproximadamente ±3 %. Si planeas desglosar los resultados en subgrupos, necesitas suficientes respuestas en cada subgrupo, no solo en el total, para que esas divisiones sigan siendo fiables.

¿Qué es la tabulación cruzada y por qué importa?

La tabulación cruzada desglosa los resultados de una pregunta según otra variable, como la satisfacción por antigüedad del cliente o el compromiso por departamento. Importa porque los promedios globales ocultan las diferencias entre grupos, y esas diferencias suelen ser donde vive la idea accionable. Solo vigila el tamaño de los subgrupos para no sobreinterpretar celdas diminutas.