Cómo elegir entre NPS, CSAT, CES y CSI sin adivinar

Casi todo lo que se ha escrito sobre NPS, CSAT, CES y CSI explica las siglas y nunca contesta la pregunta real: cuál de las cuatro usas tú, con tu producto, esta semana, y qué vas a hacer con el número que te devuelva.

Le damos la vuelta al orden habitual. En vez de partir de la definición y terminar, con suerte, en una recomendación, partimos del trabajo que tienes que hacer y llegamos a la métrica que lo resuelve. El cálculo del NPS, la comparación frente al CSAT y las críticas que ha recibido ya están cubiertos en otros artículos del blog. Aquí no los repetimos. Lo que sí hacemos es entrar de lleno en el CSI, el índice compuesto que casi nadie explica bien, y que es, de los cuatro, el único que te dice qué arreglar primero.

La respuesta corta, antes de la tabla

Antes de comparar nada, contesta tres preguntas. En ese orden. El resto de este artículo es, en el fondo, una manera larga de responderlas.

• ¿Qué decisión cambia el número? Si la respuesta es "ninguna", todavía no necesitas medir nada. Necesitas decidir primero qué harás distinto según el resultado, subir el presupuesto de retención, rediseñar un flujo, replantear una función, y solo entonces elegir la métrica que alimenta esa decisión.
• ¿Quién es dueño del número y tiene que actuar sobre él? Una cifra sin dueño se queda en un dashboard. Soporte puede actuar sobre un CES bajo justo después de un ticket. Un director de producto puede actuar sobre un CSI que señala qué atributo falla. El consejo casi nunca puede actuar semana a semana, y por eso el número que le llega debe moverse despacio.
• ¿En qué momento de la vida del cliente puedes preguntar de verdad? Justo después de un ticket cerrado tienes un momento. A los tres meses de uso tienes otro, distinto. No son intercambiables, y el momento disponible descarta la mitad de las opciones antes de que compares nada más.

Responde esas tres preguntas y la métrica casi se elige sola. NPS, CSAT, CES y CSI no compiten entre sí por el mismo trabajo. Cada una encaja en una combinación distinta de decisión, dueño y momento.

De la tarea a la métrica correcta

La mayoría de las guías arrancan al revés. Definen NPS, después CSAT, después CES, y al final sueltan una recomendación genérica sobre cuándo usar cada una. Dale la vuelta y arranca por la tarea real que tienes delante.

Seis situaciones habituales bastan para ver el patrón:

Lo que necesitas saber	Métrica	Cuándo preguntar
Si un ticket de soporte quedó bien resuelto	CSAT	Minutos después de cerrar el ticket
Cuánto esfuerzo le costó a alguien completar el pago o el registro	CES	Justo al terminar ese paso, no después
Una cifra de consejo que se mueva poco, trimestre a trimestre	NPS	Cada trimestre o semestre, sin ligarla a un evento puntual
Qué atributo del producto arreglar primero	CSI	En una ola de investigación, una o dos veces al año
Qué clientes están en riesgo de irse	NPS combinado con datos de uso	La misma cadencia de relación de arriba
Comparar dos versiones de un mismo flujo de compra	CES	Inmediatamente después de cada variante, dentro del propio test

Fíjate en la última columna tanto como en la segunda. La tabla no es solo "qué métrica". Es "qué métrica, preguntada cuándo". Una métrica preguntada en el momento equivocado no funciona mejor por tener el nombre correcto.

El resto del artículo desarrolla cada fila, pero si solo te llevas la tabla, ya tomaste una decisión mejor que la mayoría de los equipos que instalan NPS porque "es lo que se usa".

Dos filas merecen una palabra aparte porque no son tan obvias como parecen. Predecir quién está en riesgo de irse casi nunca depende de una sola métrica, y menos de una tomada aislada: la señal más útil combina la tendencia de NPS con datos de uso real, sesiones que bajan, funciones que se dejan de tocar, tickets que se acumulan, no la cifra sola. Y comparar dos versiones de un checkout es, en el fondo, medir fricción, así que CES encaja mejor que preguntar satisfacción general con el proceso: te dice si el rediseño quitó trabajo, no si a la gente le "cayó bien" la pantalla nueva.

Qué mide cada métrica en realidad

Sin repetir lo que ya cubrimos en detalle en otros artículos, esto es lo mínimo que necesitas para entender por qué la tabla anterior asigna lo que asigna.

NPS mide una relación, no una interacción. La pregunta pide algo que cuesta socialmente: poner tu nombre detrás de una recomendación. Por eso funciona mejor como termómetro de la relación completa que como reacción a un evento aislado, y por eso el mismo cliente puede contestar distinto a "¿nos recomendarías?" según lleve tres meses o tres años usando el producto, aunque nada haya cambiado esta semana. El cálculo, los tres grupos y el debate sobre su fiabilidad están en el artículo sobre NPS y en la revisión de si el NPS está obsoleto. No los repetimos aquí.

CSAT mide satisfacción con una interacción concreta que acaba de pasar. Es la pregunta más simple de las cuatro, y también la más frágil fuera de contexto: sin un evento reciente que valorar, la respuesta se vuelve una opinión general disfrazada de dato puntual. Preguntada bien, después de un ticket, una demo o una entrega, es también la más barata de instalar y la que menos interpretación necesita. La comparación directa contra NPS, con sus ventajas y sus límites, está en CSAT frente a NPS.

CES mide el trabajo, no el sentimiento. Pregunta cuánto esfuerzo tuvo que poner la persona para conseguir lo que buscaba. Nació para capturar algo que la satisfacción no capta bien: un cliente puede quedar "satisfecho" con una llamada que le costó cuatro transferencias y veinte minutos, y aun así estar más cerca de irse que uno que resolvió su problema en un chat de noventa segundos. La definición completa está en el glosario de customer effort score.

CSI es distinto a los otros tres. No es una sola pregunta, es un compuesto: varios atributos del producto o del servicio, cada uno puntuado dos veces, por satisfacción y por importancia, combinados en un solo índice. Es también el único de los cuatro que casi ninguna guía explica con detalle, así que le dedicamos el resto de este artículo.

El momento en que preguntas importa más que la métrica que elijas

Aquí es donde se pierde más señal, y casi nunca por elegir mal la métrica. Se pierde por preguntarla en el momento equivocado.

Una métrica transaccional, CSAT o CES, preguntada una semana después del evento no mide la experiencia. Mide el recuerdo que la persona tiene de ella, filtrado por todo lo que le pasó después. Pregúntala minutos u horas después, mientras el evento sigue siendo lo último que le pasó con tu producto. O no la preguntes.

El error simétrico es igual de común. Una métrica de relación, NPS, preguntada justo después de una llamada de soporte no mide la relación. Mide la llamada de soporte. Si esa llamada fue mala, acabas de convertir un problema puntual de un ticket en un dato que parece decir que toda la cuenta está en riesgo, y vas a reaccionar de forma desproporcionada sobre información que nunca fue eso.

El momento correcto para cada una:

• CSAT, minutos o pocas horas después de que termine la interacción concreta.
• CES, inmediatamente al completar la tarea que costó esfuerzo, antes de que la persona haga otra cosa.
• NPS, con una cadencia de relación desconectada de cualquier evento puntual, idealmente atada a un hito de uso y no a una fecha del calendario.
• CSI, en una ola de investigación separada de cualquier interacción, porque lo que retrata es el panorama completo, no un momento.

Mezcla estos dos ejes, qué mides y cuándo lo mides, y terminas con cuatro números que no significan lo que crees que significan.

Un caso típico ayuda a verlo. Un equipo lanza una encuesta de NPS a toda su base cada trimestre, pero la programa para que también salga automáticamente tres días después de cerrar cualquier ticket de soporte, "para no perder respuestas". El resultado es una mezcla de dos poblaciones distintas bajo el mismo número: personas contestando sobre la relación completa y personas contestando, sin saberlo, sobre si les resolvieron bien un problema puntual. El promedio de las dos no es un dato más completo, es un dato que no responde ninguna de las dos preguntas con claridad.

Por qué "cuál es más precisa" es la pregunta equivocada

Es habitual que un equipo compare NPS y CSAT como si compitieran por el mismo trabajo, y se pregunte cuál "funciona mejor". La pregunta parte de un error de categoría.

Un termómetro no es más ni menos preciso que un cronómetro. Miden cosas distintas, y elegir entre ellos depende de si necesitas la temperatura o el tiempo. NPS, CSAT, CES y CSI son así de distintos entre sí: uno mide relación, otro satisfacción puntual, otro esfuerzo, otro prioridad de producto. Ninguno sustituye a los otros tres, porque ninguno intenta contestar la pregunta que contestan ellos.

La consecuencia práctica es incómoda. Una empresa que corre las cuatro métricas mal, sin dueño, sin cadencia correcta, sin conexión con una decisión, termina con cuatro números en cuatro paneles y cero decisiones tomadas. Cuatro cifras no son cuatro veces más información si ninguna está atada a algo que alguien vaya a cambiar. Son cuatro formas distintas de no decidir.

Antes de preguntar cuál es mejor, pregunta cuál de las tres preguntas del principio deja de tener respuesta si la quitas. Esa es la que te dice si de verdad la necesitas.

CSI: cómo se construye el índice que nadie te explica

El CSI, customer satisfaction index o índice de satisfacción del cliente, parte de una idea simple y se complica en la ejecución. La idea es que no toda parte de tu producto o servicio importa igual, así que en vez de una pregunta general mides varios atributos por separado y los pesas según cuánto pesa cada uno.

El primer trabajo, y el que más se salta, es elegir bien los atributos. No salen de una lluvia de ideas interna. Salen de tickets de soporte, de entrevistas de cancelación, de notas de llamadas de ventas perdidas y de las respuestas abiertas de otras encuestas que ya corres. Si necesitas extraer temas de ese texto libre antes de convertirlo en atributos, el proceso está en análisis temático. Entre seis y doce atributos suele ser el rango manejable como regla general: menos y pierdes matiz, más y el cuestionario se vuelve una carga.

Para un producto de encuestas como el nuestro, esa lista podría verse así: facilidad del editor, plantillas disponibles, velocidad de carga, calidad del soporte, precio, integraciones con otras herramientas, exportación de datos y claridad del panel de resultados. Ocho atributos, ninguno inventado en una sala de reuniones, todos sacados de lo que la gente ya menciona sin que se lo pidas.

Con la lista de atributos lista, cada uno se pregunta dos veces. Primero satisfacción, "¿qué tan satisfecho estás con [atributo]?", en una escala de cinco o siete puntos, la misma familia de escalas que usarías para un Likert normal. Después importancia, "¿qué tan importante es [atributo] para ti?", en la misma escala. Es, literalmente, el doble de preguntas que un cuestionario de satisfacción normal, y eso pesa más adelante.

La parte que casi nadie hace bien es la pregunta de importancia. Hay dos caminos.

El primero es preguntarla directamente, como acabamos de describir. Es barato de aplicar, pero tiene un sesgo conocido. La gente sobreestima la importancia de lo que "debería" importar. Casi todo el mundo marca el precio y el soporte como "muy importantes", aunque su comportamiento real diga otra cosa, porque decir lo contrario se siente mal.

El segundo camino es derivar la importancia estadísticamente, sin preguntarla. Se corre una regresión, o una correlación, entre la satisfacción con cada atributo y una medida general, satisfacción global o intención de recompra, y el peso de cada atributo sale de cuánto explica esa medida general, no de lo que la gente dice que le importa. La importancia derivada suele contradecir a la declarada. Cuando lo hace, la derivada gana: revela qué mueve de verdad la satisfacción global, no qué se supone que debería moverla.

El cuadrante de prioridad

Con las dos puntuaciones por atributo, satisfacción e importancia, el CSI deja de ser un número y se convierte en un mapa. Coloca cada atributo en un plano, importancia en un eje y satisfacción en el otro, y aparecen cuatro cuadrantes con una acción distinta cada uno.

Importancia alta y satisfacción baja es el cuadrante que arreglas primero. Es lo que le importa al cliente y ahora mismo se lo estás fallando, y es exactamente la respuesta a "qué arreglar primero en el producto" que ninguna de las otras tres métricas te da de forma directa.

Importancia alta y satisfacción alta es el cuadrante que proteges. No lo toques sin necesidad, y cuídate de no seguir gastando presupuesto ahí solo porque ya sabes hacerlo bien.

Importancia baja y satisfacción baja va en la lista de vigilancia, no en la de urgencias. Puede esperar, e incluso puede quedarse así si nunca sube de importancia.

Importancia baja y satisfacción alta es la señal más incómoda de leer, porque suele significar sobreinversión. Estás cuidando algo que a nadie le importa tanto, y ese esfuerzo podría moverse al primer cuadrante.

El costo honesto del CSI

Nada de esto es gratis, y conviene decirlo sin adornos.

Ocho atributos, con satisfacción e importancia cada uno, son dieciséis preguntas antes de contar filtros, datos demográficos o preguntas abiertas. Eso convierte al CSI en el cuestionario más largo de los cuatro, y el más caro en tiempo de respuesta. La tasa de abandono sube con cada pantalla adicional. Un CSI mal diseñado se abandona a la mitad antes de llegar al atributo número seis.

La consecuencia directa es de cadencia: no puedes correr un CSI todos los meses. Ni por fatiga del respondente, que ve el mismo cuestionario largo una y otra vez y deja de tomárselo en serio, ni por sentido estadístico, porque las prioridades de producto no cambian mes a mes con la rapidez suficiente como para justificar repetir una ola completa. Trátalo como investigación estratégica, una o dos veces al año, no como un pulso que revisas cada semana junto a tus otras métricas.

Esa es la razón real de que ninguna guía "rápida" cubra el CSI en profundidad. No es un truco de una sola pregunta. Es un proyecto de investigación con su propio calendario.

Cuántas respuestas hacen falta para que el número signifique algo

Ninguna de las cuatro métricas significa nada por debajo de cierto volumen de respuestas, y ese volumen no es el mismo para todas. Vale la pena calcularlo con el calculador de tamaño de muestra antes de lanzar cualquiera de ellas, en vez de adivinarlo.

NPS necesita más respuestas que CSAT o CES para moverse con fiabilidad, y la razón está en cómo se construye. La pregunta original es una escala de once puntos, de 0 a 10. Para convertirla en NPS, esos once puntos se colapsan en tres grupos, detractores, pasivos y promotores, y solo importa a qué grupo cae cada respuesta, no el valor exacto dentro de él. Ese colapso tira información a la basura a propósito. Dos personas que responden 7 y 8 caen en el mismo grupo y cuentan igual, pero una que responde 8 y otra que responde 9 caen en grupos distintos y mueven el índice de forma desproporcionada.

El resultado es que el NPS se comporta como una cifra más nerviosa de lo que parece con muestras chicas. Un puñado de respuestas que cruzan justo la frontera entre grupos puede mover el índice varios puntos sin que haya cambiado nada real en la base de clientes. CSAT y CES, al ser el promedio directo de una escala más corta sobre un evento reciente, se estabilizan con menos respuestas que eso.

Imagina, solo como ilustración, dos encuestas del mismo mes sobre el mismo volumen de tickets. La de CSAT junta cuarenta respuestas y el promedio apenas se mueve semana a semana, porque cada respuesta pesa poco sobre una media de una escala continua. La de NPS junta las mismas cuarenta respuestas, pero como cada una cae entera en uno de tres cajones, dos o tres personas que pasaron de "pasivo" a "promotor" bastan para desplazar el índice varios puntos. Ninguna de las dos encuestas está mal hecha. Solo que una tolera muestras chicas mejor que la otra.

Como regla general, y solo como regla general, trata cualquier movimiento pequeño de NPS como ruido a menos que tu muestra por periodo sea considerablemente mayor que la que usarías para un CSAT o un CES sobre el mismo volumen de eventos. No hay un número mágico universal. El cálculo depende de tu tasa de respuesta y de tu base, pero la dirección del efecto es siempre la misma: menos información por respuesta significa que necesitas más respuestas para compensar.

Cinco errores comunes al elegir una métrica

Estos cinco aparecen una y otra vez, más o menos en este orden de frecuencia.

• Elegir NPS porque el consejo lo reconoce, no porque alguien vaya a actuar sobre él. La familiaridad de la métrica no sustituye a la segunda pregunta del principio de este artículo. Si nadie tiene el mandato ni el presupuesto para mover el número, instalarlo solo añade un gráfico más a la revisión trimestral.
• Correr una métrica transaccional con cadencia de relación. Mandar un CSAT o un CES como encuesta trimestral genérica, sin atarlo a un evento concreto que la persona recuerde, produce una opinión general disfrazada de dato puntual. Pierdes justo lo que hace útil a una métrica transaccional.
• Comparar tu número contra un benchmark publicado que se recolectó distinto. Escala distinta, redacción distinta, industria distinta, momento distinto del recorrido del cliente. Un número ajeno con otra metodología no te dice si el tuyo es bueno, solo te da una falsa sensación de contexto, y termina justificando decisiones, buenas o malas, que en realidad no se apoyan en nada comparable.
• Cambiar la redacción o la escala entre olas. Pasar de cinco puntos a siete, o reformular la pregunta "para que se entienda mejor", rompe la comparabilidad con el histórico. La línea de tendencia que enseñas después ya no compara lo mismo, aunque el gráfico se vea continuo, y nadie suele avisar en la presentación de que el salto de esa ola es metodológico, no real.
• Medir algo que nadie tiene autoridad para cambiar. Si el atributo que más pesa en tu CSI depende de un proveedor externo, o el NPS de una región depende de una decisión de precios que se toma en otro departamento, el número existe, pero no hay una mano en tu equipo que pueda moverlo. Con el tiempo, ese tipo de métrica deja de revisarse en las reuniones, y nadie nota cuándo dejó de importar.

Por dónde empezar y qué sumar después

No instales las cuatro el mismo mes. Es una secuencia, no un menú del que sirves un poco de cada plato.

Empieza por una sola métrica transaccional, atada a tu interacción más repetida y con dueño claro: CSAT después de un ticket de soporte, o CES después del pago o del registro. Es barata, inmediata, y ya hay alguien en tu equipo que puede reaccionar a ella esta misma semana. Puedes montar esa primera encuesta hoy mismo con una encuesta gratis y un solo disparador.

Añade NPS cuando tengas suficientes clientes con suficiente historial como para que un número de relación signifique algo, y cuando exista alguien en dirección dispuesto a actuar sobre la tendencia, no solo a reportarla hacia arriba. Antes de ese punto, un NPS es una cifra decorativa.

Añade CSI al final, cuando la pregunta que tengas delante ya no sea "¿cómo estamos?" sino "¿qué construimos primero?", y las métricas operativas del día a día no te den esa respuesta por sí solas. Es la pieza más cara de montar y la que menos frecuencia necesita. Tiene sentido que llegue última.

Qué leer a continuación según tu métrica

Si la tabla y las secciones anteriores ya te dejaron claro qué necesitas, esto es a dónde ir según el caso.

Si te vas con NPS, el artículo sobre NPS cubre el cálculo completo, los tres grupos y cómo interpretarlo. Si te preocupa depender de una sola cifra de relación, esta revisión de sus límites te dice qué complementar y por qué.

Si te vas con CSAT, la comparación directa contra NPS, con los casos donde una gana claramente a la otra, está en CSAT frente a NPS.

Si te vas con CES, revisa cómo diseñar el disparador correcto justo al final de una tarea en la guía de encuestas disparadas por evento. Y si el esfuerzo que quieres medir es el de completar tu propio formulario, cómo reducir el abandono ataca el mismo problema desde el lado del cuestionario.

Si te vas con CSI, monta la escala de cada atributo siguiendo la guía de la escala de Likert, y calcula cuántas respuestas necesitas por ola con el mismo calculador de tamaño de muestra que ya mencionamos arriba.

Preguntas frecuentes

¿Puedo usar NPS y CSAT al mismo tiempo?

Sí, y es la combinación más común. NPS aporta la cifra de relación de cadencia lenta, y CSAT aporta la señal inmediata sobre interacciones puntuales. Lo que rompe la combinación no es usarlas juntas, es preguntarlas en el momento equivocado: NPS pegado a un solo ticket, o CSAT semanas después del evento.

¿Cuál es la diferencia entre CSAT y CES?

CSAT pregunta qué tan satisfecho quedó el cliente con una interacción. CES pregunta cuánto esfuerzo le costó conseguirlo. Puedes quedar satisfecho con un proceso que te costó mucho trabajo, y esa combinación, satisfacción alta con esfuerzo alto, suele anticipar más fricción futura que un CSAT bajo por sí solo.

¿Con qué frecuencia debo medir el CSI?

Una o dos veces al año, como una ola de investigación separada, no como un pulso mensual. Es un cuestionario largo, y repetirlo con más frecuencia cansa a los respondentes sin que las prioridades de producto cambien lo bastante rápido como para justificarlo.

¿El CSI puede reemplazar al NPS?

No, porque responden preguntas distintas. El NPS retrata la relación completa con una cadencia estable. El CSI te dice qué atributo del producto arreglar primero. Un equipo que solo mira CSI pierde la vista de conjunto, y uno que solo mira NPS no sabe por dónde empezar a arreglar nada.

¿Qué escala debo usar para CES?

La más común pide acuerdo con una frase como "la empresa me facilitó resolver mi problema", en una escala de cinco o siete puntos, aunque también existen versiones numéricas de esfuerzo puro. Lo importante es mantener la misma escala y la misma redacción en todas las olas. Cambiar cualquiera de las dos rompe la comparación con el histórico.

¿Es cierto que el NPS predice el crecimiento de una empresa?

Es una de las afirmaciones más citadas y más discutidas sobre la métrica. La revisamos con detalle, con las fuentes originales y lo que dicen los análisis posteriores, en ¿está obsoleto el NPS?, así que no la repetimos aquí.

¿Cómo sé si mi muestra es suficiente para confiar en el número?

Depende de la métrica y del tamaño de tu base, y conviene calcularlo en vez de adivinarlo con el calculador de tamaño de muestra. Como principio general, un NPS necesita más respuestas que un CSAT o un CES para que un movimiento pequeño sea señal y no ruido.

¿Qué hago si ya tengo un histórico de NPS y quiero sumar otra métrica?

Suma la nueva métrica en paralelo, sin tocar la redacción, la escala ni la cadencia del NPS que ya corres. El histórico solo sigue siendo útil si nada de lo que lo generó cambia. Trata cualquier métrica nueva como una capa adicional, no como un reemplazo que reescribe lo anterior.