Una base de conocimientos no es un activo de "publicar y olvidar". Como cualquier herramienta de soporte, necesita medirse, revisarse y mejorarse. El desafío es saber qué números realmente indican si la base de conocimientos está haciendo su trabajo y cuáles son métricas de vanidad que parecen significativas pero no lo son.
Esta guía cubre las métricas que importan, cómo interpretarlas y qué acciones deben generar.
La Pregunta Central
Antes de listar métricas, es útil establecer qué significa "funcionar" para una base de conocimientos. Hay tres cosas que se desea que haga:
- Deflectar tickets de soporte: responder las preguntas que los clientes de otro modo habrían enviado como tickets o mensajes de chat
- Responder preguntas de forma completa: resolver el problema del visitante sin que necesite contactar al soporte después
- Ser encontrable: llegar a los visitantes que tienen la pregunta, ya sea que lleguen desde los motores de búsqueda o desde dentro del producto
Cada métrica que vale la pena rastrear corresponde a uno de estos tres resultados.
Métricas de Deflexión de Tickets
Tendencia del Volumen de Tickets
La métrica más general pero más útil en cuanto a dirección. Si su base de conocimientos está creciendo en contenido y tráfico mientras el volumen de tickets se mantiene estable o disminuye, la base de conocimientos probablemente está contribuyendo a la deflexión. Si ambos crecen juntos, está agregando artículos pero estos no están resolviendo preguntas antes de que se abran los tickets.
Para obtener una señal más clara: compare el volumen de tickets en las mismas categorías donde ha agregado artículos de base de conocimientos. Si los tickets de facturación disminuyen después de publicar una serie de artículos de facturación, hay un vínculo directo.
Tasa de Contacto
Tasa de contacto = (número de contactos de soporte) / (número de visitantes o usuarios activos)
Una tasa de contacto decreciente, manteniendo constante la base de usuarios, significa que los clientes están resolviendo más problemas sin recurrir al soporte. Esta métrica es más significativa que el volumen bruto de tickets porque controla el crecimiento de su base de clientes.
Visitas a la Base de Conocimientos Antes del Envío del Ticket
Si su plataforma rastrea sesiones, puede medir qué porcentaje de clientes que enviaron un ticket había visitado previamente un artículo de la base de conocimientos. Un alto porcentaje de clientes que ven artículos y luego envían tickets de todas formas sugiere que sus artículos no están resolviendo completamente el problema: el visitante leyó el artículo y aún no pudo resolver el problema.
Métricas de Calidad de los Artículos
Calificación de Utilidad
Un simple widget de "¿Fue útil esto? Sí / No" al final de cada artículo genera la señal de calidad más accionable. Rastreé:
- Tasa de utilidad general en todos los artículos (una línea base)
- Tasa de utilidad por artículo para identificar artículos específicos que necesitan mejorar
- Tendencia a lo largo del tiempo: si la tasa de utilidad de un artículo cae, algo cambió (la interfaz del producto, una función relacionada o un error común que el artículo ya no aborda)
Una tasa de utilidad inferior al 60% para un artículo que se ve con frecuencia es una señal clara de que se necesita reescribir o ampliar.
Temas de Comentarios de las Respuestas "No"
Cuando permite que los clientes dejen un comentario explicando por qué un artículo no fue útil, estos comentarios son algunos de los comentarios de contenido más valiosos que recibirá. Revíselos mensualmente. Temas comunes:
- "Los pasos no coinciden con lo que veo en mi pantalla" → el artículo está desactualizado
- "Esto no responde mi pregunta" → el título del artículo está atrayendo tráfico al que no puede atender
- "Hice esto y aún no funciona" → la sección de solución de problemas está incompleta
Indicador de Tiempo hasta la Resolución
Esto requiere rastreo de sesiones: ¿cuánto tiempo pasa un visitante en un artículo antes de navegar a otro lugar (presumiblemente resuelto) o hacer clic en el CTA de contacto/chat (no resuelto)? Las sesiones muy cortas significan que el visitante encontró la respuesta de inmediato (bueno) o que se rindió de inmediato (malo). El contexto de la calificación de utilidad aclara cuál de las dos opciones es.
Métricas de Encontrabilidad
Tasa de Búsquedas Sin Resultados
Cada consulta de búsqueda ingresada en la búsqueda de su centro de ayuda que devuelve cero resultados es un cliente con una pregunta para la que no ha escrito un artículo, o que ha escrito tan mal que no aparece. Exporte estos datos mensualmente y trátelos como un backlog de artículos.
Muchas plataformas de bases de conocimientos exportan una lista de las principales consultas de búsqueda. La intersección de las consultas de alta frecuencia con cero resultados es su brecha de contenido de mayor prioridad.
Principales Consultas de Búsqueda
La lista completa de lo que los clientes buscan en su centro de ayuda es más útil que cualquier sesión interna de lluvia de ideas sobre qué escribir a continuación. Son sus clientes diciéndole directamente qué necesitan. Revise esta lista mensualmente.
Tráfico de Búsqueda Externo
¿Cuántos visitantes llegan a los artículos de su centro de ayuda desde Google u otros motores de búsqueda? Una participación creciente de tráfico externo significa que sus artículos están posicionando para consultas relevantes y atrayendo nuevos visitantes que quizás aún no son clientes. El tráfico externo decreciente después de un cambio en el sitio puede indicar un problema técnico de SEO.
Rastree esto en Google Search Console, segmentado por URL de artículo.
Vistas de Páginas de Artículos
Las vistas de páginas sin procesar le indican qué artículos están recibiendo atención. Combinadas con las calificaciones de utilidad, revelan sus oportunidades de optimización de mayor prioridad:
| Vistas | Utilidad | Acción |
|---|---|---|
| Alta | Alta | Documente y replique para otros artículos |
| Alta | Baja | Reescritura urgente: alto tráfico, baja resolución |
| Baja | Alta | Promueva de forma más prominente o mejore el título para la búsqueda |
| Baja | Baja | Evalúe si el artículo debería existir en absoluto |
Métricas Operativas
Artículos Publicados vs. Preguntas Sin Respuesta
Rastree cuántos artículos publica cada mes y compárelo con el volumen de nuevas preguntas que surgen del chat y de los tickets. El objetivo es reducir la brecha: cubrir nuevas categorías de preguntas más rápido de lo que se acumulan.
Antigüedad de los Artículos
Defina un umbral de antigüedad —por ejemplo, cualquier artículo no revisado en 6 meses se marca como pendiente. Ejecute un informe mensual de artículos con esta marca y asígnolos para su revisión. Un artículo que es técnicamente preciso pero cubre una interfaz que cambió hace 8 meses está haciendo más daño que bien.
Tiempo hasta el Primer Artículo (para nuevos temas)
Cuando se lanza una nueva función del producto, ¿cuánto tiempo tarda en publicarse un artículo de la base de conocimientos que cubra esa función? Si la respuesta es consistentemente "semanas" o "después de que hayan llegado los primeros 50 tickets", eso es un problema de proceso: la documentación no está integrada en el flujo de trabajo de lanzamiento del producto.
Construir un Hábito de Revisión Mensual
Las métricas anteriores solo son útiles si alguien las revisa regularmente y actúa sobre ellas. Una revisión mensual práctica cubre:
- Artículos con una tasa de utilidad por debajo del umbral: asignar para reescritura
- Principales consultas de búsqueda con cero resultados: agregar al backlog de contenido
- Volumen de tickets por categoría: identificar cualquier categoría con tendencia al alza que pueda indicar una brecha de conocimiento
- Cambio en el tráfico de búsqueda externo: señalar caídas que puedan indicar un problema técnico
- Artículos marcados como antiguos este mes: asignar para revisión
Esta revisión puede completarse en menos de una hora. El efecto acumulativo a lo largo de 12 meses es una base de conocimientos que mejora de forma consistente en lugar de degradarse lentamente.
Cómo Nura24 Apoya la Analítica de la Base de Conocimientos
Nura24 registra las vistas de artículos y las calificaciones de utilidad de cada artículo publicado, accesibles desde el panel de gestión de la base de conocimientos. La función de análisis de brechas con IA identifica automáticamente las preguntas enviadas a través del chat en vivo y los tickets que la base de conocimientos no pudo responder, generando una lista priorizada de artículos faltantes. El rendimiento de búsqueda externo es rastreable a través del soporte estándar de sitemap y URL canónica, compatible con Google Search Console. Para los equipos que desean una base de conocimientos que mejore automáticamente con el tiempo en lugar de requerir auditorías manuales, el ciclo de analítica conectado de Nura24 —desde la pregunta del ticket hasta la identificación de la brecha y la sugerencia de artículo— proporciona una base práctica.