El viernes de Black Friday, a media mañana, la escena se repite en muchos contact center. Los contactos se disparan en pocas horas, buena parte son el mismo «¿dónde está mi pedido?», los refuerzos incorporados para la campaña todavía no dominan los procesos y los problemas no se ven hasta la semana siguiente, cuando llegan en forma de reclamaciones.

El volumen no pilla a nadie por sorpresa. Según CaixaBank Research, entre el 22 de noviembre y el 5 de diciembre de 2025 el gasto de los españoles fue un 24% superior al del resto del año, y en el comercio electrónico el crecimiento llegó al 41%. En moda el gasto se disparó un 77%, y en electrodomésticos y tecnología un 76%. Detrás de cada una de esas compras puede haber una pregunta sobre una entrega, una talla, un cambio o una devolución.

Lo que separa una campaña que refuerza la relación con el cliente de otra que la desgasta no es solo el tamaño del equipo. Es la capacidad de quitarle al equipo lo repetitivo, de acompañar a los refuerzos mientras atienden y de saber cómo va cada conversación mientras ocurre, y no días después.

Qué ocurre cuando el pico llega sin previsión

Cuando la operación se prepara solo con más horas y más personas, el pico acaba revelando sus puntos débiles en cadena. Las esperas se alargan, los agentes con más experiencia pasan el día apagando fuegos y los refuerzos aprenden sobre la marcha, con el cliente al otro lado de la línea.

Lo primero que se nota son las consultas repetitivas. Distintos proveedores de software de atención para e-commerce estiman que las preguntas sobre el estado del pedido pueden suponer entre el 30% y el 50% del volumen total de contactos, y su peso crece justo en las semanas de más envíos, cuando los transportistas van con retraso. Son preguntas fáciles, pero se comen el tiempo que haría falta para los casos que de verdad necesitan a alguien pensando.

Lo segundo se ve menos. Una duda que no se resuelve a tiempo no desaparece. Vuelve en forma de segundo contacto, de reclamación o de devolución, y lo hace en plena campaña de Navidad y rebajas, cuando el equipo todavía no ha tenido tiempo de recuperarse del Black Friday.

Y lo tercero tiene que ver con cómo se mide la calidad. En muchas operaciones se sigue escuchando una pequeña parte de las conversaciones cuando ya han terminado. Para ver tendencias en un mes tranquilo puede servir. En un pico se queda corto, porque cuando alguien detecta el fallo, ya lo han vivido cientos de clientes.

Resolver las consultas repetitivas sin sobrecargar al equipo

Ante un pico, es fácil caer en la tentación de dejar las consultas sencillas en manos de un bot y esperar que haga de filtro. Ya sabemos cómo suele acabar. Clientes que dan vueltas sin encontrar su caso, que terminan pidiendo hablar con alguien y que tienen que contarlo todo otra vez, justo cuando menos paciencia les queda.

Se puede hacer de otra manera. La pieza que marca la diferencia es la IA supervisada (AI Supervised), una modalidad patentada que permite a un mismo agente seguir varias conversaciones a la vez. La IA se ocupa de lo mecánico, como reconocer quién escribe, localizar el pedido o dejar registrada la gestión, y el agente entra cuando hace falta criterio, empatía o una decisión que no debe tomar una máquina.

La IA supervisada es una de las tres formas en que puede gestionarse cada fase de una conversación, junto a la atención íntegramente humana (HUM) y la resolución solo con IA (AIO). Lo importante es quién decide. Es siempre una persona la que elige qué camino toma cada fase, según los resultados que se van viendo y los estándares de calidad del servicio.

En un pico, esto se nota enseguida. El mismo equipo llega a muchas más conversaciones sin hacer esperar a nadie, y las personas dedican su tiempo a lo que de verdad lo merece, como un pago que no entra, un paquete que no aparece o un cliente que está a punto de irse.

La normativa va en la misma dirección. La Ley 10/2025 de Servicios de Atención a la Clientela no permite que la atención dependa solo de sistemas automáticos y garantiza al cliente que podrá hablar con una persona si lo pide. Con la IA supervisada, esa persona nunca sale de la conversación, y todo lo que ocurre en ella queda registrado.

Guiar a los refuerzos durante la conversación

Casi todas las operaciones refuerzan el equipo para la campaña, con personal temporal o con agentes que llegan de otros servicios. El problema no es su actitud, sino el tiempo. En pocos días tienen que aprender procesos, políticas de devolución, plazos de envío y excepciones, y casi siempre lo hacen con un manual.

Un manual se lee una vez. Pero en mitad de una conversación con un cliente enfadado, nadie se pone a buscar en él. El resultado es que cada agente responde a su manera, los errores generan nuevos contactos y la calidad baja justo cuando más clientes hay.

La clave está en acompañar al agente mientras atiende, y no solo en formarle antes. Un playbook marca el camino de cada tipo de conversación, y un AI Helper le va sugiriendo en tiempo real qué hacer o qué decir según el momento en que se encuentra. Así, alguien que se incorporó la semana anterior trabaja con un criterio muy parecido al de un agente con experiencia, y no se salta ningún paso.

Medir la calidad mientras ocurre, no después

Si la calidad se revisa el lunes, el Black Friday ya ha pasado. Por eso, en los días clave no basta con mirar el nivel de servicio o el tiempo medio de espera. Esos datos dicen cuánto se tarda en atender, pero no cómo se está atendiendo.

El CX Index de IconiCX full-stack cambia esta lógica funcionando como un termómetro de cada conversación. Detecta, mientras el cliente sigue al otro lado, señales de que algo empieza a ir mal, como respuestas que no resuelven, preguntas que se repiten o un tono cada vez más tenso, y avisa al agente y al supervisor cuando todavía hay margen para reaccionar. Quien supervisa sabe qué conversación se está torciendo y puede entrar antes de que el cliente cuelgue, cierre el chat o escriba una reclamación.

A esto se suma la tecnología de script adherence, que vigila que cada paso previsto se cumpla, desde la información que hay que dar por ley hasta que el cliente se despide con su duda resuelta.

En un pico, esta visión cambia la forma de trabajar. Los responsables de equipo dejan de reaccionar a las colas y pasan a actuar sobre las conversaciones que están en riesgo. La calidad deja de ser una auditoría posterior y se convierte en algo que se cuida en tiempo real en cada conversación, mientras todavía se puede arreglar.

Coordinación entre marketing, operaciones y contact center

Muchos picos no nacen en el contact center, sino en una decisión que se toma en otro departamento. Una promoción que se adelanta un día, un código de descuento que no se aplica bien o un cambio en los plazos de entrega que nadie ha comunicado al equipo de atención.

El contact center debería conocer el calendario de la campaña con la misma antelación que marketing. Qué se lanza, cuándo, por qué canales y con qué condiciones. Con esa información se pueden anticipar los momentos de más volumen, preparar las respuestas a las dudas que traerá cada promoción y decidir con antelación qué fases se gestionarán con apoyo de la IA y cuáles necesitarán más presencia humana.

La coordinación también funciona al revés. Durante la campaña, las conversaciones con los clientes son la primera alarma de que algo no va bien, ya sea una promoción mal explicada, un fallo en el checkout o un retraso logístico. Si esa información llega a marketing y operaciones el mismo día, el problema se corrige donde nace y deja de generar contactos.

Lo ideal es acordar antes de la campaña una persona de contacto entre los tres equipos y una breve revisión diaria durante los días clave. Diez minutos al día pueden ahorrar cientos de conversaciones repetidas.

Después del pico, qué revisar en enero

Cuando pasan la Navidad y las primeras semanas de rebajas, llega el momento de mirar atrás con datos. No solo para saber cuánto volumen se ha atendido, sino para entender qué ha funcionado y qué conviene cambiar antes de la próxima campaña.

Hay cuatro preguntas que ayudan a hacer ese balance:

• Qué consultas se repitieron más y cuántas podrían haberse resuelto con apoyo de la IA, liberando tiempo del equipo.

• Dónde se alargaron los tiempos, en qué canales, franjas horarias o tipos de consulta.

• Qué conversaciones acabaron en reclamación o en un segundo contacto, y en qué punto del proceso empezaron a torcerse.

• Cómo respondieron los refuerzos, y si la calidad de sus conversaciones se acercó a la del equipo habitual.

Cuando la calidad se ha medido en tiempo real y cada conversación ha quedado registrada, estas respuestas no dependen de una muestra ni de la memoria del equipo. Están en los datos de todas las conversaciones, y se convierten en el punto de partida para planificar el año.

Al final, quitar carga repetitiva, acompañar a los refuerzos y ver la calidad en tiempo real son tres caras de lo mismo. Por separado ayudan, pero no bastan. Un bot sin nadie que lo supervise, un playbook que nadie actualiza o un indicador que nadie mira se quedan a medias. Dan resultado cuando tecnología, procesos y personas trabajan como un único servicio, construido alrededor de la experiencia del cliente.

El próximo pico llegará, con el Black Friday, las rebajas o la siguiente campaña. La diferencia está en llegar preparado.

Descubre cómo preparar tu contact center para los momentos de mayor demanda.