> For the complete documentation index, see [llms.txt](https://docs.hablla.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.hablla.com/hablla-docs-es/informes/informes-y-logs-de-hablla.md).

# Informes y Logs de Hablla

Los informes de Hablla fueron diseñados para transformar datos operativos en **insights accionables**, conectando Marketing, Ventas, Atención y Customer Success bajo la óptica de la **Conversation Revenue**.

#### 1. Consumo

* **Sesiones de Mensajería** → Volumen de ventanas de conversación abiertas.
* **Ejecuciones de Flujo** → Monitoreo de automatizaciones en tiempo real.
* **Consumo Total de IA** → Tokens consumidos por modelo de IA, tiempo de transcripción y distribución de uso (ideal para la optimización de costos).

#### 2. Atenciones

* **Tiempos de Atención** → SLA, tiempo de cola, tiempo de bot y tiempo medio de atención.
* **Atenciones por Usuario** → Comparativa de rendimiento individual: CSAT, FCR y productividad.
* **Atenciones por Etiqueta** → Agrupación de atenciones por TAGs (ej.: error, soporte, ventas).
* **Atenciones por Motivo de Finalización** → Análisis de cierres (problema resuelto, sin respuesta, no interesado, etc.).

#### 3. Leads y Personas

* **Personas por Etiqueta** → Compromiso y segmentación de contactos (Onboarding, Workspace creado, Referencia).

#### 4. Tareas

* **Tareas por Usuario** → Gestión de entregas individuales, eficiencia y retrasos.

#### 5. Logs

* **Logs de Usuarios** → Registro de disponibilidad, indisponibilidad y motivos (ausencia, alta demanda, etc.).

***

💡 **Insight estratégico:** Esta estructura de informes garantiza una visión 360º de la operación, permitiendo desde el **control granular** (ej.: tiempo medio de respuesta) hasta el **análisis macro de rendimiento** (ej.: uso de IA por modelo, eficiencia de sectores, motivos de pérdida de leads).

Así, el gestor puede actuar de forma **proactiva**, ajustando recorridos conversacionales, asignando recursos y priorizando mejoras que impactan directamente en los ingresos conversacionales.


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.hablla.com/hablla-docs-es/informes/informes-y-logs-de-hablla.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.