> 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/tiempos-de-atencion.md).

# Tiempos de atención

Informe de tiempos de atención en tiempo real

#### Resumen

El informe de **Tiempos de Atención** presenta una visión detallada sobre el desempeño de la atención humana y automatizada, posibilitando identificar cuellos de botella y optimizar el recorrido del cliente en múltiples canales.

Con él, puedes:

* Monitorear el **tiempo medio de atención**, desde la entrada del usuario hasta la finalización de la interacción.
* Evaluar el **tiempo de espera en cola** y el **tiempo de respuesta inicial**, indicadores clave de calidad en la atención.
* Medir la efectividad del **tiempo en el bot**, verificando cuánto de las interacciones se resolvieron sin necesidad de transferencia.
* Comparar el volumen de atenciones **con agente** versus **sin agente**, entendiendo la proporción de automatización frente a atención humana.
* Acompañar la evolución del porcentaje de atenciones a lo largo del tiempo, ayudando en la definición de SLAs y metas de CX.
* Exportar informes en **PDF** o **CSV** para análisis avanzados e integración con áreas de soporte, operaciones o gestión de equipos.

Este informe es esencial para líderes de CX y operaciones que desean **reducir el tiempo de respuesta, aumentar la tasa de resolución en el primer contacto y equilibrar la automatización con la atención humana**.

<figure><img src="https://4006966930-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FrmxWrIrMauHcIrsuqfGq%2Fuploads%2Fv33qv3HVQYn4IhKu4SW0%2Fimage.png?alt=media&amp;token=39478a55-b517-4009-af09-e4212b439903" alt=""><figcaption></figcaption></figure>

#### Tiempos de Atención – Bot y Sectores

El informe de **Tiempos de Atención – Bot y Sectores** permite seguir el rendimiento de la atención automatizada a lo largo del tiempo y medir su eficiencia en diferentes áreas de la organización.

Permite:

* Analizar el **tiempo total de interacciones en el bot**, mes a mes, entendiendo variaciones estacionales e impactos de campañas o cambios operativos.
* Evaluar la distribución de **tiempo de atención por sector** (como Soporte, Comercial, Éxito del Cliente, Financiero, etc.), identificando qué áreas tienen mayor dependencia de la automatización.
* Medir la **capacidad de retención del bot**, verificando cuánto tiempo los usuarios permanecen en recorridos automatizados antes de la necesidad de intervención humana.
* Comparar sectores para identificar oportunidades de mejora en el diseño de flujos, entrenamiento de modelos de IA o integración con sistemas de backend.
* Exportar en **PDF** o **CSV** para análisis complementarios, seguimiento de SLA por sector y apoyo a decisiones estratégicas sobre el equilibrio entre bot y equipo humano.

Este informe es esencial para **estructurar operaciones más escalables y equilibrar el uso de la IA con los equipos de atención humana**, garantizando eficiencia sin perder la personalización.

<figure><img src="https://4006966930-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FrmxWrIrMauHcIrsuqfGq%2Fuploads%2F2QCqsE91c1dAeZ3eil3M%2Fimage.png?alt=media&amp;token=0f7bf0d2-cdd1-444a-bd56-07e151a94020" alt=""><figcaption></figcaption></figure>

#### Tiempos de Atención – Cola

El informe de **Tiempos de Atención – Cola** proporciona una visión estratégica sobre la experiencia del cliente en los momentos en que hay espera para conectar con un agente humano.

Permite:

* Monitorear el **tiempo total de espera en cola**, mes a mes, identificando estacionalidades, picos de demanda y cuellos de botella operativos.
* Acompañar la **distribución del tiempo en cola por sector**, comparando áreas como Soporte, Comercial, Financiero, Onboarding y Éxito del Cliente.
* Evaluar el impacto de la dimensionamiento del equipo y de la eficiencia de los flujos automáticos en la **reducción del tiempo de espera**.
* Mapear sectores que presentan mayor tiempo de cola, priorizando acciones como redistribución de carga, ampliación de bots u optimización de SLA.
* Exportar en **PDF** o **CSV** para análisis externos, informes ejecutivos e integración con indicadores de CX.

Este informe es esencial para **garantizar agilidad y consistencia en la atención humana**, reforzando la confianza y la satisfacción del cliente a lo largo del recorrido

<figure><img src="https://4006966930-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FrmxWrIrMauHcIrsuqfGq%2Fuploads%2FCQBTX6SBkcqejOjsaqRS%2Fimage.png?alt=media&amp;token=8842ef22-5eae-46db-b9e0-b3802ee0e577" alt=""><figcaption></figcaption></figure>


---

# 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/tiempos-de-atencion.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.
