Ofrecer una hora, no solo el precio: auditamos con IA 886 conversaciones de WhatsApp

Casi todo lo que se publica sobre bots de WhatsApp para salud cuenta lo mismo: respuesta inmediata, atención 24/7, más citas. Nosotros operamos un contact center médico con un asistente de IA y un equipo humano, y a comienzos de octubre decidimos leer todas sus conversaciones de un mes para medir qué pasaba de verdad.

Lo que más separó a los pacientes que agendaron de los que no fue una frase del equipo: ofrecer un día y una hora concretos.

En resumen: entre el 1 de septiembre y el 2 de octubre de 2026 auditamos con IA las 886 conversaciones de WhatsApp del contact center médico de El mejor DOC, en Colombia. 736 pedían cita y el 9,4 % terminó en una cita comprobada. Cuando una persona del equipo ofreció día y hora, el 34 % agendó; cuando solo dio el precio, el 0,8 %.

El contexto: un contact center médico con IA y personas

El mejor DOC es el directorio médico que construimos en btodigital (contamos cómo en el caso técnico). Para cuatro especialistas que contratan el servicio completo, operamos además su línea de WhatsApp: los anuncios y las fichas del directorio llevan a los pacientes a una sola línea, donde los recibe Laura, un asistente de IA montado en Atendio, y un equipo humano que confirma precios, cupos y pagos con cada consultorio.

El reparto parecía sensato: el bot responde al instante, orienta y toma datos; las personas cierran la cita. Entre el 1 de septiembre y el 2 de octubre de 2026 la línea tuvo 886 conversaciones con actividad y 16.562 mensajes: 7.071 de pacientes, 4.232 del bot y 5.259 del equipo.

Queríamos responder una pregunta: de todos los que pidieron cita, ¿cuántos la consiguieron y qué los separó de los que no?

Cómo hicimos el QA: leer todo, no una muestra

El control de calidad tradicional de un contact center escucha o lee una muestra pequeña de interacciones. Con IA se puede leer todo, pero también se puede equivocar a escala. Por eso armamos el QA en tres pasadas, con Claude como auditor:

1. Primero, las cifras con código. Antes de que ningún modelo leyera una conversación, calculamos con scripts los tiempos de respuesta, quién escribió cada mensaje, a qué hora y qué conversaciones terminaron en cita. Los modelos de lenguaje no son confiables con la aritmética, así que no se la pedimos.
2. Segundo, siete auditores leyeron las 886 conversaciones completas, repartidas por frentes.
3. Tercero, nueve verificadores independientes releyeron muestras de conversaciones para confirmar cada hallazgo y comprobar si seguía pasando después de los ajustes del bot del 26 de septiembre. Al final volvimos a calcular con código cada cifra que íbamos a usar. Lo que no se pudo comprobar quedó fuera.

Las copias de trabajo con datos de pacientes se borran al terminar cada auditoría. En este artículo no hay nombres de pacientes ni de doctoras.

Lo que encontramos, en números

De las 886 conversaciones, 736 pidieron cita o consulta. Terminaron en cita unas 69: 56 marcadas en el panel y cerca de 13 confirmadas en el chat que nadie marcó. Es una conversión del 9,4 %, y es un piso: el marcado de citas es manual, así que puede haber citas reales que no quedaron registradas.

El día también pesa. Cuando el primer mensaje llegó entre semana en horario hábil, la conversión fue del 10,9 %; si llegó un sábado, del 6 %; si llegó un domingo, del 4,3 %.

Y los tiempos del equipo variaban mucho según el consultorio: la mediana de la primera respuesta humana iba de 20 minutos a varias horas. Encontramos 80 conversaciones con intención de cita, escritas en horario hábil, que nunca recibieron un mensaje de una persona.

El hallazgo central: ofrecer día y hora

En el contact center de El mejor DOC, entre septiembre y comienzos de octubre de 2026, agrupamos las conversaciones según lo que respondió el equipo y miramos cuáles terminaron en cita:

64 de las 67 citas de la tabla vinieron de conversaciones en las que alguien propuso un día y una hora.

La plantilla más usada por el equipo (en el 71 % de las conversaciones con intervención humana) era la del precio. Era correcta y amable, pero cuando iba sola, sin una hora, solo 2 de 264 conversaciones terminaron en cita. El paciente quedaba con la tarea de volver a escribir para pedir un cupo.

Una respuesta del tipo «tengo el martes a las 3:00 p. m. o el jueves a las 9:00 a. m., ¿cuál te sirve?» le deja al paciente una decisión en lugar de una tarea.

Una advertencia: esto es una correlación. Es posible que el equipo ofreciera hora justo a los pacientes más decididos, y no podemos separar cuánto de la distancia entre 34 % y 0,8 % se debe a eso. Aun así, era el cambio más barato y con más potencial, y fue lo primero que le propusimos al equipo.

Lo que hacía mal el bot

El QA también encontró fallas del bot que solo se ven leyendo conversaciones reales:

• Cerraba conversaciones por un saludo. La regla que detectaba despedidas tomaba «buenas noches» como un adiós, incluso en «Buenas noches doctora, quería saber el precio». De 55 cierres automáticos, 22 venían de un saludo, y la conversación quedaba partida.
• Bot y persona respondían el mismo mensaje. Pasó 481 veces: el bot contestaba primero y, unos dos minutos después, el equipo escribía otra respuesta encima.
• Mensajes automáticos en fila. 71 conversaciones recibieron entre cuatro y seis automáticos seguidos sin que el paciente respondiera, y 237 automáticos salieron en el mismo cuarto de hora, entre las 7:00 y las 7:15 de la mañana.
• Una plantilla que exponía el motivo de consulta. La plantilla de recuperación insertaba textual el motivo que el paciente había escrito. En salud, eso nunca debe salir así por escrito.
• Datos sin confirmar. En casos puntuales el bot ofreció cupos que no existían o dio por hechos convenios y días de atención que nadie había confirmado.

Lo que cambiamos

La primera tanda de arreglos salió el 3 de octubre, con las reglas que propusieron los verificadores, y la segunda el 11, después de una nueva revisión:

• Un saludo ya no cierra la conversación, y «lo voy a pensar» tampoco.
• Cuando una persona del equipo escribe, el bot se aparta dos horas en vez de 30 minutos, y ahora distingue los mensajes del equipo de los suyos.
• Los seguimientos automáticos se apilan mucho menos: como máximo una plantilla de recuperación por persona, ninguna si el equipo escribió en las últimas 48 horas o si el paciente pidió tiempo, y nunca con el motivo de consulta.
• El bot conoce los festivos de Colombia y sabe si hay alguien del equipo disponible, así que no promete «el lunes a las 7:00» cuando el lunes es festivo.
• Detecta señales de urgencia médica: responde con un mensaje fijo de orientación y avisa de inmediato al equipo.
• Y si no tiene el dato de un cupo, un convenio o un servicio, dice que el equipo lo confirma.

Al equipo humano le propusimos un guion nuevo: acompañar siempre el precio con opciones concretas de día y hora y, si el consultorio pide anticipo, enviar los datos de pago en el mismo mensaje, en vez de ofrecerlos «si deseas avanzar».

Las respuestas dobles de bot y persona siguen siendo un punto a mejorar: la pausa de dos horas actúa después de que la persona escribe, no antes.

Lo que no salió bien a la primera

En una segunda auditoría, del 4 al 11 de octubre, revisamos las plantillas de recuperación, los mensajes que se envían a quien dejó de responder: 37 enviadas, 1 respuesta («No gracias») y 0 citas, y 4 que Meta no entregó por su límite a los mensajes de marketing.

Antes de apagarlas miramos por qué. Casi la mitad (18) eran restos de silencios anteriores al tope que pusimos el 3 de octubre. Y la línea seguía enviando una plantilla que Meta había clasificado como marketing, sin botones, cuando ya teníamos aprobada una de servicio con dos opciones: «Sí, continuar» y «Ya no la necesito». Lo corregimos el 11 de octubre y lo estamos midiendo. Mientras tanto, la apuesta principal sigue siendo responder pronto y ofrecer hora.

Lo que no podemos afirmar

Entre el 28 de septiembre y el 15 de octubre, frente a las cuatro semanas anteriores, las conversaciones de la línea bajaron más de un tercio y las citas registradas no bajaron: pasaron de 11,6 a 16,7 por semana. Sería tentador atribuírselo al QA, pero no podemos: en esas mismas fechas publicamos los precios en las páginas de las doctoras y cambiamos el diseño móvil de las fichas.

Lo único que sí podemos decir es que el aumento de citas registradas no vino de recibir más conversaciones, porque llegaron menos. Y el marcado es tan irregular que entre el 19 y el 28 de septiembre se registró una sola cita y el 5 de octubre, trece.

Cómo hacer este QA en tu contact center

No hace falta un equipo de datos, pero sí alguien que sepa exportar las conversaciones y escribir los conteos. Esto es lo que aprendimos del método:

1. Exporta todo el periodo, no una muestra: conversaciones completas, con quién escribió cada mensaje y a qué hora.
2. Calcula las cifras con código antes de leer. Tiempos de respuesta, conversiones y conteos no se le piden a un modelo de lenguaje.
3. Reparte la lectura por frentes (tiempos, hilo, automáticos, embudo, equipo) y exige que cada hallazgo venga con la conversación que lo demuestra.
4. Verifica con otros auditores que no hayan visto el primer informe, y descarta lo que no se repite.
5. Vuelve a calcular cada cifra que vayas a usar. Si un número no lo recalculaste, no lo publiques.
6. Cruza lo que hizo el equipo con lo que pasó después. Ahí estuvo nuestro hallazgo más valioso, y no era un problema de la IA.
7. Borra los datos personales al terminar.

Si quieres ver cómo se mide la otra mitad del problema, que el paciente que agendó sí llegue, lo contamos en Recordar no basta: 2.257 citas medidas con un bot de WhatsApp. Y si tu operación es un contact center de otro sector, en QA en call centers con Claude explicamos cómo se aplica a llamadas.

Qué nos llevamos

Teníamos un bot rápido y un equipo amable, y aun así nueve de cada diez conversaciones en las que se pedía cita no terminaban en una cita que pudiéramos comprobar. El QA con IA encontró fallas del bot, y las arreglamos, pero la diferencia más grande apareció cuando una persona respondía: 64 de las 67 citas de la tabla vinieron de conversaciones en las que alguien propuso un día y una hora.

Si tienes una línea de WhatsApp para pacientes y quieres saber qué está pasando en ella, podemos hacer este tipo de auditoría. Escríbenos desde marketing médico o desde consultoría en IA.

Preguntas frecuentes

¿Cómo se audita con IA un contact center de WhatsApp?

Se exportan todas las conversaciones del periodo, se calculan con código los tiempos y las conversiones, y luego varios modelos de IA leen las conversaciones por frentes (tiempos, hilo, automáticos, embudo y equipo). Otros auditores verifican cada hallazgo por separado y cada cifra se vuelve a calcular antes de usarla. Así lo hicimos en El mejor DOC con 886 conversaciones.

¿Cuántas conversaciones de WhatsApp terminan en cita en un contact center médico?

En el contact center de El mejor DOC, entre el 1 de septiembre y el 2 de octubre de 2026, el 9,4 % de las conversaciones que pidieron cita terminó en una cita comprobada (69 de 736). Cuando una persona del equipo ofreció un día y una hora concretos, el 34 % terminó en cita; cuando solo se dio el precio, el 0,8 %.

¿Un bot de WhatsApp reemplaza al equipo humano en salud?

En nuestra experiencia, no. El bot responde al instante, orienta y toma datos, pero confirmar cupos, precios y pagos con cada consultorio sigue siendo trabajo de personas, y es ahí donde vimos la mayor diferencia entre los pacientes que agendaron y los que no.

¿Sirven las plantillas de recuperación para pacientes que dejaron de responder?

Todavía no lo sabemos. En El mejor DOC, del 4 al 11 de octubre de 2026, 37 plantillas de recuperación dieron una respuesta y ninguna cita, pero casi la mitad eran restos de silencios viejos y se estaba enviando una plantilla equivocada. Lo corregimos el 11 de octubre y lo estamos midiendo. Lo que más se asoció con las citas fue que una persona ofreciera hora.