.png)
Última actualización: 16 de octubre de 2026
La dotación de un call center parece un problema de hoja de cálculo, hasta el lunes a las 9:00 a.m., cuando las llamadas llegan más rápido de lo planeado. Si tienes muy poco personal, los clientes abandonan, tu velocidad promedio de respuesta se dispara y los clientes lo recuerdan. Si tienes demasiado, pagas por agentes que pasan la mañana esperando que suene el teléfono.
Esta guía recorre las dos ideas que están debajo de casi cualquier plan de dotación, Erlang C y el shrinkage, con ejemplos numéricos que puedes reproducir. Luego vemos dónde falla la matemática y cómo la IA cambia las variables, porque el agente más barato que programarás es el que no necesitas.
Qué encontrarás en esta guía
- Por qué dimensionar a ojo falla
- Erlang C en palabras simples
- Shrinkage: el número que rompe tu horario en silencio
- Dónde falla Erlang C
- Cómo la IA cambia la matemática de la dotación
- Un flujo semanal práctico de planificación
- Preguntas frecuentes
Por qué dimensionar a ojo falla
El volumen de contactos no es plano. Llega en olas por hora, día de la semana y temporada, y el tiempo de atención cambia con cada lanzamiento de producto o ciclo de facturación. Una dotación fija que parece correcta en promedio es incorrecta en casi cada media hora individual.
Ese desajuste aparece en métricas que probablemente ya sigues. Cuando hay pocos agentes disponibles, sube el abandono de llamadas. Cuando hay demasiados, baja la ocupación y el costo por contacto se infla. La matemática de dotación existe para encontrar la franja estrecha entre ambos extremos, intervalo por intervalo.
Erlang C en palabras simples
Erlang C es una fórmula de teoría de colas que responde una pregunta: dado este volumen de trabajo entrante y este objetivo de nivel de servicio, ¿cuántos agentes deben estar disponibles al mismo tiempo? Fue desarrollada por A.K. Erlang en 1917 y sigue siendo el punto de partida estándar para la dotación de llamadas entrantes.
Las cuatro variables
Toda calculadora de Erlang C pide las mismas cuatro variables: volumen de llamadas por intervalo, tiempo medio de atención (conversación más espera más trabajo posterior a la llamada), un nivel de servicio objetivo y una tasa de shrinkage. Las tres primeras te dan los agentes en línea. El shrinkage los convierte en agentes en el horario.
Si tu tiempo de atención está inflado, corrígelo antes de dimensionar con él. Nuestra guía para reducir el AHT sin dañar el CSAT y nuestras notas sobre el trabajo posterior a la llamada muestran dónde se esconden los minutos.
Un ejemplo resuelto
Imagina una cola que recibe 100 llamadas por hora con un tiempo de atención de tres minutos. Son 300 minutos de trabajo en una hora, es decir, 5 Erlangs de tráfico. Con un objetivo 80/20 (80% de las llamadas contestadas en 20 segundos), 8 agentes en línea entregan aproximadamente un nivel de servicio de 88%. Observa lo lejos que está de los 5 que podrías esperar: necesitas margen sobre la carga de trabajo para que no se formen colas cada vez que dos llamadas coinciden.
| Variable | Valor de ejemplo | Qué determina |
|---|---|---|
| Volumen de llamadas | 100 llamadas por hora | Tráfico en Erlangs |
| Tiempo medio de atención | 3 minutos | Tráfico en Erlangs |
| Nivel de servicio objetivo | 80/20 | Agentes por encima de la carga de trabajo |
| Shrinkage | 30% | Agentes en el horario |
Fuente de los valores de ejemplo: guía de la calculadora Erlang de CloudTalk.
Shrinkage: el número que rompe tu horario en silencio
El shrinkage es la proporción del tiempo pagado en que un agente no puede atender contactos. Erlang C te dice cuántos agentes deben estar en línea; el shrinkage te dice cuántos debes pagar, porque algunos siempre estarán en capacitación, en descanso o enfermos.
La fórmula
El cálculo es horas no disponibles para atender contactos divididas entre el total de horas pagadas, por 100. Para convertir, divide los agentes que necesitas entre uno menos el shrinkage. En un ejemplo resuelto, 38 agentes requeridos con 31% de shrinkage se convierten en 55,1, así que programas 56. Si omites este paso, quedarás con poco personal por diseño, todos los días.
Qué cuenta y qué es normal
El shrinkage interno cubre el tiempo pagado en sitio pero fuera del teléfono: descansos, coaching, reuniones de equipo, capacitación y caídas de sistemas. El shrinkage externo cubre vacaciones, feriados, licencias por enfermedad y ausencias imprevistas. La mayoría de las operaciones planifica con 30%, dentro de un rango típico de 25% a 35%, y la misma fuente señala que diciembre y las vacaciones de verano pueden ubicarse unos 10 puntos por encima del promedio anual.
| Entorno | Shrinkage típico |
|---|---|
| Operación enfocada en chat | 25% a 30% |
| Centro de voz con mucha capacitación | 32% a 35% |
| Salud | 35% a 40% |
| Comercio electrónico | 25% a 30% |
| Servicios financieros | 30% a 35% |
Fuente: guía de Zoom sobre el shrinkage en call centers, que también sugiere investigar si el shrinkage supera de forma constante el 40%.
La estacionalidad es donde fallan los planes. Un 30% fijo en un mes en que la mitad del equipo está de vacaciones significa que el horario real es más delgado de lo que supuso el modelo, así que incorpora la curva estacional a tu pronóstico en lugar de usar un único número anual.
Dónde falla Erlang C
Erlang C es un modelo y todo modelo tiene supuestos. Conocerlos te dice cuándo confiar en el resultado y cuándo agregar un colchón.
Clientes pacientes y llegadas constantes
La fórmula supone que los clientes esperan indefinidamente y nunca cuelgan, por lo que tiende a sobrestimar la dotación. También supone una tasa de llegada constante dentro de cada intervalo, así que un pico repentino dentro de media hora le resulta invisible. Si tu abandono es significativo, Erlang A, que modela clientes impacientes, es una mejor opción.
Todo va a un humano
El modelo clásico supone que toda llamada debe ser atendida por un agente en vivo, por lo que no puede considerar que la automatización absorba parte del volumen. Tampoco aplica a llamadas salientes; las salientes usan ratios de marcador y objetivos de ocupación. Estas dos brechas son justo donde los equipos modernos ganan ventaja.
Cómo la IA cambia la matemática de la dotación
Erlang C toma el volumen de llamadas como variable de entrada. Si la IA resuelve por completo la parte rutinaria de ese volumen antes de que llegue a una cola humana, el número que ingresas a la fórmula baja, y también la dotación que recomienda. Es una forma más clara de pensar en la automatización que las promesas vagas de eficiencia.
Importan tres efectos. Primero, la contención: contactos como el estado de un pedido, cambios de cita y restablecimientos de contraseña pueden cerrarse sin un agente. Explicamos cómo medirlo en nuestra guía de tasa de contención y en el playbook de deflexión de tickets. Segundo, la cobertura: un agente de IA que responde a las 2:00 a.m. elimina la presión de programar turnos nocturnos costosos, un tema que exploramos en cobertura de soporte fuera de horario. Tercero, los picos: una capa de IA puede absorber una ráfaga de contactos simples sin contratar a nadie ni generar una larga cola de espera.
Este es el trabajo para el que fue creada Eva, la trabajadora de experiencia del cliente de Darwin AI: atender conversaciones rutinarias en distintos canales y pasar las complejas a tu equipo con todo el contexto, para que tus variables de Erlang reflejen solo los contactos que realmente necesitan a una persona.
Vuelve a ejecutar el modelo después de cada cambio
Cuando la automatización cambia tu mezcla, los contactos que quedan son más difíciles en promedio, por lo que el tiempo de atención suele subir aunque el volumen baje. Actualiza ambas variables a la vez o dejarás con poco personal a los humanos que quedan. Mantén también un colchón para escalamientos; una buena opción de callback virtual protege el nivel de servicio durante picos inesperados.
Un flujo semanal práctico de planificación
- Pronostica por intervalo. Usa varias semanas de historial por media hora y día de la semana, y ajusta por eventos conocidos como lanzamientos, ciclos de facturación y promociones.
- Quita lo que resuelve la automatización. Resta los contactos que tu IA resuelve de principio a fin. Mídelo, no lo supongas.
- Ejecuta Erlang C por intervalo. Usa un tiempo de atención realista para los contactos que quedan.
- Aplica el shrinkage. Usa la cifra estacional del periodo, no el promedio anual.
- Revisa semanalmente el nivel de servicio y el abandono. Ajusta el supuesto de shrinkage o de tiempo de atención cuando la realidad diverja, en lugar de culpar al pronóstico.
No trates el primer resultado como definitivo. La dotación es un ciclo: pronosticar, programar, medir, corregir. Los equipos que ganan son los que ajustan ese ciclo cada semana.
Preguntas frecuentes
¿Para qué se usa Erlang C en la dotación de un call center?
Erlang C estima cuántos agentes necesitas atendiendo llamadas para cumplir un objetivo de nivel de servicio, dado el volumen de llamadas, el tiempo medio de atención y el supuesto de que los clientes esperan en cola. Lo desarrolló A.K. Erlang en 1917 y sigue siendo el método por defecto en la mayoría de las herramientas de planificación de personal.
¿Cuál es una tasa de shrinkage normal?
La mayoría de las operaciones planifican con 30%, con un rango típico de 25% a 35%. Los equipos enfocados en chat suelen estar más abajo, entre 25% y 30%, mientras que los centros de voz con mucha capacitación pueden llegar a 32%-35%.
¿Cómo convierto los agentes requeridos en agentes programados?
Divide los agentes requeridos en línea entre uno menos tu tasa de shrinkage. Por ejemplo, 38 agentes requeridos con 31% de shrinkage dan 55,1, así que programas 56.
¿Erlang C sirve para llamadas salientes?
No. Erlang C modela colas de llamadas entrantes; la dotación de salientes usa ratios de marcador y objetivos de ocupación.
¿Puede la IA reducir la cantidad de agentes que necesito?
Sí, cuando resuelve por completo los contactos de rutina antes de que lleguen a la cola. Si quitas esos contactos del volumen de entrada, la fórmula recomienda menos agentes, aunque debes validar de nuevo tu nivel de servicio después de cada cambio.
Planifica para los contactos que necesitan personas. Deja el resto a la IA.
Descubre cómo Eva responde las conversaciones rutinarias de tus clientes las 24 horas.
Conoce a Eva
