—
Casos analizados
Sin registros de "Sistema"
—
TER registrados
— de Sistema excluidos
—
Con despacho humano
—
—
Solo Teresa
—
—
Con más de 5 TER
—
TER Vencidos x OA
—
— min
Tiempo OA sin TER · mediana
—
—%
Cumplimiento último TER
—
Distribución de TER por caso
—
Origen de TER registrados
—
Distribución de clientes por cantidad de TER del caso
Clientes afectados según cuántos TER registró su caso · Mayo 2026 · Vista a nivel de clientes, no de casos.
Alerta de concentración: Los 136 casos con 6–10 TER impactan a 135.200 clientes (16,6%) — solo el 4,1% de casos cruzados pero con impacto desproporcionado. Requieren revisión prioritaria.
Clientes por cantidad de TER registrado
1 TER
2–3 TER
4–5 TER
6–10 TER
>10 TER
Sin TER
TER ingresados por despachador humano
Promedio >3 TER/caso destacado — puede indicar casos complejos o actualizaciones frecuentes.
| Despachador | TER Ingresados | Casos Únicos | Clientes | Prom. TER/Caso | TER Vencidos | % Vencidos | Clientes Vencidos |
|---|
Top 20 casos con más TER · Posibles anomalías
Problema de lógica pendiente en Centralidad: Teresa sigue inyectando porque no sabe cuántos TER ya tiene el caso.
| Caso | Total TER | TER Teresa | TER Humano | Tipo | Despachadores |
|---|
KPI 1 · TER Vencidos por OA
—
| TER vencidos por caso | Casos | % |
|---|
Interpretación: Los casos con 3+ TER vencidos son los que más tardaron en normalizarse.
Fórmula: Si
Fecha ingreso TER(n+1) > Fecha estimada TER(n) → vencido.KPI 2 · Tiempo de la OA sin TER
| Rango | Casos | % | Clientes |
|---|
—
Mediana
—
> 2h sin TER
—
Fórmula:
Fecha ingreso primer TER − Fecha inicio OA.KPI 3 · Cumplimiento del último TER
—%
Cumplió
—
Normalizó antes de la fecha estimada
—%
No cumplió
—
Normalizó después de la fecha estimada
— min
Desviación promedio · negativo = adelantado
—
Fórmula:
(Fecha normalización OA | Fecha cierre caso) − Fecha estimada último TER.