Measuring satisfaction with public services

Un ciudadano sale de la oficina de tránsito con el trámite resuelto en once minutos, sonriendo, y marca cinco estrellas en la encuesta de salida. Otro sale del mismo mostrador, tras el mismo trámite, y marca dos estrellas porque la fila de espera fue de cuarenta minutos aunque el funcionario fue impecable. Las dos experiencias midieron lo mismo: un servicio. El puntaje que produjeron no mide lo mismo en absoluto. Ahí empieza el problema real de medir la satisfacción con los servicios públicos: no es un problema de encuestas, es un problema de qué momento estamos capturando y qué le estamos pidiendo a la memoria del ciudadano que reconstruya.

La tesis es sencilla y, creo, incómoda para muchas agencias: la mayoría de los sistemas de medición de satisfacción ciudadana miden el promedio de una experiencia que el cerebro nunca recuerda como promedio. Los ciudadanos no evalúan un servicio sumando cada minuto vivido; lo evalúan por su peor tramo y por cómo terminó. Si el instrumento de medición no está diseñado alrededor de esa lógica, el dato que produce es ruido con apariencia de rigor — y las decisiones de política pública que se apoyan en él heredan ese ruido.

¿Por qué es tan difícil medir bien la satisfacción ciudadana?

Porque el ciudadano no es un cliente que puede irse. En el sector privado, la satisfacción correlaciona con retención: si el cliente está insatisfecho, cambia de proveedor y esa fuga es la señal de alarma. En el sector público, el ciudadano casi nunca tiene alternativa. Debe renovar el mismo documento en la misma agencia, pagar el mismo impuesto por el mismo canal, acudir al mismo hospital público de su distrito. Esa ausencia de salida elimina el mecanismo de mercado que, en el mundo comercial, obliga a las empresas a corregir rápido. Sin esa presión, la satisfacción declarada puede quedarse estancada durante años sin que nadie sienta la urgencia de moverla.

Además, las expectativas de partida son distintas. Un ciudadano que acude a renovar una licencia no espera "deleite"; espera no perder el día. Ya he escrito sobre por qué los puntajes agregados de satisfacción terminan engañando a las agencias públicas que los usan como termómetro único: un promedio nacional de 78% de satisfacción puede convivir, tranquilamente, con un servicio de salud rural que funciona muy mal y una oficina de pasaportes urbana que funciona muy bien. El promedio esconde exactamente lo que el gestor necesita ver.

¿Qué falla en las encuestas tradicionales de satisfacción pública?

Fallan por diseño, no por mala intención. Tres defectos se repiten en la mayoría de los programas que he visto operar en agencias de gobierno:

• Miden el momento equivocado. La encuesta llega por correo o SMS días después del trámite, cuando el ciudadano ya reconstruyó el recuerdo con la información que tenía a mano — normalmente, la parte más frustrante.
• Preguntan lo genérico en vez de lo específico. "¿Qué tan satisfecho está con el servicio?" no distingue si la insatisfacción viene del tiempo de espera, del trato del funcionario, de la claridad del formulario o de una política que el ciudadano considera injusta. Sin esa distinción, el dato no dice qué corregir.
• Sufren sesgo de muestra. Responde quien tuvo una experiencia extrema — muy buena o muy mala — y no responde la mayoría silenciosa que tuvo una experiencia mediocre pero tolerable. El resultado sobreestima ambos extremos y esconde el problema más común: la indiferencia.

Ninguno de estos defectos se corrige añadiendo más preguntas. Se corrige rediseñando cuándo, dónde y sobre qué se pregunta — y eso exige entender primero cómo la mente humana archiva una experiencia de servicio.

¿Qué dice la economía del comportamiento sobre cómo los ciudadanos recuerdan un trámite?

La respuesta corta: casi nada de lo que realmente vivieron, y casi todo de dos instantes. El psicólogo Daniel Kahneman, junto con Donald Redelmeier, documentó en un estudio con pacientes sometidos a colonoscopías que la evaluación retrospectiva de una experiencia dolorosa no dependía de su duración total, sino del pico de malestar y de cómo se sentían en el minuto final del procedimiento — hallazgo publicado en la revista científica Pain en 1996 y que dio origen a lo que hoy se conoce en diseño de experiencia como el peak-end rule, o regla del pico y el final. La duración del sufrimiento apenas importaba; lo que quedaba grabado era el momento más intenso y el cierre.

Trasladado a un servicio público, esto tiene una implicación directa: si un ciudadano espera cuarenta minutos pero los últimos cinco —el mostrador, la resolución, la despedida— transcurren con calidez y claridad, la evaluación general mejora de forma desproporcionada respecto al tiempo real invertido. Y a la inversa: un trámite que fluyó bien durante treinta minutos pero terminó con un error de sistema sin explicación quedará archivado como "mala experiencia", aunque estadísticamente casi todo el recorrido fue correcto.

Esto no es una excusa para ignorar los tiempos de espera — la aversión a la pérdida también opera aquí: el tiempo perdido en una fila se siente más gravoso que el tiempo ganado en un trámite rápido, precisamente porque perder duele más de lo que satisface ganar lo equivalente. Pero sí es una razón de peso para dejar de medir la satisfacción como si fuera un promedio aritmético de instantes y empezar a medirla como lo que es: una reconstrucción sesgada, anclada en momentos concretos que se pueden identificar, diseñar y monitorear por separado.

¿Cómo se diseña un sistema de medición que sí sirva para gestionar?

Un sistema útil no empieza con la encuesta. Empieza con el mapa del recorrido, porque sin él no se sabe dónde preguntar. Este es el orden que recomiendo aplicar, en secuencia, a cualquier servicio ciudadano:

1. Mapear el journey completo del trámite, no solo el punto de contacto final. Documentar cada etapa —desde la búsqueda de información hasta el seguimiento posterior al servicio— tal como lo hace un marco de journeys de experiencia ciudadana bien construido, con sus canales, tiempos y responsables.
2. Identificar los momentos de verdad: los dos o tres puntos del recorrido donde la ansiedad, la incertidumbre o el riesgo de fricción son más altos. En un trámite de salud, suele ser la asignación de cita y la comunicación del diagnóstico; en un trámite migratorio, la verificación de documentos y la notificación de resultado.
3. Medir en el momento, no después. Una pregunta corta inmediatamente al cierre de la interacción (una tableta en el mostrador, un SMS a los cinco minutos, un botón en la app) captura el pico emocional real, no su reconstrucción tres días después.
4. Separar percepción de resultado. Preguntar no solo "¿cómo se sintió?" sino "¿se resolvió su gestión?" y "¿cuánto tiempo le tomó realmente?". La satisfacción declarada y el resultado objetivo deben cruzarse, no promediarse juntos.
5. Cerrar el ciclo con acción visible. Cada dato recogido debe alimentar un cambio operativo rastreable; de lo contrario, se convierte en ritual administrativo. Esto es lo que distingue una estrategia real de voz del ciudadano de un buzón de quejas que nadie revisa.

El quinto paso es el que más agencias omiten, y es el que determina si el sistema entero vale la inversión. Ya he desarrollado en detalle por qué la mayoría de los programas de retroalimentación ciudadana se rompen precisamente en el paso de la acción, no en el de la escucha.

¿Qué métricas deberían complementar —o reemplazar— al puntaje de satisfacción?

El puntaje único de satisfacción es útil como termómetro de tendencia, no como diagnóstico. Para gestionar, se necesita una combinación de indicadores que capturen dimensiones distintas de la experiencia:

• Esfuerzo percibido (effort score). Matthew Dixon, Karen Freeman y Nicholas Toman, en su artículo de investigación "Stop Trying to Delight Your Customers", publicado en Harvard Business Review en julio de 2010, demostraron que reducir el esfuerzo del usuario predice mejor la lealtad futura que intentar sorprenderlo con gestos de deleite. En un contexto público, esto se traduce en preguntar cuánto esfuerzo requirió completar el trámite —número de pasos, de documentos, de visitas repetidas— y no solo cómo se sintió al final.
• Tasa de resolución en primer contacto. Cuántos trámites se cierran sin que el ciudadano tenga que volver, llamar de nuevo o escalar. Es el indicador operativo más correlacionado con la confianza institucional a largo plazo.
• Tiempo real versus tiempo esperado. No basta con medir cuánto tardó el trámite; hay que medir la brecha entre lo que el ciudadano esperaba y lo que efectivamente ocurrió, porque esa brecha —no el tiempo absoluto— es lo que produce frustración o alivio.
• Confianza institucional. La Organización para la Cooperación y el Desarrollo Económicos (OCDE), en su serie de informes Government at a Glance, viene documentando desde hace años que la confianza en el gobierno responde a factores más amplios que la satisfacción transaccional puntual: integridad percibida, capacidad de respuesta y equidad en el trato. Un ciudadano puede estar satisfecho con un trámite específico y, al mismo tiempo, desconfiar profundamente de la institución que lo presta.

Ninguna de estas métricas sustituye a las demás. Juntas forman un tablero que distingue entre "la interacción fue agradable" y "el sistema funciona", que son afirmaciones distintas y a menudo contradictorias.

¿Cómo evitar que la medición se convierta en teatro de gestión?

Aquí es donde la arquitectura de decisión (choice architecture) importa tanto como el instrumento de medición. Si los incentivos del personal de primera línea dependen del puntaje de satisfacción individual, el sistema empieza a producir el resultado equivocado: funcionarios que piden calificaciones altas antes de cerrar el trámite, que descartan encuestas críticas o que priorizan la cordialidad sobre la resolución efectiva. El puntaje sube; el servicio no mejora.

La solución no es eliminar los incentivos, sino cambiar el diseño de la elección. En lugar de vincular bonos a la calificación individual —que invita a manipular el momento de la pregunta—, conviene vincular la gestión del equipo a indicadores de resultado agregados y sostenidos en el tiempo: tasa de resolución, tiempo de ciclo, reincidencia de reclamos sobre el mismo problema. Esto reduce el margen para gestionar la métrica en lugar de gestionar el servicio, algo que el sector privado también ha tenido que aprender a la fuerza con el Net Promoter Score que Fred Reichheld popularizó en Harvard Business Review en diciembre de 2003: un número que, mal gobernado, se convierte en objetivo de campaña interna en vez de espejo honesto de la experiencia.

La satisfacción declarada mide cómo se sintió el ciudadano en un instante. La confianza institucional mide si va a creerle a la agencia la próxima vez. Confundir ambas cosas es el error de diseño más caro en la medición de servicios públicos.

Este error se agrava cuando el trámite es de alto riesgo emocional —salud, justicia, migración— porque ahí el ciudadano no está evaluando cortesía, está evaluando si el sistema le hizo justicia. Medir satisfacción con la misma pregunta genérica en un trámite de bajo riesgo y en uno de alto riesgo es comparar cosas que no son comparables, aunque el número final tenga la misma escala del uno al diez.

¿Qué hacen distinto los gobiernos que miden bien?

Los sistemas que funcionan comparten un rasgo: tratan cada trámite como un journey con datos propios, no como una entrada más en un promedio nacional. El servicio digital del Reino Unido, a través de lo que fue su plataforma de desempeño del Government Digital Service, construyó durante años paneles públicos que desagregaban el desempeño transacción por transacción —renovación de pasaporte, solicitud de licencia, registro de vehículo— en lugar de publicar un único índice de satisfacción gubernamental. Esa desagregación es la diferencia entre un dato que se puede auditar y uno que solo se puede citar en un discurso.

El caso estonio de gobierno digital, ampliamente documentado por su infraestructura de interoperabilidad X-Road, apunta en la misma dirección desde otro ángulo: cuando la mayoría de los trámites se completan en minutos y sin papeleo redundante, la pregunta relevante deja de ser "¿qué tan satisfecho está?" y pasa a ser "¿se completó, y en cuánto tiempo?". La satisfacción, en ese contexto, se convierte en un efecto secundario de un diseño de proceso bien resuelto, no en el objetivo directo de la medición.

Esta lógica —diseñar el servicio alrededor de los eventos reales de la vida del ciudadano en lugar de alrededor de los trámites administrativos que la agencia tiene organizados internamente— es la que desarrollo con más detalle en el artículo sobre diseño de servicios basado en eventos de vida, y es probablemente la palanca de mayor impacto disponible para cualquier gobierno que quiera que sus métricas de satisfacción empiecen a significar algo.

¿Por dónde empezar si la agencia no tiene nada de esto hoy?

No hace falta rediseñar todo el aparato de medición de golpe. Conviene empezar por un solo servicio de alto volumen y alta visibilidad, aplicarle el mapeo de journey y los cinco pasos descritos arriba, y usarlo como piloto antes de escalar. Antes de ese piloto, sin embargo, vale la pena tener una fotografía honesta de dónde está la organización hoy en su capacidad de escuchar, medir y actuar sobre la experiencia ciudadana; una evaluación de madurez de experiencia ayuda a identificar si el problema real está en el instrumento de medición, en la gobernanza de los datos o en la falta de mandato para actuar sobre lo que se encuentra.

Ese diagnóstico también evita un error frecuente: invertir primero en tecnología de encuestas —chatbots, dashboards, paneles en tiempo real— cuando el cuello de botella real es organizacional. De poco sirve capturar el momento exacto de fricción si ningún equipo tiene el mandato ni el presupuesto para corregirlo en el próximo trimestre.

El número que vale la pena perseguir

Un gobierno no necesita un puntaje más alto. Necesita saber, con precisión, en qué momento del recorrido se pierde la confianza del ciudadano y si esa pérdida se repite trámite tras trámite o fue un incidente aislado. Ese dato —específico, situado, accionable— vale más que cualquier índice nacional que sube dos puntos sin que nadie sepa por qué. La satisfacción bien medida no es un termómetro de humor colectivo; es una brújula operativa. Y las agencias que empiezan a tratarla así son, invariablemente, las que dejan de sorprenderse cuando el ciudadano no les cree la próxima cifra que publican.

Si su institución está lista para pasar de una encuesta genérica a un sistema de medición que realmente informe decisiones, el trabajo empieza por entender el recorrido completo del ciudadano en cada servicio crítico: así es como lo abordamos en transformación de experiencia ciudadana en servicios públicos.