La única regla que hace que valga la pena hacer una pregunta de encuesta
Trabajo en el equipo de soporte de eesel, así que leo feedback de clientes por trabajo, del que llega por tickets, chat y, sí, también encuestas. El patrón es deprimentemente constante: las encuestas que se envían están llenas de preguntas sobre las que nadie puede actuar. "¿Cómo fue tu experiencia?" te da "bien". "¿Qué funciones te gustaría tener?" te da una lista de deseos de cosas que nunca vas a construir.
Este es el filtro que aplicaría a cada pregunta antes de publicarla: si la respuesta no cambiaría una decisión, elimina la pregunta. "¿Nos recomendarías?" vale la pena preguntarla porque una puntuación baja dispara una llamada de seguimiento. "¿Te gustan los colores de nuestra marca?" no, porque no vas a repintar la app basándote en datos de una encuesta. Esta única regla elimina cerca de la mitad de la mayoría de los borradores de encuestas, y la mitad que sobrevive es la mitad que vale la pena leer.
El segundo filtro es la longitud. Cada pregunta extra te cuesta finalizaciones. Una encuesta in-app de una sola pregunta puede alcanzar un 40% de tasa de respuesta; un formulario de diez preguntas después de un chat de soporte tiene suerte si llega a un dígito. Así que la habilidad real no es escribir más preguntas, sino saber cuáles tres importan para el momento en que preguntas.
Las cinco familias de preguntas para encuestas de producto
Casi toda pregunta útil cae en una de cinco familias. Acertar la familia hace que la redacción prácticamente se escriba sola.
- Valoración (CSAT): un número en una escala definida sobre una cosa específica. "Valora esta respuesta del 1 al 5." Rápida, medible, acotada.
- Relación (NPS): la pregunta de 0 a 10 de "recomendarías" sobre el producto entero, no un único punto de contacto. Mejor como señal de lealtad de movimiento lento.
- Esfuerzo (CES): qué tan difícil fue conseguir que algo se hiciera. Una respuesta de alto esfuerzo predice la cancelación mejor que una puntuación de satisfacción mediocre, por lo que el customer effort score se ha convertido silenciosamente en la métrica en la que más confían muchos equipos de producto.
- Abierta: el "por qué" que le da un motivo al número. Aquí es donde vive la información real, y también la parte que nunca se lee (más sobre esto abajo).
- Prioridad de funciones: preguntas de elección forzada o ranking que obligan a los clientes a priorizar, lo cual es mucho más honesto que una lista de deseos de casillas.
El error que más veo es hacer solo las tres primeras, las que producen un dashboard ordenado, y saltarse la pregunta abierta que las explica. Un CSAT que cae sin un "por qué" adjunto te dice que algo está mal, pero nada sobre qué es.
El banco de preguntas, ordenado por objetivo
Copia lo que te sirva, elimina el resto. Cada tabla combina una pregunta de valoración con la pregunta abierta de seguimiento que la hace útil.
Valor del producto y product-market fit
La pregunta de encuesta más útil jamás escrita es la de Sean Ellis: "¿cómo te sentirías si ya no pudieras usar este producto?". Un producto con más de un 40% de "muy decepcionado" es uno que la gente realmente necesita.
| Pregunta | Tipo |
|---|---|
| ¿Cómo te sentirías si ya no pudieras usar [producto]? (Muy decepcionado / Algo decepcionado / Nada decepcionado) | Valoración |
| ¿Qué tipo de persona crees que se beneficiaría más de [producto]? | Abierta |
| ¿Cuál es el principal beneficio que obtienes de [producto]? | Abierta |
| ¿Qué usarías en su lugar si [producto] desapareciera mañana? | Abierta |
| ¿Cómo podemos mejorar [producto] para ti? | Abierta |
Nuevas funciones y usabilidad
Haz estas preguntas mientras la función esté fresca, idealmente justo después de que alguien la use por primera vez.
| Pregunta | Tipo |
|---|---|
| ¿Qué tan fácil fue completar [tarea] hoy? (1 = muy difícil, 5 = muy fácil) | Esfuerzo (CES) |
| ¿[Función] hizo lo que esperabas? (Sí / En parte / No) | Valoración |
| ¿Qué intentabas lograr cuando abriste [función]? | Abierta |
| ¿Hubo algo confuso o faltante? | Abierta |
| Si pudieras cambiar una cosa de [función], ¿cuál sería? | Abierta |
Onboarding
Las encuestas de onboarding captan la fricción que mata la activación en silencio. Envíalas unos días después, no el primer día.
| Pregunta | Tipo |
|---|---|
| ¿Qué tan fácil fue empezar a usar [producto]? (1 a 5) | Esfuerzo (CES) |
| ¿Llegaste a tu primer momento "aha"? ¿Cuál fue? | Abierta |
| ¿Qué casi te impidió configurarlo? | Abierta |
| ¿Había algo que esperabas que [producto] hiciera y no hizo? | Abierta |
| ¿Cómo podríamos hacer la configuración más rápida? | Abierta |
Una buena encuesta de onboarding se solapa con lo que las mejores herramientas de onboarding de clientes rastrean automáticamente, pero una pregunta directa sigue captando las respuestas de "me rendí porque no encontré X" que los datos de comportamiento por sí solos se pierden.
Interacción de soporte (CSAT)
La clásica encuesta posterior a un ticket. Mantenla en la valoración más un seguimiento abierto para que no se sienta como tarea después de que alguien ya pasó tiempo en tu cola.
| Pregunta | Tipo |
|---|---|
| ¿Cómo calificarías el soporte que recibiste? (1 a 5) | Valoración (CSAT) |
| ¿Resolvimos tu problema? (Sí / No) | Valoración |
| ¿Cuánto esfuerzo te costó resolver tu problema? | Esfuerzo (CES) |
| ¿Qué podríamos haber hecho mejor? | Abierta |
Esta es la encuesta que la mayoría de los equipos ya usan, normalmente disparada en el momento en que se cierra una conversación. Si quieres la mecánica, escribimos una guía completa sobre enviar una encuesta CSAT al cierre, y una mirada más amplia al CSAT con IA para equipos que automatizan la puntuación.
Lealtad (NPS)
NPS es una señal de relación, no una por interacción, así que envíalo un par de veces al año, no después de cada chat.
| Pregunta | Tipo |
|---|---|
| ¿Qué tan probable es que recomiendes [producto] a un colega? (0 a 10) | Relación (NPS) |
| ¿Cuál es el motivo principal de tu puntuación? | Abierta |
| ¿Qué haría falta para acercarte a un 10? | Abierta |
El seguimiento de "motivo principal" es todo el sentido. Un número de NPS sin motivo adjunto es una métrica de vanidad; en el texto abierto se esconde la hoja de ruta. Si usas Freshdesk, nuestra guía de encuesta NPS cubre la configuración, y las métricas de satisfacción de Zendesk hacen lo mismo en ese lado.
Cancelación y bajas
El feedback más valioso que recogerás jamás está en la salida. Mantenlo en dos o tres preguntas, un cliente que se da de baja ya tiene un pie fuera.
| Pregunta | Tipo |
|---|---|
| ¿Cuál es el motivo principal de tu cancelación? (Precio / Función faltante / Cambió de herramienta / No lo usa / Otro) | Valoración |
| ¿Qué podríamos haber hecho para retenerte? | Abierta |
| ¿A qué te estás cambiando, si es que a algo? | Abierta |
Las respuestas de cancelación son oro porque nombran los verdaderos motivos de ruptura. La trampa es que la mayoría de los flujos de cancelación las recogen y nadie las lee. Si tienes un helpdesk, puedes ir más allá y detectar el riesgo antes del botón de cancelar, que es la idea detrás de detectar el riesgo de cancelación en conversaciones de soporte y de la retención en cancelaciones.
Precios
Las preguntas de precios son fáciles de arruinar porque la gente subestima lo que pagaría. Las cuatro preguntas de Van Westendorp evitan eso preguntando por rangos de precio en lugar de un único número.
| Pregunta | Tipo |
|---|---|
| ¿A qué precio [producto] sería tan caro que no lo comprarías? | Abierta |
| ¿A qué precio sería caro pero aún lo considerarías? | Abierta |
| ¿A qué precio sería una gran oferta? | Abierta |
| ¿A qué precio sería tan barato que dudarías de la calidad? | Abierta |
Cuándo hacer cada pregunta
El momento importa tanto como la redacción. La misma pregunta cae distinto según en qué punto de su recorrido esté el cliente, así que activa las encuestas con eventos, no con un envío masivo por calendario.
- Justo después del onboarding: CES y "qué casi te detuvo", mientras el dolor de la configuración está fresco.
- Después del primer valor real: la pregunta de PMF y "cuál es el principal beneficio", una vez que han sentido el producto funcionar.
- Después de un ticket de soporte: CSAT, disparado en el momento en que se cierra la conversación.
- Trimestral y antes de la renovación: NPS más "qué haría falta para acercarte a un 10".
- En la cancelación: la encuesta de salida de dos preguntas.
Las encuestas activadas por eventos superan sistemáticamente a las programadas en tasa de respuesta, porque preguntas mientras la experiencia todavía está fresca en la mente del cliente. Una encuesta sobre onboarding enviada tres meses después es solo un test de memoria.
Preguntas cerradas vs. abiertas: usa ambas, a propósito
Las preguntas cerradas (valoraciones, opción múltiple) te dan números que puedes seguir en el tiempo. Las preguntas abiertas te dan los motivos detrás de los números. Necesitas ambas, y la trampa es inclinarte demasiado hacia un lado.
Las encuestas totalmente cerradas producen dashboards ordenados que no pueden decirte por qué se movió una puntuación. Las encuestas totalmente abiertas producen respuestas ricas que nadie tiene tiempo de leer, así que se pudren en una hoja de cálculo. La proporción que funciona para la mayoría de las encuestas de producto es una pregunta de valoración que ancla el momento, más exactamente una pregunta abierta de "por qué". Eso te da un número medible y un motivo legible sin hundir la tasa de finalización.
La parte que todos se saltan: leer las respuestas
Aquí va la parte honesta. Escribir buenas preguntas es el 20% fácil. El 80% difícil es leer lo que llega, especialmente el texto abierto, y ahí es donde casi todo programa de feedback muere en silencio. Una cuarta parte de las respuestas de una encuesta puede ser texto libre, y que una persona lea unos cientos de comentarios por semana simplemente no ocurre.
Este es exactamente el problema en el que la IA es buena. En lugar de leer cada comentario, dejas que un modelo los agrupe en temas, cuente con qué frecuencia aparece cada uno y puntúe el sentimiento para que los patrones más ruidosos y enojados suban a lo más alto. El resultado no es un muro de texto, es una lista corta ordenada: "37 menciones de exportación lenta, mayormente negativas" le gana a desplazarse por 300 filas con la esperanza de detectar una tendencia.
El mismo enfoque funciona ya sea que el texto en bruto sean respuestas de encuestas, tickets de soporte o registros de chat, todo es simplemente voz del cliente sin estructurar. Extraer intenciones y sentimiento de ese montón, y volcarlo en un dashboard de analítica, es lo que convierte un "hicimos una encuesta" en un "arreglamos las tres cosas principales". Muchas herramientas dedicadas de feedback de clientes también hacen una versión de esto.
Prueba eesel para leer feedback a gran escala
Si tu feedback de producto y tus tickets de soporte viven cerca de un helpdesk, no necesitas una herramienta de investigación aparte para entenderlos. eesel se conecta a tu configuración existente (Zendesk, Freshdesk, HubSpot, Gorgias, Front y más de 100 integraciones) y ejecuta análisis de temas sobre tus conversaciones reales de clientes, agrupándolas en temas recurrentes y ordenándolas por volumen, para que las "tres cosas principales que arreglar" aparezcan sin que nadie tenga que leer 300 comentarios a mano.
Es el mismo motor que permite a los clientes hacer pasar volumen real por él, un despliegue de eesel procesa más de 100.000 tickets al mes solo en alemán. Y como aprende de tu historial, los temas que detecta están fundamentados en lo que tus clientes realmente dijeron, no en una taxonomía genérica. Gridwise lo dijo claramente después de una semana: eesel estaba resolviendo el 73% de las solicitudes de nivel 1 en el primer mes. Puedes apuntar el mismo reporte a tu feedback y empezar gratis. Haz preguntas más precisas, y luego deja que las respuestas se lean de verdad.
Preguntas frecuentes
¿Cuáles son las mejores preguntas para una encuesta de producto?
¿Cuántas preguntas debería tener una encuesta de producto?
¿Cuál es la diferencia entre preguntas de CSAT, NPS y CES?
¿Cuándo se debería enviar una encuesta de feedback de producto?
¿Cómo se analizan las respuestas abiertas de una encuesta de producto?
Article by
Riellvriany Indriawan
Riell is a designer and writer at eesel AI with about two years of experience researching CX platforms, AI chatbots, and helpdesk software. She combines her design background with a sharp eye for how these tools actually look and feel in practice — making her comparisons unusually visual and user-focused.
