Diseño de menús telefónicos: lo que dice realmente la evidencia.

La versión corta

Esta página está debajo de otras dos, más prácticas: la guía de enrutamiento de llamadas y diseño de menús (nuestro consejo de diseño) y la biblioteca de guiones de menús telefónicos (en inglés; textos listos para copiar). En lugar de agregar consejos, revisa los que ya circulan, incluidos los nuestros, frente a lo que se midió o quedó escrito en una norma.

Cómo calificamos cada afirmación

El fallo más común en los consejos sobre menús es presentar una convención como si fuera un hallazgo. Clasificamos cada afirmación en cuatro grados:

Desplace la tabla hacia los lados para ver todas las columnas.

Dos límites valen para todo el texto. La mayor parte del trabajo experimental que encontramos es de las décadas de 1990 y 2000, estudia sistemas grandes y no el menú de pocas opciones de una pequeña empresa, y se hizo en inglés. Y la norma internacional escrita específicamente para interfaces de usuario de IVR, ISO 9241-154:2013, se vende y no se publica abiertamente; leímos su resumen oficial, no su texto, y no le atribuimos ninguna regla concreta.12 Las citas de este artículo provienen de fuentes en inglés; las traducciones al español son nuestras.

Siete, más o menos dos: lo que Miller realmente dijo

La fuente que suele acompañar al consejo de menús cortos es el artículo de George Miller de 1956 en Psychological Review, "The magical number seven, plus or minus two" (el número mágico siete, más o menos dos); el estudio de 2008 que se analiza más abajo describe la pauta de cinco opciones o menos como una que "commonly citing Miller's (1956) paper" (suele citar el artículo de Miller de 1956).4 Vale la pena leerlo, porque no dice lo que se le hace decir.

Miller describió dos límites distintos. El primero es el rango del juicio absoluto: cuántos niveles de un solo estímulo, como el tono de un sonido, puede identificar una persona sin compararlos. "Sostengo que para juicios unidimensionales este rango suele estar en el entorno de siete."1 El segundo es el rango de la memoria inmediata: cuántos elementos puede repetir una persona de inmediato. Fue explícito en que son cosas diferentes: "A pesar de la coincidencia de que el número mágico siete aparece en ambos lugares, el rango del juicio absoluto y el rango de la memoria inmediata son tipos de limitación muy distintos".1 Y: "El juicio absoluto está limitado por la cantidad de información. La memoria inmediata está limitada por el número de elementos."1 Su párrafo final se niega a ver algo profundo en la repetición del siete: "Sospecho que es solo una perniciosa coincidencia pitagórica."1

El trabajo posterior bajó el número en lugar de subirlo. La revisión de Nelson Cowan de 2001 en Behavioral and Brain Sciences dice que el siete de Miller "fue pensado más como una estimación aproximada y un recurso retórico que como un verdadero límite de capacidad", y argumenta, a partir de un amplio conjunto de datos, a favor de "un único límite central de capacidad de alrededor de cuatro bloques".2

Por qué ninguno de los dos números se aplica a un menú telefónico

Quien escucha un menú no está haciendo una tarea de amplitud de memoria. Nadie le pide que repita la lista. Escucha las opciones una por una y compara cada una con lo que quiere. La exigencia de memoria es retener la mejor coincidencia hasta el momento y su tecla mientras suena el resto y, si decide escuchar todo primero, recordar cuál de las opciones anteriores era la candidata. Por eso Commarford y sus colegas escribieron que "el artículo de Miller, de hecho, no respalda esta pauta", y que la teoría moderna de la memoria de trabajo "lleva a la conclusión opuesta".4

Grado: Folclore aplicado a los menús. La memoria de trabajo es real y limitada, y es una buena razón para mantener cortas las opciones. No es base para ninguna cantidad particular de opciones.

Ancho o profundo: lo que encontraron los experimentos

Si los menús cortos fueran mejores porque la memoria es limitada, dividir un menú largo en varios menús cortos debería ayudar. Dos estudios lo probaron directamente y ninguno encontró que ayudara.

Huguenard y Lerch, 1993. Construyeron un modelo computacional de la interacción telefónica basado en la teoría de la memoria de trabajo de Just y Carpenter y probaron sus predicciones con personas que usaban menús. Su resumen concluye que "contrario a las pautas generales para el diseño de PBI, las jerarquías profundas de menús (no más de tres opciones por menú) no reducen las tasas de error de memoria de trabajo".3 Las exigencias de almacenamiento fueron el mejor predictor de errores, y las diferencias individuales en la capacidad de memoria de trabajo también importaron.3

Commarford, Lewis, Smither y Gentzler, 2008. Publicado en Human Factors, este experimento midió la capacidad de memoria de trabajo de cada participante y luego les hizo completar tareas de correo electrónico con uno de dos diseños de IVR con voz funcionalmente equivalentes, uno ancho y otro profundo. "Los usuarios del IVR de estructura ancha tuvieron mejor desempeño y quedaron más satisfechos que los del IVR de estructura profunda", y el efecto "fue más pronunciado en quienes tenían baja capacidad de memoria de trabajo".4 La conclusión de los autores: "crear una estructura más profunda exige más recursos de memoria de trabajo que la alternativa de menús más largos y menos profundos."4

Estos estudios no demuestran que un menú de doce opciones esté bien. El estudio de 2008 usó entrada por voz y tareas de correo electrónico, no un teclado y una llamada de negocios, y ambos fueron estudios de laboratorio. Lo que muestran es más acotado y aun así útil: agregar un nivel cuesta más que agregar una opción, y quienes más pagan son los que menos memoria de trabajo tienen de sobra.

De dónde vienen el "cuatro o cinco" y el "seis"

Los números que circulan sí tienen fuentes, pero son documentos de orientación, no experimentos:

• ETSI ETR 096 (1993), un informe técnico de factores humanos para interfaces telefónicas: "In general, no more than six options should be assigned to a menu that have no pre-assigned functions to a keypad" (en general, no deben asignarse más de seis opciones a un menú cuyas teclas no tengan funciones preasignadas).7 Es un informe técnico, no una norma, y la oración trata de la asignación de teclas junto a teclas de comando reservadas.
• El Health Literacy Universal Precautions Toolkit de la AHRQ, para consultorios médicos: "Create a menu with no more than five choices" (cree un menú con no más de cinco opciones), junto a "Always have an option to speak to a person" (tenga siempre una opción para hablar con una persona).6 La página no cita ningún estudio para la cifra.

Los adultos mayores merecen una mención aparte. Sharit, Czaja, Nair y Lee hicieron dos experimentos con menús de voz simulados y tres grupos de edad (18 a 39, 40 a 59, 60 y más). Con 196 participantes encontraron "diferencias de edad en el desempeño, especialmente en problemas complejos", y "ningún efecto de la velocidad del habla en ninguna de las medidas de desempeño". En un segundo experimento con 114 participantes, "los participantes mayores se beneficiaron más de la ayuda gráfica".5 La lección tiene que ver con el apoyo a la memoria y la complejidad de la tarea, no con un número mágico de opciones.

Grado: Probado para "evite la profundidad"; Norma para "alrededor de cinco o seis opciones como máximo"; Folclore para cualquier afirmación de que cuatro o cinco es un límite comprobado.

El teclado fija el techo real

La Recomendación ITU-T E.161 fija la disposición de los dígitos, las letras y las teclas de asterisco y cuadrado (numeral), y recomienda una marca táctil en relieve en la tecla 5 para encontrarla al tacto.9 También registra, en una nota al pie, una convención que conocen los usuarios norteamericanos: "On the North American dials and keypads, the digit 0 is associated with the word 'operator'." (en los diales y teclados norteamericanos, el dígito 0 se asocia con la palabra "operator").9 Esa es la base documentada que encontramos para "oprima 0 para hablar con una persona": una asociación regional, reforzada por la guía de accesibilidad del W3C (más abajo), y no un requisito de alguna norma de menús que hayamos leído.

ETR 096 agrega tres convenciones de orden: las opciones deben disponerse de modo que "commonly selected options require the shortest available key sequence" (las opciones elegidas con más frecuencia requieran la secuencia de teclas más corta), asignarse "in a logical order starting on key [ 1 ]" (en orden lógico empezando por la tecla 1), y los comandos genéricos como ayuda y cancelar se alcanzan con la tecla de asterisco, de modo que no consumen dígitos del menú.7

En la práctica, un menú de teclado de un solo nivel ofrece como máximo los nueve dígitos del 1 al 9 más el 0, y menos cuando el 0 se reserva para una persona y se apartan teclas para la elección de idioma. (Como referencia, Auto Attendant permite hasta siete opciones en cada diseño, en las teclas 0 a 9; en un menú en varios idiomas, o bien se pregunta el idioma antes del menú, o bien las teclas 7, 8 y 9 se reservan para español, francés e inglés al final del menú.)

Grado: Norma. Lo más frecuente primero, numerado desde 1, el 0 para una persona.

Diga el resultado antes de la tecla

"Para facturación, oprima 2" en lugar de "Oprima 2 para facturación" es la regla de redacción con el historial más largo en normas de toda esta página.

La Recomendación ITU-T E.183, Guiding principles for telephone announcements (principios rectores de los anuncios telefónicos; revisada en 1998), lo enuncia como principio 2.8: "If an action and its consequence are described, the consequence should be stated first, then the action (e.g. 'To receive this message, please press the # button', rather than 'Please press the # button to receive the message')." (si se describen una acción y su consecuencia, primero debe decirse la consecuencia y luego la acción).8 El informe de ETSI de 1993 lo repite y atribuye su origen a la edición anterior de E.183 del CCITT: "In a menu item, the anticipated result should be indicated before the command. It is better to say: 'To listen to your messages, press key x' than: 'Press key x to listen to your messages'." (en una opción de menú, el resultado esperado debe indicarse antes del comando).7

El razonamiento tiene que ver con la memoria. El módulo de investigación sobre accesibilidad cognitiva del W3C explica que "la instrucción 'para hablar con una enfermera, oprima 2' se sostiene por sí sola y no exige recordar nada anterior ni posterior", y que una pausa entre las dos mitades "da a los usuarios tiempo para decidir si quieren hablar con una enfermera antes de recibir el resto de las instrucciones".11 Si va primero la tecla, la persona debe retener un dígito arbitrario mientras aún decide si la etiqueta le corresponde.

E.183 contiene otros principios que casi nunca se citan y que sirven directamente para un saludo:8

• "Announcements should not commence with a significant word" (los anuncios no deben comenzar con una palabra significativa). E.183 no dice por qué; nuestra lectura es que las primeras palabras son las que más probablemente se pierden mientras la persona acomoda el teléfono en el oído, lo que es una buena razón para abrir con "Gracias por llamar" y el nombre de la empresa en lugar de la primera opción.
• "Ideally only one piece of information should be conveyed in an instructional announcement, but for practical purposes a maximum of three is recommended" (idealmente, un anuncio instructivo debe transmitir una sola información, pero en la práctica se recomienda un máximo de tres).
• "The speech rate should not exceed normal conversation speed" (la velocidad del habla no debe superar la de una conversación normal), que para el inglés indica como "150 to 200 words or 300 to 500 syllables per minute" (150 a 200 palabras o 300 a 500 sílabas por minuto).
• Cuando un anuncio se repite una vez, "the pause between the original announcement and its repetition should be about 2 seconds" (la pausa entre el anuncio original y su repetición debe ser de unos 2 segundos).
• Los anuncios de orientación que piden una entrada "should normally be produced only once" (normalmente deben emitirse una sola vez), mientras que los mensajes de confirmación y de error deben emitirse dos veces. En términos de menú: no reproduzca todo el menú dos veces por defecto; repítalo ante el silencio o a pedido.

Grado: Norma, con un mecanismo Razonado bien fundado.

Reconocimiento de voz o teclado

La principal alternativa a las teclas numeradas es dejar que quien llama diga lo que necesita. La evidencia es genuinamente mixta, y esa mezcla importa para una pequeña empresa.

Donde ganó la voz. Suhm y sus colegas hicieron un estudio de campo en el centro de llamadas de un gran proveedor de telecomunicaciones, comparando el enrutamiento de llamadas en lenguaje natural con un menú de tonos estándar. Con lenguaje natural, "más personas responden al mensaje principal de enrutamiento, más personas son enrutadas a un destino específico (en lugar de caer en una operadora general que quizás deba transferirlas) y más personas son enrutadas al agente correcto", y quienes llaman "prefieren abrumadoramente el enrutamiento en lenguaje natural".13 Es una organización grande con muchos destinos, justo donde un menú de teclado tiene dificultades.

Donde ganó el teclado. Lai y Lee compararon la navegación por voz y por tonos en un sistema real de recuperación de mensajes en lenguaje natural con 16 usuarios. "La mayoría de los usuarios prefirió interactuar por voz aunque la interfaz de tonos fue más eficiente, medida por la tasa de éxito y la rapidez en cada tarea."14 La preferencia y el desempeño apuntaron en direcciones opuestas.

A quién se malinterpreta. Koenecke y sus colegas probaron cinco reconocedores de voz comerciales (de Amazon, Apple, Google, IBM y Microsoft) con entrevistas de 42 hablantes blancos y 73 negros y encontraron "una tasa de error de palabras (WER) promedio de 0.35 para hablantes negros frente a 0.19 para hablantes blancos".15 Ese estudio midió la transcripción de conversaciones, no de comandos breves de menú, y los sistemas han cambiado desde entonces; pero es evidencia directa de que la precisión del reconocimiento no se reparte por igual entre quienes llaman, y un menú que depende de ella fallará más con unos grupos que con otros.

Quién no puede hablar en absoluto. Las reglas de accesibilidad de la FCC para menús interactivos (47 CFR Part 7) enumeran, entre los modos que un proveedor debe ofrecer cuando sea factible, "Operable without speech. Provide at least one mode that does not require user speech." (operable sin voz: ofrezca al menos un modo que no requiera que el usuario hable).20 Una ruta por teclado es ese modo.

Si ofrece voz, use palabras que quien llama ya conoce. ETSI ES 202 076 normaliza un vocabulario mínimo de comandos hablados: en inglés "Help", "Operator", "Main menu", "Options", "Stop", "Go back" y "Repeat", con equivalentes en francés como "Aide", "Menu principal" y "Répéter" listados al lado.16 Señala que el comando de operadora "should also be used when offering relay services" (también debe usarse al ofrecer servicios de relevo), y que explícitamente "does not cover dialogue design issues" (no cubre cuestiones de diseño del diálogo), así que dice qué palabras usar, no cómo construir el menú.16

Nuestra opinión: para una empresa con dos a cinco destinos, la ventaja que mostró la voz en el estudio del centro de llamadas (llevar a la persona al destino correcto entre muchos) casi desaparece, mientras que los costos (reconocimiento erróneo, personas que no pueden hablar, entornos ruidosos) permanecen. Un menú de teclado, con voz opcional como segunda entrada, es la opción defendible. Grado: Probado, con resultados que dependen del tamaño del menú.

Silencio, tiempos de espera y el callejón sin salida

Lo que ocurre cuando quien llama no dice ni oprime nada es la parte más descuidada del diseño de menús y la que tiene la guía más clara.

ETR 096 da rangos y no una sola cifra: ante la inactividad del usuario "the system should react by prompting the user (between 5 seconds and 20 seconds)" (el sistema debe reaccionar avisando al usuario, entre 5 y 20 segundos); tras "a specified time (4 seconds to 8 seconds)" (un tiempo especificado, de 4 a 8 segundos) sin entrada, "either the last prompt should be repeated, or an in context help message should be presented" (o se repite el último mensaje o se presenta una ayuda en contexto); y durante la entrada de varios dígitos, un recordatorio tras "1 second to 4 seconds" (1 a 4 segundos). Agrega que los tiempos de espera "should be controlled so that the user is never left in a vacuum" (deben controlarse de modo que el usuario nunca quede en el vacío), y que "The system should be developed so that time-outs may be changed" (el sistema debe desarrollarse de modo que los tiempos de espera puedan modificarse).7

La Recomendación VoiceXML 2.0 del W3C, el estándar web para escribir diálogos de voz, deja deliberadamente la cifra a la plataforma: el tiempo de espera "after which a noinput event is thrown" (tras el cual se lanza un evento noinput) tiene un valor predeterminado que "is platform-dependent" (depende de la plataforma), igual que el tiempo entre dígitos.17 Así que la cifra que usted obtiene es la que eligió su proveedor:

Desplace la tabla hacia los lados para ver todas las columnas.

El valor predeterminado de Asterisk es el callejón sin salida en su forma más pura: a un menú al que le falta una línea se le cuelga a quien dudó.

Las reglas de accesibilidad van en el mismo sentido. Entre los modos que 47 CFR Part 7 pide ofrecer a los proveedores de menús interactivos hay uno "Operable without time-dependent controls. Provide at least one mode that does not require a response time or allows a response to be by-passed or adjusted by the user over a wide range." (operable sin controles dependientes del tiempo: ofrezca al menos un modo que no requiera un tiempo de respuesta o que permita que el usuario omita o ajuste la respuesta dentro de un amplio rango).20 El módulo de investigación del W3C señala que quienes usan comunicación aumentativa y alternativa o servicios de voz a voz "pueden necesitar mucho tiempo adicional para responder antes de que el sistema agote el tiempo".11

Grado: Norma. Espere varios segundos después de que termine el mensaje, repita una vez ante el silencio y haga que la ruta final por silencio termine en una persona o en un buzón de voz, nunca en una colgada.

Usuarios de relevo, adultos mayores y quienes no tienen memoria de sobra

Usuarios de relevo

Las personas sordas, con dificultades auditivas o con discapacidad del habla pueden comunicarse con una empresa mediante un servicio de relevo, donde un asistente de comunicaciones (CA) habla y escribe por ellas. Los estándares mínimos de la FCC para el relevo reconocen que los menús son un problema conocido: "CAs must alert the TRS user to the presence of a recorded message and interactive menu through a hot key" (los CA deben avisar al usuario del TRS de la presencia de un mensaje grabado y un menú interactivo mediante una tecla rápida), y "Relay providers may not impose any charges for additional calls, which must be made by the relay user in order to complete calls involving recorded or interactive messages." (los proveedores de relevo no pueden cobrar las llamadas adicionales que el usuario deba hacer para completar llamadas con mensajes grabados o interactivos).21 La regla prevé que un menú pueda exigir más de una llamada a un usuario de relevo.

Las mismas reglas fijan una velocidad mínima de escritura del CA de 60 palabras por minuto,21 frente a una velocidad de anuncio en inglés de 150 a 200 palabras por minuto en E.183.8 Es aritmética nuestra, no un resultado medido: un menú dicho a 150 palabras por minuto y escrito a 60 llega a un usuario de relevo de texto más de dos veces y media más lento de lo que se pronuncia, de modo que un tiempo de espera ajustado para quienes oyen puede vencer antes de que el usuario de relevo haya leído las opciones. Ese es el argumento práctico a favor de tiempos de espera generosos y de una ruta con 0 para hablar con una persona.

En Canadá, el CRTC exige que haya dos servicios de relevo de texto disponibles para todos los canadienses: el relevo TTY, al que se accede marcando 7-1-1, y el relevo IP, al que se accede por el portal web del proveedor.22 Las reglas de la FCC citadas en esta página son reglas de EE. UU.; no encontramos una regla del CRTC específica sobre cómo debe tratar el menú de una empresa a quienes llaman por relevo, y no afirmamos que exista.

Adultos mayores y personas con menor memoria de trabajo

Los estudios anteriores apuntan en la misma dirección. Las diferencias de edad crecían con la complejidad de la tarea,5 la penalización de los menús profundos recaía más sobre los usuarios con poca memoria de trabajo,4 y una ayuda de memoria benefició más a los usuarios mayores que una voz más rápida o más lenta.5 El patrón de diseño de accesibilidad cognitiva del W3C lo convierte en pautas concretas: ofrecer "a known word or reserved digit (such as '0' or 'help') that can be used at any time to skip the voice menu and go directly to a person" (una palabra conocida o un dígito reservado, como "0" o "help", que pueda usarse en cualquier momento para saltarse el menú de voz e ir directamente a una persona), evitar "unnecessary or distracting information such as promotional information" (información innecesaria o distractora, como la promocional) y "Allow for easy error recovery" (permitir recuperarse fácilmente de los errores).10 Se publica como guía complementaria, "no requerida para cumplir con WCAG".10

A quién obligan las reglas de EE. UU.

47 CFR Part 7 se aplica a "Any provider of voicemail or interactive menu service" (todo proveedor de servicio de buzón de voz o de menú interactivo) y a los fabricantes de equipos que realizan esas funciones, y sus obligaciones rigen "if readily achievable" (cuando sea factible).20 Si una pequeña empresa concreta que solo usa un menú queda dentro de ese alcance es una cuestión legal que no respondemos aquí. Usamos la regla como referencia de diseño, que es lo que es sin importar a quién obligue.

Afirmaciones comunes, verificadas

Desplace la tabla hacia los lados para ver todas las columnas.

Reglas con grado de evidencia para el menú de una pequeña empresa

Nuestras reglas, cada una con la etiqueta del mayor respaldo que encontramos; cuando una regla es juicio nuestro, lo decimos. La guía de enrutamiento de llamadas cubre las decisiones de negocio (orden de timbre, fuera de horario) que la investigación no alcanza.

1. Prefiera un solo nivel. Si necesita más destinos, agregue una opción antes de agregar un submenú. Probado.34
2. Limite el nivel superior a los motivos por los que realmente llaman, que para la mayoría de las pequeñas empresas son de dos a cinco. Norma como techo flexible; la cifra exacta es juicio nuestro y debe salir de su propio registro de llamadas, no de Miller.67
3. El motivo más común primero, numerado en orden desde 1. Norma.7
4. El resultado antes de la tecla, con una pausa corta entre ambos ("Para agendar una reparación … oprima 1"). Norma, mecanismo razonado.811
5. Abra con el nombre de la empresa y una frase neutral, no con la primera opción; nada promocional antes de las opciones. Norma.810
6. Reserve el 0 para una persona y haga que funcione en cualquier punto del menú. Si nadie puede contestar, el 0 debe llevar a un buzón de voz que alguien lea, no a un bucle. Norma (convención regional más guía del W3C).910
7. Siempre teclado; la voz solo como complemento. Probado y exigido como modo para los proveedores bajo las reglas de Part 7 de la FCC.141520
8. Silencio: espere aproximadamente de cuatro a ocho segundos después de que termine el mensaje, repita una vez y luego enrute a una persona o al buzón de voz. Nunca cuelgue. El rango es de ETSI;7 el "nunca cuelgue" es regla nuestra, que se vuelve necesaria por los valores predeterminados de las plataformas.19
9. Una tecla inválida recibe un breve "esa no es una opción" y una repetición, y luego la misma ruta segura. Norma (fácil recuperación de errores).10
10. Hable a un ritmo conversacional normal; no ralentice la grabación como medida de accesibilidad. Norma en cuanto al ritmo;8 Probado en cuanto a la ausencia de beneficio al ralentizarla.5
11. Suponga que algunas personas que llaman usan servicios de relevo: tiempos de espera generosos y un 0 que funcione les importan más que la redacción. Norma.2021

Dos temas que la investigación apenas toca se tratan en otra parte: la redacción para emergencias (el menú de una empresa no es un servicio de emergencia; vea llamadas de emergencia) y la disposición bilingüe para Canadá (vea cómo atender en Canadá).

Un protocolo de prueba que produce evidencia, no tranquilidad

La biblioteca de guiones (en inglés) termina con una prueba rápida de lanzamiento: llamar a cada ruta y confirmar que funciona. Eso comprueba el cableado. El protocolo siguiente comprueba si quienes llaman pueden usar el menú, que es la pregunta a la que la investigación responde una y otra vez con "pruébelo". Los umbrales son juicio nuestro, así rotulados; no conocemos ninguna nota mínima publicada para menús de pequeñas empresas.

1. Arme la lista de escenarios con llamadas reales

Registre el motivo de cada llamada entrante durante dos semanas, o las últimas 50 llamadas, con las palabras de quien llamó. Agrúpelas y escriba un escenario de prueba por grupo, redactado como lo diría quien llama ("mi calefacción hace ruido", no "solicitud de servicio"). Un escenario que usa la etiqueta de su propio menú no prueba nada.

2. Reclute de cinco a ocho probadores que no sean empleados

Incluya al menos a una persona mayor de 65 años, a una cuyo primer idioma no sea el del menú y, si puede, a alguien que use un servicio de relevo. Los servicios de relevo existen para sus usuarios, no como herramienta de prueba; de lo contrario, simule la demora: una persona escribe lo que oye y una segunda elige solo a partir del texto escrito.

3. Pase a cada probador por cada escenario, por teléfono

Dé un escenario a la vez, leído en voz alta, y pídale que llame al número real desde su propio teléfono, idealmente en un lugar con ruido de fondo normal. Registre, en cada intento:

• Acierto en la primera tecla: ¿la primera tecla oprimida fue la correcta?
• Tiempo hasta el destino: desde el primer timbre hasta que suena el teléfono correcto o contesta el buzón de voz correcto.
• Repeticiones: cuántas veces dejó que el menú se repitiera o lo pidió otra vez.
• Salidas al cero: con qué frecuencia oprimió 0 o pidió una persona en lugar de elegir.
• Las palabras del propio probador sobre lo que esperaba que significara una opción, recogidas después de la llamada, no durante.

4. Juzgue el resultado

Nuestros umbrales: todos los probadores deberían completar todos los escenarios; el acierto en la primera tecla debería ser de al menos cuatro de cada cinco por escenario; y ningún escenario debería requerir una repetición de más de un probador de cada cinco. Un escenario que falla es un problema de redacción o de agrupación, no del probador. Reescriba la etiqueta con las palabras que usaron los probadores y vuelva a probar solo lo que cambió.

5. Vigile las cifras en producción

Ya en funcionamiento, tres cifras del registro de llamadas dicen casi todo lo que diría otra prueba: la proporción de llamadas sin ninguna tecla oprimida, la proporción con una tecla inválida y la distribución de las opciones elegidas frente a su registro de motivos de llamada. Si la opción 3 recibe una cuarta parte de las llamadas pero su registro dice una décima, quienes llaman la usan como comodín y su etiqueta es demasiado amplia. Repita el protocolo después de cualquier cambio de opciones, personal u horarios.

Lo que esta evidencia no resuelve

• Ningún estudio que encontramos prueba el menú de una pequeña empresa. Los experimentos usaron tareas de laboratorio o grandes centros de llamadas, y los resúmenes que leímos no indican las longitudes de menú comparadas. Estamos extrapolando, y hemos dicho dónde.
• ISO 9241-154. La norma internacional vigente para interfaces de usuario de IVR, confirmada en 2026, cubre tanto los sistemas de tonos como los de reconocimiento de voz.12 Su texto se vende y no lo leímos; un diseñador con acceso debería contrastarlo con las reglas anteriores.
• Sistemas de voz recientes. La brecha de precisión que citamos se midió para un artículo de 202015 y las comparaciones entre voz y teclado son más antiguas. Tómelas como razones para probar, no como veredicto sobre los productos de hoy.
• Nuestro interés. Vendemos un servicio de menú por teclado, de modo que una conclusión que favorezca los teclados nos conviene. Por eso cada paso de ese argumento está citado arriba, y por eso expusimos junto a él la evidencia a favor de la voz.