Hay una escena que hemos vivido tantas veces que ya la anticipamos antes de abrir el panel: el equipo de producto enseña un gráfico plano, verde, con la mediana clavada en 180 ms, y a dos metros de ahí el responsable de soporte tiene abiertos once tickets con la palabra «lento» en el asunto. Ambos tienen razón. Ese es el problema.
Durante años dimos por buena la idea de que un panel tranquilo significaba un producto sano. Nos costó caro. Por qué tu app va bien y tus usuarios se quejan tiene una explicación concreta: la métrica que más se enseña en las reuniones (el típico gráfico que alguien imprime en color para el comité de dirección) es precisamente la que menos información contiene sobre el dolor real de quien usa el producto, y el motivo no es técnico: es aritmético.
El mito de la mediana saludable
¿Qué significa exactamente que la mitad de las peticiones se resuelvan en menos de 180 ms? Significa eso. Nada más. No dice nada sobre la otra mitad, y desde luego no dice nada sobre el tramo final de la distribución, que es justamente donde vive la gente que escribe a soporte.
El valor central es una medida de tendencia, y las tendencias describen poblaciones, no experiencias. Una persona no experimenta una tendencia. Experimenta una secuencia concreta de peticiones, una detrás de otra, en un orden que nadie eligió.
Lo que de verdad mide cada percentil
El P50 es la mediana: la mitad de las peticiones se resuelven por debajo de ese tiempo. El P99 marca el umbral que solo supera una de cada cien. Uno describe el caso típico; el otro, el peor caso habitual. La diferencia entre ambos mide cuánto sufre quien no tiene suerte.
- P50: la mitad de las peticiones baja de ese tiempo.
- P90: una de cada diez lo supera.
- P95: una de cada veinte lo supera.
- P99: una de cada cien lo supera.
- P99,9: una de cada mil, concentrada en cuentas grandes.
| Percentil | A quién representa |
|---|---|
| P50 | A nadie concreto: es el punto medio de la distribución |
| P95 | A quien nota el producto «pesado» sin saber explicar por qué |
| P99 | A quien abre el ticket con la palabra «lento» en el asunto |
| P99,9 | A la cuenta grande que amenaza con irse a la competencia |
Media y percentil no son la misma pregunta
¿Qué diferencia hay entre la latencia media y un percentil? La media suma todos los tiempos y los divide entre el número de peticiones, así que un puñado de respuestas de ocho segundos queda diluido entre miles de respuestas de 90 ms. El percentil, en cambio, ordena y corta: no se diluye nada. Por eso un servicio puede tener una media de 210 ms y un P99 de cuatro segundos sin que haya contradicción alguna.
La mediana describe a alguien que no existe
Ordena todas las peticiones de una hora de menor a mayor duración y quédate con la del centro exacto. Eso es el P50. Es un punto de corte, no un resumen: no te dice si la petición inmediatamente posterior tardó 185 ms o 9 segundos.
En uno de los productos que auditamos a finales de 2023, el valor central estaba en 142 ms y el tramo alto de la distribución en 4.100 ms. Veintinueve veces más. El equipo llevaba siete meses mirando el primer número en la reunión semanal.
El tramo alto describe a quien escribe a soporte
El percentil 99 marca el umbral que solo supera una de cada cien peticiones. Suena marginal. No lo es, y la sección sobre el 1% lo desarrolla con números.
Hay algo más: ese tramo alto no es ruido estadístico que puedas descartar. Es la firma de un comportamiento real del sistema. Las peticiones lentas lo son por un motivo físico identificable, casi siempre repetible, casi siempre arreglable.
Y hay un detalle que cambia la conversación entera: la cola no se distribuye al azar entre tu base de clientes. Se concentra. Las cuentas con más datos, más integraciones o más actividad caen en ella de forma sistemática, y suelen ser las que más pagan.
Por qué una sesión real nunca vive en el centro de la distribución
Mira, lo que pasa es que nadie hace una petición. Se hacen muchas.
Abrir el panel principal de un SaaS típico dispara entre 20 y 60 llamadas al backend entre documento, bundles, fuentes, API de sesión, API de permisos, tres o cuatro endpoints de datos y la telemetría. Cada una de esas llamadas es una tirada de dados contra la misma distribución.
Si cada tirada tiene un 1% de caer en el peor tramo y haces 40 tiradas, la probabilidad de que al menos una caiga ahí es del 33,1%. Con 100 llamadas sube al 63,4%. Dos de cada tres cargas de pantalla tocan el percentil más lento al menos una vez.
Ese es el cálculo que desmonta el panel verde. No hay que hacer ninguna suposición exótica: basta con asumir independencia entre llamadas, que ya es una hipótesis optimista, porque en la práctica las lentitudes se correlacionan. Cuando el pool de conexiones se satura, no se satura para una petición.
Nosotros tardamos en interiorizar esto. Durante bastante tiempo instrumentábamos endpoints individuales y presentábamos el resultado como si describiera la experiencia de uso. Creíamos que medir cada pieza bien bastaba para entender el conjunto. Lo que descubrimos al instrumentar recorridos completos, desde el clic hasta el render final, fue que el tiempo percibido duplicaba la suma de las medianas individuales. Cambiamos la unidad de medida: desde entonces medimos recorridos, no rutas.
El error de creer que el 1% afecta solo al 1%
Esta confusión es tan común que merece su propio apartado, aunque sea corto.
El percentil se calcula sobre peticiones. Las quejas llegan de personas. Entre una cosa y otra hay un factor de multiplicación que depende del número de llamadas por sesión, de los reintentos y del tiempo que cada cuenta pasa dentro del producto.
En una plataforma de facturación con la que trabajamos en 2024, el 1% más lento de las peticiones afectaba al 31% de las cuentas activas en una ventana de siete días. Una de cada tres. ¿Marginal? Decídelo tú.

De dónde sale la cola: GC, reintentos, vecinos ruidosos y colas de conexión
¿Por qué el P99 es tan alto comparado con la mediana? Porque no mide lo mismo que ella: mide los momentos en que algo del sistema se detuvo. Una pausa de recolección de basura, un reintento, una espera por conexión o un vecino consumiendo la CPU que te tocaba. Son eventos puntuales con causas físicas concretas, no una degradación general del servicio.
Aquí está el quid. El tramo lento no aparece por magia ni por «carga»: tiene cuatro o cinco orígenes concretos y todos dejan huella.
Pausas de recolección de basura. En entornos con heaps grandes y recolectores antiguos, una pausa stop-the-world de decenas o cientos de milisegundos congela todas las peticiones en vuelo de ese proceso. No una: todas. Por eso la cola llega a rachas y no de forma uniforme, y por eso correlaciona tan bien con los picos de asignación de memoria.
Reintentos. El patrón más caro que hemos visto en producción. Un cliente HTTP con timeout de 2 segundos y tres reintentos sin jitter convierte un fallo transitorio de 50 ms en una espera de más de 6 segundos, y además multiplica por tres la carga justo en el momento en que el servicio ya está sufriendo. Lo arreglamos en un cliente en marzo de 2024 añadiendo backoff exponencial con aleatorización y un presupuesto de reintento por recorrido; el tramo alto bajó de 5.800 ms a 980 ms sin tocar una sola consulta.
Vecinos ruidosos. Instancias compartidas, bases de datos multitenant, nodos de Kubernetes con límites de CPU mal calibrados. El throttling de CPU en contenedores con límites agresivos genera latencias de decenas de milisegundos que no aparecen en ninguna traza de aplicación, porque el proceso ni siquiera estaba ejecutándose.
Colas de conexión. Un pool de 20 conexiones con 35 peticiones concurrentes genera espera pura. La consulta tarda 8 ms; la espera por conexión, 1.200 ms. El panel de la base de datos sale impecable (y alguien lo enseñará en la reunión como prueba de que el problema está en otra parte) mientras el problema lleva ahí semanas.
Y una quinta causa que casi siempre está debajo de las otras: consultas que crecen con el volumen de datos de cada cuenta. Un listado que lanza una consulta por fila es invisible en desarrollo con 12 registros y devastador con 4.000. Cuando investigamos un tramo alto que solo afecta a las cuentas grandes, lo primero que buscamos es ese patrón, y por eso escribimos nuestra guía sobre cómo detectar consultas N+1 en tu aplicación antes de que nadie toque la infraestructura, porque añadir réplicas no arregla una consulta que se ejecuta cuatro mil veces por pantalla.
¿Siempre se puede eliminar la cola? Jamás. Hay componentes irreductibles: red, disco, planificación del sistema operativo. El objetivo no es aplanarla, es conocerla y acotarla.
Promediar percentiles: el fallo estadístico que cometen casi todos los dashboards
Y aquí viene lo bueno, porque este error no está en tu código sino en la herramienta que usas para mirarlo.
Los percentiles no son promediables. Si tienes tres instancias con un P99 de 400, 420 y 3.800 ms respectivamente, el valor agregado del servicio no es 1.540 ms. Puede ser bastante peor o bastante mejor, y la única forma de saberlo es calcularlo sobre la distribución completa, no sobre los resultados parciales.
Muchos sistemas de métricas hacen exactamente lo que no deben: calculan el percentil por instancia o por intervalo de un minuto, lo almacenan como una serie temporal y luego, cuando tú pides una vista de seis horas o agregas varios nodos, promedian esos valores ya calculados. El número resultante no corresponde a ninguna petición real. Es un artefacto.
El síntoma típico: tu panel enseña un percentil alto de 900 ms y el soporte recibe quejas de esperas de 6 segundos. Ninguno de los dos miente. Simplemente, el panel está promediando cosas que no se promedian.
La solución pasa por histogramas acumulativos: almacenar cubos de latencia en lugar de percentiles precalculados y derivar el percentil en el momento de la consulta. Prometheus con histogram_quantile, los histogramas nativos de OpenTelemetry o estructuras tipo HDR Histogram y t-digest hacen esto bien. Comprobar qué tipo de agregación usa tu stack es una de las primeras cosas que revisamos en nuestro servicio de auditoría técnica de software, porque una agregación inválida invalida también cualquier conclusión posterior sobre rendimiento, por muy bien instrumentado que esté el resto del sistema.
Coordinated omission: por qué tu prueba de carga te miente a la cara
Hay un segundo artefacto, menos conocido y más traicionero, que vive dentro de las herramientas de carga.
La mayoría lanza una petición, espera la respuesta y entonces lanza la siguiente. Suena razonable hasta que el servidor se atasca: mientras está atascado, la herramienta deja de enviar peticiones, así que las esperas que debería haber registrado durante ese atasco simplemente no existen en los datos. Se omiten de forma coordinada con el propio fallo.
El resultado es un P99 artificialmente bueno en el informe de la prueba y un P99 real bastante peor en producción, donde los usuarios siguen llegando aunque el sistema no responda. Las herramientas que mantienen una tasa de llegada fija en lugar de esperar respuesta corrigen esto, igual que las que registran la latencia desde el momento en que la petición *debería* haberse enviado. Si tu benchmark da siempre números mejores que tu monitorización, no tienes un misterio: tienes coordinated omission.

Qué mirar en su lugar: presupuestos de error y umbrales por recorrido
Cambiar de métrica sin cambiar de marco mental no sirve de nada. Mirar el tramo alto todos los días sin un umbral definido produce exactamente el mismo resultado que mirar la mediana: nada.
Lo que funciona es definir un objetivo por recorrido crítico y derivar de ahí un presupuesto de error. Ejemplo concreto de un producto nuestro: «el 99% de las cargas del panel de pedidos se completan en menos de 1.500 ms, medido en cliente, en ventanas mensuales».
Cómo se traduce un objetivo en minutos gastables
Un objetivo de disponibilidad del 99,9% sobre 30 días deja 43,2 minutos de incumplimiento aceptable. Con 99,95%, la cifra baja a 21,6 minutos. Esos minutos son un recurso: puedes gastarlos en despliegues arriesgados, en migraciones o en no hacer nada. Cuando se agotan, el equipo congela cambios y dedica el esfuerzo a estabilidad. Sin discusión y sin reuniones para decidirlo.
Umbrales distintos para recorridos distintos
Un buscador y una exportación de informes no pueden compartir umbral. En el primero, 800 ms ya resultan molestos; en el segundo, 9 segundos son aceptables si hay una señal visual de progreso. Instrumentar ambos contra el mismo objetivo global garantiza que uno de los dos esté mal medido.
Nosotros definimos entre cuatro y siete recorridos críticos por producto. Más que eso y nadie los mantiene; menos, y se te escapa la mitad del uso real.
Medir donde duele
Un dato que cambió nuestra forma de trabajar: en un cliente de 2023, la diferencia entre el tiempo medido en el servidor y el medido en el navegador era de 1.900 ms para el mismo recorrido. Resolución de DNS, TLS, cascada de recursos y bloqueo de render. El backend era impecable y la experiencia, pésima.
Cómo pasar de una métrica tranquilizadora a una métrica útil
Total, que el cambio es más de criterio que de herramienta. Estos cinco pasos son los que aplicamos, en este orden.
- Verifica cómo agrega percentiles tu stack
- Sustituye percentiles precalculados por histogramas
- Define 4-7 recorridos críticos medidos en cliente
- Fija un umbral y un presupuesto por recorrido
- Instrumenta reintentos y espera de conexión
El primer paso suele descubrir que llevabais meses mirando un número inventado. El tercero es el que más resistencia genera, porque obliga a instrumentar el frontend y a hablar con producto. El quinto es el que más sorpresas da: en más de la mitad de los casos que hemos revisado, la mayor parte del tramo lento no estaba en la lógica de negocio sino en esperas y reintentos.
Una advertencia honesta: esto no arregla nada por sí solo. Cambiar la métrica solo cambia qué problemas se vuelven visibles, y volver visible un problema que nadie quiere priorizar genera frustración, no mejora. El compromiso de corregir lo que aparezca tiene que estar antes de instrumentar. Lo aprendimos entregando un informe de rendimiento precioso que nadie leyó durante cinco meses (seguía abierto en la misma pestaña cuando volvimos).
El panel verde tranquiliza. La cola de la distribución informa. Si tu producto va bien en el gráfico y mal en los tickets, el conflicto no está en la percepción de la gente: está en que mediana y experiencia miden cosas distintas, y solo una de las dos paga la factura a final de mes. Ese salto, de medir lo cómodo a medir lo relevante, es parte del mismo trabajo que supone convertir tu MVP en un producto real, que es la parte del proceso que menos se parece a escribir código nuevo y la que más decide si el producto aguanta el siguiente año.


