Análise de suporte com IA

Resolva a empresa em cascata: associação do próprio ticket, depois do contato, depois e-mail, depois telefone normalizado (DDI e DDD mais os últimos 8 dígitos). Domínio de e-mail só serve se não for de provedor gratuito. Visitantes anônimos do widget, que podem ser metade dos tickets, ficam fora da análise por cliente mas contam no volume. Publique a taxa de vínculo.

Tire tickets internos da equipe, empresas de teste e mensagens dos números do próprio time. Marque as respostas do bot de IA da ferramenta e as automações. Produtividade de atendente conta só mensagens de operador humano identificado; evento de sistema e nota interna não são conversa.

No chat, o cliente escreve antes de o ticket ser criado: numa base real, a primeira mensagem era de 07:43 e o ticket de 07:59. Meça espera e resolução a partir da primeira mensagem do cliente na transcrição. Fechamento técnico da conversa não é resolução. Tempos se resumem por mediana e percentis, nunca por soma ou média de médias.

Reconstrua a thread completa (cliente, atendente e bot) antes de classificar. Em e-mail, corte o histórico citado de cada resposta ("Em ... escreveu:", "De: ... Enviada em:", linhas com ">"). Transcrições de call têm falas muito curtas: junte em janelas de 60 segundos com marca de tempo. Nunca use o resumo pronto da ferramenta de calls como fonte: é uma interpretação de terceiros que perde contexto.

A IA escolhe um motivo primário de uma lista fechada e versionada, e lista à parte todos os motivos que aparecem com evidência. Em pedido de cancelamento ou de redução, classifique a natureza: saída ou ajuste de tamanho. Sem evidência suficiente, o padrão seguro para retenção é tratar como saída. Quando a lista muda, guarde a versão em cada linha e mapeie o motivo antigo para o novo.

Cada motivo, sentimento e sinal de risco vem com a citação literal do texto novo. Normalize as chaves da resposta da IA (acentos e minúsculas) antes de consolidar. Acompanhe a distribuição das classes a cada rodada: um modelo que devolve tudo neutro quase sempre é erro de chamada, não cliente satisfeito.

Classifique só o que é novo: um ticket entra na rodada se nunca foi classificado ou se recebeu mensagem mais nova que a última lida. A marca d'água é por ticket; uma marca única para a tabela dá a cada ticket uma só chance e perde as mensagens que chegam depois. Use janela fixa e teto de chamadas por rodada, e limite quantos tipos vão para a IA em análises de frequência.

Ranqueie temas por clientes afetados e pela receita deles, não pelo número bruto de mensagens. Reincidência é o mesmo cliente abrindo o mesmo motivo (ou a mesma combinação de tags) mais de uma vez em 30 dias: indica problema não resolvido na raiz, não cliente que usa muito o suporte. Contar semanas distintas com chamado separa recorrência de um pico isolado.

Em bases reais, a categoria vinha vazia em cerca de 60% dos tickets e quase metade não tinha responsável. Use fila ou pipeline como quebra principal, trate responsável nulo como não atribuído e nunca descarte: fila sem dono já é um sinal de saúde do atendimento. Prioridade, origem e etapa são dimensões, não medidas de qualidade.

Antes de mandar conversas para um modelo externo ou uma ferramenta de voz do cliente, troque e-mail por id do usuário, telefone por um marcador e mascare CPF e CNPJ. Em fonte compartilhada por vários clientes (por exemplo, uma conta que reúne avaliações de várias marcas), o filtro por cliente é obrigatório: um filtro esquecido não dá erro, dá vazamento silencioso.