O Explorador de Tópicos usa AI para agrupar automaticamente suas conversas de suporte em tópicos e subtópicos. Ele mostra o que os clientes estão perguntando, como essas conversas estão performando e onde focar.

Veja o que está impulsionando o volume—sem necessidade de marcação: tópicos e subtópicos de AI são gerados automaticamente, oferecendo uma visão ao vivo do que os clientes estão perguntando sem qualquer esforço manual.
Acompanhe o desempenho por tópico, não apenas por equipe: Cada tópico inclui métricas-chave como CX Score, taxa de resolução e tempo de atendimento—para que você possa ver quais problemas são bem resolvidos e quais precisam de atenção.
Detecte problemas cedo, antes que escalem: Monitore mudanças no volume e no sentimento ao longo do tempo para identificar problemas emergentes e agir antes que cresçam.
Foque onde importa mais: Identifique tópicos de alto volume e experiência ruim do cliente e faça melhorias direcionadas que realmente façam a diferença.

Nota:

Topics Explorer requer o add-on Pro e está disponível para workspaces hospedados nas regiões dos EUA, UE e AU.
O Topics Explorer não suporta os seguintes idiomas e os nomes continuarão a ser exibidos em inglês: "Swahili" "Bengali", "Bosnian", "Azerbaijani", "Persian", "Sinhala" e "Tamil".
O Topics Explorer estará disponível apenas enquanto Fin estiver ativo. Se Fin for pausado, os Topics também serão pausados.
A geração de Topics depende de um pipeline que atualiza periodicamente, então os tópicos podem não aparecer imediatamente após os pré-requisitos serem atendidos.

Dica profissional: Agora você pode personalizar seus AI Topics para refletir melhor a terminologia do seu negócio e a estrutura de relatórios com Curadoria de Tópicos. Isso permite renomear, mesclar e mover tópicos e subtópicos. Você pode acessar esse recurso clicando em Gerenciar tópicos no canto superior direito da página do Topics Explorer. Saiba mais sobre Curadoria de Tópicos.

Entendendo tópicos e subtópicos com AI

Tópicos de AI usam aprendizado de máquina para agrupar conversas em tópicos (temas amplos) e subtópicos (problemas recorrentes altamente específicos).

Como os tópicos e subtópicos de AI são descobertos

Quando o Topics é ativado pela primeira vez no seu workspace, o sistema analisa dados históricos de conversas dos últimos 90 dias para construir o modelo inicial de tópicos. Ele procura padrões nas perguntas feitas pelos clientes e agrupa conversas similares.

Após a configuração inicial, um pipeline diário é executado e atribui tópicos a todas as conversas recém-encerradas, e isso ocorre indefinidamente. Assim, clientes que usam Topics há mais de 90 dias terão dados que vão além dessa janela inicial.

Subtópicos são descobertos primeiro agrupando perguntas similares de conversas passadas.
Esses subtópicos são então agrupados em tópicos mais amplos.
Finalmente, o sistema gera automaticamente títulos claros para tópicos para ajudar você a entender rapidamente cada tópico e subtópico.

Nota: Tópicos e subtópicos não são baseados em palavras-chave predefinidas. Quaisquer palavras-chave mostradas no produto servem apenas para ajudar a explicar sobre o que é cada tópico.

Como as conversas são atribuídas aos tópicos de AI

Uma vez que tópicos e subtópicos são descobertos, a AI analisa toda a transcrição da conversa—incluindo mensagens do cliente e respostas do colega (como macros ou respostas salvas)—e realiza dois passos:

Retroalimentação: Esta etapa envolve identificar e organizar subtópicos de conversas passadas (últimos 90 dias). As conversas são atribuídas retroativamente a um ou mais tópicos e subtópicos descobertos.
Inferência: A cada dia, o sistema revisa tickets/cases que foram recentemente encerrados e os atribui aos tópicos relevantes.
Importante: A AI analisa a transcrição completa da conversa ao atribuir tópicos. Isso significa que respostas de colegas, macros e respostas salvas podem influenciar a qual tópico uma conversa é atribuída. Se sua equipe usa respostas padrão que mencionam tópicos ou palavras-chave específicas, esteja ciente de que isso pode afetar a categorização dos tópicos.

Critérios da conversa para gerar tópicos de AI

Para construir tópicos e subtópicos precisos, o sistema usa conversas que atendem a certos critérios:

As conversas não devem estar marcadas como spam.
As conversas devem ter pelo menos dois participantes (por exemplo, um cliente e Fin ou um colega).
Cada conversa é resumida em até três perguntas-chave, que são usadas para identificar padrões e atribuir a um subtópico.
São necessárias pelo menos 15 perguntas ou conversas para formar um subtópico significativo.

Nota: Se suas conversas forem muito variadas, ou se não houver volume suficiente em torno de um único tema, nenhum tópico pode aparecer—mesmo que haja muitas conversas.

Atualizações contínuas para tópicos e subtópicos de AI

Tópicos/subtópicos são construídos para se adaptar:

Atualizações diárias garantem que novas conversas sejam categorizadas rapidamente.
Novos tópicos e subtópicos são adicionados conforme surgem, sem remover ou alterar os já descobertos.
Algumas conversas podem não ser atribuídas a nenhum tópico se forem muito diferentes, de baixa qualidade (como spam) ou não atenderem aos critérios.

Dica: Você também pode personalizar AI Topics para ter mais controle sobre como eles são definidos e aplicados às conversas.

Por que você pode ter muitos tópicos menores

É comum ver alguns tópicos grandes com muitos subtópicos e conversas dentro deles, e muitos tópicos menores com apenas alguns subtópicos e conversas. Isso acontece porque:

Alguns tópicos aparecem frequentemente entre os clientes, enquanto outros são altamente específicos ou nichados e não se encaixam bem nos agrupamentos existentes.
O sistema evita combinar subtópicos não relacionados apenas para formar tópicos maiores—ele foca em agrupamentos naturais.

Nota: Tópicos e subtópicos de AI não:

Detectam spam
Analisam sentimento
Determinam se uma consulta é informativa ou requer ação

Como usar tópicos e subtópicos com AI

Líderes e equipes de suporte podem usar tópicos de AI para entender o que está impulsionando o volume e como priorizar esforços para otimizar seu suporte.

Identificando tendências de tópicos

Para visualizar o Topics Explorer, vá para Fin AI Agent > Analyze > Topics Explorer. Aqui, você verá duas seções principais:

O lado esquerdo tem um mapa de árvore de tópicos:
- O tamanho da caixa indica o volume de conversas naquele tópico.
- A cor da caixa está relacionada à métrica selecionada.
- No modo claro, as cores mais escuras indicam áreas que precisam de atenção. No modo escuro, as cores mais claras indicam áreas que precisam de atenção.
O lado direito tem uma série de gráficos de linha de crista: Eles pegam os mesmos tópicos do mapa de árvore e mostram seu desempenho ao longo do tempo.

Selecione quantos tópicos deseja exibir e escolha qual métrica usar:

CX Score
Taxa de envolvimento Fin
Taxa de resolução Fin
Tempo médio de atendimento
Tempo médio da primeira resposta

Foque onde mais importa identificando tópicos de alto volume e experiência do cliente ruim e clique neles para ver o mapa de árvore e os gráficos de linha divididos por subtópicos. Isso permite fazer melhorias direcionadas nos subtópicos mais impactantes, abordando a causa raiz do volume e da experiência ruim do cliente.

Detecte problemas cedo, antes que escalem, monitorando mudanças no volume e nas métricas principais ao longo do tempo para identificar questões emergentes e agir antes que cresçam. Por exemplo, o gráfico abaixo mostra um pico repentino no volume com CX Scores negativos para o tópico “Account locked”. Isso pode indicar um bug ou problema inesperado que está impedindo os clientes de acessar sua conta.

Passe o mouse sobre um tópico/subtópico para ver uma descrição do que está incluído naquele tópico.

Na visualização de conversas, você pode clicar rapidamente nas conversas para identificar problemas e usar o CX Score para entender como foram resolvidos. Você também pode abrir uma conversa na inbox para responder diretamente ao cliente.

Dica: Não quer monitorar mudanças manualmente? Trends escaneia automaticamente seus tópicos semanalmente e destaca as maiores variações no volume, taxa de resolução e CX score, junto com explicações claras. Saiba mais sobre Como usar Trends para identificar mudanças nos seus dados de suporte.

Identificando áreas para otimizar

Esses tópicos também aparecem no Painel de Recomendações para ajudar você a priorizar esforços na melhoria do Fin em conteúdo ausente, acesso a dados e capacidade de agir.

Dica: Revise as recomendações semanalmente para melhorar o desempenho do Fin.

Filtrando outros relatórios

Você também pode usar os tópicos/subtópicos de AI para filtrar seus outros relatórios Intercom. Basta adicionar um filtro para AI Topic ou AI Subtopic para selecionar tópicos específicos pelos quais deseja filtrar.

Perguntas Frequentes

Como novos tópicos de AI são gerados e eles recategorizam conversas existentes quando isso acontece?

Novos tópicos são gerados por meio de análise de aprendizado de máquina dos dados históricos de conversas dos últimos 90 dias. Subtópicos são identificados primeiro agrupando perguntas semelhantes, depois agrupados em tópicos mais amplos. Importante, novos tópicos e subtópicos são adicionados sem remover ou alterar os existentes.

Por que algumas conversas não têm tópicos?

Algumas conversas podem não aparecer em nenhum tópico se elas:

Forem muito variadas ou não tiverem volume suficiente em torno de um único tema.
Forem muito diferentes dos tópicos existentes.
Forem de baixa qualidade (por exemplo, spam).

Existe uma forma de pesquisar tópicos e subtópicos de AI?

Sim, você pode filtrar outros relatórios Intercom por AI Topic ou AI Subtopic. Isso permite pesquisar e restringir dados usando tópicos específicos identificados pela AI.

Quando começarei a ver tópicos/subtópicos de AI?

Você começará a ver tópicos/subtópicos após implantar o Fin. Seu workspace precisa ter mais de uma conversa elegível. No entanto, mesmo que seu workspace atenda a esses critérios, os tópicos de AI podem não aparecer imediatamente. Eis o porquê:

A geração de tópicos faz parte de um pipeline que é atualizado periodicamente. Se suas conversas se qualificarem, elas serão incluídas nesse pipeline.
Alguns clientes começam a ver tópicos após apenas 30–50 conversas, enquanto outros podem precisar de mais para gerar um tópico relacionado.
Quando seu workspace acumular conversas qualificadas suficientes, os tópicos começarão a aparecer automaticamente conforme o pipeline processa novos dados.

Por que meus tópicos/subtópicos de AI mudam com o tempo?

Tópicos e subtópicos são atualizados diariamente para incluir novas conversas. Conforme os padrões evoluem ou surgem novos problemas, novos tópicos são adicionados, embora os existentes permaneçam inalterados. Isso garante uma reflexão ao vivo e precisa das tendências atuais de suporte.

O que significa o tamanho/esquema de cores no mapa de árvore do Topics Explorer?

Tamanho de cada caixa = volume de conversas.
Cor de cada caixa = valor da métrica de desempenho selecionada (ex.: CX Score, taxa de resolução, etc).
- No modo claro: Cores mais escuras indicam áreas que precisam de atenção.
- No modo escuro: Cores mais claras indicam áreas que precisam de atenção.

Como os tópicos/subtópicos de AI são diferentes dos outros tópicos no Intercom?

Tópicos/subtópicos de AI: Agrupam automaticamente suas conversas de suporte (sem marcação manual ou configuração) para mostrar o que os clientes estão perguntando, como esses problemas impactam os KPIs e como corrigi-los.
Tópicos de conversa: Permitem organizar conversas definindo palavras-chave e frases relevantes que seus clientes usam para falar sobre um tópico, e depois iterar constantemente para estreitar ou ampliar as palavras-chave para capturar todas as conversas no tópico relevante.
Atributos Fin: Permitem que o Fin classifique conversas por tópico, sentimento ou outro critério escolhido que você definir (não apenas tópicos). Não gera automaticamente sugestões para melhorar o Fin.

Quais são os requisitos mínimos para que os tópicos comecem a aparecer?

Para que os tópicos sejam gerados, algumas condições devem ser atendidas:

Período: O sistema usa conversas dos últimos 90 dias para construir o modelo inicial de tópicos quando o Topics é ativado pela primeira vez. Depois disso, o pipeline diário roda indefinidamente para que seu Topics Explorer mostre dados além de 90 dias com o tempo.
Tipo de Conversa: Inclui apenas conversas inbound que não estão marcadas como spam e que têm pelo menos dois participantes (por exemplo, um cliente e um colega/Fin).
Volume Mínimo: Deve haver volume suficiente de conversas para encontrar padrões significativos. Se seu volume inbound for baixo (por exemplo, apenas algumas centenas de conversas em 90 dias), pode não ser suficiente para criar um cluster de tópicos.

O que acontece se eu redefinir meus tópicos?

Redefinir seus tópicos acionará um novo preenchimento usando apenas os últimos 90 dias de conversas. Quaisquer atribuições de tópicos em conversas com mais de 90 dias serão permanentemente perdidas e não poderão ser restauradas automaticamente.

Se você quiser preservar dados históricos de tópicos, deve manter seus tópicos atualmente atribuídos e usar Topic Curation para excluir ou mesclar quaisquer duplicatas.

Importante: Uma atribuição retroativa completa de tópicos para conversas com mais de 90 dias não é possível sem intervenção da engenharia. Não existe uma ferramenta self-serve para forçar isso.

Por que o Topics Explorer está vazio mesmo que eu tenha milhares de conversas "migrated" no meu workspace?

O Topics Explorer considera apenas conversas inbound para construir seu modelo de tópicos. Ele não analisa conversas que foram migradas ou ingeridas de outra fonte. Mesmo que você tenha milhares de conversas históricas, o explorer está procurando interações recentes, inbound (de um cliente para Fin ou um colega) para encontrar tópicos significativos.

Use o Explorador de Tópicos para ver o que está impulsionando o volume