Use este guia para realizar uma revisão semanal estruturada de desempenho para sua equipe de suporte no Fin Operator, a mesma abordagem que nossa equipe de suporte ao cliente utiliza. Você irá desde o volume geral de conversas até a investigação individual, cobrindo tempo de atendimento, tempo para fechamento, pontuação CX e divisão de tópicos, tudo em um único thread.
Este guia é para gerentes de suporte e leads de equipe. Seja para montar uma RCA (Análise de Causa Raiz) ou para acompanhar regularmente como foi a semana, a sequência de sete passos abaixo funciona na profundidade que você precisar.
Nota: Fin Operator está incluído como parte do add-on Pro.
O que incluir na sua mensagem inicial
Dê ao Fin Operator seu escopo no início. Ele fará perguntas para esclarecer se algo estiver faltando, mas quanto mais contexto você fornecer desde o começo, mais rápido chegará às informações importantes. Uma boa mensagem inicial geralmente cobre:
O intervalo de datas: seja explícito (ex.: "semana de 3 a 9 de agosto") em vez de relativo ("semana passada"), especialmente ao fazer uma revisão depois do fato
Quais inboxes ou equipes incluir ou excluir
As métricas que você quer: tempo de atendimento, tempo para fechamento, pontuação CX, volume de conversas ou uma combinação
Dica: Comece um thread por revisão e mantenha toda a investigação nele. Fin Operator mantém seus filtros e resultados anteriores no contexto, para que você possa fazer perguntas de acompanhamento sem se repetir.
Passo 1: Comece com o volume de conversas
Comece aqui. O contexto do volume é o que faz todo o resto fazer sentido. Um grande pico semana a semana geralmente explica por que o tempo de atendimento aumentou, por que a pontuação CX caiu e por que certos inboxes estão com dificuldades. É a base de qualquer RCA honesta.
Exemplos de comandos:
"Mostre o volume de novas conversas por inbox para [seu intervalo de datas], comparado à semana anterior"
"Quais inboxes tiveram a maior mudança de volume semana a semana?"
Procure inboxes onde o volume aumentou significativamente. Esse pico geralmente é a causa raiz da história de desempenho, então nomeie-o cedo e deixe que ele permeie o restante da sua RCA.
Passo 2: Adicione tempo de atendimento e tempo para fechamento
Depois de estabelecer o volume de conversas, adicione suas métricas de eficiência (tempo de atendimento e tempo para fechamento), segmentadas por inbox, com uma comparação semana a semana. A relação entre os dois diz muito.
Exemplos de comandos:
"Mostre o tempo médio de atendimento e tempo para fechamento por inbox para o mesmo período, comparado à semana anterior"
"Quais inboxes tiveram o maior tempo de atendimento? Quais melhoraram mais semana a semana?"
Nota: Tempo de atendimento e tempo para fechamento medem coisas diferentes. Tempo de atendimento é o tempo total que um colega trabalhou ativamente em uma conversa. Tempo para fechamento é o tempo total decorrido desde a primeira mensagem até o fechamento. Inclui qualquer tempo em que a conversa ficou ociosa, adormecida ou aguardando um cliente ou terceiro. Uma grande diferença entre os dois (por exemplo, 10h de atendimento mas 60h para fechamento) geralmente significa que as conversas estão ociosas, não sendo trabalhadas ativamente.
O padrão a observar: tempo de atendimento baixo, mas tempo para fechamento alto. Isso geralmente significa que as conversas não estão travadas por complexidade: estão ociosas. Aguardando uma transferência, aguardando um terceiro ou apenas na fila. Isso é um problema diferente de um inbox onde ambas as métricas são altas, o que indica mais carga de trabalho ou complexidade.
Passo 3: Adicione a pontuação CX
Com volume e métricas de eficiência definidas, adicione a pontuação CX (pontuação de satisfação do cliente prevista pela IA do Intercom) por inbox, com comparação semana a semana. Certifique-se de olhar para o volume de conversas avaliadas junto com a pontuação em si. A pontuação sem o tamanho da amostra pode ser enganosa.
Exemplos de comandos:
"Mostre a pontuação CX por inbox para [seu intervalo de datas] vs a semana anterior, incluindo quantas conversas foram avaliadas"
"Quais inboxes tiveram a maior queda na pontuação CX semana a semana?"
Dica: Preste atenção ao tamanho da amostra junto com a pontuação. Uma pontuação CX de 50% em 3 conversas é ruído de baixo sinal. A mesma pontuação em 200 conversas é um indicador confiável que vale a pena investigar. Fin Operator sinalizará resultados com amostra pequena, mas vale destacar na sua RCA.
Os inboxes que mais importam para sua RCA são aqueles com queda significativa na pontuação CX e alto volume. Uma pontuação baixa em três conversas é ruído. Uma pontuação baixa em 200 é um sinal que vale a pena investigar.
Passo 4: Identifique seus inboxes prioritários
Depois de ter volume, tempo de atendimento, tempo para fechamento e pontuação CX em seus inboxes, peça ao Fin Operator para sintetizá-los. Ele identificará quais dois ou três inboxes estão consistentemente com desempenho abaixo do esperado em todas as três métricas.
Exemplo de comando:
"Com base no que você me mostrou, quais dois ou três inboxes são mais preocupantes em todas as três métricas?"
A partir daqui, restrinja o restante da revisão para esses inboxes prioritários. Não há necessidade de aprofundar em tudo. Dois ou três é um limite prático: analisar mais de três inboxes em uma única revisão tende a gerar mais dados do que pode ser trabalhado em um ciclo.
Passo 5: Divida por tópico e subtópico
Para cada inbox prioritário, aprofunde na divisão por tópico e subtópico. É aqui que você começa a entender o que realmente está impulsionando os números: se o problema está concentrado em uma área específica ou espalhado pelo inbox.
Exemplos de comandos:
"Mostre os principais subtópicos em [inbox] por tempo de atendimento e tempo para fechamento naquela semana"
"Quais subtópicos têm a menor pontuação CX em [inbox]?"
Nota: Uma única conversa pode ter vários subtópicos atribuídos pela IA. Quando dois subtópicos mostram tempos idênticos de atendimento e fechamento, eles podem estar apontando para a mesma conversa subjacente. Fin Operator mostrará isso se você perguntar: "são a mesma conversa?"
Procure subtópicos com tempos de atendimento muito acima da média do inbox, subtópicos onde o tempo para fechamento é muito maior que o tempo de atendimento (conversas paradas novamente) e subtópicos com pontuação CX consistentemente baixa em volume significativo. Esses são seus indícios claros.
Passo 6: Extraia e revise conversas individuais
Depois de identificar os subtópicos de maior impacto no Passo 5, extraia as conversas reais por trás deles. É aqui que você vai dos padrões para as evidências: entendendo o que especificamente tornou algo difícil de tratar ou por que os clientes ficaram insatisfeitos.
Exemplos de comandos:
"Mostre as conversas em [inbox] sob o subtópico [subtopic] daquela semana"
"Quais dessas conversas têm uma tag bug ou foram sinalizadas como defeito conhecido?"
"Analise o que está causando a insatisfação do cliente nas conversas do subtópico [subtopic]"
O Fin Operator pode verificar atributos da conversa, tags e campos atribuídos pela IA para ajudar a classificar o que você está vendo. Separar casos relacionados a bug de casos complexos, mas sem defeito, é muito útil aqui. Um tempo longo de atendimento causado por um bug conhecido tem um caminho de remediação muito diferente de um causado por problema de processo ou falta de capacidade.
Passo 7: Revise quaisquer conversas abertas ou não resolvidas
Antes de encerrar a revisão, verifique se alguma conversa da semana ainda está aberta em seus inboxes prioritários. Conversas não resolvidas não afetam apenas os números desta semana. Elas podem arrastar a pontuação CX para a semana seguinte também.
Exemplos de comandos:
"Quantas conversas daquela semana ainda estão abertas ou adormecidas em [inbox]?"
"Mostre as conversas abertas — quais parecem mais urgentes?"
Priorize quaisquer conversas que estejam abertas (não adormecidas) ou sinalizadas com uma tag de cliente de alto valor. Reatribua ou tome providências antes de encerrar a revisão.
Coisas para ter em mente
Algumas limitações que vale saber antes de fazer sua primeira revisão:
A pontuação CX no Fin Operator é prevista por IA, não coletada de avaliações de clientes. Ela tem cobertura mais ampla que o CSAT avaliado, mas pode diferir dos números em outros relatórios que usam apenas avaliações reais.
As etiquetas de subtópico são atribuídas pela IA e uma conversa pode ter várias. Quando dois subtópicos mostram métricas idênticas, eles podem estar apontando para a mesma conversa subjacente. Peça ao Fin Operator para confirmar: "são a mesma conversa?"
Este guia assume que seus inboxes estão configurados como equipes no Intercom. Se seu workspace for estruturado de forma diferente, filtrar por inbox pode retornar resultados diferentes.
Juntando tudo
Aqui está a sequência completa de sete passos para realizar uma revisão semanal de desempenho de suporte no Fin Operator, desde o volume de conversas até as conversas abertas:
Volume: estabeleça quais inboxes absorveram a maior carga e quaisquer picos semana a semana
Tempo de atendimento + tempo para fechamento: identifique os inboxes mais lentos e se as conversas estão sendo trabalhadas ativamente ou estão ociosas
Pontuação CX: adicione dados de satisfação para encontrar onde os clientes são mais afetados, ponderado pelo volume
Inboxes prioritários: sintetize as três métricas para focar o restante da revisão
Tópicos e subtópicos: encontre os motivadores de contato por trás dos problemas de desempenho
Conversas individuais: vá dos padrões para as evidências, verificando tags, atributos e sinalizações de defeito
Conversas abertas: confirme que qualquer coisa urgente está sendo tratada
A revisão toda fica em um único thread. Fin Operator mantém seu contexto (intervalo de datas, filtros de inbox, resultados anteriores) para que você não precise se repetir em cada etapa. Depois de fazer isso algumas vezes, começa a parecer menos um relatório e mais como pensar em voz alta com alguém que já tem todos os dados.
Dica: Salve comandos que funcionam bem para a configuração regular da sua equipe (filtros específicos de inbox, combinações de métricas, preferências de formato de data). Reutilizar uma estrutura consistente de comandos semana a semana facilita comparar resultados e identificar tendências em várias RCAs.