O relatório de eficácia analisa como sua equipe de suporte lida com as conversas ao longo do tempo, incluindo a porcentagem de conversas resolvidas no primeiro contato, número de reatribuições, tempo para fechamento e mais.
Crie um relatório de eficácia
Vá para Reports e crie um novo relatório, depois selecione o modelo Effectiveness para começar rapidamente.
Use o modelo de relatório de eficácia para ver
Conversas respondidas
Taxa de conversas fechadas no primeiro contato
Respostas para fechar uma conversa
Conversas reatribuídas
Tempo até a primeira atribuição
Tempo da primeira atribuição até o fechamento
Entenda os dados do gráfico
Passe o mouse sobre o ícone de informação no topo de um gráfico para ver o período do relatório, filtros de nível do relatório, métricas e filtros de nível de métrica aplicados a cada gráfico.
Existe um cenário onde o número ‘mínimo’ de Replies to close a conversation pode aparecer como 0 se o intervalo de tempo selecionado não tiver conversas fechadas com mais de 1 resposta de teammate.
Personalize o modelo de relatório de eficácia
O modelo de relatório de eficácia é totalmente personalizável, permitindo que você adicione mais gráficos da biblioteca de gráficos ou remova gráficos que não precisa neste relatório. Todos os gráficos podem ser redimensionados e movidos para onde você quiser.
Casos de uso do relatório de eficácia
Veja como diferentes tipos de conversas são tratadas
Veja de relance quão bem sua equipe pode lidar com diferentes tipos de conversas filtrando os gráficos por tags de conversa/dados da conversa. Isso mostrará se conversas de alta prioridade estão sendo tratadas de forma eficaz.
Veja como diferentes teammates ou equipes estão lidando com as conversas
Veja se certos teammates ou equipes estão gastando mais tempo nas conversas e identifique áreas para treinamento ou aprimoramento da equipe. Você pode fazer isso filtrando os gráficos por teammate.
Se você vir uma baixa porcentagem de conversas fechadas no primeiro contato, deve verificar (ou adicionar) quaisquer regras de atribuição para garantir que as conversas estejam sendo direcionadas para a melhor equipe para lidar com elas.
Como as respostas dos teammates são contadas?
As respostas dos teammates contadas neste relatório incluem todas as respostas após a primeira mensagem de um cliente em conversas que estão atualmente fechadas.
As respostas são agrupadas para garantir que múltiplas respostas enviadas em sucessão (sem resposta do cliente ou mensagem de outro teammate) sejam contadas como uma única.
👆Este exemplo mostra que o teammate enviou 6 mensagens separadas, mas algumas delas são agrupadas para um total de 4 respostas contadas neste relatório.
Se outro teammate responder, ou a conversa for fechada, isso também quebrará o agrupamento.
Verifique se as conversas estão sendo atendidas pela pessoa certa
O gráfico Conversations reassigned mostra o número de conversas que foram atribuídas mais de uma vez após uma resposta de teammate, agrupadas pela data da primeira mensagem do cliente. É uma boa forma de ver se as conversas estão sendo atendidas pela pessoa certa, ou se alguma das atribuições iniciais poderia ser uma regra automatizada.
Quando uma conversa é reatribuída?
Se uma conversa for atribuída a um teammate (manualmente, por um teammate, por um bot ou por uma regra de atribuição) e após ele responder, for atribuída a um teammate ou equipe diferente, a conversa foi reatribuída e será contada no gráfico Conversations reassigned.
Qualquer conversa resolvida pelo primeiro teammate atribuído não será contada neste gráfico.
Avalie a carga de trabalho e capacidade dos teammates
Se o tempo para a primeira atribuição for baixo, mas seu tempo de primeira resposta for alto, isso pode sugerir que as conversas estão sendo atribuídas a teammates enquanto eles estão ocupados demais para responder imediatamente.
O gráfico Time to first assignment mostra o tempo mediano para que as conversas sejam atribuídas antes da resposta de um teammate, agrupadas pela data da primeira mensagem do cliente.
A agregação padrão mostrada é mediana, mas com o plano Avançado ou Expert você pode escolher uma agregação diferente, e sua escolha será salva para a próxima vez que visualizar os relatórios. Você pode escolher entre média, máxima, mediana ou mínima ao editar o gráfico.
Conversas não serão contadas para essa métrica se um teammate respondeu antes da conversa ser atribuída pela primeira vez.
Exemplos:
A conversa é iniciada por um cliente às 10:55.
Atribuída a um teammate às 11:05.
Esse teammate envia uma resposta.
Tempo para a primeira atribuição é 10 minutos.
A conversa é iniciada por um cliente às 10:55.
Atribuída a um teammate às 11:05.
Atribuída a um segundo teammate às 11:10.
O segundo teammate envia a primeira resposta.
Tempo para a primeira atribuição é 15 minutos.
O tempo para a primeira atribuição engloba dados de qualquer teammate que tenha sido atribuído a essa conversa, independentemente de quaisquer filtros de teammate aplicados ao relatório como um todo - os dados neste gráfico não isolam teammates individuais.
Quanto tempo seus teammates gastam lidando com conversas
O gráfico Time from first assignment to close mostra o tempo mediano desde a última atribuição da conversa (antes da primeira resposta do teammate) até o fechamento, agrupado pela data de criação da conversa.
Isso dá uma imagem precisa de quanto tempo seus teammates gastam lidando com as conversas, excluindo o tempo inicial de espera do cliente.
O tempo da primeira atribuição até o fechamento incluirá o tempo de outros teammates também. Essa métrica considera o tempo da primeira atribuição até o fechamento (e quaisquer mensagens de teammates entre eles).
Filtros úteis para o relatório de eficácia
Seu relatório de eficácia pode ser filtrado por:
Tag — Revise um subconjunto de conversas com certas tags.
Continent — Selecione um único continente ou mais de um.
Country — Escolha um único país ou mais de um.
Channel — Filtre com base em onde as conversas começaram. Ex: email, chat ou seu aplicativo móvel.
Started by — Veja apenas conversas iniciadas por seus clientes ou aquelas em resposta a um bot/mensagem.
Teammate — Mostre conversas onde a ação foi realizada por um ou mais teammates (Ex: conversas respondidas ou fechadas por esse teammate ou equipe).
Atributos de dados da conversa — Mostre conversas com atributos específicos que você definir.
Filtrar este relatório para mostrar diferentes tipos de conversa (com tags de conversa) pode mostrar:
Conversas que são resolvidas com o menor número de respostas — Considere usar o Fin AI Agent para lidar com elas para você.
Conversas que requerem mais atenção — Workflows podem coletar informações dos clientes antecipadamente para que sua equipe possa assisti-los de forma mais eficiente.
Nota:
Se você filtrou para um único dia, as conversas serão divididas por hora, ou se filtrar para um período maior, serão divididas em dias ou semanas.
O filtro ‘Channel’ conterá apenas os canais onde você instalou o Intercom.
Meça a resolução no primeiro contato para tickets
O Intercom não rastreia nativamente se um ticket foi tratado por um único agente do início ao fim. Você pode criar isso usando um atributo booleano de conversa, um Data Connector para contar agentes únicos que responderam e uma regra de Workflow para marcar tickets automaticamente.
Passo 1: Crie um atributo booleano de conversa
Esse atributo armazena o resultado do FCR em cada ticket para que você possa filtrar relatórios por ele.
Vá para Settings > Data > Conversations e clique em + Create attribute.
Defina o Nome para algo como Single agent resolution.
Selecione Boolean como formato.
Clique em Save. O atributo aparecerá em todos os tickets na Inbox.
Passo 2: Use um Data Connector para contar agentes únicos
Um Data Connector permite que um Workflow chame sua API externa ou camada de dados para consultar quantos agentes únicos responderam a um determinado ticket. Essa contagem determina se o atributo booleano será definido como verdadeiro.
Vá para Fin AI Agent > Data Connectors e crie um novo conector.
Configure o conector para chamar sua fonte de dados com o conversation/ticket ID como parâmetro e retornar a contagem de agentes únicos que responderam.
Mapeie a resposta para uma variável (ex:
unique_agent_count) que seu Workflow pode ler.
Nota: Data Connectors exigem desenvolvimento personalizado para construir e hospedar o endpoint externo. Saiba mais sobre o uso de Data Connectors em Workflows.
Passo 3: Automatize a marcação com uma regra de Workflow
Com o atributo e o conector configurados, crie um Workflow que dispare quando um ticket for fechado, chame o conector e defina o atributo automaticamente.
Vá para Fin AI Agent > Workflows e crie um novo Workflow.
Defina o gatilho para Conversation closed e adicione uma condição para limitar apenas a tickets.
Adicione um passo Collect data e selecione seu Data Connector para buscar a contagem de agentes únicos.
Adicione um passo Branch: se
unique_agent_countfor igual a1, siga pelo caminho "FCR".No caminho FCR, adicione uma ação Set conversation data: defina Single agent resolution como True. Opcionalmente, adicione uma ação Tag conversation com uma tag como fcr para filtragem adicional.
Salve e Set live.
Relate sobre tickets de agente único
Uma vez que o Workflow esteja ativo, filtre qualquer relatório de eficácia pelo atributo de dados da conversa Single agent resolution para medir o desempenho dos tickets tratados por um único agente. Você pode acompanhar:
Volume de tickets resolvidos por um agente vs. múltiplos agentes.
Tempo mediano de atendimento e respostas para fechar para tickets de agente único.
Taxa de FCR ao longo do tempo — filtre por Conversation data attributes e defina Single agent resolution como True.
Dica: Você também pode filtrar o modelo de relatório de Effectiveness por esse atributo diretamente, junto com outros filtros como Channel ou Tag, para ver o FCR detalhado por tipo de ticket ou equipe.