Reduzir tickets de suporte sem prejudicar o CSAT

Todas as equipas de apoio ao cliente têm uma lista de perguntas a que já responderam mil vezes. Onde está a minha encomenda? Como reponho a palavra-passe? Qual é o prazo de devolução? Isto funciona com o meu plano? Nenhuma é difícil. Todas são urgentes para quem pergunta. E, juntas, soterram os tickets que precisam mesmo de uma pessoa qualificada.

É esse o problema que a redução de tickets pretende resolver: impedir, à partida, que as perguntas repetitivas e de baixo valor se transformem em tickets, para que o tempo da sua equipa vá para os clientes que realmente precisam dele. Mas a redução de tickets tem má reputação — e com razão: demasiadas empresas usam-na para evitar os clientes, em vez de os ajudar mais depressa. Este guia trata do outro tipo: uma redução de tickets pela qual os clientes lhe agradecem, medida de uma forma em que pode confiar.

O que significa realmente a redução de tickets

A redução de tickets é simples de definir e fácil de fazer mal. Significa que um cliente vê a sua pergunta resolvida antes de ela chegar à sua fila — através de uma base de conhecimento de autoatendimento, de um chat de apoio com IA ou de uma resposta dentro do próprio produto. O ticket nunca chega a ser criado, porque o problema já está resolvido.

A armadilha é tratar o «nenhum ticket criado» como objetivo. Não é. Um cliente que desiste, frustrado, também não criou um ticket — e isso é um fracasso disfarçado de métrica. A redução real assenta em duas condições, e ambas têm de se verificar:

1. A pergunta teve resposta — rigorosa, completa, com base na sua informação real.
2. O cliente ficou satisfeito — obteve aquilo de que precisava e não teve de lutar para chegar a uma pessoa quando era esse o caminho.

Se falhar uma das duas, não há redução. Há um risco de perder o cliente sem que dê por isso.

Porque é que os tickets repetitivos se acumulam

Ajuda ser honesto quanto à origem do volume. A maioria dos tickets repetitivos encaixa em algumas categorias:

• Respostas que existem, mas são difíceis de encontrar. A informação está no seu centro de ajuda, mas escondida a três cliques de distância, desatualizada ou escrita para um público que não é o cliente.
• Respostas que só existem na cabeça de alguém. Um agente sénior conhece a solução alternativa, mas ninguém a escreveu, por isso todos os clientes que esbarram no problema abrem um ticket.
• Perguntas específicas de cada conta. Um artigo genérico não consegue responder a «onde está a minha encomenda?» — é preciso a encomenda real do cliente, o que, até agora, obrigava uma pessoa a ir procurá-la.
• O mesmo incidente, muitas vezes. Um atraso nas entregas ou uma falha no serviço geram dezenas de tickets idênticos numa só tarde.

Um centro de ajuda, sozinho, só resolve a primeira categoria, e apenas para os clientes com paciência para pesquisar. É por isso que as páginas estáticas de perguntas frequentes estagnam numa taxa de redução modesta e deixam de melhorar. Para ir mais longe, precisa de algo que consiga realmente compreender a pergunta, encontrar a resposta certa no seu material e saber quando não está à altura.

Como reduzir tickets sem frustrar os clientes

O objetivo não é erguer uma barreira entre os clientes e a sua equipa. É pôr um primeiro interlocutor rápido e rigoroso à entrada da fila — que resolva de imediato os casos fáceis e passe o resto sem atritos. Eis como abordar a questão.

Comece por respostas com base no seu próprio conhecimento

A principal razão pela qual os chatbots falham é inventarem coisas. Arriscam uma política de devoluções, inventam um passo que não existe ou indicam com toda a confiança o preço errado — e aí criou um problema pior do que o ticket original.

O chat de apoio com IA do SupportHub segue o caminho oposto. Responde apenas com base no conhecimento da sua empresa — os seus artigos de ajuda, documentação de produto, políticas e os padrões dos tickets já resolvidos. Não vai buscar nada à internet e, quando a resposta não está nos seus conteúdos, foi concebido para o dizer, em vez de preencher a lacuna com ficção que soa plausível. É essa decisão de conceção que torna a redução de tickets segura: o cliente recebe a sua resposta real ou uma pessoa, e não um palpite dito com confiança.

Significa também que o assistente fica mais inteligente como consequência natural do trabalho do dia a dia. Cada ticket que a sua equipa resolve passa a fazer parte daquilo em que a IA se pode basear, por isso a solução alternativa que antes vivia na cabeça de um agente fica disponível para todos os clientes, de imediato — sem nenhum projeto de treino à parte.

Ponha a base de conhecimento a trabalhar a dobrar

Uma boa base de conhecimento de autoatendimento continua a ser a espinha dorsal da redução de tickets — para os clientes que preferem ler e para a IA que responde em seu nome. Os mesmos artigos que ajudam um cliente a orientar-se sozinho são a fonte que a IA cita quando responde no chat. Investir numa documentação clara e atual compensa a dobrar.

Se o seu centro de ajuda é pobre ou disperso, é por aí que deve começar. Explicamos em pormenor como estruturá-lo e mantê-lo no nosso guia sobre como criar uma base de conhecimento preparada para a IA — em resumo, conteúdos bem organizados e em linguagem simples tornam tanto os seus clientes como a sua IA muito mais eficazes.

Trate também as perguntas específicas de cada conta

«Onde está a minha encomenda?» era impossível de resolver sem ticket, porque exige dados em tempo real, específicos de cada cliente. Com as integrações diretas do SupportHub com lojas Shopify, WooCommerce, Shoprenter e UNAS, o assistente de compras e de apoio com IA pode verificar a encomenda na sua loja no momento em que o cliente pergunta e responder a perguntas sobre produtos com base numa cópia sincronizada do seu catálogo — pelo que uma categoria inteira de tickets repetitivos se resolve sozinha, sem que ninguém tenha de ir consultar o registo. O Shopify e o WooCommerce enviam as alterações de produtos à medida que acontecem, e o Shoprenter e o UNAS são atualizados pelo menos uma vez por dia.

Passe a conversa sem atritos — e cedo — quando uma pessoa é a melhor opção

É esta a parte que protege o seu CSAT, e é inegociável: a IA tem de conhecer os seus limites e agir em conformidade.

Quando o assistente do SupportHub tem dúvidas, quando o assunto é sensível ou quando o cliente simplesmente quer falar com uma pessoa, não fica às voltas nem empata. Passa a conversa a uma pessoa e leva consigo todo o contexto — a conversa até esse momento, o que o cliente já tentou, os respetivos contactos. O cliente não recomeça. O agente não o volta a interrogar. A passagem parece uma conversa contínua, e não uma transferência às cegas para outro departamento.

É essa passagem fluida que distingue a redução de tickets que ajuda da que encurrala. Um cliente que chega depressa a uma pessoa, sem ter de se repetir, sai satisfeito mesmo que a IA não tenha conseguido resolver o problema — porque o sistema o resolveu.

Como medir a taxa de redução com honestidade

Se medir apenas «tickets evitados», vai acabar a otimizar a arte de se esconder dos clientes. Em vez disso, meça a redução com honestidade.

A métrica principal. Um ticket só deve contar como evitado quando a pergunta do cliente ficou mesmo resolvida sem uma pessoa:

Taxa de redução = sessões de autoatendimento que resolveram a pergunta ÷ total de pedidos de apoio

Não «artigos vistos». Não «chats abertos». Resolvidos.

As métricas de controlo. Uma taxa de redução isolada não quer dizer nada — pode até ser perigosa. Leia-a sempre ao lado de:

• CSAT — os clientes que resolveram a questão sozinhos estão de facto satisfeitos? Se a redução sobe enquanto a satisfação desce, está a esconder-se, não a ajudar.
• Taxa de novo contacto — um cliente «desviado» voltou no espaço de um ou dois dias com o mesmo problema? Então essa redução não foi real.
• Qualidade da passagem para a equipa — quando a IA passa a conversa a uma pessoa, quão satisfeito fica o cliente depois? As passagens bem feitas devem ter avaliações tão boas como (ou melhores do que) os tickets que começaram logo com uma pessoa.

Os painéis de análise e de CSAT do SupportHub mostram a parte dos tickets que a IA resolveu sozinha, a par da taxa de resolução, do tempo de primeira resposta, da satisfação e dos problemas recorrentes que fazem crescer o seu volume. Vê-los em conjunto obriga a uma leitura honesta: pode provar que a redução está mesmo a aliviar a carga e a manter os clientes satisfeitos, em vez de trocar uma coisa pela outra. Explicamos o conjunto completo no nosso guia sobre as métricas de atendimento que importam e os SLA por trás delas.

Uma meta realista. Não persiga os 100%. Uma boa parte das perguntas certas — as repetitivas e com resposta documentada — deve ser resolvida sem ticket, enquanto os casos realmente complexos, emocionais ou delicados chegam depressa a uma pessoa. O número certo é aquele em que tanto a taxa de redução como o CSAT estão a subir.

O equilíbrio entre automação e atenção humana

A perspetiva honesta é que a automação e o apoio humano não são concorrentes — são uma divisão do trabalho. A IA existe para as perguntas repetitivas, de grande volume e com resposta documentada: rápida, coerente, disponível 24/7 em vez de só no horário de expediente, e fluente nas línguas dos seus clientes, e não apenas nas uma ou duas que a sua equipa cobre. As pessoas da sua equipa existem para o resto: discernimento, empatia, ambiguidade, o cliente irritado que precisa de se sentir ouvido, o caso particular que ninguém documentou ainda.

Uma redução de tickets bem feita dá à sua equipa mais espaço para ser humana, e não menos. Quando as perguntas repetitivas se resolvem sozinhas, as pessoas que passavam o dia a repor palavras-passe ficam livres para as conversas que precisam mesmo de alguém. O trabalho que sobra é mais interessante e mais valioso — e quem chega a falar com uma pessoa encontra alguém menos apressado e menos esgotado.

O controlo é seu — e os dados também

Quando uma IA fala com os seus clientes em nome da sua empresa, a confiança conta — por isso, no SupportHub, é a sua empresa que manda.

Decide o que o assistente pode ver e dizer — responde com base no conhecimento que lhe dá, e em nada mais. Decide em que situações a conversa passa para uma pessoa. O acesso a dados sensíveis fica registado, e o controlo de acesso por funções decide quem, na sua equipa, pode ver e alterar o quê.

Quanto aos dados, os compromissos são concretos: o SupportHub está em conformidade com o RGPD e passou numa avaliação de segurança independente de nível CASA Tier 2. As suas conversas e os seus conteúdos servem para ajudar a sua empresa — para responder aos seus clientes e fazer crescer a sua própria base de conhecimento — e nunca para treinar modelos de IA. O que o assistente aprende com os seus tickets fica consigo.

Comece a reduzir os tickets que não precisam de si

Os tickets repetitivos não são uma fatalidade — são perguntas acumuladas que se deviam resolver sozinhas. Com um chat de IA que responde com base nos seus conteúdos, uma boa base de conhecimento de autoatendimento e uma passagem fluida para uma pessoa sempre que é preciso, pode reduzir muito esse volume, mantendo ou até melhorando os seus resultados de satisfação.

Pode comprová-lo com as suas próprias perguntas num período de teste gratuito de 14 dias — 50 chats com IA, sem necessidade de cartão. Ligue os seus conteúdos de ajuda, veja que perguntas ficam resolvidas sem ticket e verifique por si próprio os números de CSAT e de novo contacto. Conheça o SupportHub e comece pelos tickets a que já se cansou de responder duas vezes.

Perguntas frequentes

O que é a redução de tickets?

A redução de tickets (em inglês, ticket deflection) consiste em resolver a pergunta de um cliente antes de ela se tornar um ticket de suporte — normalmente através de uma base de conhecimento de autoatendimento ou de um chat de apoio com IA que responde de imediato. Quando é bem feita, o cliente obtém uma resposta mais rápida e a sua equipa nunca vê a pergunta repetitiva. Quando é mal feita, limita-se a erguer uma barreira entre o cliente e uma pessoa. A diferença está em saber se o problema do cliente ficou de facto resolvido.

A redução de tickets prejudica a satisfação dos clientes?

Só prejudica o CSAT quando é usada para fugir aos clientes — escondendo a opção de contacto ou pondo a funcionar um chatbot que fica preso no «não percebi». Quando reduzir tickets significa dar uma resposta imediata e rigorosa com base na sua própria documentação, com uma passagem fluida para uma pessoa assim que a IA tem dúvidas, a satisfação costuma subir, e não descer. Rapidez com rigor é o que os clientes realmente querem.

Como medir a taxa de redução de tickets com honestidade?

Conte um ticket como evitado apenas quando a pergunta do cliente ficou mesmo resolvida sem uma pessoa — e não sempre que alguém abriu um artigo de ajuda. A fórmula honesta é o número de sessões de autoatendimento que resolveram a questão a dividir pelo total de pedidos de apoio. Combine-a com o CSAT e a taxa de novo contacto para ver se um cliente «desviado» saiu de facto satisfeito ou apenas desistiu e voltou mais tarde.

A IA vai inventar respostas de que não tem a certeza?

Foi concebida para não o fazer. A IA do SupportHub responde apenas com base na sua base de conhecimento e nos tickets resolvidos e, quando os seus conteúdos não têm uma resposta segura, passa a conversa a uma pessoa, com a conversa completa em anexo, para que o cliente nunca tenha de se repetir.