A métrica de deflexão que lhe mente

A maioria das organizações de suporte reporta uma taxa de deflexão algures entre os 30 e os 50%. Ainda não vi uma equipa onde esse número, calculado honestamente, fique acima de 22.

A diferença está na contagem. Um ticket que o assistente de IA «resolve» mas que o cliente reabre 36 horas depois continua a contar para a deflexão. O mesmo se aplica ao ticket em que o cliente abandona o canal e muda para o email — a conversa original foi fechada, por isso a camada de relatórios marca-a como deflectida. A camada de relatórios não sabe que o cliente continua a tentar resolver o mesmo problema. Apenas vê um ticket fechado.

O que é uma contagem honesta

Uma métrica de deflexão útil acompanha o percurso completo do cliente sobre uma única intenção, e não o ciclo de vida de um qualquer ticket. Se um cliente contacta o chatbot, obtém uma resposta e não escala dentro de sete dias na mesma intenção, isso conta como deflexão. Qualquer outra coisa — reabertura, mudança de canal, novo ticket sobre a mesma causa raiz dentro da janela — não conta.

Sob essa definição, as equipas com que trabalhei aterram algures entre 14% e 22% de deflexão real na sua primeira implementação. Depois de um trimestre a afinar a base de conhecimento contra os padrões reais de reabertura, esse número sobe para perto dos trinta. Nenhuma delas chega aos 50.

Por que o número inflacionado importa

Os responsáveis de suporte que apresentam 45% de deflexão ao CFO estão a criar uma expectativa que o programa não consegue sobreviver. Seis meses depois, o AHT nos tickets escalados piorou — a IA está agora a tratar do que é fácil, o que torna a fila dos agentes mais densa por composição. O patrocinador executivo começa a perguntar por que razão o impacto orçamental projetado não se concretizou. A resposta honesta é que os 45% eram um artefacto de medição, mas a essa altura a reputação do programa é um problema mais difícil de corrigir do que a métrica alguma vez foi.

As equipas que mantêm o seu patrocínio executivo por mais tempo são as que reportam honestamente 18% de deflexão no primeiro mês, a levam até aos 24% até ao quarto mês com o trabalho que o sustenta, e evitam prometer o mundo antes de o programa o ter merecido. Menos impressionante no primeiro slide. Muito mais duradouro.

O que medir, de facto

Vale a pena acompanhar quatro números em vez de um único valor de destaque inflacionado: taxa de reabertura em tickets resolvidos pela IA (discriminada por classe de intenção), taxa de mudança de canal dentro de 7 e 14 dias, CSAT em interações resolvidas pela IA comparado com as resolvidas por agentes para a mesma intenção, e taxa de contacto repetido do mesmo cliente dentro de 30 dias. Se estes quatro estiverem a evoluir na direção certa e o seu número de deflexão estiver a acompanhá-los, o programa está a funcionar. Se o seu número de deflexão estiver a mover-se e eles não, o número de deflexão está a mentir-lhe.

O nosso playbook de triagem automática de tickets está construído em torno de instrumentar estes números honestamente desde o primeiro dia de implementação, em vez de adaptar a medição depois de o programa estar em apuros.