Um guia para usar o Freshdesk Freddy para identificar lacunas de conhecimento a partir de tickets não resolvidos

Os tickets não resolvidos são mais do que uma dor de cabeça que entope a fila. Na verdade, são uma mina de ouro de informações, apontando diretamente para as perguntas que os seus clientes têm e que a sua equipa (e a sua base de conhecimento) não consegue responder. O problema? Ninguém tem tempo para analisar manualmente milhares de tickets para encontrar estas "lacunas de conhecimento". É uma tarefa esgotante.

É aqui que a IA deve entrar em ação. A IA nativa do Freshdesk, o Freddy, promete fornecer insights que podem facilitar este processo. Mas até que ponto funciona realmente para detetar falhas no seu conteúdo de suporte? Este guia irá mostrar-lhe como usar as ferramentas do Freshdesk para análise de tickets, onde provavelmente irá encontrar obstáculos e como uma abordagem mais focada pode automatizar todo o processo.

Compreender o papel do Freshdesk Freddy

Antes de entrarmos nos detalhes, vamos ter uma ideia clara do que temos em mãos. O Freshdesk Freddy não é um único produto. É o nome da marca para o motor de IA que a Freshworks integrou na sua plataforma de atendimento ao cliente. O objetivo é ajudar em duas frentes: tornar os clientes mais autossuficientes e os agentes mais produtivos.

Para o que estamos a falar hoje, resume-se a algumas peças-chave:

• Freddy AI Agent: Esta é a parte autónoma da IA que lida com chats e e-mails virados para o cliente, fornecendo respostas diretas e automatizadas.

• Freddy AI Copilot: Pense nisto como o ajudante do agente. Funciona dentro do help desk para ajudar os agentes humanos a resumir longas conversas de tickets, redigir respostas e sugerir artigos relevantes da base de conhecimento.

• Freddy AI Insights: Este é o motor de análise. Ele analisa os números por trás das suas operações de suporte para mostrar-lhe tendências, ajudando-o a tomar melhores decisões sobre pessoal, desempenho e problemas potenciais.

Juntas, estas partes criam uma camada de IA dentro do Freshdesk. Agora, vamos ver como pode usar as suas funcionalidades de relatórios para começar a caçar essas lacunas de conhecimento.

Como usar os relatórios do Freshdesk para detetar lacunas de conhecimento

Se está a tentar encontrar lacunas de conhecimento com as ferramentas integradas do Freshdesk, não encontrará um botão mágico de "mostre-me o que falta". O processo é mais um trabalho de detetive, dependendo de si para usar os seus relatórios de help desk para juntar pistas de tickets não resolvidos.

Veja como pode abordar a questão.

Análise de relatórios de volume e distribuição de tickets

O seu primeiro ponto de paragem deve ser o painel de análise. Com alguns filtros, pode começar a ver padrões a emergir de todo o ruído.

• Tendências de Volume de Tickets: Comece por criar um relatório que rastreie o seu volume de tickets ao longo do tempo, mas filtre-o para mostrar apenas tickets com o estado "não resolvido". Se vir um pico súbito após o lançamento de uma nova funcionalidade ou uma campanha de marketing, isso é um grande sinal de alerta. Provavelmente aponta para um problema novo e não documentado que está a apanhar todos de surpresa.

• Distribuição de Tickets por Categoria: Uma abordagem mais detalhada é olhar para os tickets não resolvidos com base na forma como são categorizados. Se usar etiquetas ou campos personalizados, pode agrupá-los para ver quais os tópicos que estão a causar mais problemas. Por exemplo, se notar que uma tonelada de tickets não resolvidos estão todos etiquetados com "reembolso-plano-anual", acaba de encontrar uma grande lacuna nos seus documentos de faturação.

Usar o feedback de satisfação do cliente (CSAT)

Tickets não resolvidos e clientes insatisfeitos andam muitas vezes de mãos dadas. Os seus inquéritos CSAT são uma linha direta para entender porque é que um ticket não pôde ser resolvido.

Crie um relatório que filtre por tickets que estão ambos por resolver e têm uma classificação CSAT negativa. O feedback em aberto aqui é ouro puro. Os clientes dir-lhe-ão muitas vezes exatamente o que procuravam e não encontraram. Verá comentários como: "Eu estava a tentar descobrir a vossa política de envios internacionais, mas não havia informação sobre isso."

O papel limitado do Freddy AI Insights

O Freddy AI Insights pode acelerar parte deste trabalho. Ele foi projetado para sinalizar automaticamente tendências de alto nível, o que pode poupar-lhe alguma investigação inicial. Por exemplo, pode destacar que "redefinição de palavra-passe" é um tópico recorrente na sua fila de suporte.

Mas, e este é um grande mas, é praticamente aí que a sua utilidade termina. O Freddy pode dizer-lhe o que os clientes estão a perguntar, mas não confirma se uma lacuna de conhecimento é a causa principal, e certamente não o ajuda a corrigi-la. Um humano ainda tem de ligar os pontos, confirmar que a lacuna existe e depois escrever o conteúdo em falta à mão.

Principais limitações do uso do Freshdesk Freddy

Embora tecnicamente possa usar os relatórios do Freshdesk para encontrar lacunas de conhecimento, o processo está longe de ser tranquilo. Assim que começar a investigar, irá rapidamente deparar-se com algumas desvantagens bastante grandes que o impedem de ser uma solução verdadeiramente automatizada ou virada para o futuro.

Um processo manual

A maior dor de cabeça é que todo o processo é manual. Os relatórios do Freshdesk fornecem os dados brutos, mas cabe a um gestor de suporte ou a um analista fazer todo o trabalho pesado. Tem de passar horas a olhar para painéis, a ler conversas de tickets individuais e a tentar adivinhar o que falta.

Isto significa que está sempre a correr atrás do prejuízo. Só descobre uma lacuna de conhecimento depois de dezenas, ou mesmo centenas, de clientes já terem encontrado o mesmo obstáculo e tido uma experiência frustrante. Está constantemente a apagar os fogos de ontem em vez de prevenir os de amanhã.

Conhecimento isolado

O Freddy AI é treinado quase exclusivamente nos dados que residem na sua conta Freshdesk, nos artigos do seu centro de ajuda e no histórico de tickets. O problema é que raramente é aí que todas as respostas se encontram. Informações críticas estão muitas vezes espalhadas por outros locais, como um guia técnico no Confluence, um documento de política no Google Docs, ou uma atualização de produto numa página do Notion.

Como o Freddy não consegue aceder a estas fontes externas, o seu conhecimento é incompleto. Ele não conseguirá responder a perguntas mesmo quando a informação está disponível noutro lugar na sua empresa, o que apenas leva a mais tickets não resolvidos. A IA está presa na sua própria caixinha, incapaz de ver o quadro completo.

Sem simulação proativa

Com o Freshdesk, tem de ligar a IA e deixá-la a funcionar com clientes reais antes de poder obter os dados de que precisa para encontrar as suas fraquezas. Não há uma forma real de testar como o Freddy se irá comportar nos seus tickets passados para encontrar estas lacunas antes de começar a falar com as pessoas.

Esta é uma forma arriscada de trabalhar. Está essencialmente a lançar uma IA sabendo que tem pontos cegos, mas não saberá quais são até que clientes reais os encontrem por si. É como enviar um novo agente para a linha da frente sem saber se ele consegue responder sequer às perguntas mais básicas.

Uma abordagem alternativa: eesel AI

As deficiências da abordagem do Freshdesk mostram porque precisa de uma ferramenta construída de raiz para ser proativa, e não reativa. É aqui que a eesel AI faz uma diferença real. Foi concebida para automatizar todo o fluxo de trabalho de encontrar e fechar lacunas de conhecimento, para que possa antecipar os problemas em vez de estar constantemente a persegui-los.

Automatize a identificação de lacunas de conhecimento e a criação de conteúdo

Ao contrário do Freshdesk, que apenas lhe despeja dados, o painel de análise da eesel AI dá-lhe insights sobre os quais pode realmente agir. Não lhe mostra apenas o que a sua IA está a fazer; aponta exatamente o que não conseguiu fazer. Destaca tendências em perguntas não respondidas, dando-lhe uma lista clara e prioritizada das suas maiores lacunas de conhecimento.

Melhor ainda, a eesel AI ajuda-o a fechar essas lacunas. Pode gerar automaticamente rascunhos de artigos para a base de conhecimento a partir de resoluções bem-sucedidas nos seus tickets passados. Se um agente já escreveu uma explicação perfeita, a eesel AI pode transformá-la num novo artigo do centro de ajuda com um único clique. Acaba por construir uma base de conhecimento com conteúdo que já provou funcionar.

Unifique todas as suas fontes de conhecimento instantaneamente

Enquanto o Freddy está preso dentro do ecossistema do Freshdesk, a eesel AI conecta todas as suas fontes de informação dispersas. Em apenas alguns minutos, pode ligá-la a todos os locais onde a sua equipa armazena conhecimento.

Quer as suas respostas estejam no Google Docs, Confluence, Notion, ou outra ferramenta, a eesel AI pode aprender com isso. Também treina com o seu histórico de tickets passados de help desks como o Freshdesk, dando-lhe uma imagem completa do seu negócio desde o primeiro dia. Isto significa menos tickets não resolvidos porque a IA tem acesso a todas as respostas, não importa onde estejam.

Teste com confiança usando uma simulação poderosa

Talvez a maior diferença seja o poderoso modo de simulação da eesel AI. Em vez de "ir para o ar e esperar o melhor", pode executar a IA em milhares dos seus tickets históricos num ambiente completamente seguro e isolado.

Isto permite-lhe ver exatamente como a IA teria respondido a questões reais de clientes. Obtém uma previsão precisa da sua taxa de resolução potencial e, mais importante, pode identificar proativamente lacunas de conhecimento antes que um único cliente seja afetado. O relatório de simulação mostra-lhe que tipos de tickets teriam sido escalados, dando-lhe um roteiro claro do conteúdo que precisa de adicionar antes mesmo de pensar em ligar a IA.

Preços do Freshdesk Freddy AI

Para ter uma visão completa, é útil olhar para os preços do Freshdesk para as suas funcionalidades de IA. Está dividido em dois principais add-ons, o que pode tornar os custos um pouco complicados e difíceis de prever.

• Freddy AI Copilot: Esta é a ferramenta de assistência ao agente, e o preço é por agente. Começa em 29 $ por agente, por mês quando paga anualmente.

• Freddy AI Agent: Este é o bot autónomo, e o preço é baseado em "sessões". Recebe algumas sessões gratuitas para começar, mas depois disso, tem de comprar pacotes, que custam 100 $ por 1.000 sessões.

Uma "sessão" é uma única resposta por e-mail ou todas as interações do bot num único chat ao longo de 24 horas. Isto significa que um único ticket de e-mail que precise de algumas trocas de mensagens com a IA pode consumir várias sessões, fazendo com que os seus custos disparem inesperadamente. Este modelo baseado em sessões pode tornar o orçamento um verdadeiro desafio, o que contrasta fortemente com os preços transparentes de alternativas como a eesel AI.

Considerações finais sobre o uso do Freshdesk Freddy

No final de contas, um ticket não resolvido é um sinal direto de que a sua documentação de suporte está a falhar com os seus clientes. Embora possa usar o Freshdesk Freddy para detetar lacunas de conhecimento a partir de tickets não resolvidos, o processo é esmagadoramente manual, reativo e limitado aos dados dentro da plataforma Freshdesk.

Os relatórios do Freshdesk podem dar-lhe pistas, mas ainda é necessário um grande esforço humano para transformar esses dados em melhorias reais. Uma equipa de suporte moderna precisa de uma forma melhor.

Ferramentas como a eesel AI são construídas para automatizar todo este fluxo de trabalho. Ao conectar todo o seu conhecimento disperso, executar simulações poderosas nos seus dados históricos e sinalizar automaticamente as lacunas, pode passar de reagir aos problemas para resolvê-los proativamente.

Antecipe-se aos seus tickets não resolvidos

Deixe de perder horas a vasculhar relatórios. Deixe que a IA faça o trabalho pesado de encontrar e fechar as suas lacunas de conhecimento.

A eesel AI liga-se diretamente ao seu help desk existente, como o Freshdesk, em minutos, por isso não há necessidade de rever a sua configuração atual. Pode executar uma simulação nos seus próprios tickets históricos instantaneamente e ver exatamente onde pode melhorar.

Inscreva-se gratuitamente para ver que lacunas de conhecimento pode identificar hoje.