Toda equipe de TI conhece a sensação. Os tickets se acumulam mais rápido do que os agentes conseguem lidar com eles. Redefinições de senha, solicitações de acesso a software e perguntas do tipo "como faço para..." entopem a fila enquanto problemas complexos aguardam. A deflexão de tickets é como você vai quebrar esse ciclo.
Deflexão de tickets significa reduzir o volume de suporte, ajudando os funcionários a resolverem os problemas sozinhos antes mesmo de criarem um ticket. A matemática é simples: se sua central de ajuda lida com quatro interações de autoatendimento para cada ticket enviado, sua taxa de deflexão é de 4:1. Isso se traduz em menos esgotamento dos agentes, tempos de resolução mais rápidos e custos de suporte mais baixos.
Para usuários do Freshservice, a plataforma oferece vários mecanismos integrados de emissão de tickets e automação para atingir esse objetivo. Mas configurá-los de forma eficaz exige entender como cada ferramenta funciona e onde ela se encaixa em sua estratégia de deflexão.
O que é deflexão de tickets e por que é importante
A deflexão de tickets é uma estratégia de atendimento ao cliente que reduz o número de tickets de suporte, fornecendo recursos de autoatendimento. Isso inclui chatbots baseados em IA, bases de conhecimento, páginas de perguntas frequentes e respostas automatizadas por e-mail que ajudam os usuários a encontrar respostas sem a intervenção de um agente.
Veja por que isso é importante para as equipes de TI:
- Carga de trabalho reduzida do agente: Quando os funcionários resolvem suas próprias redefinições de senha ou dúvidas sobre software, os agentes podem se concentrar em problemas complexos que realmente precisam de conhecimento humano
- Resolução mais rápida: O autoatendimento acontece instantaneamente. Não há espera para que um agente pegue o ticket
- Economia de custos: Menos tickets significam que você pode dar suporte a mais funcionários sem aumentar proporcionalmente sua equipe
- Disponibilidade 24 horas por dia, 7 dias por semana: O autoatendimento não dorme, não faz pausas nem fica doente
A fórmula para medir o sucesso é direta: Taxa de deflexão de tickets = Total de usuários da sua central de ajuda ÷ Total de usuários em tickets. Uma taxa de 4 significa que, para cada quatro pessoas que fazem autoatendimento, apenas uma está enviando um ticket.
Os benchmarks do setor variam, mas taxas de deflexão de 20 a 30% são comuns para bases de conhecimento maduras. A deflexão baseada em IA pode aumentar isso significativamente. Saiba mais sobre como medir e melhorar as taxas de deflexão.
Visão geral dos mecanismos de deflexão do Freshservice
O Freshservice oferece três ferramentas principais para deflexão de tickets, cada uma atendendo a diferentes canais e casos de uso:
O Email Bot lida com a deflexão baseada em e-mail, sugerindo automaticamente artigos de solução relevantes quando os funcionários enviam e-mail para a central de serviços. Ele funciona dentro do fluxo de trabalho de e-mail existente, sem exigir que os funcionários visitem um portal.
O Freddy AI Agent fornece deflexão conversacional por meio de interfaces de chat. Os funcionários fazem perguntas em linguagem natural, e a IA responde diretamente ou cria um ticket se não puder ajudar.
A Base de conhecimento com sugestão automática é a base. Uma base de conhecimento bem organizada alimenta o Email Bot e o Freddy AI. O recurso de sugestão automática recomenda artigos à medida que os funcionários digitam os assuntos dos tickets.
Essas ferramentas trabalham juntas para cobertura multicanal: e-mail, chat e portal. Mas há uma ressalva importante: recursos avançados de IA, como o Freddy AI Agent e o Email Bot, estão disponíveis apenas nos planos Enterprise (US$ 99/agente/mês) ou nos planos Pro com complementos. A sugestão automática da base de conhecimento está disponível em níveis mais baixos. Consulte os preços completos do Freshservice para obter detalhes.
Configurando o Email Bot para deflexão automática
O Email Bot (também chamado de Sugestões Inteligentes de Artigos) analisa automaticamente os e-mails recebidos e sugere artigos de solução relevantes no e-mail de confirmação do ticket. Veja como configurá-lo:
Etapa 1: Ativar o Email Bot
Navegue até Admin → Freddy AI → Freddy Self Service e ative o recurso Email Bot.
Etapa 2: Configurar a correspondência de artigos de solução
O Email Bot usa aprendizado de máquina para corresponder o conteúdo do e-mail aos seus artigos da base de conhecimento. Ele seleciona automaticamente até três artigos relevantes com base no problema descrito. Não é necessário treinamento manual: o sistema aprende com seus artigos existentes.
Etapa 3: Personalizar o e-mail de confirmação
Vá para Configurações → Notificação por e-mail → Notificação do solicitante → Ticket criado. Adicione ou verifique se o espaço reservado {{solution_url}} está presente. Este espaço reservado anexa os artigos sugeridos ao e-mail de confirmação.
Se você remover este espaço reservado, as sugestões não serão adicionadas.
Como funciona na prática
- Um funcionário envia um e-mail para a central de ajuda de TI sobre um problema de VPN
- O Freshservice cria um ticket e envia um e-mail de confirmação
- O Email Bot analisa o conteúdo do ticket usando ML
- Até três artigos de solução relevantes são incluídos na confirmação
- O funcionário clica em um link de artigo e possivelmente resolve seu problema sem o envolvimento de um agente
Práticas recomendadas para maximizar a deflexão de e-mail:
- Mantenha os artigos da base de conhecimento atualizados e abrangentes (o Bot só pode sugerir o que existe)
- Escreva títulos de artigos claros e descritivos (o Bot os usa para correspondência)
- Monitore quais artigos são clicados e quais não são para identificar lacunas de conteúdo
- Rastreie as métricas de deflexão para medir o impacto
Observe que o Email Bot está atualmente em versão Beta e requer um plano Enterprise.
Configurando o Freddy AI Agent para deflexão conversacional
O Freddy AI Agent leva a deflexão adiante, permitindo interações conversacionais. Em vez de apenas sugerir artigos, ele pode responder a perguntas diretamente, orientar os funcionários na solução de problemas e até mesmo resolver determinadas solicitações por conta própria.
Requisitos
- Plano Enterprise (US$ 99/agente/mês) ou plano Pro com complemento AI Agent
- Privilégios de administrador
- Uma base de conhecimento preenchida para treinar a IA
Etapa 1: Ativar o Freddy AI Agent
Navegue até Admin → Freddy AI → Freddy AI Agent e ative o recurso.
Etapa 2: Configurar fontes de conhecimento
Selecione a qual conteúdo a IA pode acessar:
- Artigos de solução da sua base de conhecimento
- Itens do catálogo de serviços
- Tipos de solicitação comuns
- Documentação aprovada
A qualidade das respostas da IA depende muito da qualidade e integridade dessas fontes.
Etapa 3: Definir limites de confiança
Configure quando a IA deve tentar responder versus escalar para um humano. Limites de confiança mais altos significam que a IA só responde quando tem muita certeza. Limites mais baixos aumentam a deflexão, mas podem resultar em respostas menos precisas.
Etapa 4: Personalizar a persona da IA
Ajuste o tom e o estilo de comunicação para corresponder à voz da sua organização. Configure mensagens de saudação, declarações de encerramento e respostas de fallback para quando a IA não puder ajudar.
Etapa 5: Implantar em vários canais
O Freddy AI Agent funciona em vários canais:
- Chat (widget da web)
- Microsoft Teams
- Slack
Configure cada canal com base em onde seus funcionários preferem obter ajuda.
Principais métricas a serem rastreadas
O Freshservice fornece um relatório de visão geral do Freddy AI Agent dedicado com estas métricas:
| Métrica | Definição |
|---|---|
| Taxa de deflexão de tickets | Porcentagem de consultas resolvidas sem ajuda humana |
| Total de conversas | Trocas de mensagens entre o funcionário e a IA |
| Conversas resolvidas | Problemas desviados com sucesso sem criação de tickets |
| Conversas convertidas em tickets | Escalonadas para agentes humanos |
| Principais tópicos resolvidos | O que está funcionando bem |
| Principais tópicos não respondidos | Lacunas de conteúdo a serem preenchidas |
Acesse isso em Relatórios → Análise → Relatórios selecionados → Visão geral do Freddy AI Agent. Consulte a documentação do Freddy AI Agent para obter mais detalhes.
Construindo uma base de conhecimento pronta para deflexão
Todas as ferramentas de deflexão dependem de uma coisa: uma base de conhecimento abrangente e bem organizada. Sem um bom conteúdo, nem mesmo a melhor IA pode ajudar de forma eficaz.
O Freshservice usa uma hierarquia de três níveis:
| Nível | Finalidade | Exemplo |
|---|---|---|
| Categoria | Áreas de tópicos amplos | Suporte de TI, Políticas de RH, Finanças |
| Pasta | Subtópicos específicos | Redefinição de senha, Problemas de e-mail |
| Artigo | Soluções individuais | "Como redefinir sua senha do Active Directory" |
Etapa 1: Organize seu conteúdo
Crie categorias e pastas que correspondam à forma como os funcionários realmente pensam sobre seus problemas. Um funcionário procurando ajuda com VPN deve encontrá-la em "Acesso remoto" ou "Rede" sem ter que adivinhar.
Etapa 2: Ativar a sugestão automática
Vá para Admin → Configurações globais → Canais → Outros canais → Portal de suporte e ative "Sugerir soluções automaticamente ao criar um novo ticket". Isso exibe artigos relevantes com base na linha de assunto à medida que os funcionários digitam.
Etapa 3: Criar artigos de alto impacto
Comece com seus tipos de ticket mais comuns. Analise os dados do seu ticket para identificar:
- Redefinições de senha
- Solicitações de instalação de software
- Provisionamento de acesso
- Mensagens de erro comuns
- Perguntas do tipo "como fazer"
Cada artigo deve:
- Ter um título claro e pesquisável
- Incluir instruções passo a passo
- Usar capturas de tela onde for útil
- Vincular a artigos relacionados
Práticas recomendadas para o sucesso da base de conhecimento
- Escala é importante: Busque mais de 50 artigos antes de esperar uma deflexão mensurável
- Revisões regulares: Defina datas de revisão para manter o conteúdo atualizado
- Vincular a problemas: Conecte soluções a registros de problemas para erros conhecidos
- Monitorar pesquisas com falha: Elas indicam lacunas de conteúdo
- Usar pesquisa de documentos externos: Vincular à documentação externa sem duplicar o conteúdo
Medindo e otimizando sua estratégia de deflexão
Implementar ferramentas de deflexão é apenas o começo. A otimização contínua com base em dados é o que impulsionará os resultados.
Principais métricas a serem rastreadas
| Métrica | Como calcular | Meta |
|---|---|---|
| Taxa de deflexão de tickets | Usuários da central de ajuda ÷ solicitantes de tickets | 4:1 ou superior |
| Pontuação de autoatendimento | Total desviado ÷ total de tickets | 20-30%+ |
| Taxa de cliques no artigo | Cliques ÷ impressões | Varia de acordo com o artigo |
| Tempo de resolução | Tempo para resolver (desviado vs. tratado pelo agente) | Mais rápido para desviado |
| Feedback do funcionário | Polegares para cima/para baixo nas respostas da IA | Rastrear tendências |
Onde encontrar relatórios
O Freshservice oferece várias opções de relatório:
- Visão geral do Freddy AI Agent: Taxas de deflexão, tendências de conversação, principais tópicos
- Análise da base de conhecimento: Visualizações de artigos, termos de pesquisa, pesquisas com falha
- Tendências de volume de tickets: Alterações gerais de volume ao longo do tempo
Estratégias de otimização
-
Expandir tópicos bem-sucedidos: Se "redefinição de senha" tiver alta deflexão, garanta uma cobertura abrangente de todos os cenários de senha
-
Preencher lacunas de conhecimento: Os principais tópicos não respondidos indicam onde os funcionários precisam de ajuda, mas não conseguem encontrá-la
-
Ajustar os limites de confiança: Se as taxas de escalonamento forem altas, diminua os limites (se a qualidade da resposta permanecer boa). Se a precisão for prejudicada, aumente-os
-
Testar A/B versões de artigos: Experimente diferentes títulos, estruturas ou conteúdo para ver o que impulsiona mais auto-resolução
-
Revisar semanalmente: Defina um bloco de calendário recorrente para revisar as métricas e identificar oportunidades de melhoria
Quando considerar alternativas como o eesel AI
As ferramentas de deflexão nativas do Freshservice funcionam bem se você já investiu na plataforma. Mas elas têm limitações que valem a pena considerar:
Restrições de plano: Recursos avançados de IA, como o Freddy AI Agent, exigem planos Enterprise a US$ 99/agente/mês. Para uma equipe de 20 pessoas, isso representa US$ 1.980 mensais apenas para a plataforma, antes de considerar a implementação e a manutenção.
Bloqueio do ecossistema: As ferramentas funcionam apenas dentro do Freshservice. Se você usar várias centrais de ajuda ou planejar migrar mais tarde, seu investimento em deflexão não será transferido.
Complexidade da configuração: Configurar o Freddy AI Agent envolve várias etapas, ajuste de limites e otimização contínua. Não é uma solução do tipo "configure e esqueça".
Limitado ao ITSM: O Freshservice foi desenvolvido para gerenciamento de serviços de TI. Se você precisar de deflexão para suporte ao cliente, vendas ou outros casos de uso, precisará de ferramentas separadas.
É aqui que entramos. Na eesel AI, adotamos uma abordagem diferente para a deflexão de tickets:
Funciona em várias plataformas: Nossa IA se integra ao Freshservice, Zendesk, Intercom e mais de 100 outras ferramentas. Você não está preso a um ecossistema.
Aprendizado instantâneo: Conecte o eesel à sua central de ajuda e ele aprenderá com tickets anteriores, centrais de ajuda e documentos conectados em minutos. Sem treinamento manual ou assistentes de configuração.
Implantação progressiva: Comece com o eesel redigindo respostas para revisão do agente. À medida que se prova, expanda para enviar respostas diretamente. Eventualmente, ele lida com o suporte de linha de frente completo. Você controla o ritmo.
Controle em linguagem simples: Defina regras de escalonamento e comportamento em linguagem natural. "Sempre escalar disputas de cobrança para um humano" ou "Para clientes VIP, colocar o gerente de contas em cópia". Sem fluxos de trabalho complexos.
Teste pré-lançamento: Execute simulações em milhares de tickets anteriores antes de entrar em operação. Veja exatamente como o eesel responderia e meça a qualidade antes de tocar em clientes reais.
Pague por interação: Nossos preços começam em US$ 299/mês para 1.000 interações, não por assento. Uma equipe de 20 pessoas paga o mesmo que uma equipe de 5 pessoas se o volume de tickets for semelhante.
Se você está considerando os recursos de IA do Freshservice, mas deseja explorar alternativas, ou se já está usando o Freshservice e atingindo limitações, nosso agente de IA pode valer a pena dar uma olhada.
Perguntas Frequentes
Share this article
Article by
Stevia Putri
Stevia Putri is a marketing generalist at eesel AI, where she helps turn powerful AI tools into stories that resonate. She’s driven by curiosity, clarity, and the human side of technology.
