Um guia para criar um fluxo de trabalho no Intercom para marcar conversas para análise de CSAT

As pontuações de Satisfação do Cliente (CSAT) são ótimas para uma verificação rápida de como os seus clientes se sentem. Mas sejamos honestos, um emoji feliz não conta a história toda. O verdadeiro tesouro está escondido no porquê de um cliente se sentir daquela forma, e para chegar lá, precisa de analisar o feedback deles. Tudo começa com uma boa etiquetagem de conversas.

Se já tentou etiquetar manualmente todas as conversas com base nas classificações de CSAT, sabe que é uma tarefa de esgotar a paciência. Demora uma eternidade, acontecem erros e simplesmente não funciona quando o seu volume de suporte começa a crescer. A automação é realmente o único caminho a seguir se quiser dados limpos e consistentes que possa realmente usar para tomar decisões.

Este guia irá orientá-lo na configuração de um fluxo de trabalho padrão do Intercom para lidar com a etiquetagem de CSAT. Mas, mais importante, abordaremos as limitações irritantes que provavelmente encontrará e mostraremos uma maneira mais inteligente, impulsionada por IA, para obter insights muito mais profundos do feedback dos seus clientes.

O que é um fluxo de trabalho do Intercom para etiquetar conversas para análise de CSAT?

Um Fluxo de Trabalho do Intercom é basicamente um conjunto de regras automatizadas que é executado dentro da plataforma. Segue uma lógica simples de "se isto, então aquilo". Um gatilho específico, como um membro da equipa a fechar uma conversa, desencadeia uma série de ações que configurou previamente.

Uma representação visual do construtor de fluxos de trabalho do Intercom, ilustrando como as regras e ações automatizadas são configuradas.

Quando se trata do feedback do cliente, o objetivo de um fluxo de trabalho do Intercom para etiquetar conversas para análise de CSAT é aplicar automaticamente as etiquetas certas nas conversas assim que um cliente deixa uma classificação.

Por exemplo, se um cliente der uma classificação 'Má', o fluxo de trabalho pode aplicar uma etiqueta "CSAT-Negativo". Isto torna super fácil para si ou para um gestor de suporte filtrar todas as interações negativas. Pode então identificar padrões, encontrar oportunidades de coaching ou sinalizar bugs do produto sem ter de ler todos os tickets de suporte.

Como criar um fluxo de trabalho básico do Intercom para etiquetar conversas para análise de CSAT

Embora o Intercom lhe dê as ferramentas para construir esta automação, é bom conhecer o processo padrão para que entenda com o que está a trabalhar. Aqui está uma rápida visão de como é geralmente feito.

Comece com um gatilho: Uma conversa é fechada

O lugar mais lógico para iniciar um fluxo de trabalho de CSAT é com o gatilho 'Membro da equipa altera o estado da conversa'. Deverá configurá-lo para ser acionado quando o estado mudar para 'Fechado'. Isto garante que o inquérito é enviado logo após o agente ter, esperançosamente, resolvido o problema do cliente.

Adicione o pedido de classificação CSAT

A seguir, usará a ação integrada do Intercom 'Pedir avaliação da conversa'. Isto envia aquele pequeno inquérito de satisfação com três emojis ('Mau', 'Aceitável', 'Ótimo') para o cliente no messenger do chat. É uma forma simples de eles lhe darem feedback com apenas um clique.

Use ramificações para aplicar etiquetas

Depois de a classificação chegar, usa 'Ramificações' para dividir o fluxo de trabalho em diferentes caminhos com base na resposta do cliente. A lógica aqui é bastante direta e ajuda-o a organizar o feedback em tempo real:

• Caminho 1: Se a Avaliação da Conversa for 'Má', então adicione a etiqueta "CSAT-Negativo".

• Caminho 2: Se a Avaliação da Conversa for 'Aceitável', então adicione a etiqueta "CSAT-Neutro".

• Caminho 3: Se a Avaliação da Conversa for 'Ótima', então adicione a etiqueta "CSAT-Positivo".

Assim que isto estiver ativo, terá um sistema básico para categorizar o feedback com base no emoji em que o cliente clica. Bastante simples, certo?

graph TD  

    A[Início: Conversa Fechada] --> B{Enviar Inquérito CSAT};  

    B --> C{Cliente Responde};  

    C --> D[Avaliação é 'Ótima'?];  

    D -- Sim --> E[Aplicar Etiqueta 'CSAT-Positivo'];  

    D -- Não --> F[Avaliação é 'Aceitável'?];  

    F -- Sim --> G[Aplicar Etiqueta 'CSAT-Neutro'];  

    F -- Não --> H[Avaliação é 'Má'?];  

    H -- Sim --> I[Aplicar Etiqueta 'CSAT-Negativo'];  

    E --> J[Fim];  

    G --> J;  

    I --> J;  

Onde o fluxo de trabalho nativo de etiquetagem CSAT do Intercom fica aquém

Configurar este fluxo de trabalho básico é um bom primeiro passo, mas as equipas descobrem muitas vezes rapidamente que não é suficiente para obter insights reais e significativos. O problema é que estes fluxos de trabalho baseados em regras são demasiado rígidos para lidar com a complexidade das conversas reais com os clientes.

Regras rígidas simplesmente não captam a nuance

Eis a maior dor de cabeça: um simples clique num emoji não tem contexto. Um cliente pode tocar no emoji 'Ótimo', mas depois adicionar: "O agente foi fantástico, mas estou a ficar cansado de ter de contactar o suporte por causa deste mesmo problema todos os meses."

O seu fluxo de trabalho padrão do Intercom irá etiquetar isto como "CSAT-Positivo" e seguir em frente, perdendo completamente o facto de que tem um problema recorrente e um cliente irritado. Não consegue ler o texto para analisar o sentimento ou tópicos específicos, então fica com uma etiqueta positiva numa conversa que é, na verdade, um sinal de alerta.

Como o fluxo de trabalho nativo falha em situações comuns

Como alguns utilizadores frustrados apontaram na Comunidade Intercom, o Intercom está desenhado para não enviar um inquérito de CSAT se uma conversa envolver múltiplos membros da equipa. Esta é uma funcionalidade intencional para evitar spam, mas significa que o seu fluxo de trabalho de etiquetagem automatizado nem sequer será executado nesses tickets. De repente, tem grandes lacunas nos seus dados, especialmente nos seus casos de suporte mais complexos.

Soluções alternativas complicadas

Para fazer algo um pouco mais avançado, geralmente tem de ser criativo com os Atributos de Dados de Conversa (CvDAs). Digamos que quer parar de enviar inquéritos de CSAT para certos tipos de tickets, como spam ou questões de vendas. Tem de criar um atributo personalizado, fazer com que os seus agentes o definam manualmente em cada uma dessas conversas e, em seguida, construir ramificações extras no seu fluxo de trabalho para o verificar.

Isto apenas adiciona mais trabalho manual para os seus agentes e transforma o que deveria ser um fluxo de trabalho simples numa confusão emaranhada que é um pesadelo de manter. Este é exatamente o tipo de configuração manual que as ferramentas de IA modernas são construídas para lidar automaticamente, sem o fazer construir um labirinto de regras.

Uma abordagem mais inteligente: Usar IA

Em vez de se enrolar em regras rígidas e soluções alternativas desajeitadas, pode integrar uma plataforma de IA que se integra bem com o seu helpdesk existente. Uma ferramenta como o eesel AI conecta-se diretamente ao Intercom, adicionando novas capacidades poderosas sem o obrigar a mudar de plataforma.

Uma vista de ticket do Intercom com um Copilot de IA integrado na barra lateral, demonstrando uma abordagem mais inteligente para a análise de CSAT.

Vá além das avaliações simples com triagem impulsionada por IA

A Triagem por IA do eesel AI não olha apenas para o emoji em que um cliente clicou. Lê e compreende toda a conversa, descobrindo o verdadeiro contexto, sentimento e os tópicos a serem discutidos.

Isto significa que pode aplicar automaticamente etiquetas muito mais úteis como "sentimento:frustrado", "tópico:erro-faturação" ou "feedback-produto:sugestão-ui". Consegue detetar isto mesmo que o cliente tenha deixado uma classificação 'Ótima', garantindo que nunca perde feedback crítico escondido nos seus comentários. Obtém a imagem completa, não apenas o emoji.

Configure em minutos, não em horas

Pode esquecer a construção de fluxos de trabalho complicados com dezenas de ramificações e atributos personalizados. Com o eesel AI, basta conectar a sua conta Intercom e está praticamente pronto. A IA começa a aprender com as suas conversas passadas imediatamente para entender os seus problemas de suporte específicos e a voz da sua marca. Pode obter insights valiosos desde o primeiro dia, sem um grande projeto de configuração ou a necessidade de envolver programadores.

Obtenha insights acionáveis, não apenas despejos de dados

O painel de análise no eesel AI faz mais do que apenas listar conversas etiquetadas. Ele destaca tendências e aponta lacunas na sua base de conhecimento. Por exemplo, pode mostrar que 25% das suas classificações de CSAT negativas estão ligadas a uma funcionalidade confusa que não tem um bom artigo de ajuda. Isto dá-lhe uma lista de tarefas clara e baseada em dados para fazer alterações que irão realmente diminuir o seu volume de tickets e tornar os clientes mais felizes.

Funcionalidade	Fluxos de Trabalho Nativos do Intercom	eesel AI
Lógica de Etiquetagem	Baseada em regras (ex: SE avaliação for X)	Baseada em IA (analisa o texto completo da conversa)
Complexidade da Configuração	Alta (requer ramificações, CvDAs)	Baixa (integração com um clique)
Nuance Contextual	Baixa (perde o contexto nos comentários)	Alta (compreende sentimento, tópico, intenção)
Chats com múltiplos participantes	Não envia o inquérito CSAT	Analisa todas as conversas, independentemente
Relatórios	Filtragem básica por etiquetas	Insights acionáveis, análise de lacunas de conhecimento

Quanto cobra o Intercom pelos fluxos de trabalho?

Para construir os fluxos de trabalho de que temos falado, precisará de acesso ao construtor de Fluxos de Trabalho do Intercom. Essa funcionalidade está disponível apenas nos seus planos Advanced (a partir de $85 por lugar, por mês) e Expert.

Além disso, o próprio agente de IA do Intercom, o Fin, tem um modelo de preços por resolução. Como pode ver na página de preços, ser-lhe-á cobrado $0.99 por cada resolução. Isto pode levar a custos imprevisíveis que aumentam gradualmente à medida que o seu volume de suporte cresce, tornando difícil o orçamento.

Em contraste, plataformas como o eesel AI oferecem preços transparentes e previsíveis baseados em interações, não em resoluções. Obtém uma taxa fixa e clara, para que não seja penalizado por ajudar mais clientes.

Da etiquetagem básica à análise aprofundada

Configurar um fluxo de trabalho do Intercom para etiquetar conversas para análise de CSAT é um ponto de partida decente para organizar o feedback do cliente. Mas os limites da automação baseada em regras significam que está apenas a arranhar a superfície. Está a ver o quê, mas está a perder completamente o porquê.

Para realmente entender a história por trás de cada classificação, precisa de uma ferramenta que consiga analisar a conversa completa. Ao introduzir a IA, pode ir além da simples etiquetagem reativa e começar a identificar tendências, corrigir problemas na raiz e criar uma experiência do cliente que ganha um feedback genuinamente excelente.

Desvende a verdadeira história por trás das suas pontuações de CSAT

Pronto para ir além do simples acompanhamento de emojis? Veja como a integração perfeita do eesel AI com o Intercom pode automatizar totalmente a sua análise de CSAT e fornecer-lhe os insights profundos de que precisa para tornar os seus clientes mais felizes.

Inicie um teste gratuito ou agende uma demonstração hoje.