Kustomer AI análise de sentimento: como as pontuações funcionam e o que automatizar

Kira
Escrito por

Kira

Katelin Teen
Revisado por

Katelin Teen

Última edição 21 de novembro de 2026

Verificado por especialista
Ilustração desenhada à mão de um agente de suporte com headset diante de um laptop, ícones de chat, e-mail e telefone alimentando um painel com uma lista de clientes e um robô acima de um fluxograma de decisão, um cliente sorrindo ao telefone, e o logo da Kustomer no canto
TL;DR

A Kustomer pontua o sentimento de cada mensagem de texto recebida de -1 (insatisfeito) a +1 (satisfeito) depois que o app Intelligence é instalado, e sua página de preços inclui Sentiment Tracking no Enterprise e no Ultimate. Isso faz dele um sinal incluído e sempre ativo para identificar um cliente irritado na fila. O problema é o número no nível da conversa: a própria documentação da Kustomer o descreve, em um ponto, como uma média de todas as pontuações de mensagem e, em outro, como a pontuação da última mensagem recebida, e os dois podem apontar em direções opostas. Se você quer escalar quando um cliente vai ficando cada vez mais irritado, construa um Conversation Intelligence Score que julgue se o sentimento piorou, por 0,02 $ por execução.

No Zendesk, Freshdesk, Gorgias ou Help Scout, um AI helpdesk agent como o eesel lê a conversa inteira antes de marcar ou rotear, então «irritado e cada vez mais irritado» é uma instrução, não uma pontuação para ajustar; ele não tem integração com a Kustomer. Com o eesel CLI, um agente de IA para código pode enviar sua política de escalonamento e rodar perguntas de teste contra tickets antigos antes de qualquer coisa ir ao ar, embora conectar o helpdesk ainda precise da aprovação de um admin.

O que é Kustomer AI análise de sentimento?

É a análise de sentimento que a Kustomer aplica às mensagens dos clientes, para que agentes e gestores vejam quem está frustrado sem ler cada conversa. Eu construo recursos e agentes de IA na eesel, então leio isso como leria o nosso próprio: o que dispara, qual modelo chama, onde o número é armazenado, e o que você pode construir em cima. Na Kustomer existem três camadas, e é fácil confundi-las.

  • Sentimento de mensagem integrado. Segundo o guia de sentimento de detecção de idioma da Kustomer, um workflow de sistema chamado detect-language-at-message-creation pontua cada nova mensagem recebida e atribui uma classificação como positivo, neutro ou negativo. Isso é parte da plataforma, não um complemento, assim como a análise de sentimento do Zendesk. A Gorgias faz o mesmo com a detecção de sentimento.
  • Conversation Intelligence. Atributos de IA que você mesmo define: um Classifier, um Score ou um Extractor que lê a conversa e salva o resultado como um campo. É aqui que vive um sinal sob medida como «esse cliente está ficando mais irritado?». É cobrado por execução.
  • AI QA. Scorecards que avaliam como uma conversa foi tratada, por 0,05 $ por execução. Isso julga sua equipe, não o humor do cliente, então deixo de fora abaixo exceto onde se sobrepõe; AI support quality assurance cobre essa função.

O restante do Kustomer AI, como o Concierge e as ferramentas do Envoy por trás dos resumos de conversa, fica separado desses três.

Como a Kustomer calcula o sentimento?

A Kustomer pontua uma mensagem por vez, e apenas mensagens recebidas do cliente. O guia lista duas condições: a mensagem não está importada, e ela contém texto. Então conversas que você migrou de um helpdesk antigo não carregam sentimento, e uma mensagem recebida que é apenas uma imagem ou um anexo não é pontuada.

O pipeline de processamento de linguagem natural da Kustomer mudou com o tempo. O artigo Sentiment scores da Kustomer de 2024 diz que ela chamava o Amazon Comprehend em cada criação de mensagem. O artigo automatic language detection de junho de 2026 diz «a análise de sentimento é realizada usando grandes modelos de linguagem modernos hospedados na AWS Bedrock», mantendo o Comprehend como alternativa quando o serviço principal está indisponível. Esse mesmo artigo descreve o workflow padrão como detectando «o sentimento de uma mensagem de e-mail recebida», enquanto o guia diz que ele roda em todas as mensagens recebidas com texto, então teste também uma mensagem de chat se o chat for seu canal principal.

Cada mensagem pontuada armazena dois números, segundo a referência de atributos de mensagem da Kustomer:

CampoFaixaO que significa
Sentiment Polarity (sentiment.polarity)-1 a +1-1 é insatisfeito e negativo, +1 é satisfeito e positivo
Sentiment Confidence (sentiment.confidence)0 a 100Quão seguro o modelo está dessa avaliação

Na visão do agente, o guia diz que as pontuações «representam a confiança do modelo no tom detectado da mensagem» e aparecem como porcentagens. Um gestor que faz uma busca de clientes recebe um cartão Sentiment Insights com a média:

Painel Insights da Kustomer com um cartão Status Summary mostrando 3 need help, 5 snoozed e 21 done, e um cartão Sentiment Insights com um gráfico de anel em 22% rotulado Average Sentiment, Mildly Happy
Uma média sobre uma busca, do artigo Sentiment scores da Kustomer. Boa para tendências, grosseira para uma única conversa.

O sentimento de uma conversa na Kustomer é uma média ou a última mensagem?

Essa é a parte que eu checaria antes de construir qualquer coisa sobre ela, porque a documentação da Kustomer dá duas respostas. O artigo Sentiment scores diz «os valores de sentimento de conversa e de cliente são médias de todas as pontuações de mensagem associadas à conversa ou ao cliente». A referência de atributos de conversa descreve a Sentiment Polarity da conversa como o sentimento «da última mensagem recebida do cliente associado a esta conversa», e a referência de atributos de cliente diz que o sentimento do cliente é o da última mensagem recebida, com campos separados para a última conversa.

As duas leituras são úteis. Elas só respondem perguntas diferentes, e em uma conversa curta podem discordar completamente:

Exemplo desenhado à mão de três mensagens de cliente pontuadas em -0,6 para Where is my order, -0,9 para Still nothing. This is ridiculous, e +0,8 para Got it, thanks so much, resultando em uma média de todas as mensagens de -0,23 com uma carinha triste e uma pontuação da última mensagem de +0,8 com uma carinha sorridente
As mesmas três mensagens, veredictos opostos. Saiba qual o seu relatório está lendo.

Uma média é o número certo para uma tendência mensal: «os clientes que escreveram sobre envio estavam mais insatisfeitos em novembro?». A última mensagem é o número certo para a fila: «essa pessoa está irritada agora?». Nenhuma das duas diz a direção, que é o que o escalonamento geralmente precisa. Sentiment analysis on tickets detalha quão confiável é cada tipo.

Escolha um formato de conversa (pontuações de exemplo). Um alerta dispara abaixo de -0,5.
«Cadê meu pedido?»-0,6«Ainda não chegou nada. Isso é ridículo.»-0,9«Recebi, muito obrigado!»+0,8
Média de todas as mensagens-0,23Sem alertaÚltima mensagem recebida+0,8Sem alerta
Os dois ficam quietos, o que está certo: o problema foi resolvido. Mas a média ainda lê esse cliente satisfeito como levemente negativo no seu relatório mensal.
«Oi, uma pergunta rápida sobre tamanho.»+0,4«Ok, vou pedir o M.»+0,3«Chegou quebrado. Terceira vez. Quero um reembolso agora.»-0,9
Média de todas as mensagens-0,07Sem alertaÚltima mensagem recebida-0,9Alerta
Esse é o caso que você quer capturar. Um alerta baseado em média perde esse caso, porque duas mensagens simpáticas diluem a irritada. A pontuação da última mensagem captura.
«Meu reembolso ainda não chegou.»-0,7«Disseram 5 dias. Já são 12.»-0,8«Só me digam quando, por favor.»-0,6
Média de todas as mensagens-0,7AlertaÚltima mensagem recebida-0,6Alerta
Os dois disparam. Nenhum diz que o cliente se calmou um pouco, algo que um Score que julga a direção diria.

Alterne entre as três conversas para ver quando uma média e uma pontuação de última mensagem não coincidem.

Como ativar a análise de sentimento na Kustomer

Um admin faz isso uma vez, e a pontuação passa a valer para novas mensagens a partir daí.

  1. Instalar o app Intelligence. Na navegação à esquerda, clique em Apps, busque Intelligence, abra e clique em Install.
  2. Ativar a detecção. Na navegação à esquerda, dentro de qualquer página de Apps, clique em Intelligence e marque Detect language automatically. O guia diz que, com o app instalado, você precisa ativar a detecção de idioma e a análise de sentimento assim; ele não lista um interruptor separado para sentimento.
  3. Verificar em uma conversa real. Abra uma nova conversa recebida e procure o cartão de sentiment insight no painel Insights. Teste um e-mail e um chat, dado que o texto do artigo de junho só fala de e-mail.
  4. Colocar o sentimento onde sua equipe olha. Os agentes veem o cartão no painel Insights da conversa. Para gestores, a Kustomer lista Segmentation by Sentiment nos relatórios do Enterprise e do Ultimate, e o cartão Sentiment Insights aparece nas buscas de clientes.
  5. Decidir qual número seu relatório usa. Abra três conversas cujas mensagens oscilam de tom e compare o sentimento da conversa com o de cada mensagem. O que você vir ali é como sua instância se comporta, independentemente do que a documentação diz.

Um efeito colateral para conhecer: o mesmo workflow redetecta o idioma da conversa em cada mensagem recebida, o que pode mudar quais trechos de idioma e qual pesquisa de satisfação são usados. Uma opção que a Kustomer oferece é duplicar o workflow de sistema (o original não pode ser editado), adicionar uma condição e desativar o original. Se você fizer isso, mantenha a etapa de sentimento na sua cópia. Kustomer conversation translation cobre o lado do idioma desse workflow.

Como escalar por sentimento com o Conversation Intelligence

Para um sinal sobre o qual agir, eu construiria um atributo de Conversation Intelligence em vez de depender do número médio. O próprio exemplo da Kustomer para um atributo Score, em Using AI attributes, inclui um critério chamado Customer sentiment: «O sentimento do cliente melhorou, permaneceu neutro ou piorou durante a interação?». Essa é a pergunta de direção que a pontuação integrada não consegue responder.

O artigo de ajuda da Kustomer Using AI attributes, Conversation Intelligence, listando os três tipos de atributo Classifier, Score e Extractor e os passos para adicionar um deles a partir da página Kustomer AI
Três tipos de atributo, como mostrado no artigo Using AI attributes da Kustomer. Um Score é o que pode julgar a direção.
  1. Na página Kustomer AI, clique em AI Attributes, depois em Add AI Attribute.
  2. Escolha o tipo. Um Score retorna de 0 a 100 a partir de critérios ponderados, com uma justificativa. Um Classifier coloca a conversa em uma das suas etiquetas, por exemplo «Calmo», «Frustrado» ou «Ameaçando cancelar».
  3. Escreva as instruções e os critérios. Dê a cada critério um nome, uma descrição, um peso e categorias de avaliação. Para escalonamento, pondere a direção do sentimento e «pediu um gestor ou um reembolso» acima do tom.
  4. Escolha quando ele roda. Um atributo pode ter até 3 gatilhos, e cada gatilho gera uma execução, então escolha um momento que importa em vez de todo evento.
  5. Salve, ative, e depois adicione um workflow que atue sobre o resultado, como o ticket routing para uma fila sênior. A visão geral de Conversation Intelligence da Kustomer dá como exemplos «disparar um workflow quando uma pontuação de qualidade de interação cai abaixo de certo limite» e rotear um «pedido de cancelamento» para uma equipe de retenção.

Duas coisas para planejar. Algumas propriedades que decidem como um atributo armazena sua saída não podem ser alteradas depois de criado, então decida entre Score e Classifier antes de construir relatórios sobre ele. E a Kustomer deixa claro que uma pontuação de satisfação inferida por IA é «um proxy da satisfação do cliente, em vez de uma nota enviada pelo cliente», então mantenha sua pesquisa real de CSAT rodando em paralelo. AI escalation cobre como fica uma boa transferência depois que algo dispara.

Quanto custa a análise de sentimento da Kustomer?

O sentimento integrado está incluído; o tipo sob medida é cobrado por uso. A página pricing details da Kustomer (atualizada por último em 12 de outubro de 2026) não publica os preços dos planos, que são «Talk to Sales», mas lista o que cada plano inclui e as tarifas de uso:

O quêEnterpriseUltimateLegacy Professional / Business
Sentiment TrackingIncluídoIncluídoIncluído
Segmentation by SentimentIncluídoIncluídoNão incluído
Automatic Language DetectionIncluídoIncluídoSó no Business
Conversation Intelligence0,02 $ por execução0,02 $ por execuçãoNão listado
AI QA0,05 $ por execução0,05 $ por execuçãoNão listado

A página de preços também lista o AI Attributes como disponível por custo adicional, e permite pagar as execuções com Kustomer Usage Credits (50 execuções de Conversation Intelligence por crédito).

Para uma equipe com 8.000 conversas por mês e um Score de sentimento cujo gatilho dispara uma vez por conversa, isso dá 8.000 x 0,02 $ = 160 $ por mês. Três gatilhos que disparam uma vez cada um levam isso a 480 $, e um gatilho que dispara em cada mensagem do cliente multiplica a conta pelas suas mensagens por conversa. Adicione um scorecard de AI QA em cada conversa e são mais 8.000 x 0,05 $ = 400 $. Isso escala com o volume, então configure o gatilho de forma estreita. Kustomer pricing cobre o lado da plataforma.

Onde a análise de sentimento da Kustomer fica devendo?

O recurso faz o que a documentação diz. As lacunas estão no que esse número pode e não pode carregar.

  • Histórico importado não tem sentimento. Mensagens trazidas de um helpdesk antigo não são pontuadas, então os relatórios de tendência começam no dia em que você ativou o app Intelligence.
  • Um número por mensagem. Uma mensagem que diz «o produto é ótimo mas sua transportadora é um desastre» recebe uma única polaridade. Se você precisa saber com o que o cliente estava insatisfeito, isso é trabalho para um Classifier ou Extractor, a mesma divisão em que cai a análise de sentimento do Freshdesk.
  • O número da conversa é ambíguo. Como visto acima, dois documentos o descrevem de duas formas, e uma média esconde uma virada tardia para pior.
  • Mensagens enviadas não são pontuadas. Ele lê clientes, não agentes. O tom das suas respostas é trabalho do AI QA.
  • Ele não diz por quê. A pontuação integrada é uma polaridade e uma confiança. Um Conversation Intelligence Score adiciona uma justificativa, que vale os 0,02 $ quando um agente precisa confiar na sinalização.

O servidor MCP da Kustomer retorna o sentimento junto com os detalhes de uma conversa, então uma ferramenta de IA externa também pode lê-lo. Isso ajuda se sua equipe já pergunta a um assistente sobre escalonamentos, embora ainda seja o mesmo número.

Onde o eesel se encaixa?

O eesel se encaixa em uma equipe que está pensando em deixar a Kustomer, ou em uma que roda um segundo helpdesk ao lado dela. O eesel é um AI teammate que se junta às ferramentas que uma equipe já usa; no suporte, ele trabalha dentro da fila do helpdesk, aprende com tickets antigos e é testado contra eles antes de responder. Em vez de uma pontuação de sentimento sobre a qual você depois constrói regras, ele lê a conversa inteira e segue uma instrução simples como «se o cliente escreveu três vezes sobre o mesmo pedido ou pediu um gestor, marque como urgente e atribua ao grupo de escalonamento». No Zendesk e na Gorgias, a documentação de Zendesk do eesel lista marcar, atribuir e atualizar campos como prioridade entre suas ações.

A Rúngne, uma marca de roupas de escalada na Gorgias, roda um agente de rascunho que lê primeiro a conversa inteira, procurando uma promessa que um colega de equipe já fez, uma devolução em andamento, ou um cliente frustrado, e um agente de triagem que marca cada novo ticket em que roda, incluindo uma tag human_review_required. Cancelamentos, itens danificados e qualquer pessoa que peça um humano vão para a equipe.

O eesel não tem integração com a Kustomer: a Kustomer não está na documentação de helpdesks do eesel, então não posso dizer para você conectá-lo ao seu workspace da Kustomer. Se você for continuar na Kustomer, meu conselho é a configuração acima: ative o app Intelligence, confira o que o seu número de conversa realmente é, e pague os 0,02 $ por um Score onde você precisa agir sobre a direção.

Teste o eesel ao lado da sua configuração da Kustomer

Se você está comparando helpdesks em parte por como lidam com clientes insatisfeitos, teste o eesel em um teste do Zendesk, Freshdesk, Gorgias ou Help Scout. Escreva sua regra de escalonamento em palavras simples, rode contra uma semana de tickets antigos, e veja quais teriam sido sinalizados e por quê. O que o eesel faz por conta própria e o que espera o sim de uma pessoa é definido por ação em actions and approvals, então ele pode começar marcando e deixando uma nota antes de reatribuir qualquer coisa.

O dashboard de helpdesk do eesel mostrando uma visão geral da atividade do agente de IA nos canais de suporte conectados
Cada tag, nota e resposta que o eesel fez, em um só lugar.

Teste o eesel primeiro na sua regra de escalonamento, ou compare opções em best AI for Kustomer.

Perguntas frequentes

A Kustomer tem análise de sentimento?
Sim. Depois que o app Intelligence é instalado e a opção Detect language automatically é marcada, a Kustomer pontua o sentimento de toda mensagem recebida que tenha texto e não tenha sido importada, mostrando o resultado em um cartão de sentiment insight. Kustomer AI cobre os outros recursos de IA.
Como a Kustomer calcula uma pontuação de sentimento?
Cada mensagem recebe uma polaridade de -1 (negativo) a +1 (positivo) e uma confiança de 0 a 100. A central de ajuda da Kustomer diz que o sentimento roda sobre grandes modelos de linguagem hospedados na AWS Bedrock, com o Amazon Comprehend como alternativa. AI sentiment analysis for support explica como esses modelos leem o tom.
O sentimento de uma conversa na Kustomer é uma média?
O artigo Sentiment scores da Kustomer diz que o sentimento de conversa e de cliente são médias de todas as pontuações de mensagem, enquanto as referências de exportação de dados descrevem esses mesmos campos como o sentimento da última mensagem recebida. Confira algumas conversas reais antes de montar um alerta sobre isso. Measuring customer sentiment cobre essa troca.
Quais planos da Kustomer incluem análise de sentimento?
A página de pricing details da Kustomer lista Sentiment Tracking e Segmentation by Sentiment no Enterprise e no Ultimate. Os planos antigos por assento, Professional e Business, incluem Sentiment Tracking mas não Segmentation by Sentiment. Kustomer pricing detalha os planos.
Posso rotear ou escalar conversas da Kustomer por sentimento?
Sim, por meio de workflows. Para um sinal pensado para escalonamento, o Conversation Intelligence da Kustomer permite criar um atributo de IA Score ou Classifier e disparar um workflow quando ele cruza um limite, por 0,02 $ por execução. Kustomer conversation routing cobre o lado do roteamento.
Quanto custa o Kustomer Conversation Intelligence?
A tarifa de pagamento por uso da Kustomer é de 0,02 $ por execução de Conversation Intelligence, ou 50 execuções por crédito de uso. Um atributo pode ter até 3 gatilhos e cada gatilho gera uma execução, então 8.000 conversas com um gatilho que dispara uma vez em cada uma dá cerca de 160 $ por mês. Best AI for Kustomer compara outras opções.
Sentimento é a mesma coisa que CSAT na Kustomer?
Não. Sentimento é a leitura de um modelo sobre as palavras do cliente, enquanto o CSAT é uma nota que o próprio cliente envia. A própria Kustomer chama uma pontuação de satisfação inferida por IA de um proxy de satisfação, não uma nota do cliente. AI CSAT cobre como as equipes usam os dois.

Share this article