Se você opera uma central de atendimento com o Zendesk Talk, você tem uma mina de ouro de dados armazenados em sua conta. Cada chamada, espera, transferência e finalização está sendo rastreada. O problema? A maioria das equipes mal arranha a superfície do que é possível com esses dados.
O conjunto de dados do Zendesk Explore Talk oferece acesso a análises detalhadas de chamadas, mas começar pode parecer complicado. Entre trechos de chamadas (call legs), métricas, atributos e conjuntos de dados, é fácil se perder na terminologia.
Este guia explica tudo o que você precisa saber para começar a analisar seus dados do Talk de forma eficaz. Abordaremos os principais conceitos, mostraremos como criar seu primeiro relatório e mostraremos como evitar erros comuns que confundem novos usuários.
O que é o conjunto de dados do Zendesk Explore Talk?
O conjunto de dados do Talk é uma coleção de métricas e atributos que permitem analisar os dados de chamadas do seu Zendesk Talk. Pense nisso como um banco de dados especializado contendo todos os detalhes sobre suas chamadas: quem ligou, quanto tempo esperou, qual agente atendeu e o que aconteceu durante a conversa.
Para acessar o conjunto de dados do Talk, você precisará de:
- Um plano Zendesk Suite (Team, Growth, Professional, Enterprise ou Enterprise Plus)
- Explore Light, Professional ou Enterprise
- Talk Professional ou Enterprise para obter todos os recursos de relatório
O conjunto de dados captura dados em toda a jornada da chamada: interações de IVR, tempo na fila, tempo de conversação do agente, tempo em espera, consultas, transferências e atividades de finalização. Isso oferece uma visão completa da experiência do cliente e do desempenho do agente.
Se você está achando a configuração mais complexa do que o esperado, ferramentas como o eesel AI oferecem uma abordagem alternativa. Em vez de criar relatórios manualmente, você pode obter insights automatizados de seus dados de chamadas sem a curva de aprendizado.
Entendendo a estrutura da chamada no conjunto de dados do Talk
Antes de começar a criar relatórios, você precisa entender como as chamadas são estruturadas no conjunto de dados. É aqui que muitas equipes se confundem.
Trechos de chamadas (Call legs) explicados
Um "trecho de chamada" é uma interação entre uma pessoa e a chamada. Existem dois tipos:
- Trechos de agente (Agent legs): Começam quando um agente disponível é encontrado e seu telefone ou navegador começa a tocar. O trecho termina quando o agente conclui a chamada (incluindo qualquer tempo de finalização).
- Trechos do usuário final (End-user legs): Começam depois que a chamada é atendida e o cliente ouve a mensagem de boas-vindas. O trecho termina quando a chamada é desconectada.
Veja por que isso é importante: se uma chamada for transferida do Agente A para o Agente B, são dois trechos de agente. Se um cliente solicitar um retorno de chamada, são dois trechos de usuário final. Misturar métricas no nível da chamada com métricas no nível do trecho no mesmo relatório multiplicará seus números incorretamente.
O fluxo da chamada
Uma chamada de entrada típica flui pelas seguintes etapas:
- Cliente se conecta ao seu sistema
- IVR (se configurado): o cliente ouve a mensagem de boas-vindas e faz seleções
- Fila: o cliente espera por um agente disponível
- Conexão do agente: o trecho do agente começa
- Atendimento da chamada: tempo de conversação, tempo em espera, consultas
- Finalização: o agente conclui o trabalho pós-chamada
- Chamada termina
Entender esse fluxo ajuda você a interpretar suas métricas corretamente. Por exemplo, o "tempo de espera da chamada" mede o tempo na fila após o IVR, enquanto o "tempo de atendimento da chamada" inclui tudo, desde a conexão inicial até o primeiro contato com o agente.
Principais métricas e atributos no conjunto de dados do Talk
O conjunto de dados do Talk contém dezenas de métricas e atributos. Aqui estão os que você usará com mais frequência:
Métricas no nível da chamada
| Métrica | O que ela mede |
|---|---|
| Tempo de espera da chamada (Call wait time) | Tempo que o cliente esperou na fila após o IVR |
| Tempo de atendimento da chamada (Call answer time) | Tempo desde a conexão até o primeiro contato com o agente |
| Tempo do IVR da chamada (Call IVR time) | Tempo gasto navegando no menu do IVR |
| Tempo de consulta da chamada (Call consultation time) | Tempo total que os agentes gastaram consultando uns aos outros |
| Tempo em espera da chamada (Call on-hold time) | Tempo que o cliente ficou em espera |
| Tempo de conversação da chamada (Call talk time) | Tempo total de conversação |
| Transições de IVR (IVR transitions) | Número de etapas do menu IVR realizadas |
| Tempo faturado da chamada (Call billed time) | Tempo faturado pela chamada |
Métricas no nível do trecho da chamada
| Métrica | O que ela mede |
|---|---|
| Tempo de conversação do agente (Agent talk time) | Tempo que o agente gastou conversando |
| Tempo de finalização do agente (Agent wrap-up time) | Tempo que o agente gastou no trabalho pós-chamada |
| Tempo de espera do usuário final (End-user wait time) | Tempo que o cliente gastou esperando |
Atributos principais
Os atributos permitem segmentar seus dados de diferentes maneiras:
- Direção da chamada (Call direction): Entrada vs. saída
- Resultado da chamada (Call outcome): Concluída, abandonada, correio de voz, perdida
- Nome/ID do agente (Agent name/ID): Qual agente atendeu a chamada
- Número de telefone (Phone number): Informações do identificador de chamadas
- Atributos de tempo (Time attributes): Data, hora, dia da semana para análise de tendências
O principal a lembrar: as métricas são quantitativas (números que você pode contar ou somar), enquanto os atributos são qualitativos (categorias pelas quais você pode agrupar). Você usa métricas para medir o desempenho e atributos para entender padrões.
Criando seu primeiro relatório do Talk
Vamos criar um relatório simples que mostra o volume diário de chamadas por agente. Este é um relatório fundamental que a maioria das centrais de atendimento precisa.
Passo 1: Acesse o Explore e selecione o conjunto de dados do Talk
Navegue até o Explore no seu painel de administração do Zendesk. Clique em "Novo relatório" e você verá uma lista de conjuntos de dados disponíveis. Selecione "Talk - Calls" na seção Voz.
O painel do conjunto de dados aparece à direita, mostrando quais métricas estão disponíveis. Se você não vir Talk - Calls, verifique se seu plano inclui Talk Professional ou Enterprise.
Passo 2: Adicione suas métricas
Clique em "Adicionar" na seção Métricas. Você verá uma lista de todas as métricas disponíveis para o conjunto de dados do Talk. Para nosso relatório de volume diário, selecione "Calls" (isso conta o número de chamadas).
Observe o tipo de agregação mostrado ao lado de cada métrica:
- COUNT: Conta todas as ocorrências
- D_COUNT: Conta ocorrências distintas (cada chamada contada uma vez)
- SUM: Soma os valores
- AVG: Calcula a média
Para contagens de chamadas, D_COUNT é geralmente o que você deseja. Ele garante que cada chamada seja contada uma vez, mesmo que tenha vários trechos.
Passo 3: Adicione colunas e linhas
Agora vamos detalhar os dados. Em Colunas, adicione "Date (Ticket created)" para ver as chamadas por dia. Em Linhas, adicione "Agent name" para ver qual agente atendeu cada chamada.
Seu relatório agora mostra uma matriz: datas na parte superior, agentes na lateral e contagens de chamadas nas células. Isso responde à pergunta: "Quantas chamadas cada agente atendeu por dia?"
Passo 4: Aplique filtros
Vamos nos concentrar apenas nas chamadas de entrada. Clique em "Adicionar" em Filtros e selecione "Call direction". Defina-o como "Inbound" para excluir chamadas de saída do seu relatório.
Você também pode adicionar um filtro de intervalo de datas. Clique no ícone de calendário e selecione "Últimos 30 dias" para manter o relatório atual e gerenciável.
Passo 5: Visualize seus dados
A visualização de tabela padrão funciona para análise detalhada, mas você pode querer um gráfico para apresentações. Clique no ícone de gráfico e selecione "Gráfico de barras" para ver os volumes de chamadas visualmente.
Formate seus números para facilitar a leitura. Números grandes como 12584 são mais difíceis de ler do que 12.584. Clique no ícone de engrenagem ao lado da sua métrica para ajustar a formatação do número.
Finalmente, clique em "Salvar" e dê ao seu relatório um nome como "Chamadas de entrada diárias por agente". Agora você pode adicionar isso a um painel ou agendá-lo para entrega por e-mail.
Relatórios comuns do Talk para centrais de atendimento
Depois de entender o básico, você pode criar relatórios mais direcionados. Aqui estão quatro relatórios que toda central de atendimento deve ter:
Volume diário de chamadas
- Métrica: Contagem de chamadas
- Coluna: Data
- Caso de uso: Planejamento de pessoal e identificação de períodos de pico
Este relatório mostra tendências ao longo do tempo. As segundas-feiras são seus dias mais movimentados? As chamadas aumentam após o lançamento de produtos? Use esses dados para agendar os agentes de forma adequada.
Desempenho do agente
- Métricas: Tempo de conversação da chamada (Call talk time), Tempo de atendimento da chamada (Call answer time)
- Coluna: Nome do agente
- Caso de uso: Avaliações de desempenho e oportunidades de treinamento
Compare os agentes para identificar as necessidades de treinamento. Um agente com tempos de conversação excepcionalmente altos pode precisar de ajuda com a eficiência. Um agente com tempos de atendimento baixos pode estar apressando as chamadas.
Taxa de abandono
- Métricas: Chamadas abandonadas, Total de chamadas
- Métrica personalizada: % abandonadas (Chamadas abandonadas / Total de chamadas)
- Caso de uso: Otimização da fila
Altas taxas de abandono geralmente indicam longos tempos de espera. Se você estiver vendo taxas acima de 5 a 10%, considere adicionar mais agentes durante os períodos de pico ou melhorar seu IVR para rotear melhor as chamadas.
Tempo médio de atendimento (TMA)
- Métrica: Tempo de conversação da chamada (Call talk time) + Tempo de finalização da chamada (Call wrap-up time)
- Coluna: Agente ou data
- Caso de uso: Rastreamento de eficiência e planejamento de capacidade
O tempo de atendimento afeta quantas chamadas um agente pode atender em um dia. Acompanhe isso ao longo do tempo para identificar tendências e definir metas realistas.
Avançado: Métricas personalizadas para o Talk
Às vezes, as métricas internas não fornecem exatamente o que você precisa. É aí que entram as métricas personalizadas.
As métricas personalizadas permitem combinar métricas existentes, aplicar fórmulas e criar cálculos específicos para sua empresa. Aqui estão três úteis para o Talk:
Taxa de resolução em um toque (One-touch resolution rate): Mostra qual porcentagem de tickets do Talk foi resolvida sem acompanhamento. Fórmula: Tickets resolvidos em um toque / Total de tickets do Talk.
Porcentagem de conformidade com o SLA (SLA compliance percentage): Rastreia qual porcentagem de chamadas foi atendida dentro da sua meta de SLA. Fórmula: Chamadas atendidas dentro do SLA / Total de chamadas com SLA aplicado.
Chamadas por agente por hora (Calls per agent per hour): Mede a produtividade do agente. Fórmula: Total de chamadas / (Total de horas trabalhadas do agente).
A criação de métricas personalizadas requer a compreensão da sintaxe da fórmula do Zendesk. Se você deseja fórmulas pré-construídas, a biblioteca de métricas personalizadas do Geckoboard Zendesk tem exemplos prontos para uso para cenários comuns.
Alternativamente, se a criação de métricas personalizadas parecer mais trabalho do que vale a pena, considere que projetamos o eesel AI para revelar automaticamente esses tipos de insights sem qualquer escrita de fórmula. Nossa IA analisa seus padrões de chamadas e destaca as tendências que importam para o seu negócio.
Solução de problemas comuns
Mesmo usuários experientes enfrentam problemas com os relatórios do Talk. Aqui estão os problemas mais comuns e como corrigi-los:
Os números não correspondem às expectativas: Verifique se você está misturando métricas no nível da chamada e no nível do trecho. Lembre-se, adicionar um atributo no nível do trecho multiplica seus números no nível da chamada pelo número de trechos.
Dados ausentes: Verifique seu nível de plano. Algumas métricas exigem Talk Professional ou Enterprise. Verifique também se o Talk está configurado corretamente e se as chamadas estão realmente sendo gravadas.
Relatórios expirando: Seu intervalo de datas pode ser muito grande ou seu relatório pode ser muito complexo. Tente reduzir o intervalo de datas ou simplificar os filtros. Você também pode dividir relatórios complexos em menores.
Não consegue encontrar uma métrica: Certifique-se de que está usando o conjunto de dados Talk - Calls, não Support - Tickets ou outro conjunto de dados. As métricas são específicas para cada conjunto de dados.
Obtendo mais dos seus dados do Talk
Depois de dominar o básico, existem várias maneiras de obter mais valor de seus dados do Talk:
Integre com os dados do Support: Vincule as chamadas do Talk aos tickets do Support para ver a jornada completa do cliente. Quais chamadas resultam em tickets? Qual é o tempo de resolução para tickets gerados por chamadas?
Configure a entrega automatizada: Agende seus principais relatórios para enviar automaticamente por e-mail às partes interessadas. Relatórios diários para supervisores, resumos semanais para gerentes, tendências mensais para executivos.
Use insights para gerenciamento da força de trabalho: Combine os dados do Talk com ferramentas de gerenciamento da força de trabalho para otimizar o agendamento. Combine a capacidade do agente com o volume de chamadas previsto.
Se você está gastando mais tempo criando relatórios do que agindo sobre os insights, pode ser hora de considerar uma abordagem alternativa. Na eesel AI, ajudamos as equipes a analisar os padrões de chamadas e o desempenho dos agentes automaticamente. Em vez de criar relatórios manualmente, você recebe insights acionáveis entregues a você. Nossa IA identifica tendências, destaca anomalias e sugere melhorias com base em seus dados de chamadas reais.
Perguntas Frequentes
Compartilhe esta postagem
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.
