Quando os clientes acessam sua central de ajuda, geralmente já estão frustrados. Eles têm um problema, querem uma resposta e cada segundo que passam procurando artigos testa sua paciência. É aí que a pesquisa entra em cena. Não é apenas um recurso bom de se ter. É a diferença entre uma resolução rápida de autoatendimento e outro ticket de suporte entupindo sua fila.
Este guia detalha tudo o que você precisa saber sobre a pesquisa e facetas da central de ajuda do Zendesk. Abordaremos os métodos de pesquisa nativos disponíveis no Zendesk Guide, como usar a sintaxe de pesquisa avançada, o que as análises informam e quando faz sentido olhar além dos recursos integrados do Zendesk. Também veremos como colegas de equipe de IA como a eesel AI podem aproveitar o conteúdo da sua central de ajuda para fornecer respostas diretamente, e não apenas links para artigos.
O que é a pesquisa na central de ajuda do Zendesk?
O Zendesk Guide é o componente de base de conhecimento do Zendesk Suite. Em sua essência, é um repositório pesquisável de artigos de ajuda que seus clientes (e agentes) podem acessar. A funcionalidade de pesquisa é o que torna essa base de conhecimento utilizável em escala. Sem uma pesquisa eficaz, até mesmo os artigos mais bem escritos não são lidos.
A conexão entre pesquisa e desvio de tickets é direta. Quando os clientes encontram respostas por conta própria, eles não enviam tickets. O Zendesk oferece vários métodos de pesquisa para corresponder a diferentes casos de uso, desde sugestões instantâneas enquanto os usuários digitam até pesquisas avançadas profundas para usuários avançados.
Aqui está a versão curta: o Zendesk fornece quatro métodos de pesquisa distintos, cada um projetado para um cenário específico. Entender quando cada um é ativado ajuda você a otimizar sua estratégia de conteúdo e definir expectativas realistas para o que a pesquisa pode alcançar.
Métodos de pesquisa nativos no Zendesk
Pesquisa instantânea
A pesquisa instantânea entra em ação assim que alguém começa a digitar na caixa de pesquisa da sua central de ajuda. Ela usa a correspondência de palavras parciais apenas nos títulos dos artigos. Portanto, se um cliente digitar "reembolso", ele verá artigos com "reembolso", "reembolsando" ou "reembolsos" no título.
O lado positivo é a velocidade. Os resultados aparecem imediatamente, muitas vezes antes que o usuário termine seu pensamento. O lado negativo é o escopo. A pesquisa instantânea não analisa o texto do corpo do artigo, rótulos ou postagens da comunidade. Se os títulos dos seus artigos não forem otimizados para palavras-chave, os clientes podem perder conteúdo relevante.
Pesquisa nativa na central de ajuda
Assim que um usuário pressiona Enter, a pesquisa nativa assume o controle. Esta é uma pesquisa de palavras completas que examina títulos de artigos, texto do corpo e rótulos. Os resultados aparecem em uma página de resultados de pesquisa dedicada com contagens de votos e números de comentários exibidos ao lado de cada resultado.
Os usuários podem filtrar os resultados por tipo de conteúdo (artigos da base de conhecimento vs. postagens da comunidade) e, em seguida, por categoria ou tópico. É aqui que as facetas começam a importar. Elas permitem que os usuários restrinjam conjuntos de resultados amplos sem começar de novo.
Pesquisa de sugestão de artigos
Este método é ativado quando um usuário final começa a enviar uma solicitação de suporte. Conforme eles digitam no campo Assunto, o Zendesk sugere artigos relevantes com base no título, conteúdo e tags. As sugestões usam uma pontuação de relevância para ordenar os resultados.
O objetivo aqui é o desvio de tickets. Se um usuário clicar em um artigo sugerido e encontrar sua resposta, o ticket nunca será criado. Esta é uma das otimizações de maior ROI que você pode fazer. Melhorar os títulos dos artigos e garantir que seus principais problemas tenham cobertura abrangente reduz diretamente o volume de tickets.
Conhecimento no painel de contexto
Para os agentes, o painel de contexto nos tickets inclui uma seção de Conhecimento. Bots do Zendesk sugerem automaticamente artigos relevantes com base no conteúdo do ticket. Os agentes também podem pesquisar manualmente e, em seguida, vincular ou citar o conteúdo diretamente em suas respostas.
Isso serve a dois propósitos. Ajuda os novos agentes a encontrar as respostas certas mais rapidamente e garante informações consistentes em toda a sua equipe. Quando todos puxam da mesma base de conhecimento, os clientes obtêm a mesma resposta, independentemente de qual agente eles alcançam.
Entendendo facetas e filtros de pesquisa
Facetas e filtros são o que transformam uma lista esmagadora de resultados de pesquisa em um conjunto gerenciável de artigos relevantes. O Zendesk oferece várias dimensões de filtragem, dependendo de onde você está pesquisando.
Na central de ajuda, os usuários podem filtrar por tipo de conteúdo primeiro (artigos vs. postagens da comunidade) e, em seguida, por categoria ou tópico. Essa abordagem hierárquica faz sentido porque o tipo de conteúdo geralmente é a distinção mais ampla. Alguém procurando uma resposta oficial quer um artigo, não uma discussão no fórum.
No painel de análise, os filtros ficam mais sofisticados. Você pode segmentar os dados de pesquisa por período, marca, canal de pesquisa, função do usuário e localidade. Isso importa porque o comportamento de pesquisa varia significativamente entre essas dimensões.
Por exemplo, as pesquisas de dispositivos móveis podem usar palavras-chave diferentes das pesquisas de desktop. Usuários em diferentes regiões podem descrever o mesmo problema usando terminologia diferente. Sem análises facetadas, esses padrões permanecem ocultos.
A principal coisa a lembrar é que as facetas melhoram a precisão. Elas não mudam o conteúdo existente, mas ajudam os usuários a encontrar o conteúdo certo mais rapidamente. Essa velocidade se traduz diretamente em satisfação do cliente e desvio de tickets.
Sintaxe e operadores de pesquisa avançada
Além da caixa de pesquisa básica, o Zendesk Support oferece recursos de pesquisa avançada usando operadores e palavras-chave baseadas em propriedades. É aqui que os usuários avançados (e administradores) podem identificar exatamente o que precisam.
As palavras-chave baseadas em propriedades permitem restringir as pesquisas a campos de dados específicos. Por exemplo, pesquisar type:ticket status:open retorna apenas tickets abertos. Você pode pesquisar por responsável, solicitante, organização, tags e campos personalizados.
Os operadores booleanos (AND, OR, NOT) permitem combinar ou excluir termos. Intervalos de datas ajudam você a encontrar conteúdo de períodos de tempo específicos. Isso é útil para rastrear aquele ticket do mês passado ou encontrar artigos publicados neste trimestre.
Aqui estão alguns cenários comuns onde a pesquisa avançada economiza tempo:
- Encontrar todos os tickets de clientes VIP criados na última semana
- Localizar artigos marcados com "deprecated" que precisam ser atualizados
- Identificar tickets não atribuídos com mais de 48 horas
- Pesquisar campos personalizados como
customer_id:12345para problemas específicos da conta
A sintaxe segue um padrão previsível: property:value. Depois de aprender as propriedades disponíveis, você pode construir consultas complexas que levariam minutos para encontrar manualmente.
Analisando e otimizando o desempenho da pesquisa
O Zendesk inclui um painel de pesquisa pré-construído na seção Analytics. É aqui que você passa de adivinhar sobre o comportamento de pesquisa para saber exatamente o que os usuários estão procurando.
As métricas de manchete contam a história rapidamente:
- Total de pesquisas: Volume de atividade de pesquisa
- Pesquisas sem resultados: Lacunas de conteúdo que você precisa preencher
- Taxa de cliques média: Com que frequência os usuários encontram o que precisam
- Tickets criados: A correlação entre pesquisa e volume de suporte
O painel permite filtrar por tempo, marca, canal de pesquisa, função do usuário e localidade. Isso importa porque uma alta taxa de não resultados para um segmento de usuário pode ser aceitável para outro.
A verdadeira oportunidade de otimização está nas pesquisas sem resultados. Quando os usuários pesquisam algo e não obtêm nenhum resultado, isso é um sinal. Ou seu conteúdo está faltando ou seus títulos não correspondem às palavras que os clientes realmente usam. Extrair essas pesquisas com falha fornece uma lista priorizada de artigos para escrever ou atualizar.
Você também pode rastrear se o volume de pesquisa se correlaciona com a criação de tickets. Se as pesquisas aumentarem e os tickets aumentarem com elas, sua central de ajuda não está respondendo às perguntas que as pessoas têm. Se as pesquisas aumentarem, mas os tickets permanecerem estáveis, seu conteúdo está fazendo seu trabalho.
Pesquisa aprimorada por IA: capacidades generativas e semânticas
Em 2023, o Zendesk lançou recursos de pesquisa semântica. Em vez de depender apenas da correspondência de palavras-chave, a pesquisa semântica usa modelos de incorporação para entender o significado por trás das consultas. O sistema reclassifica os resultados do Elasticsearch com base na similaridade vetorial entre a consulta e as incorporações de documentos.
Os resultados foram mensuráveis. O Zendesk relatou uma melhora de 9% na taxa de cliques e uma melhora de 14% na classificação recíproca média. Para os clientes, isso significa que artigos relevantes aparecem mais acima nos resultados, mesmo quando a consulta usa palavras diferentes do artigo.
Então, em 2024, o Zendesk introduziu a pesquisa generativa por meio de um Programa de Acesso Antecipado. Este recurso fornece "Respostas Rápidas" alimentadas por IA na parte superior dos resultados de pesquisa. Em vez de apenas listar artigos, o sistema gera uma resposta direta sintetizada a partir do seu conteúdo.
O recurso de pesquisa generativa funciona com conteúdo federado, o que significa que ele pode extrair de fontes externas que você conectou ao Zendesk. Para equipes que usam o tema Copenhagen, adicionar o espaço reservado {{generative_answers}} habilita o recurso. Temas personalizados exigem implementação mais manual.
Existem limitações a serem consideradas. As respostas geradas são apenas de texto, então elas não exibirão capturas de tela ou vídeos. Cada consulta é executada independentemente, então as perguntas de acompanhamento não se baseiam no contexto anterior. E o recurso requer a configuração correta do tema para ser exibido corretamente.
Para equipes já investidas no ecossistema Zendesk, esses aprimoramentos de IA agregam valor sem exigir novos fornecedores. Mas eles também destacam uma tendência mais ampla: a pesquisa está evoluindo de "encontre o documento" para "responda à pergunta". Essa mudança tem implicações sobre como você estrutura o conteúdo da sua central de ajuda.
Quando considerar soluções de pesquisa de terceiros
A pesquisa nativa do Zendesk funciona bem para muitas equipes, mas há sinais que indicam que você a superou:
- Alta taxa de não resultados: Se 20% ou mais das pesquisas não retornarem nada, sua estratégia de conteúdo ou tecnologia de pesquisa precisa de ajuda
- Bibliotecas de conteúdo complexas: Quando você tem conteúdo em várias plataformas (Zendesk, Confluence, SharePoint), a pesquisa federada se torna essencial
- Necessidade de curadoria de resultados: Às vezes, você deseja impulsionar manualmente certos artigos para consultas específicas
- Requisitos avançados de análise: Quando você precisa de insights mais profundos do que o painel integrado do Zendesk fornece
Opções de terceiros como Swiftype e SearchUnify abordam essas lacunas. O Swiftype oferece classificação de resultados de arrastar e soltar e pesquisa federada em centrais de ajuda, fóruns e FAQs. O SearchUnify fornece agentes de IA de nível empresarial e pesquisa unificada em praticamente qualquer fonte de conteúdo.
Ambos exigem trabalho de integração e vêm com custos adicionais. O preço do Swiftype não é divulgado publicamente, exigindo uma conversa de vendas. O SearchUnify se posiciona como uma solução empresarial com preços personalizados com base no tamanho da implantação.
É aqui que o cenário fica interessante. A pesquisa tradicional, seja nativa ou de terceiros, segue o mesmo padrão: o usuário pesquisa, o sistema retorna links, o usuário clica e lê. Colegas de equipe de IA como a eesel AI invertem esse modelo. Em vez de retornar links para artigos, a eesel aprende com o conteúdo da sua central de ajuda e responde a perguntas diretamente.
Nossa integração com o Zendesk se conecta à sua base de conhecimento existente, tickets anteriores e documentação conectada. A partir daí, a eesel pode operar como um agente de IA lidando com tickets de linha de frente, um copiloto de IA redigindo respostas para agentes ou um chatbot de IA em seu site. A diferença é que a eesel não apenas encontra conteúdo. Ela o entende bem o suficiente para ter conversas.
Escolhendo a abordagem certa para sua central de ajuda
A estratégia de pesquisa certa depende do tamanho da sua equipe, do volume de conteúdo e dos recursos técnicos. Aqui está uma estrutura simples:
Comece com a otimização nativa. Antes de adicionar complexidade, certifique-se de que está aproveitando ao máximo o que o Zendesk oferece. Audite suas pesquisas sem resultados, melhore os títulos dos artigos e garanta que seus 20 principais problemas tenham cobertura abrangente. Isso não custa nada e geralmente oferece as maiores melhorias.
Considere os aprimoramentos de IA em seguida. Se você estiver em um plano Professional ou Enterprise, habilite os recursos de pesquisa semântica e generativa. Estes adicionam inteligência sem exigir novos fornecedores ou integrações.
Avalie a pesquisa de terceiros quando: Você precisa de pesquisa federada em várias plataformas, curadoria de resultados avançada ou análises mais profundas do que o Zendesk fornece. Esteja preparado para o trabalho de integração e custos contínuos.
Procure colegas de equipe de IA quando: Você deseja ir além de "pesquisar e ler" para uma conversa real. A eesel AI aprende com o conteúdo da sua central de ajuda para responder a perguntas diretamente, lidar com tickets de forma autônoma e auxiliar os agentes em tempo real. Não é um substituto para a pesquisa. É uma abordagem diferente para o mesmo problema: obter respostas rápidas para os clientes.
Resumindo? A tecnologia de pesquisa evoluiu. A questão não é mais apenas "como ajudamos os clientes a encontrar artigos?". É "como obtemos respostas para os clientes com o mínimo de atrito?". Às vezes, isso significa uma pesquisa melhor. Às vezes, significa pular a pesquisa completamente e deixar a IA lidar com a conversa.
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.
