Deflexão de tickets: a moeda do autoatendimento

Deflexão de tickets: a moeda do autoatendimento

22 Maio 2017
Deflexão de tickets: a moeda do autoatendimento

A Forrester Research prevê que o autoatendimento ficará no topo da lista de tendências de atendimento ao cliente em 2017 devido à “crescente preferência dos clientes por resolverem seus próprios problemas”. Por que esse canal de atendimento ao cliente é cada vez mais popular? Porque, muitas vezes, ele é a maneira mais rápida e fácil de resolver problemas sem precisar falar com um agente, e seu acesso está disponível em qualquer lugar 24 horas por dia, 7 dias por semana. E esse acesso a qualquer hora e em qualquer lugar é provavelmente o fator mais relevante, visto que atualmente vivemos em um mundo de dispositivos móveis, multi-canal e multi-tela. E o autoatendimento é uma ótima notícia para as empresas, porque seu aumento resulta em deflexão de tickets, ou seja, em clientes que decidem se ajudar em vez entrar em contato com o suporte.

Você pode já ter investido bastante na criação de conteúdo da sua base de conhecimento, que pode ser facilmente acessada pelos clientes na Web e em dispositivos móveis. Ainda que você faça o seu melhor para direcionar os clientes para os recursos de autoatendimento, ainda precisa que eles se esforcem para descobrir e usá-los. No entanto, é fácil melhorar o desempenho do conteúdo com as novas tecnologias e ferramentas que estão empurrando o autoatendimento para o topo, melhorando muito sua taxa de deflexão de tickets.

O uso de inteligência artificial e machine learning possibilita automatizar várias suas interações frequentes com os clientes, acabando com a necessidade (e o esforço) de descoberta e uso do conteúdo. Isso libera o tempo dos agentes para ajudarem os clientes com problemas mais complexos. O autoatendimento satisfaz os clientes, além de ser bastante econômico.

O problema com o autoatendimento, e o motivo pelo qual algumas empresas demoraram a adotá-lo, é que ele é uma forma indireta de suporte. É difícil comprovar que uma Central de Ajuda com um conteúdo de autoatendimento excelente realmente diminui o número de clientes que buscam suporte, geram tickets e precisam falar com os agentes. Sabemos o que está acontecendo e temos métricas para indicar a eficácia do autoatendimento, mas tem sido difícil produzir dados que comprovem o efeito direto dele na fila de tickets e na satisfação do cliente. Mas isso já está mudando.

Avançando devagarzinho
Para mim, o autoatendimento sempre foi a mais importante tendência de suporte. Entrei na Zendesk no início de 2011 para criar a base de conhecimento da empresa e ajudar a montar o canal de autoatendimento para os clientes. Ao longo de vários anos, minha equipe de redatores e eu escrevemos centenas de artigos e guias, e fizemos progresso constante rumo ao nosso primeiro grande marco de sucesso: um milhão de visualizações por mês.

Nós atingimos nossa meta cerca de 2 anos após o lançamento. No dia, recebemos os parabéns de nosso CEO e uma caneca de café com a hashtag #MDDCMEUFORUMTEVETIPO1000000VISUALIZAÇÕES do Vice-presidente de nossa organização. O total de visualizações mensais certamente não foi a única métrica de desempenho monitorada, mas foi a maior e mais gratificante de ser atingida. Mas ela foi realmente suficiente para provar a eficácia do canal de autoatendimento? Não para mim, e provavelmente não para você.

Como mensuramos o autoatendimento
As métricas de autoatendimento que monitoramos nos permitem entender melhor o conteúdo que precisamos criar, a qualidade de conteúdo existente e o envolvimento de nossos leitores com ele, e essa perspectiva é inestimável. No entanto, elas não nos ajudam a mostrar a correlação direta entre o uso da Central de Ajuda e os tickets evitados. Estas são as métricas que usamos:

Visualizações e engajamento
Essas são as métricas de desempenho da Central de Ajuda (ou qualquer site) normalmente monitoradas: o número de visualizações, usuários únicos e medidas de engajamento, como duração média da sessão, taxa de rejeição, etc. Os itens normais do Google Analytics que ajudam a determinar se os clientes estão encontrando e usando o conteúdo e se consideram o conteúdo útil são, sob essa perspectiva, métricas extremamente valiosas. Você pode ler mais sobre essas métricas na série de artigos em quatro partes, começando com Google Analytics e a Central de Ajuda, parte 1: fazendo as perguntas certas.

Atividade e engajamento da comunidade
Outra medida importante de sucesso para nós foi o tamanho e a animação da nossa comunidade de usuários. Queríamos que nossa Central de Ajuda fosse o local no qual os clientes encontram as informações que fornecemos, mas também onde eles interagem com outros clientes, compartilham seu conhecimento e aprendem uns com os outros.

O Google Analytics pode ser usado para medir algumas das atividades da sua comunidade, mas é aqui que os links diretos para o fluxo de trabalho de suporte são realmente úteis. No Zendesk Support, os relatórios da Central de Ajuda são divididos na base de conhecimento e na Comunidade. Você pode acompanhar o número de publicações, visualizações, votos positivos, assinaturas e comentários deles. As metas definidas dependem de você, mas nem precisamos dizer que é ótimo criar vários relatórios e acompanhar essa atividade ao longo do tempo.

Pesquisa
Na guia Relatórios do Zendesk Support, você também encontrará dados sobre as pesquisas dos usuários na Central de Ajuda. O relatório inclui o número de pesquisas sem resultados (sem artigos que continham as palavras-chave de pesquisa) e pesquisas sem cliques nos artigos existentes. O primeiro pode ajudar você a determinar os artigos que precisam ser criados e o último pode ajudar a solucionar problemas de usabilidade do conteúdo (nenhum clique pode significar que os títulos dos seus artigos não são descritivos o suficiente ou não usam o mesmo linguajar dos seus clientes). Você também pode ver o número de tickets criados após uma pesquisa. Por fim, pode obter informações sobre como o autoatendimento está afetando a fila de tickets. No entanto, neste caso, o impacto é negativo porque os tickets foram criados, e não evitados.

Pontuação de autoatendimento
Enquanto as métricas acima oferecem informações sobre o desempenho e a qualidade do conteúdo de sua Central de Ajuda, o a pontuação de autoatendimento (também conhecido como taxa de autoatendimento) é uma tentativa de mensurar o impacto que sua Central de Ajuda tem como canal de suporte, como ela está ajudando os clientes a resolverem seus problemas e evitando novas solicitações de suporte que precisariam ser atendidas por agentes.

Você determina sua Pontuação de autoatendimento com a seguinte fórmula: Pontuação de autoatendimento = Total de usuários de suas Centrais de Ajuda / Total de usuários em tickets

Isso resulta em uma proporção como 4:1, o que significa que para cada quatro clientes quem tenta resolver seus próprios problemas usando o autoatendimento, um envia uma solicitação de suporte. (A pontuação de autoatendimento também é discutida no artigo mencionado acima).

A pontuação de autoatendimento é valiosa porque permite criar benchmarks de deflexão de tickets, para que você possa comparar a taxa mensal de tickets evitados.

Na Zendesk, em um momento alcançamos uma proporção de quase 40:1, um número lindo nos meus relatórios para a gerência e que pode ter me ajudado a ser promovido, mas que ainda não era suficiente para satisfazer o meu desejo de mostrar o impacto real do nosso canal de autoatendimento na criação de tickets. Havia muito benefício da dúvida.

Então, como chegamos aos dados reais? Com a nova tecnologia, é claro.

Adição de inteligência artificial ao autoatendimento: pessoas e bots impulsionam a próxima fase do autoatendimento

O futuro do autoatendimento é uma aliança feliz de pessoas e novas tecnologias trabalhando juntas. Agora, podemos não só usar inteligência artificial e automação para oferecer nosso conteúdo para os clientes, como também podemos vincular diretamente seu uso à resolução de problemas de suporte. Esses são os dados que sempre quisemos!

Conseguimos fazer isso com a nova tecnologia de autoatendimento, como o Answer Bot, parte do Zendesk Guide. Vamos dar uma olhada rápida no seu funcionamento.

Usando deep learning e o processamento de linguagem natural (NLP), o Answer Bot analisa o texto do email do cliente e responde com sugestões de artigos da Central de Ajuda que podem ajudá-lo a resolver seus problemas.

Obviamente, a solicitação do cliente gerou um ticket, portanto, ele precisa ser resolvido. A resposta automática do Answer Bot fornece ao cliente as informações que ele precisa para resolver seu problema e a possibilidade de fechar o ticket antes de ele chegar a um agente. Se os clientes não fecharem o ticket, um agente entrará em contato para acompanhamento e fechará o ticket.

Para mim, a melhor parte disso tudo é que você pode criar relatórios sobre essas resoluções de ticket de autoatendimento.

Com o Answer Bot, o autoatendimento agora está muito mais integrado, funcionando como um canal de suporte. Finalmente podemos demonstrar seu impacto direto na fila de tickets e na satisfação do cliente, e apresentar à empresa dados que comprovam sua eficácia. Em breve, poderemos fazer isso com vários outros canais de suporte, o que criará uma visão multicanal ainda mais completa do impacto do autoatendimento.

Obviamente, os clientes continuarão usando seu conteúdo de autoatendimento de maneiras desconectadas e impossíveis de monitorar, mas tudo bem. O conteúdo estará lá, ajudando os clientes a resolverem seus problemas, mesmo que você nem sempre consiga quantificá-lo.

Aprenda a fornecer uma experiência de autoatendimento excelente em 6 dicas para criar uma Central de Ajuda próspera

Anton de Young é fotógrafo e escritor publicado. Como funcionário de longa data da Zendesk, ele montou as equipes de instrução e treinamento do cliente da Zendesk e, como Diretor de marketing, lançou o programa de liderança de atendimento ao cliente, além de uma série de eventos, que ele ajudou a expandir até virar o site e série de eventos Relate. Agora, Anton é freelancer e passa seu tempo explorando o mundo a partir de sua nova casa em Lisboa, Portugal. Siga ele no Twitter: @antondeyoung.

Fill the self-service gap

Learn more