Relatórios e Métricas

Você já consegue rodar uma fila, automatizou o trabalho rotineiro e colocou IA pra trabalhar em seu nome. Esta lição é sobre a outra metade de tocar uma operação de atendimento: saber o que está funcionando.

Relatórios transformam a mangueira de conversas em números nos quais você pode agir — quão rápido você responde, onde as conversas travam, quem está cuidando do quê e se seus clientes estão felizes.

O que você vai aprender

• 9 relatórios que o Rishi oferece e qual pergunta cada um responde

• As seis métricas centrais que aparecem na maioria dos relatórios

• Como a pontuação de CSAT funciona de fato

• Como ler a Visão Geral ao vivo e os heatmaps de conversa

• Quando ligar o filtro de horário comercial (e quando não)

• Como exportar qualquer relatório pra CSV pra uma análise mais profunda

Você vai precisar de: Algumas semanas de dados de conversa é o ideal — relatórios numa conta vazia não te dizem muita coisa. Se você está testando numa instalação nova, manda pra si mesmo um fluxo de mensagens de teste em algumas sessões antes de explorar.

Onde os relatórios vivem

Clique em Relatórios na navegação. Você vai ver abas no topo pros diferentes tipos de relatório. A maioria dos relatórios segue o mesmo layout:

• Seletor de período no topo (últimos 7 dias, 30 dias, 3 meses, 6 meses, 1 ano ou um período personalizado)

• Opção de agrupar por (dia, semana, mês, ano — expande automaticamente conforme seu período cresce)

• Toggle de horário comercial (mais sobre isso abaixo)

• Filtro de entidade específico do relatório (qual agente, qual caixa de entrada, qual etiqueta, etc.)

• O gráfico em si, com um botão de download CSV na maioria dos relatórios

Quando você entende o layout uma vez, todo relatório se comporta do mesmo jeito.

As seis métricas centrais

Cinco dos relatórios — Conversa, Agente, Caixa de Entrada, Equipe e Etiqueta — mostram o mesmo conjunto de métricas, só fatiado de jeitos diferentes. Aprenda essas uma vez e o resto é só "a mesma coisa, agrupada por agente" ou "a mesma coisa, agrupada por etiqueta."

Tempo médio de primeira resposta e tempo médio de resposta são coisas diferentes. Primeira resposta é um número por conversa. Tempo médio de resposta é a média em toda troca de toda conversa, que é uma medida melhor de responsividade contínua, não só de velocidade na abertura.

Os relatórios, um por um

1. Visão Geral (ao vivo)

Pergunta que responde: "O que está acontecendo agora?"

O único relatório em tempo real. Sem período — sempre mostra o estado atual.

• Contagens de Abertas / Não atendidas / Não atribuídas / Pendentes pra conta toda

• Distribuição de status dos agentes — quantos dos seus agentes estão Online vs. Ocupados vs. Offline

• Heatmap de tráfego de conversa — uma grade de dia da semana × hora do dia mostrando quando conversas novas chegam

• Heatmap de resolução — mesma grade, mas mostrando quando as conversas são resolvidas

• Contagens de conversa por equipe com filtro opcional de equipe

O que fazer com isso: abre num display de parede pra sala da equipe. Use o heatmap pra entender o dimensionamento — se terça às 14h é sua hora mais movimentada e sexta de manhã é deserto, é por aí que o planejamento de turnos começa.

2. Relatórios de Conversa

Pergunta que responde: "Como está a tendência da operação inteira?"

Totais da conta toda pras seis métricas centrais, plotados ao longo do tempo. Esse é o relatório que você confere semanalmente pra detectar tendências — tempos de resposta subindo, volume crescendo, contagens de resolução caindo.

3. Relatórios de Agente

Pergunta que responde: "Como está o desempenho de cada agente?"

As mesmas seis métricas, recortadas por um agente de cada vez. Escolha um agente no dropdown de filtro e veja os números pessoais dele no período escolhido.

Um aviso: métricas de agente medem produção ponderada por carga, não esforço. Um agente cuidando de tickets enterprise complexos vai parecer "mais lento" que um que despacha volume de reset de senha. Sempre leia em conjunto com CSAT e contexto da conversa, nunca como nota isolada.

4. Relatórios de Caixa de Entrada

Pergunta que responde: "Qual canal precisa de mais carinho?"

As mesmas métricas, recortadas por uma caixa de entrada. É como você compara e-mail vs. chat ao vivo vs. WhatsApp em tempo de resposta e volume — e acha o canal que está atrasado.

5. Relatórios de Equipe

Pergunta que responde: "Como está o desempenho de cada equipe?"

As mesmas métricas, recortadas por uma equipe (Engenharia, Cobrança, Customer Success, etc.). Útil quando equipes diferentes cuidam de tipos de conversa diferentes e "média da empresa" esconde a foto.

6. Relatórios de Etiqueta

Pergunta que responde: "Que tipos de conversa estão demorando mais?"

As mesmas métricas, recortadas por uma etiqueta. Se você foi disciplinado com etiquetagem (Lição 3a), é aqui que você acha o ouro:

• Conversas com etiqueta bug-report estão resolvendo mais devagar que billing?

• O volume de feature-request tem crescido?

• O tempo de resposta de conversas vip está dentro da meta?

Relatórios de etiqueta valem o tanto que sua higiene de etiquetagem permite. Se sua equipe etiqueta de jeito inconsistente, esse relatório vai te enganar.

7. Relatórios de CSAT

Pergunta que responde: "Os clientes estão felizes de fato?"

Pesquisas de CSAT são enviadas pros clientes quando a conversa deles é resolvida (se ativado na caixa de entrada). É uma escala de 5 estrelas.

O relatório mostra:

• Total de respostas recebidas

• Pontuação de satisfação — o percentual de respostas que foram 4 ou 5 estrelas

• Taxa de resposta — o percentual de pesquisas que receberam resposta

• Distribuição de notas — como as respostas se distribuem nas notas de 1 a 5

• Respostas individuais — tabela de cada resposta com a conversa, o agente, a caixa de entrada, a nota e qualquer texto de feedback

Você pode filtrar por agente, caixa de entrada, equipe ou nota específica — útil pra achar todo o feedback de 1 estrela e ler direto.

8. Relatórios de SLA

Pergunta que responde: "Estamos cumprindo as promessas que fizemos?"

Se você configurou SLAs na Lição 4, é aqui que você vê como está se saindo.

• Taxa de acerto — que percentual de conversas bateu as metas de SLA

• Contagem de violações — quantas falharam

• Total de conversas no escopo — o denominador

• Tabela por conversa — toda conversa rastreada por SLA com sua política, agente atribuído e status de acerto/violação com timestamps

Filtros: agente, caixa de entrada, equipe, política de SLA, etiquetas. Exportação completa em CSV.

O "porquê" importa mais que o número. Uma taxa de acerto de 92% está OK; é a lista dos 8% de violação que você investiga. Ordene pela violação mais antiga e leia as dez do topo — padrões vão saltar (um agente, uma caixa de entrada, um horário do dia).

9. Relatórios de Bot

Pergunta que responde: "O bot está ajudando de verdade?"

Pra contas que usam bots ou assistentes de IA:

• Resoluções do bot — conversas que o bot resolveu sem handoff humano

• Handoffs do bot — conversas que o bot escalou pra um agente humano

Uma proporção saudável depende da sua estratégia. Algumas equipes querem alta taxa de resolução (bot cuida das dúvidas comuns); outras querem alta taxa de handoff (bot é só triagem). Decida o que você está mirando antes de julgar os números.

Dúvidas comuns

Por que meu relatório de agente mostra zero conversas mesmo eu tendo respondido?

Métricas de agente atribuem conversas ao responsável no momento da resolução. Se você respondeu mas a conversa estava atribuída a outra pessoa (ou sem responsável), ela não soma pra você. Confirme se as conversas estão sendo atribuídas corretamente.

Posso agendar relatórios pra serem enviados por e-mail semanalmente?

Nativamente, não. A exportação CSV é o caminho oficial pra uso offline / agendado — combine com um agendador que você usa em outro lugar.

Qual a diferença entre "Contagem de Resoluções" e "Conversas Criadas"?

Conversas diferentes. Criadas conta as conversas que começaram no período. Resoluções conta as conversas que foram resolvidas no período — elas podem ter sido criadas semanas antes. Os dois números devem ficar próximos em estado estacionário; um gap grande sinaliza backlog crescendo ou diminuindo.