1. Os KPIs básicos não bastam, mas também não sobram
Nível de serviço, TMA, FCR, taxa de abandono, custo por contacto, absentismo, NPS ou CSAT. Se nenhum destes está medido com fiabilidade, nenhum KPI adicional importa: há que começar por aí. Mas muitas empresas médias têm-nos razoavelmente controlados e ainda assim decidem aplicar IA sem olhar para o que vem a seguir.
2. Taxa de contacto evitável e repetido
Não basta saber quantos contactos chegam. É preciso saber quantos são consequência de um processo mal resolvido à primeira, ou de uma resposta incompleta num contacto anterior. Automatizar um contacto que nunca deveria ter existido não melhora nada: apenas automatiza o sintoma.
3. Granularidade real dos motivos de contacto
"Consultas" e "incidências" não são categorias úteis para decidir o que automatizar. Se o desdobramento de motivos não desce a um nível de detalhe operacional (tipo de gestão, canal, complexidade), qualquer decisão sobre o que automatizar assenta em intuição, não em dados.
4. TMA e tempo de resolução real
O TMA mede a duração de uma interação, não se o cliente teve de voltar a contactar ou se houve trabalho de back office a seguir. É um padrão recorrente: uma empresa mede bem o TMA, reduz com um bot, e dois meses depois o volume de chamadas repetidas subiu mais do que o TMA baixou. Ninguém o vê chegar porque ninguém mede a repetição, apenas a duração.
5. Taxa de falha do autoatendimento atual
Antes de acrescentar IA, é preciso saber o quanto já está a falhar o autoatendimento existente (IVR, web, FAQ). É outro padrão habitual: acrescenta-se um bot novo sobre um IVR que já encaminhava mal para um agente humano, sem corrigir antes esse desenho. O bot novo herda exatamente o mesmo problema, com mais uma camada de complexidade por cima.
6. Custo real por canal, não apenas custo médio por contacto
A IA costuma deslocar volume entre canais, não apenas reduzi-lo. Sem custo desagregado por canal, é impossível saber se um projeto de IA está a poupar de verdade ou apenas a mover o custo para um canal que ninguém está a medir bem.
7. Governo da IA: inventário e supervisão humana mensurável
Isto é o que quase nenhuma empresa média tem, e é precisamente o que o quadro regulatório europeu começa a exigir. Não se trata de interpretar o regulamento, mas de responder a uma pergunta simples: que ferramentas com IA já está a nossa equipa a usar, autorizadas ou não? É um padrão cada vez mais frequente: agentes ou supervisores a usar ferramentas de IA generativa por conta própria, sem que a empresa saiba ou controle, até que já é tarde para governar. E quando existe supervisão humana declarada sobre decisões automatizadas, raramente há uma métrica que indique quantas decisões são revistas de facto e com que frequência.
Em resumo
Nenhum destes KPIs é exótico. São mensuráveis com o que a maioria das empresas já tem. O problema não é a falta de ferramentas: é que ninguém parou para olhar para eles antes de decidir automatizar. Um diagnóstico externo não substitui este trabalho — ordena-o, prioriza-o e evita que a decisão sobre IA seja tomada com metade da informação.
A opsAiCX não presta aconselhamento jurídico. O nosso foco é operacional: ajudar a medir e a ordenar antes de decidir.