Tabulação no contact center: como montar uma lista que gera dado confiável (e não só obrigação para o agente)

Toda operação de atendimento pede ao agente que, no fim do contato, marque o motivo daquele atendimento. É a tabulação. Ela custa segundos por contato e, somada, vira a principal fonte de resposta para perguntas caras: por que os clientes ligam? O que cresceu este mês? Qual problema do produto gera mais contato?

O paradoxo é que quase nenhuma diretoria confia nesse dado. E, na maioria das vezes, o problema não está no agente: está na lista.

Por que a tabulação falha

Listas grandes demais. Com 150 códigos numa lista suspensa, ninguém lê tudo. O agente aprende uns dez que “quase sempre servem” e usa esses.

Códigos que se sobrepõem. “Problema na fatura”, “Contestação de valor” e “Cobrança indevida” podem ser a mesma coisa para quem está atendendo. Cada agente escolhe um, e o relatório divide um único problema em três.

O atalho do “Outros”. Se existe um código genérico e ele é o mais rápido de achar, ele vira o mais usado. Quando “Outros” passa de 10% do volume, a lista parou de descrever a operação.

Nomes sem descrição. “TEC-04” ou “Sinal” não dizem quando usar. Sem uma frase explicando o critério, cada equipe cria a própria interpretação.

Pressão de tempo. A tabulação acontece no pior momento: com o próximo cliente na fila e a meta de tempo médio correndo. O incentivo é marcar rápido, não certo.

Como desenhar uma boa lista

1. Comece pelo uso do dado. Pergunte quem vai ler o relatório e que decisão vai tomar com ele. Um código que não muda nenhuma decisão não precisa existir.
2. Uma descrição por código. Uma frase curta de critério: “cliente pede boleto, código de barras ou cópia da conta”. Serve para o agente, para o treinamento e, como veremos, para a IA.
3. Categorias com poucos itens. Agrupe por assunto (Financeiro, Técnico, Comercial, Retenção) e mantenha cada grupo curto. Em telas de atendimento, dois cliques certos valem mais que um clique errado.
4. Critério de desempate. Quando o atendimento tem dois motivos, qual vale? O que originou o contato? O que tomou mais tempo? Escreva a regra.
5. “Outros” com obrigação de texto. Mantenha o código genérico, mas peça uma linha de descrição. Esse texto é a matéria-prima para criar os códigos que estão faltando.
6. Versione a lista. Toda mudança de código muda a série histórica. Registre a versão e a data de cada alteração.

Como medir se a lista funciona

• Concordância: pegue uma amostra de atendimentos e peça para duas pessoas tabularem de forma independente. Se elas concordam pouco (menos de 80% das vezes, por exemplo), o problema é a lista, não a equipe.
• Participação do “Outros”: acompanhe mês a mês. Subiu, falta código.
• Códigos mortos: o que não é usado em três meses provavelmente pode sair.
• Tempo de tabulação: se passa de alguns segundos, a lista está difícil demais de navegar.

Onde a IA entra

Uma lista bem desenhada é exatamente o que um modelo de classificação precisa. No L17 Qualifica, você envia o atendimento (texto do ticket, conversa de WhatsApp ou transcrição da chamada) e a lista de tabulações com código, nome e descrição. O modelo devolve a tabulação mais provável, as próximas opções e um sinal de revisão quando não tem certeza.

Dois usos funcionam desde o primeiro dia:

• Sugestão para o agente: as três tabulações mais prováveis aparecem na tela, e o agente confirma com um clique. Menos tempo e menos “Outros”.
• Auditoria: o modelo tabula 100% dos atendimentos e aponta onde discorda do agente com alta confiança. É a medida de concordância acima, feita todos os dias e sem amostragem.

E existe um efeito colateral bom: se o modelo confunde dois códigos o tempo todo, é bem provável que os agentes também confundam. É um sinal de que a descrição precisa melhorar ou de que os dois códigos deveriam ser um só.

Quer testar com a lista da sua operação? Entre na lista de espera do L17 Models: criamos a conta com créditos de teste e ajudamos a revisar a lista antes do primeiro teste.