A taxa de retenção (containment rate) é a parcela de conversas que um agente de IA, um bot ou uma URA encerra sem transbordo para um humano. Ela conta as conversas que nunca chegaram a uma pessoa, então um cliente que desistiu conta igual a um cliente que teve o problema resolvido.
Em resumo
- A taxa de retenção mede deflexão, não resolução.
- Uma taxa de retenção alta pode esconder uma experiência ruim para o cliente.
- O jeito honesto de ler esse número é ao lado de uma verificação de quantas conversas retidas foram realmente resolvidas.
- Essa verificação é uma tarefa de monitoria de qualidade: ler a conversa e avaliá-la com base em critérios.
Como a taxa de retenção é calculada
A taxa de retenção é calculada dividindo as conversas que a automação encerrou sem escalonar para um humano pelo total de conversas que entraram no canal automatizado no mesmo período. O resultado é uma porcentagem. É simples de extrair de um log de roteamento, e é por isso que costuma ser o primeiro número que uma implantação de bot reporta.
Taxa de retenção = conversas resolvidas sem escalonamento humano / total de conversas atendidas pela automação.
Então, se 1.000 conversas chegam a um agente de IA em uma semana e 650 delas nunca passam por um humano, a retenção é de 65%. O apelo é óbvio: o número se traduz quase diretamente em custo, porque uma conversa retida não consome tempo de atendente. É também por isso que ele tende a virar o número pelo qual uma implantação de bot é julgada, e por isso merece mais escrutínio do que costuma receber.
Por que a taxa de retenção pode enganar
A taxa de retenção pode enganar porque a maioria das medições não verifica a resolução. Elas verificam a ausência de um humano. Um cliente que desistiu, abandonou o chat ou saiu com uma resposta errada é contado como retido, exatamente como um cliente que teve o problema resolvido. A distância entre esses dois desfechos é onde a métrica falha.
O ponto fraco está na palavra “resolvidas” da fórmula. Uma conversa conta como retida se o cliente conseguiu o que precisava e saiu satisfeito. Ela também conta como retida se o cliente não encontrou um caminho para falar com alguém e desistiu, se abandonou o chat no meio, se recebeu uma resposta errada e não percebeu, ou se o bot respondeu a uma pergunta que ele não fez e o cliente fechou a janela. Cada um desses casos é uma falha, e cada um deles melhora a taxa de retenção.
Isso cria um incentivo perverso. O jeito mais rápido de aumentar a retenção é dificultar o escalonamento, e um bot que esconde o caminho até um humano vai mostrar um número melhor do que um que oferece ajuda assim que trava. A métrica recompensa justamente o comportamento que mais prejudica o relacionamento com o cliente. O mesmo ponto cego afeta a taxa de deflexão, que conta as conversas mantidas longe dos atendentes sem perguntar se terminaram bem.
Taxa de retenção vs taxa de resolução
A taxa de retenção conta as conversas que terminaram sem um humano, enquanto a taxa de resolução conta as conversas em que o problema do cliente foi de fato resolvido. A primeira é um indicador de custo evitado; a segunda, de trabalho feito. Um cliente que desiste é um sucesso para a retenção e uma falha para a resolução, e é por isso que os dois números precisam ser lidos juntos.
| Taxa de retenção | Taxa de resolução | |
|---|---|---|
| O que conta | Conversas que terminaram sem um humano | Conversas em que o problema do cliente foi de fato resolvido |
| Um cliente que desiste | Contado como sucesso | Contado como falha |
| Do que é indicador | Custo evitado | Trabalho feito |
| Como medir | Ler o log de roteamento | Ler a conversa |
Como usar a taxa de retenção com honestidade
Use a taxa de retenção como um sinal de eficiência, nunca sozinha. Combine-a com uma verificação de resolução: das conversas retidas, quantas resolveram de fato o problema do cliente, e quantas foram abandonos ou respostas erradas com o selo de retenção. Reporte os dois números lado a lado, para que um aumento da retenção não esconda uma queda da resolução.
Responder a isso exige olhar o que o agente de IA disse e se estava correto, completo e adequado, o que é uma pergunta de monitoria de qualidade, não de analytics. É a mesma disciplina que você aplicaria a um atendente humano, aplicada a um bot: ler a interação, avaliá-la com base em critérios e rastrear a nota até a evidência. Nosso guia sobre como medir a taxa de retenção sem se enganar (em inglês) mostra como fazer isso, e o guia de monitoria de qualidade de agentes de IA e chatbots cobre o método de avaliação por trás.
Um exemplo prático dos critérios: acrescente um critério ao formulário de monitoria que você já usa para conversas de agentes de IA, “A conversa terminou com o problema do cliente resolvido?”, com três desfechos possíveis: resolvido, abandonado ou resposta errada. Toda conversa retida recebe essa nota, e cada nota aponta para a linha da conversa que a justifica. A retenção então se divide entre a parte que economizou custo e a parte que só empurrou o problema para outro lugar.
Onde as conversas retidas dão errado: o transbordo
As conversas retidas costumam dar errado no ponto em que o agente de IA deveria ter transferido para uma pessoa e não transferiu. Um transbordo tardio, a falta de um caminho de escalonamento ou um transbordo que perde o contexto aparecem como retenção ou como um cliente frustrado, nunca como um erro óbvio no log de roteamento.
Por isso, verificar a retenção e verificar o transbordo são o mesmo trabalho. Nosso guia sobre como avaliar o transbordo entre IA e humano cobre o que avaliar nas duas direções da transição, e o guia de métricas de IA no atendimento mostra quais números reportar ao lado da retenção.
A Kaizo avalia 100% das conversas de atendentes e de agentes de IA com o seu próprio formulário de monitoria, e cada nota leva à evidência na conversa, para que as conversas retidas possam ser verificadas para distinguir a resolução real do abandono. Na UiPath, a Kaizo automatizou 100% do QA com 200% de ROI e um aumento de 8% na nota de qualidade.
Veja nas suas próprias conversas. A Kaizo avalia 100% das suas conversas de atendimento e transforma os achados em coaching. Agende uma demo.
Quando uma verificação de retenção não é para você
Uma verificação de resolução nas conversas retidas não vale a pena quando a automação atende só um punhado de conversas por semana: nesse volume, alguém consegue ler todas. Ela também é prematura se você ainda não tem um formulário de monitoria para os seus atendentes humanos, porque o agente de IA deve ser julgado pelo mesmo padrão. Comece por aí e depois estenda ao bot.
Perguntas frequentes
Qual é uma boa taxa de retenção?
Não existe um benchmark único que valha a pena citar, porque a taxa de retenção sozinha não diz se os clientes foram ajudados. Um número alto obtido escondendo o caminho de escalonamento é pior do que um número menor em que cada conversa retida foi realmente resolvida. Julgue a retenção com uma verificação de resolução, e não com uma média do setor.
Qual é a diferença entre taxa de retenção e taxa de deflexão?
Os dois termos costumam ser usados como sinônimos. Ambos descrevem conversas mantidas longe de um atendente humano. Deflexão às vezes se refere especificamente a direcionar o cliente para o autoatendimento antes de uma conversa começar, enquanto retenção geralmente se refere a uma conversa que a automação conduz até o fim. Os dois compartilham o mesmo ponto cego: nenhum deles, por padrão, verifica se o problema do cliente foi resolvido.
Uma taxa de retenção alta significa que o agente de IA está funcionando bem?
Não por si só. A retenção conta a ausência de um humano, não a presença de uma resolução, então um cliente que abandona o chat é contado como retido. Para saber se o agente de IA está funcionando, combine a retenção com uma verificação de resolução que leia as conversas reais e avalie se cada uma resolveu o problema.
Como medir se uma conversa retida foi realmente resolvida?
Avaliando a própria conversa, não o resultado do roteamento. Isso significa avaliar o que o agente de IA disse com base em critérios: a resposta estava correta, completa e adequada, e o problema do cliente terminou resolvido, e não abandonado? É a mesma abordagem de monitoria de qualidade usada com atendentes humanos, aplicada a conversas automatizadas.
O que significa taxa de retenção no call center e na URA?
No call center, a taxa de retenção geralmente descreve a parcela de contatos que um sistema automatizado, como uma URA (unidade de resposta audível) ou um chatbot, conclui sem transferir o cliente para um atendente. O cálculo e o ponto cego são os mesmos: um cliente que desliga ou desiste conta como retido.
Uma taxa de retenção baixa é sempre um mau sinal?
Não. Uma taxa de retenção mais baixa pode significar que o agente de IA transfere rapidamente quando trava, o que muitas vezes é a melhor experiência para o cliente. O que importa é se as conversas retidas foram resolvidas e se as escalonadas chegaram a uma pessoa a tempo e com o contexto intacto.
As conversas de agentes de IA devem usar o mesmo formulário de monitoria dos atendentes humanos?
Na maior parte, sim. Precisão, tom e resolução valem para os dois, então um padrão único torna os números comparáveis. Os bots geralmente precisam de alguns critérios extras, como respeitar os limites definidos pelas políticas e transferir no momento certo, que o nosso guia sobre um formulário de monitoria para atendentes e agentes de IA cobre.
