Métricas de atendimento ao cliente: a média que esconde o caos

O painel fechou o mês com TMR de 4 minutos. Parece ótimo. Só que naquele mesmo mês, trinta clientes esperaram mais de uma hora sem resposta. A média engoliu esses casos e você nunca ficou sabendo.
Esse é o problema mais silencioso das métricas de atendimento ao cliente: a média é boa em esconder os extremos. E é nos extremos que o cliente decide se volta ou não.
Por que a média mente
Imagine dez atendimentos. Nove foram resolvidos em dois minutos. Um ficou parado quarenta minutos sem ninguém ver. A média desse grupo fica em cerca de cinco minutos — número que qualquer gestor aprovaria numa reunião de resultado.
Mas o cliente do décimo atendimento não viveu a média. Ele viveu quarenta minutos de silêncio. E provavelmente não vai mencionar isso numa pesquisa de CSAT; vai simplesmente sumir.
A média funciona bem quando a distribuição é uniforme. No atendimento, ela raramente é. Um pico de segunda de manhã, um atendente que saiu para almoço, uma conversa que travou no robô — qualquer um desses eventos cria um outlier que a média absorve sem dor.
O que olhar além da média
A pergunta certa não é "qual foi o tempo médio de primeira resposta este mês". A pergunta é "qual foi o pior tempo de primeira resposta, e quantas vezes ele aconteceu".
Alguns recortes que mudam o diagnóstico:
- Percentil 90 ou 95: o tempo de resposta que 90% dos atendimentos ficaram abaixo. Se esse número for três vezes maior que a média, você tem uma cauda longa de clientes mal atendidos.
- Volume por assunto no pior horário: o volume geral do mês pode ser estável, mas se segunda às 9h concentra 40% das entradas, o time não está subdimensionado — está mal distribuído no tempo.
- CSAT segmentado por tempo de espera: se você coleta satisfação, cruze a nota com quanto o cliente esperou. A queda costuma aparecer antes do que você imagina.
- Casos que ultrapassaram o SLA: não a porcentagem, o número absoluto. Cinquenta casos acima do prazo num universo de mil parece pouco, mas são cinquenta pessoas com nome, empresa e paciência no limite.
O que fazer na prática
1. Pare de comemorar a média sem ver a distribuição.
Antes de apresentar o TMR mensal, pergunte: qual foi o maior tempo de espera registrado? Quantos atendimentos ficaram acima do dobro da média?
2. Defina um teto, não só uma meta.
Meta de média é fácil de cumprir sacrificando os casos difíceis. Um teto — "nenhum cliente espera mais de X minutos a primeira resposta" — protege o pior caso de ser ignorado.
3. Monitore o pico, não só o mês.
Separe os dados por faixa de horário. Se o pico de volume coincide com troca de turno ou horário de almoço, o problema não é capacidade total, é cobertura nos momentos críticos.
4. Revise os casos que ultrapassaram o SLA toda semana.
Não para punir ninguém. Para entender o padrão: são sempre do mesmo canal? Do mesmo assunto? Do mesmo horário? O padrão aponta onde agir.
5. Use o volume por assunto para calibrar o robô.
Se determinado tipo de pergunta aparece com frequência nos casos mais demorados, é candidato a automação. Não para eliminar o atendente, mas para que ele chegue ao cliente já com o contexto, sem precisar perguntar o básico de novo.
Quando o CSAT não bate com a operação
Às vezes a nota de satisfação está boa e o time sente que algo está errado. Ou o contrário: a operação parece fluindo, mas o CSAT caiu.
Esse descolamento quase sempre tem uma explicação nos extremos. Clientes que esperaram muito raramente respondem pesquisa — eles simplesmente vão embora. Então o CSAT fica inflado com as respostas de quem teve uma boa experiência, enquanto os insatisfeitos saem do radar sem deixar rastro.
É mais um motivo para não depender só da média e do agregado. O dado que você não vê é exatamente o que está moldando a reputação da sua empresa.
Como isso funciona no atendeaqui
No atendeaqui, dois relógios de SLA marcam em vermelho os atendimentos que estão esperando além do prazo — o atendente e o gestor veem em tempo real, não só no fechamento do mês. Ao encerrar cada conversa, a IA registra o assunto automaticamente, o que permite acompanhar o volume por assunto sem depender de ninguém preencher campo manual. Com esses dados organizados, fica mais fácil sair da média e começar a olhar para o que realmente está puxando o atendimento para baixo.