Métricas de chatbot: 8 indicadores que realmente importam
A taxa de desvio fica bem num diapositivo, mas esconde clientes insatisfeitos. Estas oito métricas de chatbot mostram se o assistente resolve mesmo os problemas, com uma rotina…

Neste artigo
A maioria dos painéis de chatbot destaca um único número lisonjeiro: quantas conversas o bot "tratou" sem intervenção humana. Sobe todos os meses, toda a gente acena com a cabeça, e os clientes que desistiram a meio de um chat são discretamente contados como vitórias.
As métricas de chatbot que importam respondem a uma pergunta mais simples: o cliente conseguiu aquilo que procurava, e a empresa tirou valor da conversa? Na prática, tudo se resume a oito números: taxa de resolução, taxa de transferência, CSAT, tempo de primeira resposta, taxa de fallback, conversão de leads, precisão das respostas e taxa de contacto repetido.
Veja o que cada uma revela, como a calcular e uma rotina semanal que mantém o assistente a melhorar.
Pontos-chave
- O desvio (deflection) conta as conversas que nunca chegaram a um humano, não os problemas resolvidos. Combine-o sempre com a resolução e o contacto repetido.
- Acompanhe de forma consistente um pequeno conjunto de KPIs do chatbot, em vez de todos os números que a ferramenta consegue exportar.
- Uma revisão semanal de transcrições de 30 minutos encontra mais melhorias do que qualquer painel por si só.
Porque é que o desvio, por si só, engana
O desvio (por vezes chamado contenção) é a percentagem de conversas que terminaram sem um agente humano. É fácil de medir, e é por isso que aparece em todo o lado.
O problema é aquilo que não consegue ver. Um cliente que pergunta por um reembolso, recebe uma resposta vaga e fecha o chat conta como desviado. O mesmo acontece com quem desiste do chat e envia antes um email. Um bot que nunca oferece a opção de falar com um humano apresenta uma taxa de desvio excelente e uma má experiência do cliente.
Trate o desvio como um indicador de volume, não como uma métrica de sucesso.
As 8 métricas de chatbot que vale a pena acompanhar
| Métrica | O que revela | Fórmula simples | Sinal de alerta |
|---|---|---|---|
| Taxa de resolução | Problemas realmente resolvidos | Conversas resolvidas / total | Desvio alto, resolução baixa |
| Taxa de transferência | Com que frequência são precisas pessoas | Conversas escaladas / total | Muito baixa (saída escondida) ou a subir depressa |
| CSAT dos chats com IA | Como os clientes se sentiram | Avaliações positivas / todas as avaliações | CSAT da IA muito abaixo do CSAT humano |
| Tempo de primeira resposta | Rapidez da primeira resposta | Mediana do tempo até à primeira resposta | Esperas longas depois da transferência |
| Taxa de fallback | Lacunas no conhecimento | Respostas "sem resposta" / perguntas | As mesmas lacunas todas as semanas |
| Conversão de leads | Impacto na receita | Leads qualificados / chats comerciais | Leads captados, mas nunca contactados |
| Precisão das respostas | Fiabilidade | Respostas corretas / respostas revistas | Respostas confiantes mas erradas |
| Taxa de contacto repetido | Se as respostas resolveram de vez | Regressos pelo mesmo assunto / resolvidas | A subir depois de uma alteração de conteúdos |
1. Taxa de resolução
A percentagem de conversas em que a pergunta foi respondida ou a tarefa concluída. Defina "resolvida" logo à partida: o cliente confirmou, deu uma avaliação positiva ou não voltou a contactar sobre o mesmo tema nos dias seguintes. Sem uma definição, este número deixa de ser comparável ao longo do tempo.
2. Taxa de transferência
Com que frequência o assistente passa uma conversa à sua equipa. Não existe um nível certo único: uma clínica ou um serviço B2B deve esperar mais transferências do que uma loja que responde a perguntas sobre envios. Acompanhe a tendência e leia os motivos, não apenas a contagem. O nosso guia sobre a transferência do chatbot para um humano explica quando deve acontecer o escalonamento.
3. CSAT nas conversas com IA
Peça uma avaliação de uma só pergunta no fim das conversas tratadas apenas pela IA e compare-a com as conversas tratadas por pessoas. Uma grande diferença aponta normalmente para o tom, para informação em falta ou para um bot que demora demasiado a largar a conversa. O guia de CSAT explica a formulação e o momento certo para perguntar.
4. Tempo de primeira resposta
As respostas da IA são quase instantâneas, por isso o número interessante é o que acontece depois da transferência. Se os clientes esperam duas horas depois de o bot dizer "Vou pô-lo em contacto com a equipa", a experiência é lenta. Acompanhe o tempo de primeira resposta do bot e da fila humana em separado.
5. Taxa de fallback ("sem resposta")
Com que frequência o assistente diz que não pode ajudar ou dá uma resposta genérica. Agrupe estes casos por tema. Um conjunto de perguntas sem resposta sobre envios internacionais é uma tarefa de conteúdos para esta semana, não um mistério.
6. Conversão de leads a partir do chat
Quantas conversas comerciais geraram um lead qualificado e quantos desses leads se transformaram numa marcação, demonstração ou encomenda. Se recolhe os contactos, mas ninguém dá seguimento rapidamente, o problema não está no chatbot.
7. Precisão das respostas
Classifique uma amostra de respostas da IA como corretas, parcialmente corretas ou erradas, comparando-as com as suas próprias fontes. Isto protege a marca: uma resposta errada dada com confiança sobre a política de devoluções custa mais do que nenhuma resposta.
8. Taxa de contacto repetido
Clientes que voltam a contactar sobre o mesmo assunto dentro de um período definido, como sete dias. A taxa de resolução mostra as falhas óbvias; os contactos repetidos apanham as escondidas.
Como medir o desempenho do chatbot numa revisão semanal
Os painéis dizem onde procurar. As transcrições dizem o que corrigir. Reserve 30 minutos por semana e siga sempre a mesma rotina:
- Compare a tendência da resolução, da transferência, do CSAT e da taxa de fallback com a semana anterior.
- Leia 15–20 transcrições, misturando chats com avaliação baixa, transferências e alguns escolhidos ao acaso.
- Classifique a precisão nessas amostras com a escala correta / parcialmente correta / errada.
- Liste os três temas mais frequentes sem resposta a partir das respostas de fallback.
- Corrija os conteúdos, não apenas as definições: acrescente ou atualize a fonte de conhecimento por trás de cada lacuna.
- Reveja os motivos de transferência com quem trabalha na fila humana. O momento foi o certo e havia contexto suficiente?
- Registe uma alteração e verifique o efeito na semana seguinte.
Ao fim de um mês, o registo mostra que alterações mexeram nos números e quais não mexeram.
KPIs do chatbot e metas: parta dos seus próprios dados de base
Resista à tentação de copiar uma meta da apresentação de outra pessoa. O tipo de perguntas que recebe, o setor e a base de conhecimento determinam o que é realista.
Meça durante duas a quatro semanas e depois defina objetivos em relação a esses dados de base. Por exemplo, se trata 1 200 conversas por mês e 180 terminam em "Não sei", um objetivo sensato é colmatar as cinco maiores lacunas de conteúdo por trás dessas 180, e não perseguir uma percentagem arbitrária.
Segmente sempre que possível: por canal (chat do site, WhatsApp, Instagram), por tema e por idioma.
Como a Conviro ajuda na análise de dados do chatbot
Os assistentes de IA da Conviro respondem a partir da sua própria base de conhecimento, e a análise de dados integrada cobre os números acima que mais importam: CSAT, taxas de resolução e precisão da IA. Quando uma conversa é transferida, chega à Live Inbox com a transcrição, a intenção detetada, as etiquetas e os dados recolhidos, o que torna rápida a revisão dos motivos de transferência.
Se gere várias marcas, o espaço de trabalho multimarca mantém separadas a base de conhecimento e a análise de dados de cada assistente, para que os números de uma marca não escondam os problemas de outra.
Perguntas frequentes
Qual é uma boa taxa de resolução para um chatbot?
Não existe uma referência universal digna de confiança, porque a resolução depende do tipo de perguntas que recebe e de quão completa é a base de conhecimento. Uma loja que responde a perguntas sobre envios e devoluções consegue resolver muito mais do que uma clínica que gere marcações sensíveis. Meça os seus próprios dados de base durante algumas semanas e depois melhore-os colmatando as maiores lacunas de conteúdo.
Qual é a diferença entre contenção e resolução?
A contenção, ou desvio, conta as conversas que nunca chegaram a um humano. A resolução conta as conversas em que o problema do cliente foi realmente resolvido. Um chat pode ficar contido sem estar resolvido, por exemplo quando um cliente frustrado simplesmente sai. Acompanhe os dois números e trate uma diferença crescente entre eles como um sinal de alerta.
Quantas conversas do chatbot devo rever por semana?
Para a maioria das equipas pequenas e médias, 15 a 20 transcrições por semana chegam para identificar padrões sem se tornar um fardo. Misture conversas com avaliação baixa, transferências e algumas amostras ao acaso. Depois de uma grande alteração na base de conhecimento, reveja mais durante duas semanas.
Que KPIs do chatbot devo reportar à direção?
Fique-se por quatro: taxa de resolução, CSAT nas conversas com IA, conversão de leads a partir do chat e precisão das respostas na amostra semanal. Em conjunto, mostram o resultado para o cliente, a experiência, o impacto na receita e o risco. Acrescente uma linha sobre a maior alteração feita nesse mês e o respetivo efeito.
Próximos passos
Escolha quatro destas oito métricas, registe os dados de base esta semana e marque na agenda uma revisão recorrente de 30 minutos. Se quer um assistente cuja análise de dados e transcrições facilitem essa revisão, comece grátis com a Conviro.
Publicado por
Conviro
Partilha insights sobre suporte ao cliente com IA, automação de chatbots e estratégias de crescimento SaaS.
Ponha o guia em prática
Transforme o conhecimento de suporte em respostas mais rápidas
Explore o espaço de trabalho de suporte com IA do Conviro e comece grátis quando o fluxo se adequar à sua equipa.
Artigos relacionados
Mais publicações
Customer Success
Análise de lacunas de conhecimento: descubra as perguntas a que o seu chatbot não sabe responder
7 min de leitura
Ler artigo
Customer Success
CSAT explicado: como medir e melhorar o índice de satisfação do cliente no chat
6 min de leitura
Ler artigo
Customer Success
Apoio proativo ao cliente: como contactar os clientes antes de eles perguntarem
7 min de leitura
Ler artigo