- Decomposição do problema
Como o problema está “misturado”. Então o primeiro passo é quebrar em partes menores:
Entrada: mensagens dos usuários (e-mail, chat, etc.)
Classificação: identificar o tipo de problema (categorização)
Priorização: urgência / impacto
Resposta: solução ou encaminhamento(FAQ ou SAC)
Acompanhamento: garantir que foi resolvido
Uma decomposição mais prática dos tipos de solicitações:
Acesso (login, senha, autenticação)
Pagamentos (cobrança, falha, boleto/cartão)
Uso do sistema (dúvidas operacionais)
Bugs/erros técnicos
Outros (fallback)
- Reconhecimento de padrões
Ao Analisar mensagens históricas, vamos encontrar padrões como:
“não consigo entrar” → problema de acesso
“meu pagamento não passou” → pagamento
“como faço para…” → dúvida de uso
“deu erro” / “bug” / “travou” → problema técnico
Dá pra identificar padrões com:
Palavras-chave
Frases recorrentes
Intenção do usuário (intent detection)
Com isso, conseguimos classificar automaticamente boa parte dos tickets.
- Abstração (simplificação do fluxo)
Em vez de lidar com cada mensagem como única, vamos criar modelos genéricos:
Categorias abstratas:
ACESSO
PAGAMENTO
USO
ERRO
OUTROS
Estrutura padrão de ticket:
Tipo
Prioridade
Status
Resposta sugerida (automatica no caso de FAQ)
Envie um ticket para um atendente.
Templates de resposta:
Reset de senha
Explicação de cobrança
Tutorial de uso
Coleta de dados para bugs
Isso reduz drasticamente a complexidade.
- Criação de algoritmo (automação)
Sim, é totalmente viável criar um algoritmo para isso. Um fluxo simples já resolve bastante:
Exemplo de algoritmo:
Receber mensagem do usuário
Normalizar texto (lowercase, remover acentos, etc.)
Classificar com base em regras ou modelo:
Se contém “senha”, “login” → ACESSO
Se contém “pagamento”, “cobrança” → PAGAMENTO
Se contém “como fazer” → USO
Se contém “erro”, “bug” → ERRO
Definir prioridade:
ERRO crítico → alta
PAGAMENTO → alta
ACESSO → média
USO → baixa
Executar ação:
Se tiver resposta padrão → responder automaticamente.
Se não → encaminhar para criação de ticket da categoria já definida.
Registrar e monitorar
- Evolução (nível mais avançado)
Depois do básico funcionando:
Treinar um modelo de NLP para classificação mais precisa
Criar chatbot para respostas imediatas
Usar histórico para sugerir soluções automaticamente
Implementar autoatendimento (FAQ inteligente)
- Resultado esperado
Redução do tempo de resposta
Menos esforço manual do time
Atendimento mais consistente
Escalabilidade
Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!