Toda operação de help desk tem um conjunto de problemas que voltam sempre. A mesma dúvida sobre VPN, o mesmo erro ao abrir determinado sistema, o mesmo procedimento de redefinição de senha que ninguém sabe fazer sozinho.
Esses chamados repetitivos consomem tempo de técnico experiente para resolver algo que já foi resolvido dezenas de vezes antes.
Uma base de conhecimento eficiente não é um repositório onde a equipe guarda documentação, mas um mecanismo ativo que entrega a solução certa no momento em que o técnico ou o usuário precisa, sem exigir que ninguém pesquise fora do fluxo de atendimento.
Por que a maioria das bases de conhecimento não reduz chamados repetitivos
O erro mais comum é tratar uma base de conhecimento como projeto de documentação.
A equipe produz artigos, organiza tudo em pastas e espera que o volume de chamados caia. Quando não cai, a conclusão é que a base não funciona, quando o problema real é que ninguém acessou os artigos no momento certo.
Uma base de conhecimento que não está integrada ao sistema de chamados depende de o técnico lembrar de consultá-la, abrir outra aba, pesquisar pelo problema e aplicar a solução.
Em alto volume, isso raramente acontece. O técnico toma o caminho mais curto, resolve na memória ou pergunta ao colega, e a base fica com artigos que ninguém lê.
O mesmo vale para o usuário final. Um portal de autoatendimento que exige login separado, tem estrutura confusa ou retorna artigos genéricos demais ensina o usuário que é mais rápido abrir um chamado do que tentar resolver sozinho.
A base teoricamente existe, mas operacionalmente não reduz nada.
Como identificar o que entra primeiro na base de conhecimento
A base eficiente começa pelos problemas certos, não por documentar tudo que existe. O ponto de partida mais confiável é, portanto, o histórico de chamados.
De forma mais clara, os chamados que merecem entrar primeiro na base têm três características em conjunto:
- Alta frequência: aparecem repetidamente no histórico, por múltiplos usuários ou pela mesma pessoa em intervalos curtos.
- Resolução padronizada: a solução é a mesma em praticamente todos os casos, sem variação significativa entre ocorrências.
- Baixa complexidade de execução: o usuário ou o técnico de primeiro nível consegue aplicar a solução sem precisar de habilidade especializada ou acesso a sistemas restritivos.
Chamados que atendem a esses três critérios são os candidatos imediatos. Chamados complexos com solução variável por contexto entram depois, quando a base já está sendo usada ativamente e a equipe tem prática em criar artigos úteis.
O sistema de chamados que classifica chamados por categoria e frequência entrega essa análise sem necessidade de levantar dados manualmente, revelando exatamente quais tipos de problema concentram o maior volume de repetição.
Como estruturar um artigo de base de conhecimento que o técnico realmente usa
O artigo que não é usado no momento do atendimento não reduz chamado nenhum. A estrutura que funciona segue alguns critérios práticos:
- Título com as palavras que o técnico vai pesquisar, não com nomenclatura interna de sistema ou categoria. Se o usuário diz “não consigo abrir o e-mail”, o título do artigo precisa conter exatamente isso, não “falha de autenticação no cliente de e-mail corporativo”.
- Solução antes da explicação. O técnico com chamado aberto precisa do procedimento, não da teoria. A explicação de por que o problema acontece vai depois, para quem quiser entender.
- Passos numerados e curtos, com cada etapa descrevendo uma ação específica, sem agrupar duas ações no mesmo passo.
- Critérios de quando este artigo se aplica, para evitar que o técnico aplique a solução errada em uma variação do mesmo problema que exige tratamento diferente.
- Campo de feedback ao final, para que técnicos e usuários sinalizem quando a solução não funcionou ou quando o artigo está desatualizado.
Como integrar a base ao fluxo de atendimento para que seja usada de verdade
A integração que faz a diferença é a que entrega o artigo no contexto do ticket, sem exigir que o técnico saia do sistema de chamados para buscar a solução.
Com o Milldesk, a base de conhecimento está integrada ao fluxo de atendimento: quando o técnico abre o ticket, artigos relacionados à categoria do chamado aparecem como sugestão dentro do próprio ambiente, sem alternância de tela.
Isso reduz o custo de acesso à base de quase zero, fazendo com que consultar o artigo seja o caminho mais fácil, não o mais trabalhoso.
Para o usuário final, a integração com o portal de autoatendimento permite que ele encontre a solução antes de abrir o chamado.
Quando o formulário de abertura sugere artigos relacionados ao tipo de problema descrito, parte dos usuários resolve sozinho e o chamado nunca chega à fila da equipe.
Como medir se a base de conhecimento está reduzindo chamados repetitivos
Criar a base e medir depois é o ciclo que mantém ela relevante ao longo do tempo. Os indicadores que mostram se está funcionando incluem:
- Taxa de deflexão de chamados: percentual de acessos ao portal de autoatendimento que resultaram em resolução sem abertura de ticket. Esse número sobe quando os artigos certos estão disponíveis e são fáceis de encontrar.
- Redução de volume por categoria: se chamados de determinado tipo caíram após a publicação de artigos para aquela categoria, a correlação é direta.
- Taxa de resolução no primeiro contato (FCR): quando os técnicos consultam a base durante o atendimento, a taxa de resolução na primeira interação tende a subir porque o diagnóstico fica mais rápido e mais preciso.
- Artigos mais acessados versus chamados mais frequentes: quando os artigos mais acessados são exatamente as categorias com maior volume de chamados, a base está bem calibrada. Quando não coincidem, existe conteúdo sendo ignorado ou lacunas não cobertas.
Como manter a base de conhecimento atualizada sem criar um projeto paralelo
O maior risco de longo prazo de uma base de conhecimento é a desatualização. Artigos com procedimentos antigos enganam o técnico e geram chamados adicionais no lugar de resolvê-los.
A manutenção eficiente acontece quando está incorporada ao fluxo de atendimento, não quando depende de reuniões periódicas de revisão de documentação:
- Todo chamado resolvido por um método não documentado gera automaticamente uma sugestão de criação de artigo para o técnico responsável, com os campos principais já preenchidos pelo sistema.
- Artigos com feedback negativo ou com taxa de acesso alta e taxa de resolução baixa entram em fila de revisão automaticamente.
- Artigos sem acesso nos últimos 90 dias são marcados para revisão ou arquivamento, evitando que a base acumule conteúdo obsoleto que dificulta a navegação.
O Milldesk oferece base de conhecimento integrada ao fluxo de atendimento, com sugestão automática de artigos durante o ticket e portal de autoatendimento para o usuário final.
Perguntas frequentes
Por que a base de conhecimento não reduz chamados mesmo quando existe?
Porque não está integrada ao fluxo de atendimento. Se o técnico precisa sair do sistema de chamados para consultar a base, o custo de acesso é alto demais para ser usado em alto volume.
Por onde começar a construir a base de conhecimento?
Pelo histórico de chamados, identificando os tipos com maior frequência, resolução padronizada e baixa complexidade de execução. Esses são os candidatos imediatos para os primeiros artigos.
Como estruturar um artigo que o técnico realmente consulta durante o atendimento?
Com título que usa as palavras que o técnico vai pesquisar, solução antes da explicação, passos numerados e curtos, critérios de aplicabilidade e campo de feedback ao final.
Como medir se a base está funcionando?
Pelos indicadores de taxa de deflexão de chamados, redução de volume por categoria após publicação dos artigos e taxa de resolução no primeiro contato (FCR) por categoria.
Como manter a base atualizada sem criar um projeto paralelo?
Incorporando a manutenção ao fluxo de atendimento: sugestão automática de criação de artigo após chamados com solução não documentada, revisão automática de artigos com feedback negativo e arquivamento de conteúdo sem acesso recente.
