Criando e Adaptando KPIs à Regra de Negócio
Os KPIs personalizados no Waizer são descrições de negócio que você define para ajudar a IA a interpretar as conversas no contexto da sua operação. Eles não criam novas colunas no dashboard, não alteram os cálculos das métricas existentes e não afetam o score de desempenho — o que fazem é moldar como a IA enquadra a análise nos relatórios gerados e nas respostas do assistente Ask Waizer.
Pense assim: sem KPIs personalizados, a IA avalia conversas com critérios genéricos. Com eles, a IA sabe que aquele chatbot é um bot de cobrança de segunda chance cuja meta é reverter inadimplência — e enquadra os insights nesse objetivo específico.
O que é possível personalizar hoje
A autonomia de configuração via painel está concentrada na contextualização do ecossistema do seu bot:
| Configuração | O que faz | Onde configurar |
|---|---|---|
| KPIs personalizados (até 5) | Define métricas específicas do seu negócio para contextualizar relatórios e o assistente | Configurações → Perfil do Agente |
| Nome da empresa | Identifica a organização na análise e nos relatórios | Configurações → Perfil do Agente |
| Segmento de negócio | Informa o setor para contextualizar padrões de conversa | Configurações → Perfil do Agente |
| Resumo do negócio | Descreve o chatbot, seus objetivos e capacidades | Configurações → Perfil do Agente |
O que não é configurável sem o time Waizer
Os critérios que determinam as métricas do dashboard — o que conta como erro, sucesso, transbordo e como o score de desempenho é calculado — são definidos nos prompts do sistema e não podem ser alterados via interface. Mudanças nesse nível requerem intervenção da equipe Waizer:
- Rubrica de pontuação do score de desempenho (0–10)
- O que a IA considera "erro" (lista de padrões avaliados)
- O que a IA considera "resolução" (critérios de sucesso)
- Criação de novas métricas no dashboard (ex: taxa de escalada, taxa de recompra)
- Novas seções nos relatórios gerados
- Regras de classificação de tópicos e insights
Se o seu caso de uso exige algum desses itens, entre em contato com o time do Waizer para avaliar o que pode ser desenvolvido.
Como criar e editar KPIs
Acessando o Perfil do Agente
- No seu projeto Waizer, acesse Configurações → Perfil do Agente.
- Preencha (ou revise) os campos de contexto da empresa: nome, segmento e resumo do negócio.
- Role até a seção KPIs para gerenciar seus indicadores personalizados.
Criando um KPI
Cada KPI tem dois campos obrigatórios:
- Nome (Máximo 5 palavras): O nome do indicador como aparecerá nos relatórios.
- Descrição (Uma frase): O critério ou objetivo que define esse KPI.
Clique em Adicionar KPI, preenche os campos e salve.
Você pode criar até 5 KPIs por projeto.
Editando e excluindo KPIs
Clique no KPI que deseja modificar para editar nome e descrição. Para excluir, use o ícone de remoção ao lado do KPI. As alterações têm efeito nos próximos relatórios gerados e nas respostas do assistente — os dados históricos não são reprocessados automaticamente.
Como descrever a regra de negócio de um KPI
A qualidade da análise gerada pela IA é proporcional à qualidade das descrições fornecidas. Uma descrição vaga produz insights vagos.
A estrutura de uma boa descrição
Uma descrição eficaz responde: "O que deve acontecer na conversa para que este KPI seja considerado positivo?"
- O objetivo do usuário: O que o usuário veio buscar? (Ex: "O usuário tentou realizar uma segunda negociação de dívida")
- O critério de sucesso: O que indica que deu certo? (Ex: "O bot apresentou proposta e o usuário aceitou ou agendou retorno")
- O critério de falha: O que indica que não deu certo? (Ex: "O usuário abandonou sem resposta ou pediu para falar com humano antes da proposta")
Você não precisa incluir os três componentes em toda descrição — quanto mais contexto, melhor, mas a IA consegue trabalhar com qualquer combinação.
Boas práticas ao preencher o resumo do negócio
O campo Resumo do negócio é tão importante quanto os próprios KPIs. Inclua:
- O que o chatbot faz (ex: "bot de atendimento pós-venda para e-commerce de moda")
- Os principais fluxos disponíveis (ex: "rastreamento de pedidos, trocas e devoluções, segunda via de boleto")
- O que o bot não faz (ex: "não realiza cancelamentos — encaminha para humano")
- O canal (ex: "WhatsApp, via Blip")
Quanto mais preciso o resumo, mais a IA consegue distinguir conversas que seguiram o fluxo esperado das que apresentaram desvios.
Evitando KPIs genéricos demais
O erro mais comum é descrever o que a IA já avalia por padrão. Se o seu KPI é idêntico ao critério de resolução padrão do Waizer, ele não adiciona valor.
| Genérico (Evitar) | Específico (Ideal) |
|---|---|
| "O usuário teve o problema resolvido" | "O usuário conseguiu emitir a segunda via do boleto sem intervenção humana" |
| "O bot performou bem" | "O bot identificou corretamente o produto com defeito e abriu o protocolo de troca" |
| "O atendimento foi satisfatório" | "O usuário confirmou o agendamento de visita técnica dentro da mesma conversa" |
| "Detecção de erros no fluxo" | "O bot entrou em loop ao tentar validar o CPF mais de duas vezes" |
| "Taxa de conversão" | "O usuário chegou ao passo de pagamento após passar pelo fluxo de apresentação de planos" |
Perguntas para sair do genérico
Use estas perguntas para encontrar KPIs específicos para o seu negócio:
- Qual é a ação concreta que define sucesso neste fluxo? (não "resolver o problema", mas "confirmar o agendamento", "emitir o boleto", "finalizar o cadastro")
- Quais são os pontos de abandono mais frequentes neste chatbot? Cada um pode ser um KPI de detecção.
- O que um analista de CX verificaria manualmente nessas conversas? Isso é um KPI.
- O que diferencia este bot de um bot genérico de atendimento? O que é específico do seu produto é o que deve virar KPI.
Adaptando KPIs por tipo de negócio
Chatbots de suporte ao cliente
Foque em: resolução sem escalada, reincidência (mesmo usuário abre chamado repetido), tempo até apresentar a solução.
- "Usuário resolveu o problema sem precisar de atendimento humano ou reabrir chamado"
- "Bot identificou o defeito relatado e ofereceu troca ou reembolso dentro da política vigente"
- "Usuário encontrou a informação de rastreamento sem repetir a pergunta"
Chatbots de vendas e conversão
Foque em: avanço no funil, apresentação de proposta, objeções não tratadas.
- "Usuário demonstrou intenção de compra e o bot apresentou oferta personalizada"
- "Usuário chegou à etapa de pagamento após o fluxo de qualificação"
- "Bot identificou objeção de preço e apresentou argumento de valor antes de encaminhar para humano"
Chatbots de cobrança e negociação
Foque em: proposta apresentada, acordo fechado, recusa com registro de motivo.
- "Bot apresentou proposta de parcelamento e usuário aceitou ou solicitou mais informações"
- "Usuário sinalizou incapacidade de pagamento e bot registrou o contato para reativação futura"
- "Conversa terminou com promessa de pagamento ou agendamento de retorno"
Chatbots de onboarding e cadastro
Foque em: conclusão do fluxo, pontos de desistência, dados coletados com sucesso.
- "Usuário completou o cadastro sem abandonar o fluxo no meio"
- "Bot coletou os dados obrigatórios sem precisar solicitar o mesmo campo duas vezes"
- "Usuário chegou à etapa de confirmação de e-mail após o fluxo completo"
Como testar se um KPI está sendo interpretado corretamente
Como os KPIs personalizados influenciam relatórios e o assistente — e não os cards do dashboard — a validação deve ser feita nesses dois lugares.
Validando nos relatórios
- Gere um relatório em Configurações → Relatórios para um período recente.
- Verifique se o relatório menciona os seus KPIs nas seções de métricas e plano de ação.
- Avalie se a IA interpretou corretamente o critério: o que ela identificou como problema ou oportunidade bate com o que você esperaria ver?
Se o relatório parecer genérico demais, o mais provável é que as descrições dos KPIs ou o resumo do negócio precisem de mais especificidade.
Validando com o assistente
Abra o assistente Ask Waizer no seu projeto e faça perguntas diretamente relacionadas aos seus KPIs:
- "Quantas conversas atingiram o objetivo de [nome do KPI] no último mês?"
- "Quais são os principais motivos pelos quais [KPI] não está sendo atingido?"
- "Mostre exemplos de conversas que falharam no critério de [KPI]."
Avalie se as respostas refletem o critério que você definiu ou se a IA está interpretando de forma diferente. Se o assistente não conseguir relacionar as conversas ao seu KPI, revise a descrição para ser mais explícita sobre o que constitui sucesso ou falha.
Documentação e Governança Interna
O campo de descrição de cada KPI tem espaço limitado — use-o para o critério essencial. Para uma documentação mais completa da regra de negócio, mantenha um registro interno (um documento compartilhado com a equipe) que inclua:
- Nome do KPI e versão (as descrições evoluem)
- Critério de sucesso detalhado
- Critério de falha detalhado
- Exemplos reais de conversas que ilustram sucesso e falha
- Exceções conhecidas (ex: "transferências para humano por VIP não contam como falha")
- Data da última revisão
Isso é especialmente importante quando múltiplas pessoas da equipe acessam o Waizer ou quando há rotatividade — a IA analisa com base no que está configurado, e se a configuração não reflete o acordo atual do time, os relatórios perdem utilidade.
Sempre que o fluxo do chatbot mudar de forma significativa, revise as descrições dos KPIs. Um KPI calibrado para um fluxo antigo pode gerar análises incorretas quando o bot é atualizado.
Para entender por que menos KPIs produzem análises mais precisas, como o score é calculado e como escolher os indicadores certos, veja Por que Limitar KPIs no Relatório de Performance.