Quanto custa um ticket aberto para as empresas?

Levando em consideração o desenvolvimento de um produto no mercado de TI, temos diversos custos atrelados que são uma das bases para precificação, tais como: horas de desenvolvimento, licenças, armazenamento, hospedagem, infraestrutura do escritório, gerenciamento e afins.

Quando falamos em atendimento ao cliente, normalmente negligenciamos o trade-off que enfrentamos. O que é mais custoso: esforços para evitar um deploy com bugs, mais capricho no UX (designer), atenção com a documentação, empoderamento do cliente ou diversas pessoas atendendo chamados?

Na indústria existe uma métrica conhecida como PoNC (Price of Non Conformance) que basicamente mede os custos atrelados aos defeitos de produtos. Cada relatório de não conformidade (NCR) tem um custo ao ser aberto, que leva em consideração o avaliador do problema, o retrabalho, a matéria-prima, as licenças de software, o tempo de espera e a insatisfação do cliente.

Normalmente o PoNC é vinculado a uma meta de redução e segue uma regra bem simples, a do anti-GAP, que basicamente instrui a: não Gerar defeito, não Aceitar defeito e não Passar defeito, considerando fornecedores e clientes internos e externos.

Voltando para o cenário de TI, temos alguns tipos de tickets: pergunta, incidente, problema e atividade. Para cada tipo, podemos mensurar um preço médio baseado em parâmetros parecidos com o que indústria costuma considerar. Exemplo: médias de tempo para resolver um determinado tipo de ticket; quantas pessoas de diversas áreas estão analisando, desenvolvendo soluções, quais softwares necessários e uma estimativa de satisfação do cliente em termos de Churn (evasão de clientes).

Uma das metas deve ser a redução do número de tickets, pois quanto mais tickets, mais gastos. E se um cliente sai por conta da ineficiência de atendê-lo, isso deve também ser refletido nos resultados. A literatura e a mídia deixam bem claro que gastamos cerca de cinco vezes mais tentando atrair clientes do que em mantê-los. Isso significa que além dos custos mencionados investiremos, pelo menos, cinco vezes mais para repor esse cliente.

Quanto ao custo em si, tomemos como exemplo alguns dados fictícios de uma determinada semana (semana 2 no gráfico abaixo). A resolução média foi de 69 tickets por dia, com uma média de 13 analistas distintos por dia nessa semana. O que nos leva a uma capacidade média de pouco mais de cinco tickets por dia por atendente.

Se o custo mensal de um dos 13 analistas girar em torno de R$ 5 mil (estimativa meramente explicativa), o custo médio por dia e por analista será de R$ 250, considerando 20 dias úteis. E como sua capacidade média é de aproximadamente 5,3 tickets por dia, temos um custo estimado de R$ 47 por ticket, sem considerar todos os custos que mencionados anteriormente.

Com a estimativa de R$ 47,00 por ticket na semana 2, vamos estimar o gasto com tickets abertos na semana seguinte (semana 3). Há cerca de 325 tickets abertos, o que significa que, somente com horas de pessoal, teríamos um custo de R$ 15.275,00 nessa semana. Algo em torno de R$ 61,1 mil por mês. Ressalto mais uma vez que estamos considerando só a ponta do iceberg.

Levantar a métrica do custo de um ticket de forma acurada considerando todas as variáveis envolvidas e os produtos, comparado ao PoNC é fundamental. Entretanto, sem o engajamento da companhia para entender o que é esse custo, como usá-lo em seu favor e buscar o retorno sobre o investimento, ele será só mais um indicador natimorto.

Algumas fintechs como o Nubank, que foi considerado o melhor banco do Brasil pela Forbes com base em diversos critérios, incluindo o atendimento, buscam se reinventar com modelos preditivos, interfaces atraentes, investimento em autoatendimento e esforço para excelência na capacitação de sua equipe. De acordo com o Mercado Livre, 56% do total de funcionários do Nubank estão alocados no atendimento, trabalhando dia e noite para que seus clientes “não precisem deles”, ou seja com foco na satisfação do cliente que, além de cumprir a principal missão de qualquer empresa, reduz o número de tickets e mantém a saúde financeira da corporação.

*Henrique Santana é Cientista de Dados e atua no time de Inovação da Braspag. Desenvolve soluções em Visão Computacional, Mineração de Dados e Sistemas de Recomendação. Tem paixão pelo aprendizado constante e acredita no poder do método científico. É entusiasta da Inteligência Artificial e evangelista para uma cultura orientada a dados nas organizações modernas.