Como acompanhar o desempenho do seu agente de IA (métricas que importam)

As métricas que valem acompanhar toda semana

• Conversas iniciadas: quantas pessoas realmente começaram uma conversa, pra entender o volume real que o agente está lidando.
• Taxa de resposta: quantas mensagens do cliente efetivamente receberam uma resposta útil, não uma falha silenciosa.
• Agendamentos realizados: quantas conversas viraram compromisso marcado — o indicador mais direto de resultado comercial.
• Transferências pra humano: quantas vezes e por quê, pra identificar se algum motivo se repete e merece entrar na base de conhecimento.

Um dashboard de métricas em tempo real, com filtro por período, só gera valor se vira hábito — revisar uma vez e nunca mais voltar é quase o mesmo que não ter métrica nenhuma.

O que fazer quando um número foge do esperado

Se a taxa de resposta cai, é sinal de revisar se apareceu algum tipo de pergunta nova que a base não cobre. Se as transferências pra humano aumentam muito num tipo específico de situação, vale considerar se aquele cenário merece um ajuste na base de conhecimento ou nas instruções, em vez de continuar escalando manualmente pra sempre.

Cruzando as métricas com o Kanban

Numa plataforma com Kanban integrado, cada etapa do funil também vira um dado — quantos leads travam num ponto específico, por exemplo, é um sinal tão importante quanto o número absoluto de conversas. Essa automação nos dois sentidos (ação na conversa move o Kanban, e vice-versa) ajuda a enxergar onde o funil realmente está travando, não só se o agente está "funcionando".

Métrica não substitui revisão de conversa real

Números mostram o quê, mas não sempre o porquê — vale complementar a métrica com uma leitura periódica de conversas reais, principalmente as que geraram transferência ou abandono. É esse hábito que separa uma implementação que melhora com o tempo de uma que fica estagnada, seja ela self-service ou não.