Oi, @uiliane. Muito legal a sua pergunta, até porque no dia a dia da função de DC IA é comum nos depararmos com análises de dados qualitativos e quantitativos 😀
Na Blip, o acompanhamento é feito principalmente pelo menu de Análise dentro da plataforma Blip, que já entrega várias informações prontas sobre jornada, retenção e performance do bot. Para métricas específicas de experiência, como NPS, CSAT e TTR, o processo funciona assim:
• CSAT e NPS
Você pode coletar dentro do próprio fluxo — enviando uma pesquisa rápida no final do atendimento, seja do bot ou humano. Depois, esses dados ficam disponíveis nos relatórios da Blip ou podem ser exportados para ferramentas externas (como Databricks), caso seu cliente queira análises mais detalhadas.
• TTR (Time to Respond)
Essa métrica vem dos módulos de atendimento humano (Blip Desk). A plataforma calcula automaticamente o tempo médio que o atendente leva para responder.
• Taxa de Abandono
Também é nativa do Blip: mostra quando um usuário inicia uma conversa, mas não conclui o fluxo ou sai antes de receber atendimento.
Sobre os cálculos:
📌 CSAT (Customer Satisfaction Score)
(Soma de todas as notas promotoras — geralmente 4 e 5) ÷ (total de respostas) × 100.
📌 NPS (Net Promoter Score)
% de Promotores (9-10) − % de Detratores (0-6).
O resultado varia de -100 a 100.
📌 TTR (Time to Respond)
Tempo médio entre a mensagem do cliente e a primeira resposta do atendente.
📌 Taxa de Abandono
Nº de conversas iniciadas que não foram concluídas (ou não receberam atendimento) ÷ nº total de conversas iniciadas × 100.
No dia a dia, para quem trabalha com conversas e IA, o mais importante é acompanhar esses indicadores para entender onde melhorar a experiência. Já análises mais profundas, dashboards avançados e monitoramento contínuo geralmente ficam com especialistas dos times de dados.