Um catálogo de serviços é algo que poucos centros de suporte têm.
Quando ele existe é uma vergonha algo que precisa ser melhorado.
Meter a mão gera depressão, desconforto. Tipo porta de armário que range ou não fecha direito. Ou gavetas que carecem de uma revisada geral no conteúdo, mas nunca temos ânimo.
Um dos tópicos importantes no catálogo são os prazos (comumente e erroneamente ditos de SLA, já que esse engloba mais itens do que meramente os prazos).
Da importância
Quem compra via e-commerce e não quer saber quando será entregue? Desde uma compra no AliExpress até a pizza no iFood?!
Indicar os prazos aos usuários é importante.
Eles conseguem se planejar em suas tarefas e têm expectativas claras do que esperar.
E mais, o suporte consegue “esnobar” informando: “Ainda tenho tempo, conforme combinado”.
Baaaaaaaaaaaaaah.
Não há sensação tão boa quanto essa pra quem trabalha no atendimento técnico. É como ter um iPhone ou Samsung de 10k, receber um elogio por ele e exclamar: “Ah, é bonzinho” quando estamos, por dentro, explodindo de alegria com o feedback.
OK, OK, menos Cohen, ainda não “cestou” (somente às 17:00).
Adiante
Então segue um prompt para adotar uma abordagem científica ao tema.
Por que não adianta estipular um prazo para o serviço sem ter ideia de como cumpri-lo.
O que faremos é pesquisar o que dispomos: nosso passado.
Como desempenhamos até hoje para entregar tais tempos.
Obviamente existe uma série de variáveis que prejudicariam/melhorariam nossos prazos como:
- não temos mais aquele cara que era bom pra c*
- graças a deus temos mais 2 funcionários hoje
- aquele usuário BIOS não é mais nosso cliente
- e por aí vai…
Ao prompt
Sou gerente de suporte técnico e estou avaliando os prazos de resolução de chamados. Para me ajudar a redefinir esses prazos com mais precisão, preciso que você analise e resuma as informações dos chamados em uma tabela ordenada de forma ascendente pelo nome da categoria. Organize os dados na seguinte estrutura: | Categoria | Quantidade de Chamados | Tempo Médio | Moda | Mediana | Variabilidade | Utilize o Tempo Total do Chamado para calcular o Tempo Médio (média aritmética), a Moda, a Mediana e a Variabilidade. Apresente uma breve explicação sobre cada um desses termos estatísticos após a tabela. Certifique-se de que as análises sejam claras e precisas para informar as futuras decisões sobre os prazos de atendimento. Dados fornecidos: Tempo total do chamado;Categoria do chamado 30;Roteador 45;Modem 25;Internet 50;Cabo Lógico 35;Novo Usuário 28;Configurar Notebook Novo 42;Configurar Desktop Novo 31;Fonte Computador 55;Cabo Lógico 20;Configurar Desktop Novo 48;Configurar Desktop Novo 33;Configurar Notebook Novo 27;Novo Usuário 40;ERP 22;Novo Usuário 38;ERP 52;ERP 29;Internet 47;Internet 27;Energia Elétrica 26;Energia Elétrica 43;Modem 32;Modem 49;Cadastro Nota Fiscal 36;Cadastro Nota Fiscal 23;Cadastro Nota Fiscal 39;Roteador 21;Modem 46;Internet 37;Cabo Lógico
Destrinchando o bichinho
Parte 1
Sou gerente de suporte técnico e estou avaliando os prazos de resolução de chamados. Para me ajudar a redefinir esses prazos com mais precisão, preciso que você analise e resuma as informações dos chamados em uma tabela ordenada de forma ascendente pelo nome da categoria. Organize os dados na seguinte estrutura: | Categoria | Quantidade de Chamados | Tempo Médio | Moda | Mediana | Variabilidade |
Nesse trecho você dá a real ao LLM: informa o contexto (“gerente de suporte técnico”) e o formato da saída.
Parte 2
Utilize o Tempo Total do Chamado para calcular o Tempo Médio (média aritmética), a Moda, a Mediana e a Variabilidade. Apresente uma breve explicação sobre cada um desses termos estatísticos após a tabela. Certifique-se de que as análises sejam claras e precisas para informar as futuras decisões sobre os prazos de atendimento.
Aqui a tarefa: calcular tempo médio (que nos interessa bastante), mas…
Também outras medições.
Não vou explicá-las. Teste aí e leia as explicações que o ChatGPT (LLM que uso) dará sobre as expressões estatísticas (está no prompt o pedido).
Parte 3
Dados fornecidos: Tempo total do chamado;Categoria do chamado 30;Roteador
Esse é, como sempre, um exemplo didático.
Você pode, alternativamente, carregar os dados através de um arquivo.
Restringi-os a apenas duas colunas: a) Tempo do chamado e b) categoria.
Desejo que me informe nosso desempenho passado em relação a cada serviço prestado (o qual é identificado pela categoria).
Considerações adicionais
Já me adianto…
- Moda: é o tempo médio que aparece com mais frequência na amostra de dados. Ele tende a ser o valor do tempo de entrega de um serviço que você informará no catálogo de serviços. Mas dependendo da variabilidade, PQP, isso se tornará impossível, salvo uma investigação criteriosa a respeito.
- Mediana: Metade pra lá, metade pra cá dos valores.
- Variabilidade: também conhecida como desvio padrão. Se o valor dela é baixa, crave o tempo médio calculado pelo ChatGPT com segurança no seu catálogo: significa que você consegue entregar regularmente naquele tempo. Se ela for alta, Deus do Céu; como, para o mesmo serviço, hora entregamos em 15 minutos, hora em 30 dias?! Isso mata qualquer usuário de desespero.
Então?
Através deste prompt você consegue, conforme o histórico dos seus atendimentos, ter uma ideia de em quanto tempo entrega cada serviço, seja ele uma requisição ou um incidente (isso poderia dar mais pano para manga em discussões). A questão é: damos uma expectativa e ela se baseia em fatos (ainda que passados).
Mas Cohen, que tempo devia informar se a minha variabilidade no tempo de entrega de um serviço é alta? Veja a dica abaixo.
Lembrete
Venha conversar comigo!!
Curso de Gestão de Serviços para Help Desk e Service Desk dias 17-18-19 de julho agora!
Apenas 9 colegas em ambiente exclusivo on-line.
Você não sai de casa, nem do escritório, seja onde estiver, e aprende muito sobre Gestão!
Inscreva-se em https://www.4hd.com.br/calendario
Forte abraço
El Cohen
