Um guia prático para analistas e líderes de suporte: como gerar o PDF de RCA de um chamado, ler o painel agregado por serviço e transformar tudo isso em postmortem, reunião de qualidade e priorização do que mais dói.
⚡ Versão de 30 segundos
- O módulo tem duas faces: (a) o Copilot conversa em linguagem natural e gera um PDF de RCA de um chamado com 8 seções em segundos; (b) um painel agregado mostra a causa raiz por serviço vinculado no período.
- Nos últimos 30 dias do ambiente real: 974 chamados, 647 analisados pela IA (66% de cobertura), 85 serviços. Sentimento 88%, RCA 84%, FAQ 30%.
- Para gerar um RCA: abra o Copilot (menu Ferramentas), peça em linguagem natural o relatório do nº do chamado e baixe o PDF — pronto para o gestor.
- Para manter os dados em dia, mantenha a cobertura alta com o botão ‘Processar agora’ (roda em segundo plano nos últimos N dias) ou com o scan de console bin/znuny.Console.pl Maint::AICopilot::RCAScan.
- Casos de uso diretos: postmortem de incidente, pauta da reunião de qualidade e priorização do tema recorrente — hoje ‘Consultoria::Dúvida’ lidera com 142 chamados. A IA acelera; o humano decide.
Duas faces do mesmo módulo
O Relatório de Causa-Raiz vive dentro do Znuny, no menu Ferramentas, e faz duas coisas que se complementam. A primeira é micro: você escolhe um chamado e o Copilot devolve um relatório de RCA completo em PDF, em segundos. A segunda é macro: um painel agregado que olha para todos os chamados do período de uma vez, agrupados por serviço vinculado, com a causa raiz da IA como detalhe.
A regra mental é simples. Quando você precisa entender um caso específico — explicar para o cliente, montar um postmortem, justificar um SLA estourado — você usa a face por chamado. Quando você precisa enxergar onde a operação está sangrando — qual serviço gera mais ruído, qual tema se repete — você usa o painel agregado. O mesmo motor de IA (DeepSeek, modelo deepseek-chat) alimenta as duas.
Face 1 — O PDF de RCA por chamado, em 8 seções
Você abre o Copilot e pede, em linguagem natural, o relatório do chamado. Ele lê todo o histórico — descrição, interações públicas e internas, notas, mudanças de estado — e monta um PDF estruturado, pronto para o gestor, sem você redigir uma linha. Foi assim que vimos, por exemplo, o chamado #2685787 sair com um gap crítico de cerca de 29 dias identificado automaticamente.
O PDF traz oito seções nesta ordem: 1) Resumo executivo; 2) Linha do tempo com todas as interações; 3) Análise de gaps + causa raiz; 4) Evolução do sentimento do cliente; 5) Status técnico; 6) Recomendações de curto e médio prazo; 7) Métricas de qualidade; 8) Conclusão. A seção de gaps é onde a IA aponta os silêncios e atrasos — os intervalos em que o chamado ficou parado — e amarra isso à causa raiz provável.
O mesmo Copilot ainda faz busca semântica, análise de sentimento, tempo vs. SLA, gráficos sob demanda e o panorama de tickets. Ou seja: o RCA em PDF é um entregável, mas a conversa não para nele.
Veja em ação · do chamado ao PDF
Face 2 — O painel agregado por serviço
O painel agregado responde a uma pergunta diferente: ‘onde está concentrado o problema?’. Ele lista os chamados criados no período agrupados por serviço vinculado, e para cada grupo traz a causa raiz que a IA destilou como detalhe. Em vez de ler 974 chamados, você lê 85 serviços ordenados por volume.
No ambiente real, o serviço que mais aparece é ‘Consultoria::Dúvida’, com 142 chamados — um tema recorrente que pede atenção. Há também uma cauda longa de serviços com poucos chamados cada. E um sinal que vale ouro para higiene de dados: 182 chamados aparecem como ‘No linked service’, ou seja, sem serviço vinculado. Esse número alto não é só estatística; é um indicador de que o cadastro na abertura está falhando e distorcendo qualquer relatório por serviço.
A operação inteira · painel de causa-raiz
Recriação do painel real (Ferramentas → AI Copilot · Relatório de Causa-Raiz).
Como ler a cobertura (Sentimento / RCA / FAQ)
A cobertura diz quanto da operação a IA já enxergou — e é o primeiro número que você deve checar antes de confiar em qualquer conclusão. No período, foram 974 chamados, dos quais 647 analisados pela IA: 66% de cobertura geral.
Esse total se desdobra em três trilhas independentes. Sentimento: 88% (860 chamados) — quase tudo já foi lido emocionalmente. RCA: 84% (823 chamados) — a grande maioria já tem causa raiz. FAQ: 30% (300 chamados) — aqui há espaço claro para crescer. Há ainda 22 palavras negativas ativas configuradas no módulo, que apoiam a leitura de sentimento.
A leitura prática: se a cobertura de RCA está em 84%, as conclusões do painel são confiáveis, mas lembre-se de que ~16% ainda não entraram. Se uma trilha está baixa (como o FAQ em 30%), você sabe onde rodar mais processamento antes de tirar conclusões.
Passo a passo: do zero ao relatório
Siga este roteiro na primeira vez que abrir o módulo.
Use os filtros para recortar o que importa antes de processar — isso economiza tempo e deixa o painel focado na pergunta que você quer responder.
- 1. Abra o módulo em Ferramentas > Copilot / Relatório de Causa-Raiz, dentro do Znuny.
- 2. Defina os filtros: Período (24h, 7d, 15d, 20d, 30d ou intervalo customizado), Filas e Estados.
- 3. Clique em ‘Processar agora’ para rodar a análise em segundo plano sobre os últimos N dias — ou use o scan de console para popular tudo de uma vez.
- 4. Confira a barra de cobertura (geral 66%, Sentimento 88%, RCA 84%, FAQ 30%) para saber se os dados já estão maduros.
- 5. Para um caso específico: peça ao Copilot, em linguagem natural, o RCA do número do chamado e baixe o PDF das 8 seções.
- 6. Para a visão macro: abra o painel agregado, ordene por serviço (ex.: ‘Consultoria::Dúvida’, 142) e leia a causa raiz de cada grupo.
Três usos reais no dia a dia
Postmortem de incidente: terminou um caso crítico? Gere o PDF de RCA do chamado. A linha do tempo, a seção de gaps e a causa raiz já vêm prontas — você não reconstrói o histórico na mão, só revisa e ajusta. O caso #2685787, com gap de ~29 dias, é o tipo de achado que normalmente passa despercebido e que a IA traz para a superfície.
Reunião de qualidade: leve o painel agregado em vez de planilhas. A evolução do sentimento, as métricas de qualidade e a causa raiz por serviço viram pauta automática. E a cobertura mostra ao time o quanto da operação já está sendo monitorada.
Priorizar o tema recorrente: o serviço no topo do volume aponta onde investir. Com 142 chamados, ‘Consultoria::Dúvida’ sugere uma necessidade de documentação ou treinamento; os 182 ‘No linked service’ sugerem uma correção de processo na abertura. A IA acelera o diagnóstico; o humano decide o que fazer com ele.
🔧 Para os técnicos
Abra só o que te interessa.
Qual a diferença entre o botão ‘Processar agora’ e o scan de console RCAScan? Quando uso cada um?
Os dois disparam o mesmo motor de análise (DeepSeek deepseek-chat), mas em contextos diferentes. O ‘Processar agora’ é o gatilho da interface: roda a análise em segundo plano sobre os últimos N dias respeitando os filtros ativos (Período, Filas, Estados) — ideal para o analista atualizar um recorte sob demanda durante o trabalho. Já o comando bin/znuny.Console.pl Maint::AICopilot::RCAScan é o caminho operacional/em lote: serve para popular ou reprocessar a base de uma vez pela linha de comando e pode ser agendado. Use o botão para iterar rápido em um recorte; use o console para manter a cobertura alta de forma contínua e desatendida.
As três coberturas (Sentimento 88%, RCA 84%, FAQ 30%) são independentes? Por que divergem?
Sim, são trilhas independentes do mesmo pipeline, e por isso somam bases diferentes: Sentimento cobre 860 chamados, RCA cobre 823 e FAQ cobre 300, contra os 974 do período. Cada análise é aplicada e atualizada separadamente, então uma pode estar mais adiantada que a outra conforme o que já foi processado. Sentimento está em 88% e RCA em 84% — bem próximos —, enquanto o FAQ, em 30%, é a trilha com mais chamados ainda não cobertos, ou seja, a alavanca óbvia de crescimento. Na prática: confie no painel por serviço (apoiado no RCA de 84%), mas trate o FAQ como uma trilha em construção, não como cobertura representativa.
Como o painel lida com os 182 chamados ‘No linked service’ e por que isso importa para o relatório?
O agrupamento do painel agregado é feito pelo serviço vinculado ao chamado. Quando o chamado não tem serviço cadastrado, ele cai no bucket ‘No linked service’ — e 182 deles num universo de 974 é um volume grande o suficiente para enviesar qualquer leitura por serviço, já que ~19% da operação fica fora dos grupos reais. A agregação por serviço perde resolução exatamente onde esses chamados deveriam aparecer. A recomendação é tratar esse número como métrica de higiene de dados: criar regras de obrigatoriedade de serviço na abertura ou um saneamento retroativo. Reduzir os ‘No linked service’ aumenta diretamente a confiabilidade do painel e da priorização por tema.
O Copilot decide sozinho ou eu continuo no controle do diagnóstico?
O Copilot acelera, ele não decide por você. Ele lê o histórico completo do chamado, identifica gaps, correlaciona estados e timeline e propõe uma causa raiz provável em segundos — mas o entregável (PDF de 8 seções ou painel por serviço) é um insumo de decisão, não uma sentença. O analista revisa a seção de gaps, valida a causa raiz sugerida e ajusta as recomendações de curto e médio prazo antes de levar ao gestor ou ao cliente. É a tese da Service Up na prática: a IA acelera; o humano decide. Você ganha autonomia e velocidade sem terceirizar o julgamento técnico.
Este módulo é parte do AI Copilot da Service Up
Somos especialistas em ITSM e help desk (parceira Znuny/OTOBO). O AI Copilot já roda no nosso ambiente — e pode rodar no seu.
Quer ver o Copilot gerar um RCA do seu próprio chamado? A IA acelera; você decide.
Converse com o nosso time comercial e veja a IA aplicada ao seu atendimento.
Falar com o comercial no WhatsApp+55 11 5192-3351
