Para o provedor de serviços gerenciados, o relatório de causa raiz é faturável e, ao mesmo tempo, o que mais devora hora improdutiva do analista sênior. Este é o caso de ROI de transformar esse documento em um PDF gerado pela IA dentro do próprio Znuny — e de escalar de 5 para 30 contas sem aumentar a folha.
⚡ Versão de 30 segundos
- O RCA é entregável faturável do MSP, mas escrevê-lo à mão consome as horas mais caras da operação: as do analista sênior.
- O Relatório de Causa-Raiz da Service Up, dentro do Znuny, gera um PDF de 8 seções a partir do histórico do chamado — em segundos, não em horas.
- No painel real de 30 dias: 974 chamados, 647 analisados (66% de cobertura) e 85 serviços, tudo agrupado por serviço vinculado com a causa raiz da IA.
- A conta vira: a hora sênior sai da redação do documento e volta para a engenharia que retém contrato e fecha upsell.
- A IA acelera; o humano decide. Você entrega RCA para 30 clientes sem contratar mais ninguém — e transforma o relatório em diferencial comercial.
O paradoxo do RCA no MSP: o que mais fatura é o que mais custa
Todo provedor de serviços gerenciados conhece a cena. O incidente foi resolvido, o cliente está satisfeito — e começa a parte que ninguém gosta: escrever o relatório de causa raiz. O RCA é, ao mesmo tempo, um dos entregáveis mais valorizados do contrato (é ele que justifica o ticket mensal, sustenta a renovação e abre conversa de upsell) e o que mais consome hora improdutiva do MSP.
O problema não é a análise técnica em si — essa o seu time já fez para resolver o chamado. O problema é a transcrição: ler o histórico inteiro de novo, montar a linha do tempo, redigir o resumo executivo, formatar, revisar e exportar. E quem faz isso bem é justamente o analista sênior, a hora mais cara da casa. Cada RCA escrito à mão é uma hora dessa pessoa que não está prevenindo o próximo incidente nem desenhando a próxima venda.
Em uma carteira pequena dá para absorver. Mas quando o MSP cresce para 20, 30 contas, o RCA deixa de ser detalhe e vira gargalo: ou você atrasa entregas, ou contrata mais sênior, ou começa a entregar relatório raso. Nenhuma das três é boa para a margem.
- Faturável: o RCA justifica o contrato e abre upsell — o cliente percebe valor.
- Caro de produzir: depende da hora mais cara (o sênior) só para transcrever o que já foi analisado.
- Não escala linearmente: dobrar a carteira sem mexer no processo significa dobrar a hora improdutiva.
O caso: de 5 para 30 clientes com o mesmo time
Imagine um MSP com 5 contas gerenciadas e um único analista sênior responsável pelos RCAs. Suponha um cenário conservador: cada relatório de causa raiz bem feito leva cerca de 2 horas entre releitura, redação e formatação, e a operação produz uns 4 RCAs por semana. São aproximadamente 8 horas semanais — uma jornada inteira por semana — gastas transcrevendo análises que já existiam na cabeça do time.
Agora o comercial fecha mais contas e a carteira vai a 30. No modelo manual, a matemática é cruel: mais clientes significam mais incidentes, mais RCAs, mais horas seniores em redação. O caminho óbvio seria contratar — mais um sênior, talvez dois. É exatamente esse custo marginal que o Relatório de Causa-Raiz da Service Up corta.
Atenção: esses números de horas, RCAs e contas são ilustrativos — uma conta de guardanapo para você raciocinar, não dados do módulo. Troque pelos valores reais da sua operação. O que não é ilustrativo é o que o módulo já faz em produção, com os números reais a seguir.
- Cenário ilustrativo (números seus, não do módulo): 5 contas, ~2h por RCA, ~4 RCAs/semana ≈ 8h seniores/semana só em redação.
- Dobrar a carteira no modelo manual dobra a hora improdutiva — ou força contratação.
- É esse custo marginal de redação que o módulo elimina; a análise técnica continua sendo do seu time.
Veja em ação · do chamado ao PDF
O que o Relatório de Causa-Raiz da Service Up faz na prática
O Relatório de Causa-Raiz é um módulo da Service Up que roda dentro do Znuny (a plataforma de ITSM e help desk que muitos MSPs já usam). Ele tem duas faces, e ambas atacam o gargalo do MSP.
Primeira face, por chamado: o Copilot lê o histórico do ticket e gera um RCA completo em PDF, com 8 seções padronizadas. O documento sai pronto, sempre no mesmo formato, em segundos — não em horas. O analista sênior deixa de ser o redator e passa a ser o revisor: bate o olho, ajusta o que precisa, decide. A IA acelera; o humano decide.
Segunda face, o painel agregado: os chamados do período são agrupados por serviço vinculado, com a causa raiz identificada pela IA como detalhe de cada grupo. Para o MSP, isso é ouro de QBR (revisão trimestral) — você chega na reunião com o cliente mostrando padrões reais por serviço, não anedotas soltas.
O motor é o DeepSeek (modelo deepseek-chat), e o processamento pode ser sob demanda, no botão “Processar agora”, ou em lote pelo console, com o comando bin/znuny.Console.pl Maint::AICopilot::RCAScan. Ou seja: dá para varrer a operação inteira de uma vez, fora do horário de pico.
- 8 seções no PDF: resumo executivo, linha do tempo, análise de gaps + causa raiz, sentimento, status técnico, recomendações, métricas e conclusão.
- Por chamado (PDF pronto para anexar e enviar ao cliente) e agregado (painel por serviço, ideal para QBR).
- Geração sob demanda (“Processar agora”) ou em lote pelo console (Maint::AICopilot::RCAScan).
Os números reais do painel: 974 chamados, 647 analisados, 85 serviços
Não são projeções — são os dados de um período real de 30 dias no painel do módulo. Foram 974 chamados, dos quais 647 analisados pela IA, o que dá 66% de cobertura, distribuídos em 85 serviços. A cobertura por capacidade fica em 88% de sentimento, 84% de RCA e 30% de FAQ.
O painel também mostra a realidade operacional crua, e é aqui que mora o insight comercial para o MSP. Havia 182 chamados marcados como “No linked service” — ou seja, incidentes que ninguém amarrou a um serviço de contrato. Para um MSP, cada um desses é potencialmente trabalho que não está vinculado (e, portanto, não justificado) a um serviço de contrato. O serviço com mais chamados foi “Consultoria::Dúvida”, com 142 — um padrão que, exposto no QBR, vira argumento de treinamento, de FAQ ou de novo pacote de serviço.
Um exemplo concreto do tipo de achado que a análise entrega: o chamado #2685787, em que a IA detectou um gap de aproximadamente 29 dias na linha do tempo. Achar isso na mão, relendo o histórico, é o tipo de trabalho que consome o sênior. A IA aponta; o humano interpreta e decide o que fazer com a informação.
- 974 chamados / 647 analisados / 66% de cobertura / 85 serviços (30 dias, dados reais).
- Cobertura por capacidade: Sentimento 88% · RCA 84% · FAQ 30%.
- Sinais acionáveis: 182 chamados sem serviço vinculado, “Consultoria::Dúvida” como top (142) e gaps como o de ~29 dias no #2685787.
O antes e depois: para onde vai a hora sênior
O ganho de ROI não está em demitir ninguém — está em mudar o que a hora mais cara faz. No modelo manual, o sênior é redator de documento. No modelo com o Copilot, ele é revisor e estrategista.
Antes: o incidente é resolvido, o sênior reabre o chamado, relê tudo, monta a linha do tempo manualmente, escreve as 8 seções, formata, revisa, exporta o PDF e envia. Cada relatório come uma fatia grande do dia. Trinta clientes nesse ritmo só fecham a conta com mais gente na folha.
Depois: a varredura roda em lote (“Processar agora” ou o console RCAScan), os PDFs saem prontos no formato padrão, e o sênior abre cada um para revisar e assinar embaixo. O mesmo time que entregava RCA para 5 contas passa a sustentar 30 — porque a parte que escalava de forma linear (a redação) virou segundos de processamento. A hora liberada volta para o que retém e expande contrato: engenharia preventiva, QBR consultivo e novas vendas.
Por que isso vira diferencial comercial (e não só economia interna)
O efeito mais óbvio é de custo: você corta a hora improdutiva e adia (ou elimina) a próxima contratação. Mas o efeito que ganha proposta é comercial.
Quando o RCA vira PDF padronizado em segundos, o MSP pode oferecer relatório de causa raiz em todo incidente relevante como parte do pacote — algo que concorrentes que escrevem à mão não conseguem prometer sem estourar a margem. O entregável que era custo vira argumento de venda. E o painel agregado por serviço transforma o QBR de “prestação de contas” em “consultoria”: você senta com o cliente e mostra, com dados, onde estão os padrões de incidente e o que vale atacar.
É assim que o relatório deixa de ser o item que segura a sua operação e passa a ser o que diferencia a sua proposta. A tese da Service Up é clara: a IA não substitui o seu time — ela acelera o trabalho braçal para que as pessoas decidam, consultem e vendam.
Como começar
O Relatório de Causa-Raiz é um módulo da Service Up, que é parceira Znuny/OTOBO e atende MSPs e provedores no Brasil. Se a sua operação já roda em Znuny, a conversa começa por aí; se ainda não, faz parte do escopo avaliar o encaixe.
O caminho prático é simples: a gente mostra o módulo rodando sobre um recorte real da sua operação, você vê o PDF de 8 seções saindo de um chamado seu e o painel agregando os seus serviços, e a partir daí fazemos juntos a conta de ROI com os números da sua carteira — quantas horas seniores por mês voltam para o que importa.
Fale com o time comercial da Service Up no WhatsApp +55 11 5192-3351 e peça uma demonstração com os seus chamados.
🔧 Para os técnicos
Abra só o que te interessa.
Qual modelo de IA gera o relatório e como ele é processado?
O motor é o DeepSeek (modelo deepseek-chat). O processamento pode ser sob demanda, pelo botão “Processar agora” na interface, ou em lote pela linha de comando do Znuny: bin/znuny.Console.pl Maint::AICopilot::RCAScan. O modo em lote é o que viabiliza varrer a carteira inteira de uma vez, agendado fora do horário de pico, sem ocupar analista.
O que exatamente vem nas 8 seções do PDF?
Resumo executivo, linha do tempo, análise de gaps + causa raiz, análise de sentimento, status técnico, recomendações, métricas e conclusão. O formato é padronizado, então todo cliente recebe o mesmo nível de relatório — o que elimina a variação de qualidade típica de quando cada sênior escreve do seu jeito.
De onde saem os números de cobertura (66%, 88%, 84%, 30%)?
São do painel real do módulo em um período de 30 dias: 974 chamados, 647 analisados (66% de cobertura), 85 serviços. A cobertura por capacidade do Copilot foi de 88% em sentimento, 84% em RCA e 30% em FAQ. A cobertura não é 100% porque depende do histórico disponível e do vínculo do chamado — por isso 182 chamados apareceram como “No linked service”. Para o MSP, fechar esse gap de vínculo é tanto higiene de dados quanto oportunidade de melhor justificar o serviço no contrato.
O painel agregado serve para QBR de qual forma, tecnicamente?
O painel agrupa os chamados do período por serviço vinculado e anexa a causa raiz identificada pela IA como detalhe de cada grupo. Na prática, você leva ao QBR uma visão por serviço (ex.: “Consultoria::Dúvida” liderou com 142 chamados) em vez de casos isolados. Combinado com sinais como gaps de tempo (o chamado #2685787 teve um gap de ~29 dias detectado), isso vira pauta consultiva: onde concentrar prevenção, treinamento ou um novo pacote de serviço.
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 seu RCA virar PDF em segundos?
Converse com o nosso time comercial e veja a IA aplicada ao seu atendimento.
Falar com o comercial no WhatsApp+55 11 5192-3351
