Toda virada de mês é o mesmo ritual antes da reunião de qualidade no suporte: puxar tickets, montar métricas e escrever recomendações na correria. Use este checklist para chegar na reunião com panorama, métricas e RCAs já prontos — porque o Copilot da Service Up, dentro do Znuny, já analisou os chamados enquanto você dormia.
⚡ Versão de 30 segundos
- A dor não é a reunião — é a véspera: extrair tickets, cruzar planilha e redigir conclusões à mão.
- O Copilot da Service Up roda dentro do Znuny e já entrega panorama agregado, métricas e a causa raiz por chamado.
- Em 30 dias: 974 chamados, 647 analisados (66% de cobertura) e 85 serviços agrupados automaticamente.
- Cada chamado vira um RCA em PDF de 8 seções (resumo, linha do tempo, gaps, causa raiz, recomendações).
- A IA acelera e dá autonomia; quem decide a pauta e as ações da reunião continua sendo o time.
O problema não é a reunião — é a véspera
Toda gestão de suporte conhece o roteiro da reunião de qualidade no suporte: olhar o que aconteceu no mês, entender onde travou e decidir o que mudar. O problema raramente é a reunião em si. É a véspera dela.
No dia anterior, alguém senta para puxar os tickets, exportar relatório, jogar tudo numa planilha, calcular SLA, contar reaberturas e — pior de tudo — ler chamado por chamado para escrever, à mão, por que cada coisa deu errado. São horas de trabalho repetitivo que produzem um material que já envelhece no minuto seguinte.
A proposta deste checklist é simples: e se o panorama, as métricas e os RCAs já viessem prontos? É exatamente isso que o módulo de Relatório de Causa-Raiz, parte do AI Copilot da Service Up dentro do Znuny, faz rodando em segundo plano ao longo do mês inteiro.
Checklist: antes da reunião (o que costuma consumir a véspera)
Esta é a lista clássica de tarefas manuais que toda virada de mês exige. Marque mentalmente quantas delas ainda são feitas no braço hoje:
- [ ] Extrair todos os chamados do período no help desk
- [ ] Montar a planilha de métricas (volume, SLA, reaberturas, sentimento)
- [ ] Agrupar os chamados por serviço ou fila para enxergar onde dói
- [ ] Ler os chamados críticos um a um para entender a causa raiz
- [ ] Escrever as recomendações e o resumo executivo
- [ ] Formatar tudo em algo apresentável para a liderança
- [ ] Torcer para o número bater com o que o time lembra do mês
Veja em ação · do chamado ao PDF
Checklist: com o Copilot, isso já está pronto
Agora o mesmo checklist, mas com o módulo da Service Up trabalhando o mês inteiro. Cada item deixa de ser uma tarefa da véspera e vira algo que você apenas abre e revisa.
O painel agregado já mostra os chamados do período agrupados por serviço vinculado, com a causa raiz da IA como detalhe de cada grupo. Você chega na reunião com o mapa pronto, não com a planilha pela metade.
- [x] Chamados do período já analisados — 647 de 974 no último ciclo (66% de cobertura)
- [x] Métricas já calculadas — Sentimento 88%, RCA 84%, FAQ 30% de cobertura
- [x] Agrupamento por serviço automático — 85 serviços, com o top em Consultoria::Dúvida (142 chamados)
- [x] Causa raiz por chamado já escrita pela IA — incluindo gaps de prazo (ex.: chamado #2685787, gap de ~29 dias)
- [x] RCA completo em PDF por chamado — 8 seções, do resumo executivo à conclusão
- [x] Sinais de organização já visíveis — 182 chamados marcados como sem serviço vinculado, prontos para corrigir
Checklist: durante a reunião (onde o humano decide)
Com o material pronto, a reunião muda de natureza. Em vez de gastar o tempo apresentando o que aconteceu, o time gasta o tempo decidindo o que fazer. A IA acelera; o humano decide. Use este roteiro:
- [ ] Abrir o painel agregado e revisar os serviços com mais chamados no período
- [ ] Ler a causa raiz sugerida pela IA por grupo e validar com a experiência do time
- [ ] Priorizar os gaps de prazo e SLA que a linha do tempo de cada RCA expõe
- [ ] Transformar as recomendações da IA em ações com responsável e data
- [ ] Atacar os 182 chamados sem serviço vinculado para melhorar a cobertura do próximo mês
- [ ] Definir as 3 a 5 ações que entram no plano e fechar a ata
Como o material chega pronto (sem mágica)
O módulo não inventa números: ele lê os chamados reais do Znuny e usa o motor DeepSeek (deepseek-chat) para analisar texto, sentimento, tempo versus SLA e produzir a causa raiz. A análise pode rodar continuamente, então, no fim do mês, o trabalho já está feito.
Há dois caminhos para isso acontecer em segundo plano: o botão Processar agora na interface, para uma rodada sob demanda, e o processamento em lote pelo console, com o comando bin/znuny.Console.pl Maint::AICopilot::RCAScan, que pode ser agendado. Em ambos os casos, quando você abre o painel na véspera, ele já está populado.
O ponto-chave: a IA faz o trabalho repetitivo de extrair, agrupar, calcular e redigir o primeiro rascunho da causa raiz. A decisão sobre prioridade, pauta e ações continua com as pessoas. Ninguém está sendo substituído — o time está deixando de perder a véspera com planilha.
🔧 Para os técnicos
Abra só o que te interessa.
De onde vêm as métricas? A IA inventa número?
Não. O módulo lê os chamados reais do Znuny e calcula em cima deles. Os números do último ciclo de 30 dias são concretos: 974 chamados no período, 647 analisados (66% de cobertura), 85 serviços agrupados, e cobertura por análise de Sentimento 88%, RCA 84% e FAQ 30%. A causa raiz textual é gerada pelo motor DeepSeek (deepseek-chat) a partir do conteúdo dos chamados, não de estimativas.
Como faço o material já estar pronto na véspera, sem rodar na hora?
Há duas formas de processar em segundo plano. Na interface, o botão Processar agora dispara uma rodada de análise sob demanda. Para lote e agendamento, use o console: bin/znuny.Console.pl Maint::AICopilot::RCAScan. Agendando esse comando (por exemplo, diariamente), os chamados vão sendo analisados ao longo do mês e o painel agregado já está populado quando você abrir.
O que exatamente vem em cada relatório por chamado?
Cada chamado gera um RCA completo em PDF com 8 seções: resumo executivo, linha do tempo, análise de gaps e causa raiz, sentimento, status técnico, recomendações, métricas e conclusão. A linha do tempo é o que expõe gaps de prazo — por exemplo, o chamado #2685787 mostrou um gap de cerca de 29 dias. No nível agregado, o painel agrupa os chamados do período por serviço vinculado, com a causa raiz da IA como detalhe de cada grupo.
E os chamados sem serviço vinculado, atrapalham a reunião?
O painel sinaliza isso explicitamente: no último ciclo havia 182 chamados como No linked service. Em vez de ser um ruído, vira um item acionável da reunião — corrigir o vínculo desses chamados aumenta a cobertura e a qualidade do agrupamento no mês seguinte. É um exemplo de como a IA expõe o problema e o time decide a correção.
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 chegar na próxima reunião de qualidade com tudo pronto?
Converse com o nosso time comercial e veja a IA aplicada ao seu atendimento.
Falar com o comercial no WhatsApp+55 11 5192-3351
