Sua planilha de relatório de incidente está mentindo para o seu gestor (sem querer)

A tese desconfortável: seu relatório não é uma mentira, é uma lembrança

Vou começar pela provocação que dá título a este texto. A planilha de relatório de incidente que você preenche depois de um post-mortem não está mentindo de propósito. Ninguém ali quer enganar o gestor. O analista é competente, o time é dedicado, e mesmo assim o documento que chega ao C-level está, quase sempre, distorcido.

O motivo é simples e quase ofensivo de tão óbvio: você escreve o relatório de memória, sob pressão, horas ou dias depois do incidente. E a memória humana não é uma câmera de segurança. Ela é um editor. Ela guarda o momento em que o telefone tocou às 3h da manhã, a reunião tensa, a frase ríspida do cliente. E apaga, sem pedir licença, as 29 horas de silêncio em que o chamado ficou simplesmente parado esperando alguém olhar.

O resultado é um relatório que conta a história do que doeu, não a história do que aconteceu. E essas duas histórias quase nunca são a mesma. Um relatório de incidente confiável precisa ser a segunda, mas o cérebro humano, por design, entrega a primeira.

Por que o viés é inevitável (e por que a culpa não é sua)

Existe um nome para isso na psicologia: viés de saliência. Lembramos do que foi vívido, emocional, recente. O pico de estresse e o final do incidente dominam a narrativa. O meio, o tédio, a espera, o gap, evaporam. É a mesma razão pela qual você lembra do trânsito horrível de uma viagem, mas não das três horas tranquilas de estrada.

Some a isso um segundo problema, mais político: ninguém escreve um relatório sobre o próprio trabalho sem um instinto de autopreservação. Não é desonestidade. É humano. Quando o gap aconteceu no seu turno, na sua fila, na sua decisão de priorização, a redação tende, sutilmente, a suavizar. A culpa migra para o sistema lento, para o cliente que demorou a responder, para o fornecedor. Cada uma dessas atribuições pode até ser verdadeira em parte, mas a proporção fica torta.

O incidente vira um conjunto de impressões em vez de um conjunto de fatos com carimbo de hora. E aqui está o ponto central deste artigo: você não tem como remover esse viés só se esforçando mais. Ele não é um bug do analista. É uma característica de como humanos lembram. A solução não é cobrar mais disciplina de quem escreve. É mudar quem escreve.

O gap que ninguém anota é o que mais custa caro

Deixe-me ser concreto sobre o que chamo de gap. Não é o tempo total de resolução, esse o SLA já mede. É o intervalo silencioso entre uma ação e a próxima dentro do mesmo chamado: a resposta do cliente que ficou três dias sem retorno do time, o escalonamento que demorou para sair da fila, o período em que o ticket ficou tecnicamente aberto mas humanamente esquecido.

Esse gap raramente entra no relatório manual, por uma razão dolorosamente simples: ele não dói no momento em que acontece. Ninguém sente um chamado parado. Ele só vira dor depois, quando o cliente reclama ou o número estoura. Na hora de escrever o post-mortem, o analista lembra da correção técnica difícil, daquele deploy às pressas, e não dos dias mortos em que nada aconteceu, porque a ausência de evento não deixa lembrança.

No nosso módulo, vimos isso de forma cristalina no chamado #2685787: um gap de aproximadamente 29 dias. Vinte e nove dias. Pergunte a qualquer pessoa que tocou aquele chamado quanto tempo ele ficou parado e a resposta sincera vai ser um chute. A IA não chuta: ela soma os carimbos de hora e mostra o número. Esse é o tipo de fato que um relatório de incidente confiável existe para revelar, e que a memória esconde por padrão.

A virada: a IA não tem ego para proteger

Aqui está a parte contrarian que costuma incomodar. A vantagem decisiva da IA neste trabalho específico não é ser mais inteligente que o seu analista. Na maioria das análises técnicas, o seu time é mais inteligente. A vantagem é que a IA não tem nada a perder.

Ela não estava de plantão. Não tomou a decisão de priorização que deu errado. Não vai ser cobrada na reunião de segunda. Não tem reputação dentro do time, nem orgulho profissional, nem aquele instinto de fechar a narrativa de um jeito que a deixe bem na foto. Para a IA, o chamado #2685787 e qualquer outro são apenas uma sequência de eventos com timestamps. Ela lê a linha do tempo inteira, do primeiro ao último evento, com a mesma frieza para a parte heroica e para a parte embaraçosa.

É por isso que a frase que resume nossa tese inteira é: a IA não substitui o humano, ela tira o ego da equação. O humano continua decidindo o que fazer com a verdade. Mas a verdade, antes de virar decisão, precisa de uma testemunha que não esteja emocionalmente envolvida. A IA acelera e mede; o humano interpreta e decide.

O framework MEDE: como produzir um relatório que não mente

Se você quiser sair deste artigo com algo prático, mesmo que ainda não use nosso módulo, leve este framework. Ele não é um recurso do produto, é um modelo mental que criei aqui para este texto, e o chamo de MEDE porque é exatamente o oposto do que a planilha faz, que é relembrar. São quatro perguntas que separam um relatório de incidente confiável de uma redação de memória.

M de Marcos com carimbo de hora: todo evento relevante precisa de um timestamp objetivo, não de um advérbio. Troque “rapidamente”, “demorou um pouco” e “logo depois” por horários reais. Adjetivo é opinião; timestamp é fato.

E de Espaços medidos, não sentidos: calcule os gaps entre eventos em vez de estimá-los. O intervalo entre a resposta do cliente e a próxima ação do time é um número, não uma impressão. É quase sempre nesse número, e não na correção técnica, que mora a causa raiz.

D de Despersonalizar a narrativa: a causa raiz é sobre o que travou no fluxo, não sobre quem falhou. Quando a análise nasce dos dados e não da memória de quem estava lá, o viés de autopreservação simplesmente não tem por onde entrar.

E de Evidência sobre emoção: o resumo executivo que sobe ao C-level precisa apontar para a timeline, não substituí-la. Toda afirmação tem que ter uma linha da história clicável atrás dela. Se você aplicar o MEDE à mão, já melhora muito. A questão honesta é: você tem tempo de fazer isso em 974 chamados por mês? É exatamente aí que a IA entra.

Como o Relatório de Causa-Raiz da Service Up aplica isso na prática

O MEDE é a teoria. O nosso módulo é a teoria rodando sozinha, dentro do Znuny, sobre os seus chamados reais, todos os dias. O Relatório de Causa-Raiz da Service Up tem duas faces que cobrem tanto o analista quanto o gestor.

Por chamado, o Copilot gera um relatório de 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 e a análise de gaps são exatamente o M e o E do framework, automatizados. É o documento que você queria ter escrito, sem o viés de tê-lo escrito.

Para o gestor, há o painel agregado: os chamados do período agrupados por serviço vinculado, com a causa raiz da IA como detalhe de cada grupo. Em vez de ler 647 relatórios, o C-level vê o padrão, quais serviços concentram os gaps, onde o fluxo trava com mais frequência. Os números são reais e auditáveis: 974 chamados em 30 dias, 647 analisados, 66% de cobertura, 85 serviços, com causa raiz (RCA) presente em 84% e sentimento em 88% dos analisados. O motor é o DeepSeek (deepseek-chat), e o processamento roda sob demanda no botão “Processar agora” ou em lote pelo console, com bin/znuny.Console.pl Maint::AICopilot::RCAScan.

O que muda na sua reunião de C-level na segunda-feira

Imagine a próxima reunião de status. Em vez de o seu gerente apresentar uma narrativa, ele apresenta uma evidência. Em vez de o C-level perguntar “tem certeza?”, ele clica na timeline. Em vez da discussão escorregar para “de quem foi a culpa”, ela foca em onde o fluxo trava, porque a causa raiz veio despersonalizada por padrão.

Esse é o ganho real, e ele é tão organizacional quanto técnico. Um relatório de incidente confiável não serve só para registrar o passado. Ele muda a qualidade da conversa sobre o futuro. Quando o número do gap está na mesa, ninguém perde 20 minutos discutindo se foi muito ou pouco tempo. O número está ali. A energia da reunião vai para a decisão, que é o trabalho que humanos fazem melhor que qualquer IA.

E note o que não estamos dizendo: que a IA decide. Ela não decide. Ela mede o gap, escreve a timeline sem editorializar e mostra onde travou. O seu time olha esses fatos limpos e decide o que fazer. A IA acelera; o humano decide. É essa divisão de trabalho que faz o relatório finalmente parar de mentir, sem querer, para o seu gestor.