Uma base de conhecimento não é um ativo do tipo "publique e esqueça". Como qualquer ferramenta de suporte, ela precisa ser medida, revisada e melhorada. O desafio é saber quais números realmente indicam se a base de conhecimento está fazendo seu trabalho — e quais são métricas de vaidade que parecem significativas, mas não são.
Este guia aborda as métricas que importam, como interpretá-las e quais ações elas devem desencadear.
A Pergunta Central
Antes de listar métricas, é útil estabelecer o que "funcionar" significa para uma base de conhecimento. Há três coisas que você quer que ela faça:
- Deflectir tickets de suporte — responder perguntas que os clientes de outra forma teriam submetido como tickets ou mensagens de chat
- Responder perguntas completamente — resolver o problema do visitante sem que ele precise contatar o suporte depois
- Ser encontrável — alcançar visitantes que têm a pergunta, seja chegando pelos mecanismos de busca ou de dentro do seu produto
Cada métrica que vale a pena acompanhar corresponde a um desses três resultados.
Métricas de Deflexão de Tickets
Tendência de Volume de Tickets
A métrica mais grosseira, mas mais útil em termos direcionais. Se sua base de conhecimento está crescendo em conteúdo e tráfego enquanto o volume de tickets se mantém estável ou diminui, a base de conhecimento provavelmente está contribuindo para a deflexão. Se ambos crescem juntos, você está adicionando artigos, mas eles não estão resolvendo perguntas antes que os tickets sejam abertos.
Para obter um sinal mais claro: compare o volume de tickets nas mesmas categorias onde você adicionou artigos. Se os tickets de faturamento diminuem após você publicar uma série de artigos sobre faturamento, há uma ligação direta.
Taxa de Contato
Taxa de contato = (número de contatos de suporte) / (número de visitantes ou usuários ativos)
Uma taxa de contato em declínio, mantendo a base de usuários constante, significa que os clientes estão resolvendo mais problemas sem recorrer ao suporte. Essa métrica é mais significativa do que o volume bruto de tickets porque controla o crescimento da sua base de clientes.
Visualizações da Base de Conhecimento Antes do Envio do Ticket
Se sua plataforma rastreia sessões, você pode medir qual porcentagem de clientes que submeteram um ticket havia visitado anteriormente um artigo da base de conhecimento. Uma alta porcentagem de clientes visualizando artigos e depois submetendo tickets de qualquer forma sugere que seus artigos não estão resolvendo completamente o problema — o visitante leu o artigo e ainda assim não conseguiu resolver o problema.
Métricas de Qualidade dos Artigos
Classificação de Utilidade
Um simples prompt de "Isso foi útil? Sim / Não" no final de cada artigo gera o sinal de qualidade mais acionável. Acompanhe:
- Taxa de utilidade geral em todos os artigos (uma linha de base)
- Taxa de utilidade por artigo para identificar artigos específicos que precisam de melhoria
- Tendência ao longo do tempo — se a taxa de utilidade de um artigo cair, algo mudou (a interface do produto, um recurso relacionado ou um erro comum que o artigo não aborda mais)
Uma taxa de utilidade abaixo de 60% para um artigo frequentemente visualizado é um sinal claro de que a reescrita ou expansão é necessária.
Temas de Comentários das Respostas "Não"
Quando você permite que os clientes deixem um comentário explicando por que um artigo não foi útil, esses comentários são alguns dos feedbacks de conteúdo mais valiosos que você jamais receberá. Revise-os mensalmente. Temas comuns:
- "As etapas não correspondem ao que vejo na minha tela" → o artigo está desatualizado
- "Isso não responde minha pergunta" → o título do artigo está atraindo tráfego que ele não consegue atender
- "Fiz isso e ainda não funciona" → a seção de solução de problemas está incompleta
Indicador de Tempo até a Resolução
Isso requer rastreamento de sessão: quanto tempo um visitante passa em um artigo antes de navegar para fora (presumivelmente resolvido) ou clicar no CTA de contato/chat (não resolvido)? Sessões muito curtas significam que o visitante encontrou a resposta instantaneamente (bom) ou desistiu imediatamente (ruim). O contexto da classificação de utilidade esclarece qual é o caso.
Métricas de Encontrabilidade
Taxa de Pesquisa Sem Resultados
Cada consulta de pesquisa inserida na pesquisa do seu help center que retorna zero resultados é um cliente com uma pergunta para a qual você não escreveu um artigo — ou escreveu de forma tão imprecisa que ele não aparece. Exporte esses dados mensalmente e trate-os como uma lista de pendências de artigos.
Muitas plataformas de base de conhecimento exportam uma lista das principais consultas de pesquisa. A interseção de consultas de alta frequência com zero resultados é sua lacuna de conteúdo de maior prioridade.
Principais Consultas de Pesquisa
A lista completa do que os clientes pesquisam no seu help center é mais útil do que qualquer sessão de brainstorming interno sobre o que escrever a seguir. São seus clientes dizendo diretamente o que precisam. Revise essa lista mensalmente.
Tráfego de Busca Externa
Quantos visitantes chegam aos artigos do seu help center pelo Google ou outros mecanismos de busca? Uma participação crescente de tráfego externo significa que seus artigos estão ranqueando para consultas relevantes e atraindo novos visitantes que podem ainda não ser clientes. O tráfego externo em declínio após uma mudança no site pode indicar um problema técnico de SEO.
Acompanhe isso no Google Search Console, segmentado por URL do artigo.
Visualizações de Página dos Artigos
As visualizações brutas de página indicam quais artigos estão recebendo atenção. Combinadas com as classificações de utilidade, revelam suas oportunidades de otimização de maior prioridade:
| Visualizações | Utilidade | Ação |
|---|---|---|
| Alta | Alta | Documente e replique para outros artigos |
| Alta | Baixa | Reescrita urgente — alto tráfego, baixa resolução |
| Baixa | Alta | Promova mais proeminentemente ou melhore o título para busca |
| Baixa | Baixa | Avalie se o artigo deve existir |
Métricas Operacionais
Artigos Publicados vs. Perguntas Sem Resposta
Acompanhe quantos artigos você publica a cada mês e compare com o volume de novas perguntas surgindo do chat e dos tickets. O objetivo é reduzir a lacuna — cobrir novas categorias de perguntas mais rapidamente do que elas se acumulam.
Desatualização dos Artigos
Defina um limite de desatualização — por exemplo, qualquer artigo não revisado em 6 meses é sinalizado. Execute um relatório mensal de artigos desatualizados e atribua-os para revisão. Um artigo tecnicamente preciso, mas que cobre uma interface que mudou há 8 meses, está fazendo mais mal do que bem.
Tempo até o Primeiro Artigo (para novos tópicos)
Quando um novo recurso do produto é lançado, quanto tempo leva para que um artigo da base de conhecimento cobrindo esse recurso seja publicado? Se a resposta for consistentemente "semanas" ou "depois que os primeiros 50 tickets chegaram", esse é um problema de processo — a documentação não está integrada ao fluxo de trabalho de lançamento do produto.
Construindo um Hábito de Revisão Mensal
As métricas acima só são úteis se alguém as analisa regularmente e age com base nelas. Uma revisão mensal prática abrange:
- Artigos com taxa de utilidade abaixo do limite — atribuir para reescrita
- Principais consultas de pesquisa com zero resultados — adicionar à lista de pendências de conteúdo
- Volume de tickets por categoria — identificar qualquer categoria em alta que possa indicar uma lacuna de conhecimento
- Mudança no tráfego de busca externa — sinalizar quedas que possam indicar um problema técnico
- Artigos desatualizados sinalizados este mês — atribuir para revisão
Essa revisão pode ser concluída em menos de uma hora. O efeito acumulado ao longo de 12 meses é uma base de conhecimento que melhora consistentemente em vez de se deteriorar lentamente.
Como o Nura24 Apoia a Analytics da Base de Conhecimento
O Nura24 registra visualizações de artigos e classificações de utilidade para cada artigo publicado, acessíveis no painel de gerenciamento da base de conhecimento. O recurso de análise de lacunas por IA identifica automaticamente perguntas submetidas via chat ao vivo e tickets que a base de conhecimento não pôde responder, gerando uma lista priorizada de artigos ausentes. O desempenho na busca externa é rastreável via suporte padrão de sitemap e URL canonical, compatível com o Google Search Console. Para equipes que desejam uma base de conhecimento que melhore automaticamente ao longo do tempo em vez de exigir auditorias manuais, o ciclo de analytics conectado do Nura24 — da pergunta no ticket à identificação da lacuna até a sugestão do artigo — fornece uma base prática.