Roteamento Automático de Cases: Como Pequenas Equipes de Suporte Param de Apagar Incêndio

Quem já trabalhou com equipes de suporte enxutas sabe como é o dia a dia: uma pessoa cuida de e-mail, outra responde no chat, e o gerente ainda tira dúvidas de produto entre uma reunião e outra. Quando o volume de atendimentos cresce, essa estrutura informal começa a travar. Casos ficam parados na caixa compartilhada. O cliente espera. O agente não sabe se aquele ticket já foi ou não pego por alguém.

O roteamento automático de cases existe exatamente para eliminar esse ruído operacional. A lógica é simples: ao invés de um humano decidir para quem vai cada solicitação, o próprio sistema aplica regras e distribui o trabalho. O que muda é o nível de sofisticação dessas regras.

Começando pelo básico: fila por ordem de chegada

A forma mais simples de roteamento é a fila. Casos entram em ordem e o próximo agente disponível pega o próximo ticket. Funciona bem para times que lidam com demandas homogêneas — suporte de nível 1, reset de senha, dúvidas de cobrança simples. Qualquer implementação de Service Cloud já permite configurar isso sem escrever uma linha de código.

O problema aparece quando o volume de trabalho é heterogêneo. Um caso de integração de API na fila geral pode parar na frente de alguém que nunca viu documentação técnica na vida. Aí o ticket cai numa transferência interna, o cliente precisa repetir o problema, e o tempo de resolução dobra.

Skills-based routing: colocando o caso na mão certa desde o início

O roteamento por habilidades resolve exatamente esse problema. Em vez de só olhar quem está disponível, o sistema cruza o perfil do caso com o perfil do agente. Se um ticket chega marcado com um produto específico ou com uma categoria que exige conhecimento técnico avançado, ele já vai direto para quem tem aquela competência mapeada no sistema.

Numa equipe pequena isso é especialmente valioso, porque as habilidades são distribuídas de forma desigual por definição. Você tem uma pessoa que entende de faturamento, outra que domina a integração com o ERP, uma terceira que resolve qualquer coisa relacionada ao catálogo de produtos. Sem roteamento por habilidades, essa especialização se perde — e você acaba usando mal o ativo mais caro do time: o conhecimento de cada um.

Além do perfil do agente, é possível cruzar com dados do cliente. Um cliente com contrato enterprise ou status VIP pode ter uma regra que o coloca na frente da fila automaticamente, sem depender de nenhuma intervenção manual.

Configurando as regras: não comece pelo caso mais complexo

Um erro comum em projetos de roteamento é tentar mapear 100% dos cenários antes de colocar qualquer coisa em produção. A abordagem mais segura é identificar os tipos de solicitação que mais se repetem — aqueles que todo agente já sabe de cabeça — e construir as primeiras regras em torno deles.

Três passos que fazem sentido na prática:

1. Levante o volume por categoria. Antes de configurar qualquer coisa, olhe os dados históricos. Quais são os tipos de case que mais chegam? Quais demoram mais para ser resolvidos? Esse mapeamento define as prioridades de automação.

2. Monte as regras de roteamento no Service Cloud como if-then explícitos. "Se a categoria for Billing AND o cliente tiver status Gold, rotear para a fila Finance-Priority." Simples, documentado, fácil de auditar.

3. Teste com um subconjunto antes de abrir para todo o volume. Coloque as regras em produção para um canal ou uma categoria específica. Monitore por uma semana. Ajuste o que não funcionou antes de escalar.

Onde o Agentforce entra nessa história

O artigo da Salesforce menciona o Agentforce Service e o conceito de predictive case routing — roteamento baseado em machine learning que considera não só as regras estáticas, mas também o histórico de resoluções anteriores e o perfil do agente que mais sucesso teve com casos similares. Isso é real e está disponível no Service Cloud, mas é importante ter clareza: esse nível de sofisticação pressupõe que você já tem um volume razoável de dados históricos e que as filas e categorias de case já estão estruturadas corretamente.

Não adianta ligar o Agentforce em cima de uma estrutura de filas bagunçada. Garbage in, garbage out — o modelo vai aprender os padrões errados.

O que o Agentforce traz de concreto aqui são três capacidades: análise de sentimento para identificar clientes com tom urgente ou frustrado, triagem preditiva com base no impacto potencial do caso, e coleta automatizada de informações antes mesmo de o caso chegar a um agente humano. Esse terceiro ponto tem impacto direto no tempo médio de atendimento, porque o agente abre o ticket já com tudo o que precisa para resolver.

Métricas que importam

Depois que o roteamento está rodando, as métricas básicas a acompanhar são: tempo para primeira resposta, tempo total de resolução e taxa de reatribuição (quantas vezes um case foi transferido de um agente para outro). Uma taxa de reatribuição alta geralmente indica que as regras de roteamento ainda não estão capturando o tipo de caso corretamente.

O feedback dos próprios agentes também conta. Se alguém está recebendo consistentemente casos fora da sua área, isso precisa virar um ajuste nas regras — não um problema de performance do agente.

Consideração final

Este artigo foi escrito para o público de pequenas e médias empresas e tem um tom introdutório. Para quem já opera o Service Cloud em projetos mais maduros, a maior parte do conteúdo é revisão. Ainda assim, o ponto sobre estruturar corretamente as regras antes de ativar IA preditiva é válido independente do porte da operação. É um lembrete útil de que nenhuma automação funciona bem sobre uma base desorganizada.