Tempo médio de atendimento (AHT)

O que é tempo médio de atendimento (AHT)?

O tempo médio de atendimento (AHT, do inglês average handle time) é o tempo total médio que um agente de suporte dedica ativamente a uma única interação com o cliente. Ele inclui o tempo de conversa, o tempo de espera e o trabalho pós-atendimento (ACW), que abrange tarefas como registrar anotações, atualizar cadastros ou enviar comunicações de acompanhamento. O AHT é uma das métricas mais acompanhadas em contact centers e operações de atendimento no mundo todo.

Combinado com a taxa de resolução e o CSAT, o AHT mostra com clareza se a sua equipe é rápida, eficaz ou as duas coisas.

Como calcular o tempo médio de atendimento

AHT = (tempo total de conversa + tempo total de espera + tempo total de trabalho pós-atendimento) / número de interações atendidas

Por exemplo, se um agente atende 40 ligações em um dia, com 120 minutos de conversa, 20 minutos de espera e 40 minutos de trabalho pós-atendimento, o AHT dele é:

(120 + 20 + 40) / 40 = 4,5 minutos por ligação

Pontos importantes na medição:

Benchmarks do setor

Os benchmarks de AHT variam bastante entre setores, refletindo diferenças na complexidade dos problemas e nas expectativas dos clientes:

Dado de pesquisa: segundo a McKinsey, os contact centers mais avançados estão deixando de otimizar apenas o AHT e passando a equilibrar velocidade e qualidade da resolução. O suporte com IA impulsiona essa mudança ao reduzir o tempo de atendimento em questões rotineiras sem comprometer a qualidade nas complexas.

Por que isso importa

O AHT impacta diretamente três áreas críticas da sua operação de suporte:

O erro mais comum das equipes é tratar o AHT como uma meta isolada. Um AHT menor só tem valor quando vem acompanhado de bons índices de resolução no primeiro contato e de CSAT.

Como a IA melhora essa métrica

A IA para contact centers reduz o AHT de várias formas:

O diferencial da Maven AGI

A Maven AGI reduz o AHT em duas frentes. Primeiro, o Agent Maven resolve de 80-93% dos casos sem agente humano, eliminando essas interações do cálculo do AHT. Segundo, nos tickets que chegam aos agentes humanos, o AI Copilot da Maven oferece contexto completo e sugestões de resposta para acelerar a resolução.

Abordagem da Maven AGI: a forma mais eficaz de reduzir o AHT é resolver a maioria dos tickets antes que cheguem a um agente. Os agentes de IA da Maven AGI absorvem o volume, e o AI Copilot dá aos agentes humanos o contexto de que precisam para resolver os casos restantes mais rápido. O resultado é um AHT menor, um custo por ticket menor e um CSAT maior.

Perguntas frequentes

O que é um bom tempo médio de atendimento?

O benchmark geral entre setores é de aproximadamente 6 minutos. Mas o que é "bom" depende do seu contexto. O varejo mira 3-5 minutos, enquanto o suporte técnico pode mirar 8-10 minutos. O essencial é garantir que o AHT ande junto com boas taxas de resolução. Um AHT de 3 minutos não significa nada se o cliente precisar ligar de novo.

Qual é a diferença entre AHT e tempo de resolução?

O AHT mede o tempo ativo do agente em cada interação: conversa, espera e trabalho pós-atendimento. O tempo de resolução mede todo o tempo decorrido entre a abertura do ticket e a resolução, o que pode envolver várias interações e incluir o tempo de espera entre os contatos.

Devo tentar reduzir o AHT ao mínimo?

Não à custa da qualidade. Pressionar os agentes a reduzir o AHT ao máximo pode gerar resoluções incompletas, recontatos e Customer Effort Scores mais baixos. O objetivo é eliminar o tempo desnecessário (espera, pesquisa, tarefas administrativas) e preservar o tempo necessário para uma resolução completa.

A IA consegue reduzir especificamente o trabalho pós-atendimento?

Sim. A IA se destaca em tarefas pós-interação, como resumir conversas, classificar tickets, atualizar registros no CRM e gerar e-mails de acompanhamento. Segundo a Forrester, o trabalho pós-atendimento costuma representar de 15-25% do AHT, e a automação com IA pode reduzi-lo em 30-50%, gerando ganhos mensuráveis de produtividade dos agentes.