Como detetar sinais de churn nas conversas do Intercom
Transforme as conversas do Intercom em sinais de churn: tags, atributos de conversa, avaliações CSAT e comentários, Topics Explorer, Workflows e exportações.
Por Florian
A maioria dos clientes que deixam uma subscrição diz alguma coisa antes. Perguntam como exportar os dados, queixam-se de uma cobrança, avaliam mal uma conversa ou escrevem três vezes sobre o mesmo bug. No Intercom, essas mensagens ficam na Inbox, são fechadas e raramente voltam a ser vistas em conjunto.
Este guia mostra como transformar as conversas do Intercom em sinais de churn que pode contar e com que pode agir: que sinais procurar, como os captar com tags e atributos de dados de conversa, como ler as avaliações das conversas e como extrair os dados. Limita-se à documentação do próprio Intercom: avaliações de conversas, relatórios de CSAT, o relatório de tags de conversas, dados de conversa, Topics Explorer, exportações de dados e a referência da Conversation API (todos consultados em novembro de 2026).
Os sinais que vale a pena captar
Nem todas as conversas dizem alguma coisa sobre o churn. Estes são os padrões que normalmente dizem. Trate-os como hipóteses a confrontar com os seus próprios cancelamentos, não como regras.
| Sinal | Como aparece no Intercom | Como o captar |
|---|---|---|
| Intenção explícita de cancelar | “Como cancelo”, “fechar a minha conta”, “deixem de me cobrar” | Tag, ou um atributo de dados de conversa definido por um Workflow |
| Atrito na faturação | Cobrança contestada, renovação inesperada, pedido de reembolso | Tag billing-complaint |
| Saída dos dados | Perguntas sobre exportar os dados ou apagar o espaço de trabalho | Tag data-export |
| Satisfação baixa | Uma má avaliação da conversa, muitas vezes com um comentário | Avaliação da conversa (nativa) |
| Contacto repetido | O mesmo cliente a escrever várias vezes sobre o mesmo problema | Atributo como “Problema” e relatórios por empresa ou utilizador |
| Funcionalidade em falta | “Faz X?” seguido de “vamos procurar noutro lado” | Tag feature-gap com um atributo de lista que indica a funcionalidade |
O objetivo é um conjunto pequeno e estável. Uma lista de quarenta tags que ninguém aplica de forma coerente é pior do que cinco que toda a gente usa.
Tags vs atributos de dados de conversa
O Intercom dá-lhe duas formas de etiquetar uma conversa, e servem para coisas diferentes.
As tags são rápidas e livres. O relatório de tags de conversas do Intercom mostra as conversas novas, as conversas com tag, as conversas com tag ao longo do tempo e as tags mais usadas. Duas ressalvas dessa página importam para a análise do churn:
- As conversas são datadas pela sua data de início, não pela data em que a tag foi adicionada.
- Os relatórios de tags são atualizados com um atraso de 24 a 36 horas, por isso não são um alerta em tempo real.
Os atributos de dados de conversa estão mais perto dos campos de ticket. O guia de dados de conversa do Intercom explica que se criam em Settings > Data > Conversations, com um tipo de dados texto, número, verdadeiro/falso ou lista de valores. Podem ser definidos manualmente na conversa, com macros ou automaticamente por Workflows.
Para os sinais de churn, um atributo de lista como “Sinal de churn” com valores fixos (Pedido de cancelamento, Queixa de faturação, Exportação de dados, Funcionalidade em falta, Nenhum) é normalmente mais fiável do que as tags: os colegas escolhem de uma lista em vez de escrever, e os valores são coerentes nos relatórios.
Encaminhar a intenção de cancelar com Workflows
O centro de ajuda do Intercom sobre atribuir conversas nota que os Workflows podem marcar conversas com tags automaticamente, marcá-las como prioritárias, definir atributos de conversa e encaminhar para uma equipa. Uma configuração simples para a intenção de cancelar:
- Crie um atributo de lista “Sinal de churn” (Settings > Data > Conversations).
- Crie um Workflow que corre quando um cliente envia uma mensagem. Acrescente um ramo para as mensagens que contenham expressões como “cancel”, “unsubscribe”, “close my account” ou “refund”.
- Nesse ramo, defina “Sinal de churn” como Pedido de cancelamento e adicione uma tag se também a quiser no relatório de tags.
- Atribua a conversa à equipa que trata da faturação ou da retenção.
- Reveja o ramo de poucas em poucas semanas. As regras por palavras-chave também apanham “cancelar a minha encomenda” e “cancelar a reunião”, por isso conte com falsos positivos e deixe os colegas corrigir o atributo.
Uma regra que nunca deve mudar: se o cliente pede para cancelar, a equipa que recebe a conversa cancela. O encaminhamento existe para que o pedido seja tratado depressa e registado corretamente, não para lhe pôr mais passos à frente. Veja o nosso guia sobre as regras de click to cancel.
Se o seu espaço de trabalho usa o Fin, o Intercom documenta também o Topics Explorer, que usa IA para agrupar as conversas em temas e subtemas. Os administradores podem criar, fundir, renomear e apagar temas, por isso pode moldar à mão um tema “Cancelamento”. O Intercom indica requisitos: precisa do add-on Pro, só está disponível enquanto o Fin estiver ativo, e o modelo inicial baseia-se nas conversas recebidas nos últimos 90 dias. É distinto do antigo relatório de temas de conversa baseado em palavras-chave.
Ler as avaliações das conversas
As avaliações das conversas são o CSAT nativo do Intercom. Segundo o artigo sobre avaliações de conversas do Intercom:
- Depois de um colega fechar uma conversa, o cliente vê cinco reações emoji (no Messenger) ou cinco emoji com etiquetas de texto (no email), e é-lhe pedido um comentário opcional, chamado remark.
- A avaliação aplica-se ao colega que enviou a última mensagem na conversa.
- As conversas de grupo, com mais do que um utilizador ou lead, não são inquiridas.
O artigo sobre relatórios de CSAT descreve um modelo de relatório Surveyed CSAT disponível para os colegas com acesso aos relatórios, que inclui as avaliações e os comentários das conversas separados por sentimento. O Intercom sugere filtrar pela avaliação da conversa para encontrar as conversas negativas e trabalhar primeiro nessas. Os gráficos de CSAT personalizados, e o uso dos atributos de avaliação em relatórios personalizados, exigem o plano Advanced ou Expert.
Para o churn, o comentário é muitas vezes mais útil do que a pontuação. Um dois em cinco com “é a terceira vez que pergunto por esta fatura” diz-lhe mais do que qualquer média. Leia os comentários negativos todas as semanas e etiquete cada conversa com o seu atributo “Sinal de churn”.
Duas cautelas:
- Uma avaliação descreve uma conversa, não toda a relação do cliente. Uma avaliação positiva num cancelamento tratado depressa é um bom resultado, não um sinal de que o cliente fica.
- O viés de resposta é real. Só alguns clientes avaliam. Não compare amostras pequenas entre colegas ou meses como se fossem precisas.
Extrair os dados
Para ligar os sinais de suporte a quem cancelou realmente, precisa dos dados fora do Intercom. O artigo sobre exportação do Intercom e as páginas de ajuda relacionadas descrevem vários caminhos:
| Caminho | O que obtém | Limites documentados pelo Intercom |
|---|---|---|
| Reports > Dataset export | CSV dos metadados das conversas: IDs, datas, atributos, métricas | Sem o conteúdo completo das mensagens; downloads no navegador limitados a 10 000 linhas, os maiores enviados por email |
| Exportação da Inbox | Transcrições em texto ou PDF | Algumas centenas de conversas por operação |
| Conversations API | Objetos de conversa completos, incluindo tags, atributos personalizados e a avaliação | Aplicam-se limites de pedidos e paginação |
O objeto Conversation da API contém tags, custom_attributes (os seus atributos de dados de conversa) e conversation_rating, que guarda uma avaliação de 1 a 5 e um comentário opcional. Isso basta para cruzar os dados do Intercom com os seus dados de faturação pelo email do cliente ou pelo ID de utilizador.
Uma rotina semanal
- Segunda-feira: abra o relatório Surveyed CSAT, filtre as avaliações negativas da semana passada e leia todos os comentários.
- Defina o atributo “Sinal de churn” em qualquer conversa que mostre um e que o Workflow tenha falhado.
- Exporte as conversas da semana com um sinal de churn (Dataset export ou API).
- Cruze-as com os seus dados de subscrições: quem cancelou, quem fez downgrade, quem teve um pagamento falhado nas semanas seguintes.
- Uma vez por mês: conte que sinais vieram mais vezes antes dos cancelamentos, e verifique se os motivos que os clientes dão ao suporte correspondem aos que dão ao cancelar. O nosso guia sobre encontrar o que prevê o churn explica como ler isso sem confundir correlação com causa.
Guarde as palavras do cliente tal como as escreveu. Uma citação é uma prova; um resumo escrito mais tarde é uma opinião.
Fazer isto com a NoChurn
O conector Intercom da NoChurn é só de leitura: lê conversas e nunca responde, marca ou altera nada no Intercom. As conversas são associadas aos seus clientes pelo email; as correspondências duvidosas são-lhe sugeridas para confirmar e nunca fundidas automaticamente. As conversas associadas alimentam o churn score (0 a 100) e a vista de fatores de churn, e são guardadas como provas datadas e textuais que podem ser anexadas a uma resposta de chargeback no Stripe ou no Braintree, redigida pela IA e enviada só depois de a rever. Tags, encaminhamento, avaliações e respostas ficam no Intercom. Veja NoChurn + Intercom.