Fin Attributes permitem que Fin entenda e classifique sobre o que é uma conversa em tempo real. Isso permite que Fin aplique valores estruturados de atributos - como tipo de problema, sentimento ou urgência - que impulsionam triagem, roteamento e relatórios mais inteligentes.

Principais benefícios

Atributos personalizados que refletem seu negócio: Treine Fin para detectar atributos como tipo de problema, urgência, sentimento ou status de spam.
Detecção adaptativa em tempo real: Fin avalia continuamente o contexto e atualiza os valores conforme a conversa evolui.
Roteamento e escalonamento inteligentes: Combine Fin Attributes com workflows e regras de escalonamento para direcionar conversas para a equipe certa no momento certo.
Estrutura pronta para relatórios: Todos os dados de atributos detectados fluem para os relatórios do Fin para insights profundos—sem necessidade de marcação manual.
Transparência e controle total: Visualize, valide e substitua a lógica de atributos do Fin a qualquer momento.

Como Fin aplica atributos

Por padrão, quando Fin está envolvido em uma conversa, ele classificará os atributos habilitados em momentos-chave:

Ao passar para um colega de equipe.
Quando o cliente expressa resolução (feedback positivo).
Quando um cliente fica inativo.

Se você configurar Escalation Rules, Fin reavaliará a conversa após cada mensagem, permitindo uma classificação mais dinâmica e em tempo real.

Nota: Se você já usa AI Category Detection, saiba como Fin Attributes se compara e como fazer a transição.

Como configurar Fin Attributes

Passo 1: Decida o que classificar

Pense nos tipos de informações estruturadas que você quer que Fin detecte. Exemplos comuns incluem:

Tipo de problema (ex.: Billing, Projects, Account Management)
Sentimento (Positivo, Neutro, Negativo)
Urgência (Urgente, Alta, Normal, Baixa)
Detecção de spam (Spam, Legitimate)

Passo 2: Crie um novo atributo (ou converta um atributo existente)

Para criar um novo Fin Attribute:

Vá para Train > Attributes.
Clique em Novo.
Preencha o Nome e a Descrição do seu atributo
Adicione Valores (com descrições claras para cada um).

Dica: Saiba como criar nomes e descrições eficazes para atributos para ajudar Fin a classificar suas conversas de suporte com alta precisão

Para converter um atributo existente:

Vá para Settings > Conversation data, clique em editar em um atributo do tipo lista e depois clique em Let Fin detect.
Uma vez convertido, o atributo aparecerá em Train > Attributes.

Nota:

Uma vez convertido para um Fin Attribute, um atributo não pode ser revertido - mas você pode deixá-lo desabilitado se necessário.
Atributos do tipo lista sincronizados do Zendesk support têm até 1.000 opções. No entanto, Fin Attributes são limitados a 250 opções. Se um atributo ultrapassar esse limite, você não poderá salvá-lo como um Fin Attribute. Para convertê-lo, considere consolidar entradas ou reduzir o número total de opções.

Passo 3: Visualize antes de habilitar

Antes de habilitar um atributo, use a visualização integrada em Train > Attributes para:

Testar valores de atributos com mensagens de clientes de exemplo
Verificar com que precisão Fin aplica o valor correto
Iterar nomes e descrições antes de habilitar

[Opcional] Passo 4: Adicionar Regras Condicionais

Use Condições para criar regras que controlam exatamente quando Fin deve detectar um atributo específico. Isso permite uma classificação mais precisa, que leva a um roteamento e relatórios mais limpos.

Condições funcionam vinculando atributos juntos, criando uma relação pai/dependente. Fin só tentará detectar o atributo dependente depois de identificar primeiro o atributo pai e seu valor.

Como funciona

A lógica para Condições é uma simples declaração If/Then:

Se Fin detectar um valor específico para um atributo pai, então ele tentará detectar o atributo dependente.

Você pode configurar essas regras no painel lateral de configurações de atributos na aba Condições. Para cada regra, você definirá:

Defina o valor do atributo pai.
Escolha a condição que deve ser acionada quando esse valor pai for detectado.
Especifique quais valores de condição são permitidos.

Exemplos:

Se Issue type = Refund request → então detecte Refund request reason.
Se Sentiment = Negative sentiment → então detecte Urgency.

Quando essa lógica estiver em vigor, Fin detectará primeiro o atributo pai. Se o valor definido corresponder, Fin tentará detectar as condições vinculadas.

Nota: A lógica das condições é respeitada nas Regras de Escalonamento. Se uma condição for referenciada em uma Regra de Escalonamento, Fin reavaliará a conversa após cada mensagem do cliente para verificar se os valores do pai e da condição correspondem.

Monitoramento e revisão dos Atributos Fin

Uma vez que seus atributos estejam ativados, Fin fornece estatísticas em tempo real para ajudar você a entender como os atributos estão sendo aplicados.

Você verá:

Conversas → o número de conversas que Fin detectou para cada atributo e valor específico do atributo.
Resolvidas → a porcentagem dessas conversas que Fin conseguiu resolver completamente.
Encaminhadas → a porcentagem de conversas encaminhadas com sucesso usando esse atributo.

Você também pode analisar conversas individuais para revisar como Fin aplicou um atributo e validar a precisão. Isso permite monitorar a precisão do atributo aplicado, revisar conversas onde o atributo está incorreto e atualizar descrições de atributos com base em padrões.

Dica: Aprenda como usar Atributos Fin em workflows, relatórios e ao analisar conversas.

Exemplos de Atributos Fin

Abaixo estão alguns exemplos de como os clientes estão usando Atributos Fin em conversas.

Exemplo de atributo Issue Type:

Projetos - Projetos são uma coleção de tarefas e atividades relacionadas com o objetivo de alcançar um resultado ou entrega específica, que pode envolver colaboração entre colegas, acompanhamento de tempo, marcos ou metas e status.
Cobrança - Cobrança abrange o gerenciamento de planos de assinatura, faturas, métodos de pagamento, descontos, recursos do plano, testes, restrições de conta, reembolsos e mais para uma experiência de cobrança sem interrupções.
Gerenciamento de Conta - Gerenciamento de Conta cobre discussões relacionadas a contas de usuário, incluindo criação, exclusão, atualização de informações pessoais e de pagamento, entre outros.

Exemplo de atributo Sentiment:

Positivo - Um sentimento positivo significa que o usuário que escreveu a mensagem parece geralmente feliz ou satisfeito e provavelmente está sentindo uma emoção positiva.
Negativo - Um sentimento negativo significa que o usuário que escreveu a mensagem parece geralmente infeliz ou insatisfeito e provavelmente está sentindo uma emoção negativa.
Neutro - Um sentimento neutro significa que o usuário que escreveu a mensagem parece não estar nem feliz nem infeliz e é difícil adivinhar sua emoção.

Exemplo de atributo Spam Detection:

Spam - Spam automatizado enviado aos agentes de suporte ao cliente. Isso inclui respostas automáticas, newsletters, postagens de convidados e outras mensagens gerais de spam que podem ser ignoradas pelo analista de CS.
Legítimo - Conversas legítimas nas quais o usuário tem um problema real que deve ser tratado por um analista de suporte ao cliente.

FAQs

O que Fin usa para detectar atributos?

Fin usa o nome do atributo, sua descrição e os nomes e descrições dos valores ao avaliar qual valor de atributo aplicar. Certifique-se de que todos esses campos estejam escritos de forma legível para humanos e fácil para Fin interpretar.

E se o atributo aplicado não for preciso?

Recomendamos verificar os nomes e descrições. Use nossas melhores práticas e teste com mensagens reais de clientes na ferramenta de visualização.

Dica profissional: Para ajudar a revisar os rótulos e descrições dos valores dos seus atributos, você pode querer experimentar uma ferramenta de escrita de IA como Chat GPT ou Claude.

Exemplo de prompt:

You are an expert in customer-support AI. You are evaluating a taxonomy used by a LLM to classify customer support conversations. For each attribute (e.g., Topic, Sentiment), the LLM chooses the most appropriate attribute based on a combination of the attribute name and its description. This taxonomy will directly impact the LLM's ability to classify real customer support conversations. Your task is to assess the quality of this setup using the following best practices: Create clear, concise names - Choose short, descriptive names that immediately convey the attributes purpose. Write comprehensive descriptions - Take the time to write detailed descriptions and include all relevant information about what belongs in the attribute. Think about every type of conversation that should fall under this attribute and describe them in the description. Providing a detailed description will help Fin classify conversations correctly. You can include keywords and examples of customer questions. Make attributes distinct - Avoid creating attributes that overlap too much. Your attributes should be clearly different from each other, making it easy to determine which one best fits a given situation. This should be checked within each attribute only. It's fine for different attributes to apply to the same conversation. It shouldn't affect the score. Overlap with values in other attributes is allowed and does not affect this score. Ignore Archived Attributes - If a attribute is marked as archived, do not evaluate or score it. Add 5 Columns to the CSV Clarity/Conciseness (1–5), Description Comprehensiveness (1–5), Attribute Distinction (1–5), Final Score, Comment Assess each parameter for each attribute, and write a comment of why you applied this rating. Then calculate the overall score for this setup. After you've done this add one more column: Overlapping Attributes. If you think any given attribute overlaps with other attributes - list these attributes there.

E se Fin não detectar um valor?

Fin retornará um valor nulo se nenhum dos atributos se aplicar, o que deixará o atributo vazio. Você pode incluir uma opção "Outro" para capturar conversas não classificadas, se preferir.

Estou usando AI Category Detection - devo mudar para Atributos Fin?

Atributos Fin são a próxima geração de AI Category Detection. Eles funcionam automaticamente, exigem menos manutenção de workflow e funcionam perfeitamente com Regras de Escalonamento, dando a você controle total sobre as conversas que Fin entrega para sua equipe.

Sua configuração atual não mudará, mas recomendamos aprender mais e mudar para Atributos Fin para um produto e experiência aprimorados.

O que acontece quando converto um atributo existente de AI Category Detection para um Atributo Fin?

Quando você converte um atributo de conversa existente de AI Category Detection em um Atributo Fin, Fin simplesmente usa o mesmo atributo de conversa subjacente. Isso significa:

O atributo convertido continuará funcionando em seus workflows e relatórios existentes sem interrupção.
Quando ativado, Fin começará a classificar valores de atributos em momentos-chave, então você pode ver esses atributos sendo atualizados duas vezes no início (uma vez pelo AI Category Detection, outra pelo Fin).
Para simplificar, você pode eventualmente remover seus blocos de workflow de AI Category Detection assim que estiver satisfeito com a forma como Fin está aplicando os atributos.
A conversão é uma ação irreversível - os atributos não podem ser revertidos para AI Category Detection, mas podem ser desativados se necessário.

Preciso envolver Fin em toda conversa para usar Atributos Fin?

Sim. Atributos Fin são aplicados por Fin quando ele está presente em uma conversa. Isso significa que Fin deve estar incluído em seus workflows para classificar as conversas.

Se preferir que Fin não responda em certos casos, você pode usar Regras de Escalonamento. Isso permite que Fin classifique a conversa e saia imediatamente, com base em atributos de conversa ou usuário de sua escolha.

Por exemplo, você poderia:

Escalonar todas as conversas onde Channel = Email
Escale todas as conversas onde Attribute = Billing

Dessa forma, você obtém os benefícios de uma classificação consistente em todas as conversas, mantendo total controle sobre quando Fin responde ou não.

Como criar Fin Attributes