---
title: "Custo por Resolução: a métrica que revela o custo real"
description: Seu custo por ticket esconde um multiplicador de 2,3x. Veja como calcular o que cada problema resolvido realmente custa ao seu time de suporte.
---

[Content](https://blog.getdarwin.ai/pt-br)

# [Custo por Resolução: a métrica que revela o custo real](https://blog.getdarwin.ai/pt-br/custo-por-resolucao-metrica-suporte)

 Escrito por [Lautaro Schiaffino](https://blog.getdarwin.ai/pt-br/author/lautaro-schiaffino) | 3 de ago. de 2026 12:00:00

*Última atualização: 31 de julho de 2026*

Todo líder de suporte tem um número de custo por ticket em alguma apresentação, mas pouquíssimos conseguem defendê-lo quando o financeiro aperta: esse número mede **contatos** e a conversa de orçamento é sobre **problemas resolvidos**. Não são a mesma unidade, e é nessa lacuna que se esconde a maior parte do custo de suporte.

O custo por resolução fecha essa lacuna: ele diz quanto realmente custa à sua empresa fazer o problema do cliente desaparecer, não quanto custa enviar uma resposta. Este guia cobre como calculá-lo bem, com quais benchmarks você deve se comparar, os quatro fatores que elevam o número e como a resolução com IA muda a aritmética no suporte B2B.

## O que você vai encontrar neste guia

- [O que o custo por resolução realmente mede](https://blog.getdarwin.ai/pt-br/custo-por-resolucao-metrica-suporte?hs_amp=true#what)
- [Benchmarks por setor e por canal](https://blog.getdarwin.ai/pt-br/custo-por-resolucao-metrica-suporte?hs_amp=true#benchmarks)
- [Quatro fatores que elevam o seu número](https://blog.getdarwin.ai/pt-br/custo-por-resolucao-metrica-suporte?hs_amp=true#drivers)
- [Como a resolução com IA muda o cálculo](https://blog.getdarwin.ai/pt-br/custo-por-resolucao-metrica-suporte?hs_amp=true#ai)
- [Um plano de 30 dias para ter um número defensável](https://blog.getdarwin.ai/pt-br/custo-por-resolucao-metrica-suporte?hs_amp=true#plan)
- [Perguntas frequentes](https://blog.getdarwin.ai/pt-br/custo-por-resolucao-metrica-suporte?hs_amp=true#faq)

## O que o custo por resolução realmente mede

Custo por resolução é o custo total de resolver por completo um caso de cliente, dividido entre todos os casos que seu time fechou no período. "Custo total" é mais amplo do que a maioria imagina: salários e encargos, licenças de ferramentas, overhead de QA e gestão, treinamento e o custo das escalações. Nas estruturas de custo de uma central de serviços, [a mão de obra dos agentes representa de 70% a 80% do custo por ticket](https://www.lorikeetcx.ai/articles/customer-service-cost-per-ticket), e o restante se divide entre ferramentas e overhead. Só esse dado explica por que programas de redução de custo que se limitam a renegociar software quase nunca movem o número principal.

### A fórmula, e a versão que importa

A maioria calcula isto:

**Custo por contato = custo operacional total de suporte ÷ contatos atendidos**

É um número operacional útil, mas responde à pergunta errada. A versão que sobrevive a uma revisão de orçamento é:

**Custo por resolução = custo operacional total de suporte ÷ casos únicos resolvidos**

A diferença entre os dois números é o seu overhead de contatos repetidos. Se os clientes precisam de vários contatos antes de o problema realmente fechar, seu custo por resolução é um múltiplo do custo por contato. Uma análise de benchmarks coloca a média em [2,3 contatos por caso](https://www.lorikeetcx.ai/articles/customer-service-cost-per-ticket): um time que reporta 12 dólares por contato gasta, na prática, cerca de 28 dólares por problema resolvido.

### Por que os times B2B sofrem mais

No suporte B2B os casos são menos numerosos, mas mais pesados: integrações que quebram, disputas de permissão, exceções de faturamento, diagnósticos que atravessam vários sistemas. Os tempos de atendimento variam muito e as escalações consomem horas de engenharia que nunca aparecem no modelo de custo. Um custo por contato médio, sobre uma fila em que 80% dos tickets levam cinco minutos e 20% levam duas horas, não diz nada de útil sobre onde seu dinheiro vai.

**Ponto-chave:** reporte os dois números. O custo por contato é sua métrica de eficiência e o custo por resolução é sua economia unitária. Se os dois estão se distanciando, sua qualidade de resolução está piorando mesmo quando o painel de eficiência aparece no verde.

## Benchmarks por setor e por canal

Antes de afirmar que seu custo está alto, você precisa saber o que é "normal" para o seu tipo de negócio. A análise entre setores mostra um custo por ticket que vai de [2,70 dólares em interações simples de varejo até 60 dólares em casos complexos de suporte B2B](https://livechatai.com/blog/customer-support-cost-benchmarks), com uma base global de 6 a 7 dólares por contato em todos os setores. A dispersão reflete o tempo de atendimento, a complexidade do caso e o grau de especialização que seus agentes precisam ter.

O canal pesa tanto quanto o setor: a voz é o caminho mais caro até uma resolução e o autoatendimento o mais barato, desde que resolva de verdade e não apenas desvie.

| Canal ou segmento | Custo típico por ticket | Por quê |
| --- | --- | --- |
| Autoatendimento | USD 1–4 | Sem tempo de agente; o custo é manter o conteúdo |
| E-mail | USD 8–15 | Assíncrono, mas lento para fechar |
| Chat ao vivo (humano) | USD 10–16 | A concorrência de sessões ajuda; atenção em tempo real custa |
| Telefone | USD 17–25 | Um agente, um cliente, o maior tempo de atendimento |
| Suporte SaaS (combinado) | USD 18–35 | Complexidade técnica, agentes especializados |
| Suporte B2B enterprise | USD 30–60 | Atendimento longo, SLAs contratuais, escalações |

Os valores por canal e de autoatendimento vêm de [benchmarks de custo por resolução entre canais](https://unthread.io/blog/customer-support-cost-per-resolution-statistics/), que também citam dados da Gartner colocando o autoatendimento em [1,84 dólar por contato contra 13,50 nos canais assistidos](https://unthread.io/blog/customer-support-cost-per-resolution-statistics/). Essa diferença de quase sete vezes é a maior alavanca estrutural da economia de suporte, e a razão pela qual os [programas de deflexão de tickets](https://blog.getdarwin.ai/pt-br/deflexao-tickets-ia-2026-playbook-b2b?hsLang=pt-br) são aprovados com tanta facilidade, mesmo quando são medidos mal.

## Quatro fatores que elevam o seu número

Quando o custo por resolução supera o benchmark do seu segmento, a causa quase nunca é "os agentes são lentos". É estrutural, e em geral se trata de uma destas quatro coisas.

### 1. Contatos repetidos

É o multiplicador mais alto e o menos medido. O FCR do setor fica em [69% agregado entre todos os setores](https://unthread.io/blog/customer-support-cost-per-resolution-statistics/), o que significa que aproximadamente um em cada três casos precisa de um segundo contato antes de fechar. E os tickets reabertos somam: a [taxa média de reabertura é de 5,4%](https://unthread.io/blog/customer-support-cost-per-resolution-statistics/). Cada um carrega o custo integral do agente sem produzir uma resolução adicional. Levar a [resolução no primeiro contato](https://blog.getdarwin.ai/pt-br/melhorar-resolucao-primeiro-contato-ia?hsLang=pt-br) de 55% para 70% elimina algo entre [25% e 30% dos contatos repetidos](https://www.lorikeetcx.ai/articles/customer-service-cost-per-ticket) sem automatizar um único ticket.

### 2. Respostas inconsistentes

Contatos repetidos quase sempre se explicam por conhecimento, não por esforço. Quando três agentes respondem à mesma pergunta de faturamento de três formas diferentes, uma dessas respostas gera um follow-up. Corrigir o conteúdo de origem é mais barato do que tratar o sintoma, e é por isso que uma [base de conhecimento com IA](https://blog.getdarwin.ai/pt-br/como-criar-base-conhecimento-ia-reduzir-tickets-suporte-cliente-2026?hsLang=pt-br) bem mantida aparece como métrica de custo, não só de experiência.

### 3. Roteamento errado

Uma redefinição de senha esperando atrás de três escalações de integração custa posição na fila, troca de contexto e atenção especializada que nunca foi necessária. Um roteamento que direciona cada caso para o caminho mais barato capaz de resolvê-lo de verdade — automação, autoatendimento, primeiro nível ou especialista — elimina esse overhead sem mexer no quadro de pessoal. Organizações com níveis de suporte bem definidos chegam a [72% de FCR contra 45% das que não têm essa estrutura](https://unthread.io/blog/customer-support-cost-per-resolution-statistics/).

### 4. Deflexão que não resolve

A automação mais cara é a que responde sem solucionar. Ela tira o contato da sua fila, fecha o ticket e produz um segundo contato na semana seguinte, muitas vezes em um canal mais caro e com um cliente mais irritado. Se a sua [taxa de contenção](https://blog.getdarwin.ai/pt-br/taxa-de-contencao-metrica-ia-suporte?hsLang=pt-br) sobe enquanto o custo por resolução fica parado, você está movendo contatos de lugar em vez de eliminar trabalho.

## Como a resolução com IA muda o cálculo

O custo por resolução virou métrica de conselho porque hoje ele varia em quase duas ordens de magnitude conforme quem atende o caso. Tickets resolvidos por IA ficam em torno de [0,50 a 2,37 dólares por resolução quando a IA assume o caso por completo](https://www.lorikeetcx.ai/articles/customer-service-cost-per-ticket): comparável ao autoatendimento, mas com a qualidade de resolução de um agente experiente.

Aplicado aos 20% de tipos de ticket com maior volume, os mais repetitivos, isso leva essas categorias de 18–35 dólares para poucos dólares: uma [redução de 85% a 95% nesse segmento](https://www.lorikeetcx.ai/articles/customer-service-cost-per-ticket). Somando a melhoria de FCR e a consistência das respostas, o custo operacional total de suporte costuma cair entre [20% e 35% em 6 a 12 meses](https://www.lorikeetcx.ai/articles/customer-service-cost-per-ticket).

Duas condições definem se você vê essa economia. A IA precisa concluir a tarefa — consultar o pedido, aplicar o crédito, restabelecer a permissão — e não resumir um artigo de ajuda. E a taxa de escalação precisa se manter baixa. Se a IA passa mais da metade das conversas para uma pessoa depois de coletar contexto, você paga duas resoluções e recebe uma. Esse é o princípio de design por trás da [Eva, a trabalhadora da Darwin AI](https://www.getdarwin.ai/en/worker/eva), que atende conversas de entrada de ponta a ponta no WhatsApp, e-mail e chat, e escala com todo o contexto apenas quando o caso realmente precisa de uma pessoa.

### O número combinado é o que interessa ao financeiro

Ninguém automatiza tudo. O que você administra é uma combinação: parte dos casos resolvida por IA a custo marginal quase nulo e o resto por agentes a 18–35 dólares ou mais. Os benchmarks sugerem que times de SaaS que passam de 40% de resolução com IA conseguem levar o custo combinado por ticket para a faixa de [8 a 15 dólares](https://www.lorikeetcx.ai/articles/customer-service-cost-per-ticket). Acompanhe essa combinação mês a mês, porque é o número que diz se o seu investimento em automação está capitalizando ou empacou. Se você está montando o business case do zero, nosso guia para [medir o ROI da automação com IA](https://blog.getdarwin.ai/pt-br/medir-roi-automacao-ia-guia-2026?hsLang=pt-br) mostra como apresentá-lo a um CFO.

## Um plano de 30 dias para ter um número defensável

Você não precisa de um data warehouse para isso. Precisa de quatro semanas e uma planilha honesta.

**Semana 1: montar o custo total.** Reúna o custo totalmente carregado dos agentes (salário, encargos, benefícios), as licenças das ferramentas de suporte, a parcela de folha de gestão e QA, e o treinamento. Resista à vontade de excluir o overhead porque parece injusto: o financeiro vai incluir.

**Semana 2: contar os dois denominadores.** Contatos totais atendidos e casos únicos resolvidos. A maioria das centrais aproxima o segundo agrupando tickets do mesmo solicitante sobre o mesmo tema em uma janela móvel. Divida o custo total por cada um. A razão entre os dois resultados é o seu multiplicador de contatos repetidos.

**Semana 3: segmentar por tipo de ticket.** Pegue as dez categorias de maior volume e calcule o custo por resolução de cada uma usando o tempo de atendimento da categoria em vez de uma média combinada. Aqui o modelo se paga: quase sempre há duas ou três categorias consumindo uma fatia desproporcional da capacidade e uma ou duas de alto volume fáceis de automatizar.

**Semana 4: modelar uma intervenção.** Escolha a categoria de maior volume e menor complexidade e modele o que acontece se a IA resolver 60% dela de ponta a ponta. Mostre o custo da categoria antes e depois e para onde vai a capacidade liberada. Esse antes e depois convence mais do que qualquer apresentação de fornecedor.

Revise o modelo a cada trimestre: o mix de tickets muda e um modelo preciso no primeiro trimestre costuma estar errado no terceiro.

Reduza seu custo por resolução sem reduzir a qualidade do atendimento

A Eva, trabalhadora da Darwin AI, resolve conversas de entrada de ponta a ponta no WhatsApp, e-mail e chat, e escala com todo o contexto apenas quando uma pessoa é necessária.

[Veja como a Eva funciona](https://www.getdarwin.ai/en/worker/eva)

## Perguntas frequentes

### Como se calcula o custo por resolução?

Divida o custo operacional total de suporte — salários carregados, ferramentas, QA, overhead de gestão e treinamento — pelo número de casos únicos resolvidos no mesmo período. Calcule o custo por contato em paralelo. A diferença entre os dois revela seu overhead de contatos repetidos, que fica em média em [2,3 contatos por caso](https://www.lorikeetcx.ai/articles/customer-service-cost-per-ticket) nos times analisados.

### Qual é um bom custo por resolução para uma empresa B2B?

Depende muito da complexidade. Os benchmarks colocam o suporte SaaS em [18 a 35 dólares por ticket e o suporte B2B enterprise em 30 a 60 dólares](https://livechatai.com/blog/customer-support-cost-benchmarks). Times com mais de 40% de resolução por IA costumam reportar números combinados de [8 a 15 dólares](https://www.lorikeetcx.ai/articles/customer-service-cost-per-ticket). Compare-se primeiro com os seus últimos doze meses.

### Custo por resolução é melhor que custo por ticket?

Respondem a perguntas diferentes. Custo por ticket mede eficiência de atendimento; custo por resolução mede economia unitária. Como o FCR do setor fica em [69%](https://unthread.io/blog/customer-support-cost-per-resolution-statistics/), cerca de um terço dos casos gera mais de um ticket, então o custo por ticket subestima sistematicamente o que cada problema custa. Meça os dois.

### A automação com IA realmente reduz o custo por resolução?

Só quando resolve em vez de encaminhar. Uma IA que faz triagem e repassa reduz o custo de forma marginal. Uma IA que assume o caso completo reduz o custo dessas categorias em [85% a 95%](https://www.lorikeetcx.ai/articles/customer-service-cost-per-ticket). A taxa de escalação é o número a vigiar: se estiver alta, o escopo da automação está amplo demais.

### Qual métrica melhorar primeiro?

Resolução no primeiro contato, quase sempre. Não exige investimento em automação e levá-la de 55% para 70% elimina algo entre [25% e 30% dos contatos repetidos](https://www.lorikeetcx.ai/articles/customer-service-cost-per-ticket). Automatizar sobre uma operação com FCR baixo é automatizar retrabalho.

[Visualizar publicação completa](https://blog.getdarwin.ai/pt-br/custo-por-resolucao-metrica-suporte)

```json
{
  "@context" : "http://schema.org",
  "@type" : "BlogPosting",
  "author" : {
    "@type" : "Person",
    "name" : "Lautaro Schiaffino"
  },
  "dateModified" : "2026-08-03T12:00:00.538Z",
  "datePublished" : "2026-08-03T12:00:00Z",
  "headline" : "Custo por Resolução: a métrica que revela o custo real",
  "image" : {
    "@type" : "ImageObject",
    "height" : 800,
    "url" : "https://images.unsplash.com/photo-1626266061368-46a8f578ddd6?w=1200&q=80",
    "width" : 1200
  },
  "mainEntityOfPage" : "https://blog.getdarwin.ai/pt-br/custo-por-resolucao-metrica-suporte",
  "publisher" : {
    "@type" : "Organization",
    "logo" : {
      "@type" : "ImageObject",
      "height" : 60.0,
      "url" : "https://39806895.fs1.hubspotusercontent-na1.net/hubfs/39806895/Screenshot%202023-12-21%20at%2018.30.52.png",
      "width" : 125.31645
    },
    "name" : "Content"
  }
}
```