Para
Jorge
Diretor · Qualitin Soluções em Gestão
De: Alexandre Mota · KITEBIZ
Data: 04/05/2026
Análise interativa
RPPA · Izzi
Primeira camada
Tese em uma linha
Olá Jorge,
Recebi acesso aos datasets operacionais da Izzi (550 mil ordens de serviço, 21 meses, 548 técnicos) e fiz uma análise descritiva de primeira camada. Abaixo, os 4 padrões mais relevantes que apareceram, com explicação do que significam e por que importam.
Após a análise narrada, o dashboard interativo está embutido pra você explorar os números diretamente.
Reincidência = OS que o cliente abre, é atendida, e o cliente abre OUTRA OS pelo mesmo problema dentro de uma janela. Métrica-chave de qualidade de atendimento em telecom.
Patamar histórico
3,35%
Jan-Jun/2024 · estável
PICO
6,33%
Set/2024 · +89% em 3 meses
Hoje
~5%
2025 estabilizado · 50% acima do histórico
O que isso significa
Antes, ~3,5 em cada 100 OS voltavam pelo mesmo problema. Hoje ~5 em cada 100 voltam — aumento de 50% no volume de retornos. Em números absolutos: cerca de 5 mil OS adicionais por ano voltando que antes seriam resolvidas na primeira visita (estimativa conservadora baseada no patamar atual de ~5% sobre volume anual de ~314 mil OS). Custo operacional, capacidade ocupada com retrabalho, insatisfação do cliente final.
Por que isso importa pra Qualitin
O programa RPPA é da Qualitin. Os dados cobrem 21 meses de operação. A degradação aconteceu DURANTE essa janela e não foi revertida nos 12 meses subsequentes ao pico. A pergunta natural é: o programa detectou à época? houve plano que não funcionou? ou a métrica não estava sendo monitorada com a granularidade necessária?
Quando uma OS retorna com problema, o técnico classifica o motivo da segunda intervenção. Em 97% dos casos a categoria escolhida é "Sin motivo solución" — categoria genérica que não classifica causa.
| 1ª intervenção (TC1) | Reincidências | % "Sin Motivo" no retorno |
|---|---|---|
| T228 Reemplazo Eq EMTA | 4.645 | 97,5% |
| T226 Reemplazo Eq Video | 2.671 | 97,9% |
| "Después de revisar, no hay falla" | 1.906 | 98,2% |
| "Se canaliza Mtto Red" | 1.785 | 98,2% |
| Cambio de eliminador | 1.213 | 97,4% |
| … padrão se repete em todas as 15 categorias top | ||
O que isso significa
Quando o técnico volta na casa do cliente pela segunda vez, ele preenche um campo dizendo o motivo. Esse campo deveria classificar a causa real (problema de equipamento, problema de rede, falha de instalação anterior, etc). Em vez disso, em quase 100% dos casos ele marca uma categoria genérica que não diz nada. Sistema aceita sem questionar.
Por que isso importa
Sem classificação causal, análise de causa-raiz é impossível. A Izzi não tem como saber qual é o problema real que está fazendo OS voltarem — porque os 26 mil registros de retorno todos dizem "não foi identificado". É como se um hospital recebesse paciente que volta com a mesma dor e o médico, no segundo atendimento, anotasse "sin motivo".
Analisando os 548 técnicos com pelo menos 100 OS executadas:
Quartil melhor (137 técnicos)
2,4%
reincidência média
Quartil pior (137 técnicos)
7,1%
reincidência média
O que isso significa
Nos 25% melhores técnicos, apenas 1 OS retorna a cada 42 atendimentos. Nos 25% piores, 1 a cada 14. Diferença de 3× na taxa de retrabalho entre os melhores e os piores. Variabilidade grande pra um programa de gestão que opera há 21 meses.
Por que isso importa
Programa RPPA, conceitualmente, deveria identificar e replicar as práticas dos melhores técnicos pra elevar o piso. Razão 3× depois de 21 meses indica que essa replicação ou não está acontecendo, ou não está chegando aos piores. Espaço evidente de evolução.
Por sub-região operativa, em 2024-2025:
O que isso significa
Não é um problema disperso — é geograficamente concentrado. Sureste, com volume relativamente baixo (9% das OS), concentra reincidência 77% maior que MXCentro. Ou existe problema de capacidade técnica regional, ou de qualidade da infraestrutura física, ou de processo local — e essa diferença persiste ao longo dos 21 meses.
Por que isso importa
MXCentro é benchmark interno da própria Izzi. Algo lá funciona melhor. Identificar o que (e replicar pro Sureste) é trabalho clássico de programa de gestão — mas exige análise comparativa que não fica visível em painéis de média agregada.
Síntese
Nenhum desses 4 padrões depende de inferência causal nova — todos são contagens diretas reproduzíveis em SQL. Mas os 4 juntos descrevem uma operação que, na primeira camada da análise, parece estar rodando o ritual sem retroalimentar a operação.
Dashboard interativo
Explore os números diretamente — gráficos, filtros, modais explicativos
Se o embed não carregou: clique aqui para abrir o dashboard
O que esta camada NÃO responde — pra ir além exige análise multi-dimensional
Próximo passo proposto
Conversa de 60-90 min pra discutir os 4 achados acima e definir um pilot técnico de 8 semanas pra ir aos CSVs Siebel e responder definitivamente o "por quê do salto de 2024" + identificar especificamente quais técnicos/regiões/equipamentos estão por trás dos 26 mil retornos.
3 perguntas-chave