Nozioni di base

Ticket deflection: cos'è e come misurarla onestamente

Di Roman Zakharenko · Fatti verificati il 19 ottobre 2026

Si parla di ticket deflection quando un cliente risolve la sua domanda in self-service, per esempio con un articolo del centro assistenza o un agente AI, invece di aprire un ticket per il tuo team. I fornitori di helpdesk la misurano in modi molto diversi e la maggior parte delle loro misure conta come deviati anche i clienti che se ne sono semplicemente andati senza chiedere aiuto. Un tasso di deflection è utile solo quando sai esattamente cosa conta e quali richieste non dovrebbero mai essere deviate.

In breve

Il self-service score di Zendesk, chiamato anche ticket deflection ratio, confronta l'utilizzo del centro assistenza con i ticket creati nello stesso periodo.
Zendesk registra una deflection presunta quando un visitatore del centro assistenza non invia alcun ticket ma non conferma mai di aver trovato una risposta.
Nei report sugli agenti AI di Zendesk, ogni conversazione che non termina con un'escalation conta come deviata.
Intercom registra una risoluzione presunta quando un cliente se ne va dopo l'ultima risposta di Fin senza chiedere altro aiuto.
Un sondaggio Gartner pubblicato ad agosto 2024 ha rilevato che solo il 14% dei problemi di assistenza clienti viene risolto completamente in self-service.

Dove avviene la deflection: i canali self-service

La deflection avviene ovunque un cliente possa trovare una risposta prima di arrivare a un agente. Ogni canale devia i ticket in modo diverso e lascia una traccia diversa nei tuoi dati, quindi è utile sapere cosa puoi effettivamente misurare per ciascuno.

Canali self-service che deviano i ticket
Canale	Come devia	Cosa puoi misurare
Centro assistenza o knowledge base	I clienti cercano o sfogliano gli articoli prima di contattarti	Sessioni o utenti del centro assistenza rispetto ai ticket creati; visualizzazioni e voti degli articoli
Articoli suggeriti nel modulo di contatto	Il modulo di richiesta suggerisce articoli mentre il cliente descrive il problema	Zendesk registra una deflection confermata quando viene selezionato un articolo suggerito e in quella sessione non viene inviato alcun ticket
Agente AI o chatbot	Risponde alle domande in chat, messaggistica o email e passa la conversazione a una persona quando non può aiutare	Conversazioni terminate senza escalation e, idealmente, risoluzioni confermate dal cliente
Assistenza nel prodotto o contestuale	Un widget di assistenza mostra articoli legati alla pagina o alla funzione che il cliente sta usando	Aperture del widget, visualizzazioni degli articoli e invii del modulo di contatto dal widget
Forum della community	I clienti si rispondono a vicenda e le discussioni con risposta continuano ad aiutare i visitatori successivi	Difficile da collegare direttamente ai ticket; di solito si monitora come discussioni con una risposta accettata

La deflection è un effetto collaterale di un buon self-service, non un obiettivo in sé. Un cliente che ottiene una risposta corretta in due minuti è un successo. Un cliente che si arrende no, anche se molti report contano entrambi allo stesso modo.

Come i fornitori definiscono e misurano la deflection

Non esiste una definizione condivisa. Ogni helpdesk conta qualcosa di leggermente diverso, ed è per questo che i tassi di deflection di due strumenti, o dei casi di studio di due fornitori, non si possono confrontare direttamente.

Come i fornitori di helpdesk definiscono la deflection
Fornitore e metrica	Cosa conta	A cosa fare attenzione
Self-service score di Zendesk (chiamato anche self-service ratio o ticket deflection ratio)	L'utilizzo del centro assistenza rispetto ai ticket creati nello stesso periodo. Nella reportistica Knowledge di Zendesk, il self-service ratio è il numero di sessioni del centro assistenza diviso per i ticket inviati	È un rapporto, non un conteggio di problemi risolti, e i report di deflection di Zendesk tracciano solo i ticket inviati tramite il modulo di richiesta del centro assistenza
Deflection confermata e presunta di Zendesk	Confermata: il visitatore ha selezionato un articolo suggerito nel modulo di richiesta e non ha inviato alcun ticket in quella sessione. Presunta: il visitatore ha usato il centro assistenza e non ha inviato alcun ticket, ma non ha confermato di aver trovato una risposta	La deflection presunta è una deduzione basata sul silenzio
Tasso di deflection degli agenti AI di Zendesk	Ogni conversazione che non termina con un'escalation, comprese le escalation non riuscite e le conversazioni senza stato	Accanto a questo Zendesk riporta misure più rigorose: conversazioni gestite dall'agente AI e risoluzioni automatizzate verificate da un LLM
Tasso di deflection degli agenti AI di Freshdesk	La quota di conversazioni di un argomento risolte dall'agente AI senza intervento umano	L'andamento della deflection dell'Email AI Agent conta anche i ticket chiusi da un agente umano dopo che il cliente ha letto una risposta e non ha replicato
Risoluzione di Fin in Intercom	Dopo l'ultima risposta di Fin, il cliente conferma che è stata utile (risoluzione confermata) oppure se ne va senza chiedere altro aiuto (risoluzione presunta)	Se il cliente torna nella conversazione per chiedere altro aiuto, la risoluzione viene stornata

Emergono due schemi. Primo, le metriche più ampie, come il tasso di deflection degli agenti AI di Zendesk, le deflection presunte e le risoluzioni presunte di Intercom, contano il silenzio come un successo. Secondo, le metriche più rigorose aggiungono una qualche forma di verifica: Zendesk conta una risoluzione automatizzata solo quando un controllo LLM conferma che la richiesta è stata risolta senza una persona, e le conversazioni che non superano quel controllo non consumano una risoluzione automatizzata.

Il problema delle sessioni abbandonate

La maggior parte delle metriche di deflection non riesce a distinguere un cliente che ha trovato la risposta da uno che ha rinunciato. Un visitatore che legge un articolo, non lo capisce e poi ti telefona è una deflection presunta nel report del centro assistenza e un ticket nella coda telefonica. Una chat che termina perché il cliente ha chiuso la scheda sembra uguale a una che termina perché il problema è stato risolto. Zendesk fa notare che anche la sua categoria più rigorosa, quella delle conversazioni gestite dall'agente AI, può includere conversazioni in cui i clienti hanno abbandonato prima dell'escalation o non erano soddisfatti della risoluzione.

Il vero successo del self-service è di solito più basso di quanto suggeriscano le dashboard. In un sondaggio Gartner su 5.728 clienti, pubblicato ad agosto 2024, solo il 14% dei problemi di assistenza clienti è stato risolto completamente in self-service, e solo il 36% anche quando i clienti descrivevano il problema come molto semplice.

Per mantenere onesti i tuoi numeri di deflection:

Riporta separatamente le deflection confermate e quelle presunte, e tratta il numero presunto come un limite superiore.
Monitora i contatti ripetuti. Un cliente che ti contatta su un altro canale il giorno dopo una sessione deviata non è stato deviato.
Osserva i contatti per cliente o per ordine. Se la deflection sale ma i contatti per cliente non scendono, la deflection esiste solo sulla carta.
Leggi ogni mese un campione di trascrizioni di bot deviate per vedere come sono finite davvero le conversazioni.
Abbina la deflection a una metrica di qualità, come il CSAT sulle conversazioni con il bot o i ticket riaperti.

Cosa non andrebbe deviato

Alcune richieste dovrebbero arrivare a una persona il più velocemente possibile, anche se tecnicamente un bot potrebbe rispondere. Deviarle ti fa risparmiare un ticket e ti fa perdere un cliente.

I clienti che chiedono esplicitamente una persona. Rendi visibile quel percorso invece di nasconderlo dietro diversi tentativi falliti del bot.
Problemi di sicurezza, come account compromessi, sospette frodi o addebiti imprevisti.
Contestazioni di fatturazione, rimborsi e disdette, dove una risposta sbagliata o dilatoria ha un costo diretto.
Reclami ed escalation, soprattutto i contatti ripetuti sullo stesso problema.
Richieste legali e di protezione dei dati, come le richieste di accesso o cancellazione dei dati personali, che richiedono una risposta documentata.
Problemi urgenti o legati alla sicurezza delle persone, e clienti che sembrano in difficoltà o vulnerabili.

I clienti si aspettano questa via d'uscita. In un sondaggio Gartner su 3.566 clienti condotto a febbraio e marzo 2026 e pubblicato ad agosto 2026, l'87% ha dichiarato che le aziende che usano la GenAI per l'assistenza clienti devono garantire l'accesso a un agente umano. Nello stesso comunicato Gartner consiglia di non rendere la GenAI un primo passaggio obbligatorio e di tentare la risoluzione solo quando la confidenza è alta, con un percorso chiaro verso una persona.

In pratica, servono regole di routing che inviino queste richieste direttamente alla coda giusta e un passaggio dal bot all'operatore che trasferisca l'intera conversazione, così il cliente non deve ripetere nulla.

Come può aiutarti TascaLab

TascaLab realizza chatbot AI che rispondono alle domande frequenti sul tuo sito web, su WhatsApp, Telegram, Facebook Messenger o Instagram e passano tutto il resto al tuo team in Zendesk, Freshdesk o nei tuoi strumenti esistenti. Uno Starter Chat Bot costa 360 € e uno Standard Chat Bot che copre 3–5 canali costa 510 €, una tantum. Automated Reports (620 €) può monitorare la deflection insieme ai contatti ripetuti e alle riaperture, così vedi l'effetto reale. Ogni progetto include documentazione di base, 30 giorni di supporto dopo il lancio e nessun costo nascosto, e la maggior parte delle configurazioni richiede 1–3 settimane. Una call di Health Check gratuita di 30 minuti è un buon punto di partenza per decidere cosa automatizzare e cosa lasciare alle persone.

Domande frequenti

Qual è la differenza tra ticket deflection e risoluzione del ticket?

Deflection significa che il cliente non ha creato un ticket né raggiunto un agente; risoluzione significa che il problema è stato davvero risolto. Il tasso di deflection degli agenti AI di Zendesk conta ogni conversazione che non è terminata con un'escalation, mentre le sue risoluzioni automatizzate richiedono anche un controllo LLM che confermi che la richiesta è stata risolta.

Cos'è una deflection presunta in Zendesk?

Una sessione del centro assistenza in cui il visitatore non ha chiesto aiuto né inviato un ticket, ma non ha nemmeno confermato di aver trovato una risposta. Una deflection confermata richiede che il visitatore selezioni un articolo suggerito nel modulo di richiesta e poi non invii un ticket in quella sessione.

Come calcola Zendesk il self-service ratio?

Confronta l'utilizzo del centro assistenza con i ticket dello stesso periodo. Nella reportistica Knowledge di Zendesk, il self-service ratio è il numero di sessioni del centro assistenza diviso per i ticket inviati, e i report di deflection tracciano solo i ticket inviati tramite il modulo di richiesta del centro assistenza.

Intercom conta come risolta una conversazione con Fin se il cliente se ne va e basta?

Sì. Se il cliente esce dopo l'ultima risposta di Fin senza chiedere altro aiuto, Intercom registra una risoluzione presunta. Se il cliente conferma che la risposta è stata utile, è una risoluzione confermata.

Vuoi questa configurazione per il tuo team?

Prenota un Health Check gratuito: una call di 30 minuti e un report scritto con 2–3 consigli concreti, un prezzo fisso e i costi di esercizio stimati. Nessuna proposta commerciale.

Recensioni su Upwork