O que você não gosta Plain?
O Plain carece de muitos fluxos de trabalho e funcionalidades essenciais necessários para o suporte moderno de SaaS, tornando desafiador oferecer um serviço de nível empresarial. Embora seja encorajador ver a equipe deles responsiva e atenta a problemas de produto, às vezes parece que o produto foi desenvolvido por pessoas não familiarizadas com ambientes de suporte, colocando o ônus da garantia de qualidade do produto nos usuários. Como resultado, muitas vezes nos encontramos trabalhando em torno do Plain em vez de com ele.
Embora o Plain ofereça uma API aberta, vários métodos são restritos ao explorador de API interno deles e não funcionam fora desse ambiente. Essa limitação impede a construção de integrações ou fluxos de trabalho necessários pelas equipes de suporte. Por exemplo, a integração deles com o Linear depende do token de acesso pessoal de cada usuário em vez de um token OAuth a nível de aplicativo. Embora isso possa parecer menor, significa que o Plain atua como usuários individuais dentro do Linear em vez de como um aplicativo em nome deles. Consequentemente, a vinculação programática de problemas do Linear a threads do Plain — embora possível no explorador de API — não é viável em aplicativos ou fluxos de trabalho personalizados. Esses detalhes de implementação não documentados e restrições de API prejudicam a experiência do desenvolvedor e complicam o desenvolvimento de fluxos de trabalho personalizados.
As capacidades de relatórios são atualmente muito limitadas. Para obter insights granulares sobre o desempenho individual ou dados mais detalhados a nível de ticket além dos relatórios padrão, os usuários devem configurar pipelines ETL e construir painéis externos. Embora melhorias estejam em andamento, obter insights significativos dos dados de suporte continua sendo mais difícil e intensivo em recursos do que o esperado.
Vários fluxos de trabalho comuns de suporte estão ausentes. Por exemplo, a maioria das plataformas permite que agentes respondam a perguntas frequentes com macros ou snippets que também podem automatizar a rotulagem ou adicionar metadados aos tickets, reduzindo o esforço manual. Os snippets do Plain são restritos apenas ao texto de resposta, exigindo que os agentes apliquem manualmente quaisquer rótulos ou alterações nos tickets, o que reduz a eficiência.
Além disso, o conteúdo do webhook do Plain não pode ser modificado. As cargas úteis dos webhooks incluem todo o conteúdo do thread, resultando em cargas úteis e solicitações de rede maiores do que o necessário. As equipes devem construir manipuladores de backend para filtrar dados irrelevantes. Além disso, essa abordagem complica esforços de conformidade, como solicitações de exclusão de dados do GDPR ou CCPA. Uma opção melhor seria permitir que os usuários especifiquem os dados incluídos nas cargas úteis dos webhooks, limitando-os ao que é estritamente necessário.
Os recursos de IA do Plain são um pouco uma caixa preta. Não há como treinar o modelo de linguagem deles no contexto específico de suporte ao produto ou guiar consistentemente a IA para melhorar a precisão além de rejeitar certas respostas. Essa limitação também se aplica à rotulagem automática de tickets. Dependendo do ambiente, as respostas geradas por IA podem prejudicar em vez de ajudar a eficiência do suporte.
A formatação de texto é pouco confiável, especialmente em ambientes com muitos códigos. Blocos de código enviados por clientes frequentemente requerem correção manual para serem compreensíveis. Da mesma forma, blocos de código enviados por agentes podem ser exibidos incorretamente para os destinatários, sobrecarregando os clientes com a tarefa de decifrar conteúdo malformado. Esse problema é especialmente evidente ao dar suporte a clientes via Slack ou Microsoft Teams. No entanto, o Plain está trabalhando ativamente para melhorar a consistência da formatação, e vimos algumas melhorias.
Em resumo, o Plain carece de funcionalidades e fluxos de trabalho essenciais necessários para o suporte de SaaS de nível empresarial, apresentando desafios em automação, relatórios e integração de API, o que muitas vezes força os usuários a implementar soluções alternativas e reduz a eficiência. Análise coletada por e hospedada no G2.com.