Ouvir este processo
Uma chamada outbound de acompanhamento verifica a encomenda e o registo da bateria e abre o pedido adequado, sem dar por resolvido um caso que continua pendente.
Casos de estudo
O que a DRING faz em chamadas reais
Cinco implementações em produção, cada uma medida em todas as chamadas do seu próprio período, de uma campanha de uma hora a um ano em produção.
Os casos de estudo são publicados de forma anónima, por setor, sem o nome do cliente. As marcas que deram autorização escrita para serem identificadas estão na página de referências. Abaixo documentamos cinco implementações, cada uma com o respetivo período; a lista cresce à medida que outras amadurecem.
| Setor | Processo | Número-chave |
|---|---|---|
| E-commerce, eletrónica recondicionada | Apoio inbound, inquérito outbound, linha das lojas | ~75 % resolvidas sem passar a chamada |
| Finanças, pagamentos digitais | Apoio inbound, piloto de inquérito | 92,6 % atendidas de imediato |
| Distribuição B2B | Campanha outbound a revendedores | 17,3 % de leads quentes |
| Logística, marketplace de fretes | Linha inbound de motoristas, 24/7 | 100 % atendidas de imediato |
| Logística, plataforma internacional | Qualificação de leads outbound | 194 leads qualificados |
E-commerce, eletrónica recondicionada
A IA trata a maioria das chamadas
60 a 80 %das chamadas de entrada tratadas pela IA, após um ano em produção
~75 %dessas conversas resolvidas sem passagem para uma pessoa da equipa
Até 81 %menos custo operacional nesta implementação selecionada
Um grande marketplace de eletrónica recondicionada na Turquia gere uma loja com muitas transações: estado das encomendas, verificações de garantia de aparelhos classificados por estado, e devoluções, tudo em grande escala. Antes da DRING, o volume de entrada ultrapassava com frequência a equipa de apoio, com tempos de espera a crescer em alturas de promoções e reposições de stock, e não havia uma forma consistente de contactar os compradores depois da entrega nem de assegurar uma linha dedicada às lojas.
O agente
Três agentes, três momentos
Um agente de apoio inbound atende a linha principal, consulta o registo da encomenda e resolve na própria chamada as questões de garantia e devolução, incluindo casos típicos do recondicionado, como uma divergência sobre o estado da bateria. Um agente outbound liga aos compradores depois da entrega para um breve inquérito de satisfação, e um terceiro agente assegura a linha de apoio às lojas e filiais.
Olhe, bom dia. Comprei um telemóvel recondicionado na semana passada, encomenda PT-48213, e a bateria está a dar menos do que vinha no anúncio.
Tenho aqui a sua encomenda. Os recondicionados são classificados pelo estado da bateria quando entram, e o seu está anunciado com 89 %. Se o telemóvel está a indicar menos do que isso, posso abrir já um pedido de garantia.
Sim, se faz favor, está a marcar 81 %.
Pedido aberto. Dentro de uma hora, o senhor vai ter na sua conta a opção de troca ou de reembolso.
ResoluçãoResolvido na chamada
Duração~40 s em média
- Descobrir
Mapear os motivos de chamada
Os motivos de chamada com mais volume (estado da encomenda, garantia, devoluções) foram mapeados antes de se escrever qualquer prompt.
- Construir
Três agentes, um sistema de encomendas
Os agentes de apoio inbound, de inquérito outbound e da linha das lojas foram construídos sobre os registos de encomendas e de CRM do marketplace.
- Testar
Casos-limite do recondicionado
Antes da entrada em produção, as conversas simuladas cobriram divergências de classificação e leituras de bateria que não batiam certo.
- Lançar
Arranque gradual
O agente começou por assumir uma parte do volume de entrada e passou para a linha completa quando a taxa de resolução estabilizou.
- Evoluir
Afinação das transferências
Com a passagem para pessoas da equipa ativada, o tempo médio de atendimento desceu para cerca de 40 segundos. Depois, a equipa afinou as regras de transferência para que o agente deixasse de passar chamadas que conseguia resolver sozinho.
| Indicador | Resultado | Nota |
|---|---|---|
| Resolvido sem passagem para uma pessoa | ~75% | Após um ano em produção, com passagem contextual para uma pessoa quando necessário |
| Vantagem no custo operacional | Até 81 % menos | Face à referência acordada só com pessoas para o mesmo processo |
| Quota da IA no volume de entrada | 60 a 80 % | Cresceu até estabilizar ao longo do primeiro ano, com apoio humano disponível para as exceções |
| Ritmo mensal | 17 a 18 mil chamadas | Regime estável atual, após um ano |
| Volume processado | ~43 000 chamadas | Numa janela de medição de 2,5 meses |
| Disponibilidade | 24/7, sem fila | Sem espera, seja a que hora for |
| Tempo médio de atendimento | ~40 segundos | Desde que a passagem para pessoas foi ativada |
O que aprendemos
Cerca de 75 % das conversas terminaram sem passagem para uma pessoa, e a escalada continuou disponível sempre que um caso exigia critério. Nesta implementação selecionada, o custo operacional ficou até 81 % abaixo da referência acordada, só com pessoas. A quota da IA cresceu de forma constante desde o arranque até estabilizar entre 60 e 80 % ao longo do primeiro ano, uma tendência que diz mais do que o pico de uma semana. Ativar a passagem reduziu o tempo médio de atendimento para cerca de 40 segundos, mas trouxe à superfície outro problema a afinar: o excesso de transferências, que é diferente da taxa de resolução. Os agentes de inquérito e da linha das lojas cobrem momentos que a linha de entrada nunca vê.
Finanças, pagamentos digitais
92,6 % das chamadas atendidas de imediato
479interações em 30 dias (417 de apoio, 62 de inquérito)
92,6 %das chamadas de entrada atendidas de imediato
70,3 %dos diálogos chegaram a uma conclusão
96,9 %de sentimento positivo
Uma plataforma de pagamentos digitais trata por telefone questões sobre o estado de transações, pagamentos falhados e contas, o tipo de chamada em que cada minuto em espera soa a sinal de alarme. O volume de apoio estava a crescer e os problemas não podiam esperar. A plataforma queria também uma forma fiável de medir a satisfação depois de cada contacto de apoio, em vez de depender de contactos manuais ocasionais.
O agente
Apoio em produção e piloto de inquérito
O agente de apoio inbound consulta o estado da conta e da transação, resolve na chamada o que consegue e passa a uma pessoa da equipa, com todo o contexto, quando o caso exige critério ou um rastreio manual junto do banco. Um agente outbound separado conduz um piloto de inquérito de satisfação depois dos contactos de apoio.
Bom dia, fiz uma transferência ontem e ainda aparece como pendente.
Estou a vê-la aqui. Neste momento está no banco de destino, e isso costuma ficar resolvido em 24 horas. Envio-lhe uma SMS assim que a transferência for concluída.
Está bem. E se amanhã ainda não estiver?
Nesse caso, abro eu um pedido de rastreio diretamente com o banco, o senhor não precisa de fazer nada. Se passadas 24 horas continuar pendente, basta responder a essa SMS.
ResultadoResolvido pela IA
SentimentoPositivo
- Descobrir
Mapear os principais motivos
Transferências pendentes, pagamentos falhados e questões de conta foram identificados como os motivos de chamada com mais volume e mais urgência.
- Construir
Ligar aos sistemas de contas
O agente foi construído sobre o estado real das transações e das contas, e não sobre uma cópia em cache.
- Testar
Simular contestações
Antes do arranque, os cenários de transações falhadas e cobranças contestadas foram testados em conversas simuladas.
- Lançar
Em produção na linha de apoio
O agente inbound entrou em produção a atender a linha principal de apoio, sempre com passagem para uma pessoa disponível.
- Evoluir
Inquérito em piloto
Um inquérito de satisfação outbound foi testado num grupo mais pequeno antes de qualquer decisão de o alargar.
| Indicador | Resultado | Nota |
|---|---|---|
| Interações (janela de 30 dias) | 479 | 417 de apoio, 62 de inquérito |
| Chamadas atendidas de imediato | 92.6% | Sem fila |
| Diálogos que chegaram a uma conclusão | 70.3% | 40 resolvidos só pela IA, 218 passados a uma pessoa de forma limpa, com contexto |
| Sentimento | 96,9 % positivo | |
| Recomendação no piloto do inquérito | +54 | Média de 8,4/10, n=13, amostra pequena |
O que aprendemos
Nos pagamentos, atender de imediato pesa mais do que na maioria das outras linhas: os 92,6 % de chamadas atendidas de imediato criaram confiança antes de o agente tratar o problema em si. A taxa de resolução, por si só, fica aquém do resultado real: dos 70,3 % de diálogos que chegaram a uma conclusão, a maioria foi passada a uma pessoa, e 218 dessas passagens levaram o contexto completo, pelo que o cliente nunca teve de se repetir. A pontuação de recomendação de +54 no piloto é animadora, mas n=13 é pouco para falar em tendência. O passo seguinte é repetir o inquérito com uma amostra maior antes de tirar conclusões.
Ouvir este processo
Uma conversa de apoio tranquila que verifica o pagamento, explica o que já se sabe e regista um acompanhamento, sem apresentar como resolvido um caso pendente.
Distribuição B2B
117 revendedores em cerca de uma hora
117revendedores na campanha
92 %dos revendedores contactados
98conversas reais concluídas
17,3 %de leads quentes, 17 leads
Um distribuidor de tecnologia B2B precisava de apresentar uma nova oferta a toda a sua rede de revendedores, uma lista assente em relações, onde o tom conta tanto como o alcance. Ligar a 117 revendedores à mão teria ocupado um comercial durante praticamente um dia de trabalho, tempo que a equipa de vendas não tinha para gastar em contactos que talvez não dessem negócio.
O agente
Ligar, depois encaminhar
Um agente de campanhas outbound percorreu a lista de revendedores, apresentou a oferta e perguntou se queriam ser contactados por um comercial com uma proposta. Os interessados ficaram marcados como leads quentes, e o agente registou ainda interesse em venda cruzada fora do guião original.
Bom dia, daqui fala a DRING, em nome do vosso distribuidor, a propósito da nova linha de componentes. Tem dois minutos?
Tenho, diga.
Este mês temos preços de acesso antecipado. Quer que um comercial o contacte com uma proposta?
Quero, sim. Por acaso andávamos mesmo a ver isso, mande cá alguém.
ResultadoLead quente passado a vendas
ReceçãoPositiva
- Descobrir
Segmentar os revendedores
A lista de 117 revendedores e a oferta da campanha foram revistas antes de se escrever o guião da chamada.
- Construir
Criar o guião da oferta
O agente foi construído para apresentar a oferta, responder a perguntas básicas e sinalizar o interesse à equipa de vendas.
- Testar
Simular objeções
As objeções habituais (altura, preço, versões anteriores do produto) foram simuladas antes do arranque.
- Lançar
Ligar a toda a lista
A campanha ligou aos 117 revendedores da lista numa única sessão.
- Evoluir
Captar os sinais à margem
O interesse em venda cruzada que surgiu fora do guião original passou a ser algo que as campanhas seguintes procuram captar de propósito.
| Indicador | Resultado | Nota |
|---|---|---|
| Revendedores na campanha | 117 | |
| Revendedores contactados | 92% | |
| Conversas reais concluídas | 98 | |
| Leads quentes passados a vendas | 17 | 17,3 % das conversas |
| Duração da campanha | Cerca de uma hora | Face a cerca de um dia de trabalho humano |
| Receção positiva | 97.2% | |
| Oportunidades de venda cruzada | 4 | Fora do âmbito original da campanha |
O que aprendemos
Uma campanha que teria ocupado um comercial durante cerca de um dia de trabalho ficou concluída em cerca de uma hora. A rapidez não teria servido de nada se as chamadas corressem mal: foram os 97,2 % de receção positiva que a tornaram aproveitável, porque as relações com os revendedores constroem-se ao longo de anos. As 4 oportunidades de venda cruzada não eram algo que a campanha estivesse preparada para encontrar. Lembram que um agente conversacional revela informação para lá do guião, e que vale a pena captá-la de forma deliberada na próxima campanha, em vez de a tratar como uma nota de rodapé.
Ouvir este processo
Uma breve chamada outbound sobre stock, prazos e a próxima conversa com um gestor de conta.
Logística, marketplace de fretes
Uma linha de motoristas que nunca dorme
56chamadas nos primeiros cinco dias
100 %atendidas de imediato, sem fila
87,5 %foram diálogos reais
21,4 %das chamadas chegaram fora do horário de expediente
Um marketplace de fretes põe motoristas em contacto com cargas, e os motoristas ligam por causa de serviços disponíveis, tarifas e do próprio perfil, à hora a que calha estarem na estrada. Antes desta linha, as chamadas fora do horário de expediente ficavam sem resposta, e essa procura fora de horas era, na prática, invisível: ninguém sabia quanta havia, porque não estava lá ninguém para atender e registar.
O agente
Uma linha, a qualquer hora
O agente da linha inbound responde a perguntas sobre cargas disponíveis e tarifas, recolhe os dados do perfil do motorista e passa as negociações de preço à equipa com o contexto já anexado, seja às 9h ou às 2h da manhã.
Olhe, é por causa da carga do Porto para Lisboa. Qual é a tarifa?
Essa está com tarifa fixa. Se o senhor só a fizer por um bocadinho mais, posso passar a sua contraproposta à equipa.
Pode ser, passe lá. Por um bocadinho mais, eu faço.
Muito bem, vou assinalar já. Alguém lhe liga antes de a carga fechar. Posso ajudar em mais alguma coisa?
ResultadoNegociação de preço passada à equipa
HoraFora do horário de expediente
- Descobrir
Mapear os motivos das chamadas
Cargas disponíveis, perguntas sobre tarifas e atualizações de perfil foram identificadas como os principais motivos por que os motoristas ligam.
- Construir
Ligar à bolsa de cargas
O agente foi construído sobre os dados reais de cargas e tarifas, e não sobre uma lista estática.
- Testar
Simular negociações
Cenários de contestação de tarifas e de contrapropostas foram simulados antes do arranque.
- Lançar
24/7 desde o primeiro dia
A linha entrou em produção a funcionar 24 horas por dia, e não apenas no horário de expediente.
- Evoluir
Observar o padrão fora de horas
Os primeiros dados sobre as horas a que os motoristas ligam de facto estão agora a orientar a próxima afinação da linha e das regras de escalada.
| Indicador | Resultado | Nota |
|---|---|---|
| Chamadas (primeiros 5 dias) | 56 | |
| Atendidas de imediato | 100% | Sem fila |
| Diálogos reais | 87.5% | |
| Resultado positivo | 34.7% | 4 serviços aceites, 6 negociações passadas à equipa, 6 perfis de motorista recolhidos |
| Fora do horário de expediente | 21.4% | Algumas às 2h da manhã |
| Receção positiva | 87.8% |
O que aprendemos
21,4 % das chamadas chegaram fora do horário de expediente, algumas às 2h da manhã. Essa procura já existia antes desta linha, mas não tinha para onde ir: foi a cobertura que a tornou visível pela primeira vez. Nem todas as chamadas precisam de uma resolução completa para terem um bom resultado: passar uma negociação de preço com o contexto do motorista já anexado foi, por si só, um resultado útil. Cinco dias é uma janela curta, e os rácios, 87,5 % de diálogos reais e 34,7 % de resultado positivo, são uma primeira leitura e não uma tendência consolidada. Vale a pena acompanhá-los à medida que o volume cresce.
Ouvir este processo
Um motorista liga fora do horário habitual do escritório e recebe a informação operacional de que precisa para seguir viagem.
Logística, qualificação de leads
194 leads qualificados a partir de um pipeline parado
6 804empresas elegíveis
2 513empresas contactadas
1 602conversas completas
194leads qualificados passados a vendas, 12,1 %
Uma plataforma internacional de logística tinha uma grande base de leads que tinham arrefecido: empresas com quem já tinha havido conversas, que nunca chegaram a converter, mas que também nunca foram dadas como encerradas. Trabalhar essa base à mão teria obrigado a tirar a equipa comercial de negócios em curso para fazer chamadas que talvez não levassem a lado nenhum.
O agente
Qualificar e depois encaminhar
Um agente de qualificação outbound ligou para a base inativa durante cinco semanas, confirmou se os serviços de transitário continuavam a interessar e fez um pequeno conjunto de perguntas de qualificação. As empresas qualificadas passaram para vendas com esse contexto já anexado.
Bom dia, há uns tempos falámos com a vossa equipa sobre serviços de transitário. Ainda é um tema para a vossa empresa?
Por acaso é, sim. Agora estamos a enviar muito mais para fora.
Ainda bem. Mais ou menos quantos contentores movimentam por mês? É para passar ao comercial certo.
À volta de 40 por mês, quase tudo por via marítima.
ResultadoLead qualificado passado a vendas
ReceçãoConstrutiva
- Descobrir
Segmentar a base
Antes de começar a ligar, foram identificadas 6 804 empresas elegíveis na base de leads inativos.
- Construir
Desenhar o guião de qualificação
Foi criado um pequeno conjunto de perguntas para separar as empresas realmente interessadas dos becos sem saída.
- Testar
Simular reações frias
Respostas desinteressadas e céticas foram simuladas para que o agente soubesse terminar a chamada com elegância, sem insistir.
- Lançar
Ao longo de cinco semanas
A campanha percorreu a lista de contactos por fases, ao longo de cinco semanas, em vez de tudo de uma vez.
- Evoluir
Passar com contexto
Os leads qualificados foram encaminhados para vendas com as respostas de qualificação anexadas, para que os comerciais partissem de contexto e não de uma lista fria.
| Indicador | Resultado | Nota |
|---|---|---|
| Chamadas feitas | 9,666 | |
| Empresas elegíveis | 6,804 | |
| Empresas contactadas | 2,513 | |
| Conversas completas | 1,602 | |
| Leads qualificados passados a vendas | 194 | 12,1 % das conversas |
| Receção construtiva | 95.1% | Satisfeita ou neutra |
| Tempo libertado em vendas | 36 horas de conversa | Tratadas sem ocupar a equipa comercial |
O que aprendemos
A maior surpresa foram os 95,1 % de receção construtiva, satisfeita ou neutra, numa base que a equipa já dava como fria: os leads inativos eram, na maioria, apenas leads a quem ninguém tinha voltado a ligar. O verdadeiro estrangulamento foi o alcance, não a conversão: das 6 804 empresas elegíveis, foram contactadas 2 513 em cinco semanas. Por isso, planear a próxima campanha implica prever quantas empresas é realista contactar numa dada janela. O número que interessava às vendas era a taxa de qualificação, 12,1 % das conversas, e não o total bruto de 9 666 chamadas.
Ouvir este processo
Uma chamada de qualificação outbound, focada, que distingue uma necessidade logística real de um «não» educado.
Do journal da DRING
Escrito na linha da frente.
Textos mais longos (em inglês) sobre o que aprendemos a implementar agentes de voz, do turismo de saúde e da hotelaria às operações de call center. Todos os artigos
Setor
O futuro do turismo de saúde com soluções de IA
Como mudam os circuitos de pacientes internacionais quando a admissão, a qualificação e o acompanhamento passam a ser feitos por agentes de voz, na língua do paciente.
Ler SetorMais envolvimento e satisfação do paciente no turismo de saúde com agentes de IA realistas
Porque é que a voz tem de soar a um colega de equipa antes de um paciente marcar uma consulta no estrangeiro.
Ler SetorDiversificar a carteira de clientes na hotelaria: um olhar detalhado sobre o atendimento multilingue ao hóspede
Diversificar a carteira de clientes de um hotel quando a receção fala a língua de cada hóspede.
Ler SetorOs passos de uma grande mudança: agentes de IA nos setores tradicionais
Como os agentes de IA estão a ser aplicados em setores tradicionais e menos digitalizados.
Ler Qualidade e testesReplicar os melhores profissionais: o papel dos agentes de equipa nas soluções de IA de voz
Sobre o uso de agentes de equipa na IA de voz para replicar a forma de trabalhar dos melhores colaboradores.
Ler Modelo operacionalEstrangulamentos nos call centers: o recrutamento de operadores é um problema do passado?
Um olhar sobre as dificuldades de recrutamento nos call centers e sobre se a IA de voz muda as contas.
LerComo ler os números
Medido em todas as chamadas, publicado por setor.
Cada caso apresenta as medidas que o seu processo acompanha, com base nas mesmas quatro definições, para que os resultados se possam comparar entre setores e ao longo do tempo.
Tratadas pela IA
Percentagem de chamadas que o agente atendeu e tratou ele próprio, e que terminaram numa resolução ou numa passagem com o contexto anexado. O desvio para uma chamada de retorno não conta. Quantas dessas fecharam sem uma pessoa é indicado à parte.
Atendidas de imediato
Percentagem de chamadas atendidas ao primeiro toque, sem fila. Medida na linha completa, incluindo noites e feriados.
Taxa de resultado
Percentagem de conversas que terminaram no resultado para que a campanha foi criada: um lead qualificado, uma marcação feita, um inquérito concluído.
Receção
Sentimento no fim da chamada, etiquetado em todas as conversas e auditado face a revisores humanos numa amostra regular.
Também em produção
Setores com agentes em produção, casos de estudo em preparação.
Implementações em produção que ainda não foram descritas num caso. Cada uma recebe um caso de estudo quando tiver dados de produção suficientes para os apresentar com um período definido.
Anónimos por setor. Os casos de estudo indicam o setor, não o nome do cliente. As marcas identificadas estão na página de referências, e organizamos chamadas de referência com o consentimento de cada cliente. Peça uma na página de contacto.