Stefan Preusler, Diretor Executivo da LeapLytics
Algures no ano passado, tive um daqueles momentos em que pensamos: isto não pode estar certo. A nossa equipa tinha acabado de responder exatamente à mesma pergunta pela terceira vez numa única semana - como licenciar os nossos visuais do Power BI quando uma empresa tem criadores e meros espectadores. A mesma pergunta. Terceira vez. Numa sexta-feira à tarde, quando já ninguém queria estar na sua secretária.
O problema não era a pergunta - era o momento
Os nossos clientes vêm de diferentes fusos horários. Uma grande parte dos nossos utilizadores está sediada na América do Sul, principalmente na Argentina e no Brasil. Escrevem-nos à meia-noite, na nossa hora. E quando respondemos, já estão a dormir. Este ciclo de diferenças de fuso horário e de repetição de perguntas custa-nos mais horas do que eu gostaria de admitir.
A primeira ideia era simples: criar uma página de FAQ. Fizemo-lo. Ninguém a leu. Ou pelo menos não as pessoas certas na altura certa. Não os posso culpar - eu também prefiro escrever uma pergunta numa barra de pesquisa em vez de percorrer a documentação.
A segunda tentativa foi uma ferramenta de chatbot pronta a usar - incorporá-la, escrever algumas respostas modelo, pronto. Também não funcionou. As respostas eram demasiado estáticas, demasiado genéricas. No momento em que alguém formulava a sua pergunta de forma ligeiramente diferente do modelo esperado - nada. Silêncio. Ou pior: uma resposta que não correspondia ao objetivo.
O ponto de viragem: RAG
Foi nessa altura que começámos a pensar seriamente na RAG - Retrieval-Augmented Generation (Geração Aumentada por Recuperação). Parece técnico, mas a ideia central é simples: em vez de codificar respostas no bot, dá-lhe acesso aos seus próprios documentos, descrições de produtos, pedidos de apoio, FAQs - e ele próprio recupera as informações relevantes antes de responder.
Foi nesse momento que as coisas se encaixaram para nós.
Começámos a recolher sistematicamente os nossos tópicos de apoio mais frequentes. Não com base em intuições, mas perguntando efetivamente aos nossos clientes: Qual foi a sua primeira pergunta quando começou a utilizar o nosso produto? Qual foi o problema que lhe custou mais tempo? Algumas das respostas surpreenderam-nos - coisas que considerávamos auto-explicativas claramente não o eram.
Introduzimos este conteúdo na base de conhecimentos do chatbot. E a parte mais importante: podemos alargá-la dinamicamente. Lançamentos de novos produtos, novas perguntas recorrentes - adicionamo-las à base e o bot conhece-as a partir desse momento. Sem reconstrução do zero, sem bilhetes de TI, sem espera.
O problema da língua - e como o resolvemos
Eis um pormenor que subestimei: muitos dos dados, documentação e descrições internas dos nossos produtos estão em inglês. Mas os nossos clientes na América do Sul escrevem em espanhol. E eles esperam, com razão, uma resposta em espanhol.
Parece um problema pequeno. Não era. Um bot que recebe uma pergunta em espanhol e responde em inglês não é suporte - é frustração.
A solução consistia em configurar o bot para detetar a língua do utilizador e responder nessa língua, mesmo quando a informação subjacente está em inglês. Agora, isso funciona de forma fiável. O nosso cliente em Buenos Aires recebe a sua resposta em espanhol, mesmo quando a nossa equipa está a dormir.
O que o Bot faz atualmente
Três meses após a entrada em funcionamento, estamos a constatar que cerca de 60-70% de pedidos de apoio recebidos são totalmente resolvidas pelo bot, sem qualquer envolvimento humano. As restantes questões continuam a chegar à nossa caixa de entrada, mas com uma diferença crucial: o bot já captou o contexto, categorizou o pedido e nós vemos imediatamente do que se trata.
Mas há outro efeito que não previ: o chatbot ajuda os clientes a esclarecer as suas próprias questões. Por vezes, não sabemos bem qual é o nosso problema - escrevemos algo, o bot faz uma pergunta de seguimento e, de repente, apercebemo-nos: ah, era mesmo isso que eu queria dizer. Não era uma funcionalidade planeada. Simplesmente aconteceu.
O que quero que levem daqui
Se tem uma pequena equipa que continua a responder às mesmas perguntas de apoio repetidamente, não comece pela tecnologia. Comece por recolher e compreender essas perguntas. Depois, veja se uma abordagem baseada em RAG faz sentido para si.
O bot não substitui o apoio humano. Mas devolve-nos o tempo de que necessitamos para lidar com problemas verdadeiramente complexos - e para dormir de facto durante a noite.
Stefan Preusler é o fundador e Diretor Executivo da LeapLytics, uma empresa de software especializada em visuais do Power BI e visualização de dados. Ele cria produtos que tornam os processos de dados mais simples e mais acessíveis para as empresas.
