Stefan Preusler, CEO da LeapLytics
Em algum momento do ano passado, tive um daqueles momentos em que você pensa: isso não pode estar certo. Nossa equipe tinha acabado de responder exatamente à mesma pergunta pela terceira vez em uma única semana: como licenciar nossos recursos visuais do Power BI quando uma empresa tem criadores e visualizadores puros. A mesma pergunta. Terceira vez. Em uma tarde de sexta-feira, quando ninguém mais queria estar em sua mesa.
O problema não era a pergunta - era o momento
Nossos clientes vêm de diferentes fusos horários. Uma grande parte dos nossos usuários está na América do Sul, principalmente na Argentina e no Brasil. Eles nos escrevem à meia-noite, no nosso horário. E, quando respondemos, eles já estão dormindo. Esse ciclo de diferenças de fuso horário e perguntas repetidas nos custam mais horas do que eu gostaria de admitir.
A primeira ideia era simples: criar uma página de perguntas frequentes. Nós criamos. Ninguém a leu. Ou, pelo menos, não as pessoas certas no momento certo. Não posso culpá-las - eu também prefiro digitar uma pergunta em uma barra de pesquisa em vez de percorrer a documentação.
A segunda tentativa foi uma ferramenta de chatbot pronta para uso - incorporá-la, escrever alguns modelos de respostas e pronto. Isso também não funcionou. As respostas eram muito estáticas, muito genéricas. No momento em que alguém formulava a pergunta de forma ligeiramente diferente do que o modelo esperava, nada. Silêncio. Ou pior: uma resposta que não entendia nada do assunto.
O ponto de virada: RAG
Foi quando começamos a levar a sério o RAG (Retrieval-Augmented Generation). Parece técnico, mas a ideia central é simples: em vez de codificar respostas no bot, você dá a ele acesso aos seus próprios documentos, descrições de produtos, tíquetes de suporte, perguntas frequentes, e ele mesmo recupera as informações relevantes antes de responder.
Foi nesse momento que as coisas se encaixaram para nós.
Começamos a coletar sistematicamente nossos tópicos de suporte mais frequentes. Não com base em intuição, mas perguntando de fato aos nossos clientes: Qual foi sua primeira pergunta quando começou a usar nosso produto? Qual foi o problema que lhe custou mais tempo? Algumas das respostas nos surpreenderam - coisas que considerávamos autoexplicativas claramente não o eram.
Alimentamos esse conteúdo na base de conhecimento do chatbot. E a parte principal: podemos ampliá-la dinamicamente. Lançamentos de novos produtos, novas perguntas recorrentes - nós as adicionamos à base, e o bot passa a conhecê-las a partir daquele momento. Sem reconstrução do zero, sem tíquetes de TI, sem espera.
O problema do idioma - e como o resolvemos
Aqui está um detalhe que eu subestimei: muitos dos dados, da documentação e das descrições internas de nossos produtos estão em inglês. Mas nossos clientes na América do Sul escrevem em espanhol. E eles esperam, com razão, uma resposta em espanhol.
Isso parece ser um problema pequeno. Não era. Um bot que recebe uma pergunta em espanhol e responde em inglês não é suporte - é frustração.
A solução foi configurar o bot para detectar o idioma do usuário e responder nesse idioma, mesmo quando as informações subjacentes estivessem em inglês. Isso agora funciona de forma confiável. Nosso cliente em Buenos Aires recebe sua resposta em espanhol, mesmo quando nossa equipe está dormindo.
O que o bot realmente faz hoje
Três meses após a entrada em operação, estamos vendo que aproximadamente 60-70% de solicitações de suporte recebidas são totalmente resolvidas pelo bot, sem nenhum envolvimento humano. As perguntas restantes ainda chegam à nossa caixa de entrada, mas com uma diferença crucial: o bot já capturou o contexto, categorizou a solicitação e nós vemos imediatamente do que se trata.
Mas há outro efeito que não previ: o chatbot ajuda os clientes a esclarecer suas próprias dúvidas. Às vezes, você não sabe exatamente qual é o seu problema - você digita algo, o bot faz uma pergunta complementar e, de repente, você percebe: ah, era isso mesmo que eu queria dizer. Esse não era um recurso planejado. Simplesmente aconteceu.
O que eu gostaria que você levasse para casa
Se você tem uma equipe pequena que continua respondendo às mesmas perguntas de suporte repetidamente, não comece com a tecnologia. Comece coletando e compreendendo essas perguntas. Em seguida, verifique se uma abordagem baseada em RAG faz sentido para você.
O bot não substitui o suporte humano. Mas ele nos devolve o tempo de que precisamos para lidar com problemas genuinamente complexos - e para realmente dormir à noite.
Stefan Preusler é o fundador e CEO da LeapLytics, uma empresa de software especializada em recursos visuais do Power BI e visualização de dados. Ele cria produtos que tornam os processos de dados mais simples e acessíveis para as empresas.
