Como um e-commerce líder em seu mercado está usando GenAI para melhorar a experiência do cliente e escalar a operação
- Denis Pesa
- 8 de fev.
- 5 min de leitura
Atualizado: 24 de fev.
Personalização no atendimento ao cliente Automatização do processo de recomendação Escalabilidade com inteligência artificial
Resumo gerado por IA:
Uma empresa consolidada no mercado de brindes corporativos, operando três plataformas online, enfrentava desafios na personalização e escalabilidade do atendimento devido à complexidade do setor. Para otimizar o primeiro atendimento e recomendar produtos com mais precisão, a BlueMetrics desenvolveu uma solução baseada em GenAI. A tecnologia enriqueceu os dados das categorias de produtos, criou uma base de conhecimento estruturada e implementou um assistente virtual contextual.
Visão geral
Nosso cliente é uma empresa consolidada no mercado de brindes corporativos, operando três plataformas online que conectam fornecedores e compradores. Altamente competitivo, este setor é caracterizado por uma alta complexidade na tomada de decisão, devido à extensa variedade de produtos e especificidades de cada demanda.
Para se destacar em um mercado em constante evolução, o cliente precisava de uma solução capaz de aliar personalização, agilidade e precisão na experiência do cliente, além de escalar suas operações sem aumentar custos proporcionais. A partir deste contexto, a BlueMetrics foi chamada para propor uma solução capaz de trazer melhorias significativas na jornada do cliente.
“Somos especialistas em desenvolver soluções reais para problemas reais”, destaca Gabriel Casara, CGO da BlueMetrics. “Portanto, este tipo de desafio é bastante aderente tanto ao nosso método de trabalho quanto à nossa oferta de soluções.”
Problema: como otimizar o atendimento inicial e a recomendação de categorias de produtos?
A operação deste cliente enfrentava desafios significativos que comprometiam a eficiência e a experiência do cliente. O atendimento era limitado ao horário comercial, o que restringia o suporte aos clientes fora desse período. Além disso, havia uma alta dependência do conhecimento individual dos atendentes, resultando em um processo manual de interpretação das solicitações e direcionamento, frequentemente gerando atrasos e erros.
Dentre as limitações técnicas, identificou-se que os dados das categorias contavam com pouco conteúdo semântico e uma ausência de sistematização sobre finalidades e eventos adequados para cada categoria, o que dificultava a adoção de um sistema inteligente de recomendação.
Segundo Diórgenes Eugênio, Head de GenAI da Bluemetrics “O grande diferencial do projeto do assistente virtual para este e-commerce é justamente a criação da base de conhecimento através do uso de modelos de LLM. Essa abordagem nos possibilitou entregar muito mais contexto para o assistente. No início, tínhamos muito pouca informação semântica sobre as categorias, e finalizamos o projeto com um pipeline automatizado que processa todo o conteúdo vindo do e-commerce e melhora semanticamente e contextualmente os dados para servirem de fonte de consulta do assistente virtual. Esse projeto foi pioneiro dentro da Bluemetrics no que se refere ao uso de LLMs para enriquecimento de dados.”
Do ponto de vista comercial, a demora no primeiro atendimento impactava negativamente a satisfação dos clientes. Além disso, a sobrecarga da equipe em períodos sazonais, como Natal e fim de ano, agravava ainda mais a situação, levando a direcionamentos imprecisos, retrabalho e perda de oportunidades de negócio. Esses gargalos geravam uma série de impactos diretos sobre o negócio:
Insatisfação dos clientes com tempos de resposta elevados;
Favorecimento não intencional de determinados fornecedores;
Limitação no crescimento do negócio devido ao modelo manual de atendimento.
Diante destes desafios, o cliente necessitava de uma solução escalável, imparcial e capaz de atender 24/7, reduzindo o tempo de resposta e democratizando o acesso às opções de fornecedores. Por isso, a BlueMetrics desenvolveu uma solução inteligente para automatizar e otimizar o processo de atendimento inicial.
A solução: GenAI para personalização e escalabilidade
Para enfrentar os desafios identificados, o cliente implementou uma solução robusta baseada em Inteligência Artificial, estruturada em três pilares principais, conforme veremos a seguir:
Enriquecimento de dados
Este processo começa com o tratamento de dados XML extraídos das plataformas do cliente, utilizando modelos LLM do Amazon Bedrock para enriquecer as descrições das categorias de produtos. Além disso, adiciona-se contexto relevante sobre eventos e finalidades adequadas para cada categoria, resultando em uma base de conhecimento rica e altamente estruturada, que serve como fundamento para as demais funcionalidades.
Base de conhecimento inteligente
As informações enriquecidas são convertidas em arquivos PDF e armazenadas em um banco de dados vetorial otimizado para busca semântica. Essa arquitetura garante não apenas uma busca eficiente, mas também a atualização contínua dos dados, mantendo a relevância e a precisão das informações ao longo do tempo.
Assistente virtual contextual
Esse assistente é projetado para interagir de forma natural com os clientes, compreendendo o contexto e as necessidades específicas de cada um. Utilizando técnicas de Recuperação de Informações (RAG), ele oferece recomendações relevantes e imparciais, sugerindo categorias de produtos de maneira precisa e adequada a cada situação.
Integrados, esses componentes resultaram em uma solução inovadora e eficaz, permitindo ao cliente otimizar o atendimento inicial, reduzir gargalos operacionais e proporcionar uma experiência de compra mais personalizada e satisfatória para seus clientes.
Que tal desenvolver uma solução como esta para a sua empresa?
Resultados:
A implementação do assistente virtual baseado em Inteligência Artificial trouxe uma série de benefícios para o cliente, traduzindo-se em resultados financeiros concretos e imediatos.
Benefícios Operacionais
Atendimento 24/7, eliminando a dependência de horários comerciais;
Redução do tempo de espera inicial para atendimento;
Padronização no processo de recomendação;
Capacidade de atendimento simultâneo ilimitado;
Redução da carga de trabalho manual da equipe.
Benefícios técnicos
Base de conhecimento enriquecida semanticamente;
Arquitetura escalável e flexível;
Facilidade na incorporação de novos modelos LLM;
Manutenção simplificada da base de conhecimento.
Benefícios para o cliente
Respostas instantâneas às solicitações;
Recomendações mais precisas e contextualizadas;
Sugestões imparciais de categorias;
Melhor experiência na jornada de compra;
Maior assertividade na escolha de produtos.
Tecnologias utilizadas
A solução desenvolvida para este cliente do segmento de e-commerce foi projetada utilizando tecnologias AWS, incluindo:
Serviços AWS
OpenSearch
Bedrock
Lambda
CloudWatch
S3
Amplify
Cognito
StepFunction
LInguagens, Libs e Frameworks
Python
Streamlit
Fast API
Conclusão
A implementação da solução baseada em GenAI permitiu a este player do segmento de e-commerce escalar suas operações e melhorar significativamente a experiência do cliente, consolidando ainda mais a sua posição no mercado de brindes corporativos. Com um sistema robusto, escalável e altamente personalizado, a empresa agora está preparada para atender a uma demanda crescente, mantendo a qualidade e a assertividade como diferenciais competitivos.
Que tal criar um case como este para a sua empresa? Vamos marcar uma call?
Conheça alguns Casos de Uso.
Sobre a BlueMetrics
A BlueMetrics foi fundada em 2016 e já conta com mais de 160 entregas bem-sucedidas nas áreas de Data & Analytics, GenAI e Machine Learning para mais de 70 empresas nos Estados Unidos, Brasil, Argentina, Colômbia e México. Conta com uma metodologia própria e uma equipe multidisciplinar focada na entrega de soluções para desafios reais do mundo dos negócios.
Comments