IA de contact center: roteamento por intenção, assistente que resolve pedidos simples, mensagens proativas, tradução e qualidade em escala
Tudo nesta página obedece ao mesmo interruptor do resto da IA de atendimento: a política de IA dos casos (Configurações · Casos · Política de IA). Com a política desligada, nada aqui roda e nada aqui é gravado. Não há um segundo interruptor.
Tudo nesta página obedece ao mesmo interruptor do resto da IA de atendimento: a política de IA dos casos (Configurações · Casos · Política de IA). Com a política desligada, nada aqui roda e nada aqui é gravado. Não há um segundo interruptor.
Roteamento por intenção O assistente conversacional já permite cadastrar intenções (um nome, alguns exemplos, algumas palavras-chave). Até agora as regras de atribuição não conseguiam enxergá-las: a regra casava canal, fila, palavra-chave, idioma, região, produto, camada da conta, meta de SLA e severidade, mas não "o cliente quer cancelar". Agora casa. Numa regra de atribuição, escolha uma ou mais intenções e, se quiser, uma confiança mínima.
Duas coisas valem saber antes de escrever a regra. A intenção é apurada do assunto, da descrição e da última fala do cliente, então ela muda no meio da conversa. E um caso cuja intenção não se sabe, ou cuja confiança está abaixo do mínimo, NÃO casa com a regra; ele cai para a regra seguinte, exatamente como as outras condições do motor de roteamento. Mandar o caso para o time de retenção por chute é pior do que deixá-lo na fila geral.
O painel de intenções mostra o volume por intenção e quanto tempo cada uma leva para resolver. Isso é informação para quem escreve a regra, não decisão automática: escolher o responsável por média histórica precisaria de uma amostra por pessoa que a maioria das equipes não tem.
Um assistente que resolve pedido simples fim a fim O bot conversacional passa a fazer seis coisas no CRM, em vez de só conversar: consultar o estado de um caso, listar os casos do cliente, consultar a cobertura de suporte, buscar no catálogo de serviços, reabrir um caso e agendar um retorno. Cada uma é configurada em separado: desligada, pedir confirmação (um atendente confirma no caso) ou fazer sozinha. As tarefas de leitura já nascem automáticas; as de escrita nascem pedindo confirmação.
A regra que importa é a identidade. O cliente digitar um e-mail numa janela de chat não prova nada: se bastasse, qualquer visitante leria o caso de qualquer pessoa. Um pedido só alcança um caso quando a pessoa foi identificada pelo portal do cliente (link de acesso), por um canal que prova posse (o número de WhatsApp, o endereço de e-mail já ligado ao contato) ou por um atendente agindo com as permissões dele. Fora disso, o assistente explica que precisa do acesso ao portal.
Tudo o que o assistente faz, e tudo o que ele recusa fazer e por quê, fica numa trilha que não se edita. A escrita conta no mesmo teto diário de ações de IA do resto do produto; quando o teto é atingido, o assistente não fica em silêncio: volta a propor.
Mensagens que o assistente começa, e uma pessoa aprova Duas situações produzem uma mensagem que o cliente não pediu: o prazo de resolução está em risco ou venceu, ou o cliente escreveu e está sem notícia nossa há mais de um dia. A terceira é o encerramento: depois de resolver, o assistente pode escrever o resumo que o cliente lê.
As três caem na mesma fila de aprovação, dentro do caso. Nada é enviado antes de uma pessoa aprovar, e não existe configuração que mude isso. O texto é editável antes do envio: aprovar o que não se pode corrigir vira fé cega ou botão que ninguém usa. A saída é pelo canal de onde o caso veio quando existe um (respeitando a janela de 24 horas e o modelo aprovado), e por e-mail quando não existe.
Tradução dentro da conversa Quando o cliente escreve em outro idioma, dá para traduzir a fala dele para o seu e o seu rascunho para o dele, sem sair do caso e sem colar o texto do cliente numa ferramenta de fora. A tradução aparece sempre marcada como automática e nunca substitui o original: o que vale é o que o cliente escreveu, e é do original que uma disputa depende.
O idioma do cliente vem do cadastro do contato quando está preenchido; senão, do que se detecta na conversa; senão, a tela pergunta. Texto que já está no idioma de destino não é traduzido.
Qualidade em escala A revisão de uma resposta já existia. O que não existia era qualidade no sentido que um contact center dá à palavra: rubrica própria, amostra por período e nota por atendente.
Crie uma rubrica com os critérios que a sua operação promete e um peso para cada um; um suporte técnico pesa "não inventar", uma operação de cobrança pesa "conformidade". Defina o tamanho da amostra e, se quiser, uma cadência semanal ou mensal. Cada rodada sorteia os casos de forma determinística e espalha entre os atendentes, então rodar o mesmo período duas vezes avalia os mesmos casos e não paga o modelo de novo.
A tela sempre mostra quantos casos foram avaliados de quantos foram resolvidos. Nota de amostra apresentada sem o tamanho da amostra é a forma educada de mentir. E essas notas servem para conversar: nada aqui muda roteamento, meta ou remuneração.
O tom do cliente ao longo do tempo A IA do caso já media o tom da conversa, mas sobrescrevia o número a cada releitura: o produto sabia dizer como o cliente está, nunca que ele está piorando. Agora cada medida é guardada, então o painel mostra a curva por atendente e por conta, e o responsável pelo caso é avisado quando o tom de uma conversa cai forte ou fica negativo de forma consistente. Não custa IA a mais: lê a análise que já existe.
Com menos de duas medidas a resposta é "sem dado suficiente", nunca "estável". São respostas diferentes.