Categoria: IA

  • Desvendando os segredos do Net Promoter Score (NPS)

    Desvendando os segredos do Net Promoter Score (NPS)

    Você entende como verdade a máxima de: – “ o que não se mede, não pode ser profissionalmente gerenciado”? 

    Então, para a área da Experiência do Consumidor (CX), isso é mais do que verdade; é um mantra! E dentre as muitas formas de medir o CX, uma base métrica se destacou e tem passado cada vez melhor ao teste do tempo: – o Net Promoter Score (NPS).

    Mas na realidade, o NPS é mais do que uma simples métrica de satisfação do cliente, ele emergiu como uma ferramenta essencial para avaliar a lealdade dos consumidores. No entanto, esta métrica hoje tradicional em muitas organizações, atualmente têm servido de base evolutiva para algo ainda mais poderoso: – o Spontaneous Net Promoter Score (sNPS).

    É fato que o NPS convencional auxilia, e já apoiou em muito, diversas empresas a compreender melhor as necessidades e desejos do seu público-alvo… 

    Porém, esta KPI ficou ainda mais profunda, numa evolução derivada desse histórico de sucesso. Sendo aí que entra o Spontaneous NPS, mergulhando ainda mais no contexto e na compreensão sobre o valor dos dados descritivos, qualitativos e espontâneos, provindos de múltiplos canais de contato com o consumidor.

    Dessa forma, ela oferece, assim, uma visão ainda mais granular sobre a percepção de marca, produto e jornada do seu público-alvo.

    Além disso, os insights revelados pelo sNPS podem ser a chave para transformar a satisfação do cliente em lucratividade, ajudando a sua empresa a se destacar em um mercado cada vez mais competitivo.

    Continue a leitura e vamos entender mais a fundo sobre essas poderosas ferramentas. 

    E afinal, o que é o Net Promoter Score (NPS)?

    Desenvolvido por Fred Reichheld e apresentado na Harvard Business Review em 2003, o NPS é amplamente utilizado em todo o mundo por sua simplicidade e eficácia.

    O funcionamento do NPS é simples: os clientes são solicitados a responder um questionário com a chamada Pergunta Definitiva: – “…numa escala de 0 a 10, quanto você recomendaria nossa empresa a um amigo ou colega?” E com base nas respostas, os clientes são classificados em 04 zonas: Crítica, Melhoria, Qualidade e Excelência, a partir de um cálculo de notas por três categorias de sentimento:

    – Promotores (notas 9 e 10): clientes extremamente satisfeitos e leais, propensos a recomendar a empresa.

    – Neutros (notas 7 e 8): clientes satisfeitos, mas sem um forte vínculo emocional com a empresa.

    – Detratores (notas de 0 a 6): clientes insatisfeitos, que podem prejudicar a reputação da empresa ao fazer críticas negativas.

    O NPS é uma ferramenta estratégica que ajuda as empresas a entenderem a satisfação dos clientes e a trabalharem para retê-los. Porém, com a evolução para o sNPS, ele se tornou uma uma vantagem competitiva inestimável.

    Por que o NPS foi a base para o sNPS?

    O Net Promoter Score foi desde sempre uma métrica crucial, porque ofereceu uma maneira simples e poderosa de entender a percepção dos clientes sobre uma empresa.

    Ao fornecer insights quantitativos valiosos para serem usados na identificação de áreas de aperfeiçoamento nas empresas, deu base para a inovação tecnológica de uma métrica ainda mais avançada e eficaz. 

    Nesse sentido, um grande diferencial está no tipo e contexto da informação trazida na sua evolução – o Spontaneous Net Promoter Score (sNPS), que mantém a mesma base de notas, classificações, escala e cálculos, porém, a partir de outros processos e insumos de dados.

    O sNPS vai além do NPS convencional, incorporando a transcrição e interpretação de opiniões com  insights mais profundos dos clientes, através da multicanalidade de dados qualitativos como textos, ou conversas com atendentes, a exemplo de whatsapp, gravações telefônicas, redes sociais, e-mails, reviews de e-commerces e outros pontos de contato.

    E mesmo quando há o envio da pergunta em ferramentas como o NPS+ o foco do método está no destaque aos dados mais qualitativos em escala. 

    Isso significa que as empresas podem ter uma compreensão mais completa e precisa da experiência do cliente, permitindo a identificação de oportunidades de melhoria que podem ser transformadas em vantagens competitivas e lucrativas significativas para seu negócio.

    A importância do monitoramento da satisfação em múltiplos canais

    Sabemos que atualmente, a interação com os clientes ocorre em uma variedade de canais, desde whatsapp, redes sociais até plataformas de e-commerce, e-mails, chatbot e atendimento telefônico.

    Diante desse cenário, é imprescindível adotar abordagens de monitoramento multicanal para capturar insights abrangentes sobre essas jornadas de experiência com a marca, proporcionando às empresas a capacidade de coletar feedbacks valiosos em uma ampla gama de plataformas.

    Com o monitoramento contínuo do grau de recomendação da nova métrica sNPS, as empresas podem identificar padrões e tendências que seriam facilmente perdidos em uma abordagem unicanal, ou apenas pontual de uma pesquisa puramente quantitativa.

    Assim, compreende cada vez mais o grau da dor e os temas mais relevantes para o cliente junto à marca, ao mesmo tempo que mapeia e destaca ganchos de relacionamento e aumento das oportunidades de monetização de um modo sistêmico e recorrente.

    Em resumo, no seu modo tradicional o Net Promoter Score (NPS) identifica áreas de melhoria, mas possui limitações, pois é uma métrica baseada numa análise pontual do envio de uma pergunta e apenas em dados de uma escala numérica (conhecido como dado estruturado). 

    Contudo, hoje com a quantidade de canais existentes, plataformas e tipos de interações digitais das interações com os clientes, dados mais qualitativos, descritivos, espontâneos e com muito mais contexto (conhecidos como não-estruturados), devem ser cada vez mais utilizados de maneira estratégica pelas empresas, novidade que tecnologias como a Inteligência Artificial permitiram trazer ao mercado.

    Leia: Além do SAC: Explorando os Multicanais da Jornada do Consumidor

    Transformando insights em ação

    Transformar insights em ação é essencial para realmente melhorar a experiência do cliente. 

    Assim como o Net Promoter Score (NPS) convencional já é uma ferramenta de medição e um catalisador para iniciativas proativas que podem resolver problemas e impulsionar melhorias significativas.

    Ao aproveitar os insights obtidos por meio da evolução dessa métrica com o monitoramento multicanal do Spontaneous Net Promoter Score (sNPS), as empresas têm a oportunidade de implementar mudanças contínuas em seus produtos, serviços e processos com mais compreensão de contexto e mais próximos do que pensa de verdade os seus clientes.

    Por isso, com ainda maior potencial de impactar o mundo dos negócios, assim como fez o NPS convencional, a evolução Spontaneous Net Promoter Score (sNPS) é um poderoso método que busca os feedbacks proativos que os clientes já deixaram, ou deixarão para a empresa nos seus canais de contato, de forma natural, sem necessariamente serem solicitados a responder perguntas de questionários.

    Essa evolução é uma visão que aproveita mais a subjetividade, a autenticidade, a espontaneidade e a abrangência da experiência do cliente, possibilitando ações mais impactantes, direcionadas e estratégicas.

    Leia também: Como a Análise de Dados Pode Transformar Sua Estratégia de Negócios

  • Além do SAC: Explorando os Multicanais da Jornada do Consumidor

    Além do SAC: Explorando os Multicanais da Jornada do Consumidor

    Você já parou para pensar na quantidade de canais de interação com os quais um cliente pode se relacionar com uma empresa? Trata-se de um universo multicanal de possibilidades, que vai muito além do tradicional Serviço de Atendimento ao Consumidor (SAC).

    Neste ambiente complexo e dinâmico, como é possível oferecer uma experiência do cliente consistente e de qualidade? E o que isso tem a ver com o sucesso do seu negócio?

    Prepare-se, pois este artigo vai mergulhar nesse universo, explorando a importância da gestão multicanal na experiência do cliente, as estratégias para evitar o churn e manter a retenção de clientes.

    Entraremos no universo das análises e métricas, discutindo acerca do Spontaneous NPS (sNPS) como ferramenta para otimizar a jornada do consumidor. Bem-vindo a esse universo de aprendizado e descoberta!

    Entendendo a Experiência do Cliente no Universo Multicanal

    Entender a experiência do cliente em um ambiente multicanal requer uma análise detalhada de como os consumidores interagem com a empresa através de diferentes canais, como redes sociais, sites, aplicativos móveis, lojas físicas, entre outros.

    Alguns pontos-chave para compreender essa complexidade:

    1. Multiplicidade de Canais:

    Os clientes têm à sua disposição uma variedade de canais (e-mail, redes sociais, App’s, etc) para interagir com uma empresa, onde cada um deles oferece uma experiência única e podem ser utilizados em diferentes momentos da jornada do cliente.

    Leia: A Multicanalidade como Ponto Forte para aprimorar a Experiência do Cliente 

    2. Consistência da Experiência:

    Manter uma experiência consistente em todos os canais é fundamental para garantir a satisfação e fidelidade do cliente. Isso significa que a marca, a mensagem e a qualidade do serviço devem ser uniformes, independentemente do canal utilizado pelo cliente.

    3. Integração de Canais:

    Integrar os diferentes canais de comunicação e vendas é essencial para oferecer uma experiência fluida e contínua ao cliente, permitindo que eles transitem facilmente entre os canais, sem perder o contexto de sua interação com a empresa.

    4. Personalização da Experiência:

    A personalização da experiência do cliente é uma estratégia fundamental em um ambiente multicanal, pois ela vai além de simplesmente reconhecer o nome do cliente em um e-mail ou em uma mensagem de texto; trata-se de entender suas preferências individuais, histórico de interações e necessidades específicas em cada ponto de contato com a empresa.

    Imagine que um cliente entra em contato com a empresa para resolver um problema e precise explicar a situação repetidas vezes para diferentes atendentes, em diferentes canais de comunicação.

    Isso além de causar frustração nele, também transmite a sensação de que a empresa não valoriza sua experiência como cliente.

    No entanto, com a personalização da multicanalidade, essa situação desagradável pode ser evitada, já que ao entrar em contato com a empresa, independentemente do canal escolhido (seja por telefone, chat online, e-mail ou redes sociais), o sistema reconhece automaticamente o cliente e seu histórico de interações, permitindo assim que o atendente tenha acesso às suas informações e contexto sem a necessidade de acessar cada um dos canais.

    Essa abordagem personalizada economiza tempo para o cliente e demonstra um alto nível de atenção e cuidado por parte da empresa, fazendo com que ele se sinta valorizado, percebendo que suas necessidades são levadas a sério, o que fortalece o vínculo de confiança e lealdade com a marca.

    A personalização da experiência do cliente pode ir além do histórico de interações para incluir também recomendações de produtos ou serviços com base nas preferências e comportamentos anteriores do cliente, aumentando as chances de oferecer comunicações e ofertas relevantes, que atendam às necessidades específicas de cada cliente em cada canal de comunicação, resultando em uma experiência mais satisfatória e duradoura.

    5. Monitoramento e Análise:

    É crucial monitorar e analisar constantemente a experiência do cliente em todos os canais, e isso envolve coletar dados sobre o comportamento do cliente, suas preferências e feedback, e usar essas informações para otimizar a experiência do cliente em cada canal.

    Gerenciar a consistência da experiência do cliente em um ambiente multicanal requer uma abordagem estratégica e holística, que leve em consideração as necessidades e expectativas dos clientes em cada ponto de contato com a empresa.

    Isso envolve a implementação de processos e tecnologias adequadas, bem como o desenvolvimento de uma cultura organizacional centrada no cliente.

    O Poder das Análises e Métricas na Gestão Multicanal

    As ferramentas de análise e métricas são verdadeiros pilares na compreensão do comportamento do consumidor em um cenário multicanal, pois elas oferecem insights valiosos, permitindo identificar padrões, lacunas e oportunidades ao longo de toda a jornada do cliente.

    Imagine, por exemplo, poder analisar a taxa de conversão em diferentes pontos de contato, entender o tempo médio de resposta em cada canal de comunicação, ou até mesmo monitorar a satisfação do cliente em tempo real.

    Ao adotar uma abordagem holística e acompanhar de perto essas métricas, as empresas podem ajustar suas estratégias de atendimento, otimizar a experiência do cliente e, consequentemente, impulsionar os resultados de negócio.

    Por exemplo, se uma empresa detecta que a taxa de conversão é significativamente menor em determinado canal, pode investigar e implementar melhorias específicas nessa área. Ou, se a satisfação do cliente está abaixo do esperado em um ponto de contato específico, medidas corretivas podem ser tomadas imediatamente para reverter essa situação.

    Ao entender o poder das ferramentas de análise e métricas, as empresas podem acompanhar e moldar proativamente a experiência do cliente em todos os canais de comunicação, garantindo uma abordagem integrada e eficaz na gestão multicanal.

    Leia: Spontaneous NPS: métricas substanciais, para além do NPS tradicional – Blog Postmetria

    Quais são os multicanais que as ferramentas analisam

    As ferramentas de análise e métricas podem ser aplicadas para monitorar uma variedade de canais de comunicação que uma empresa utiliza para interagir com seus clientes. Alguns exemplos comuns incluem:

    1. Canais Online:

       – Website: Análise de tráfego, taxas de conversão, tempo médio de permanência, entre outros.

       – E-mail: Taxas de abertura, taxas de cliques, taxa de resposta, entre outros.

       – Redes Sociais: Engajamento (curtidas, comentários, compartilhamentos), sentiment analysis, taxa de resposta, entre outros.

       – Chat Online: Tempo médio de resposta, taxa de resolução no primeiro contato, taxa de satisfação do cliente, entre outros.

    2. Canais Offline:

       – Atendimento Telefônico: Tempo médio de espera, tempo médio de atendimento, taxa de resolução no primeiro contato, entre outros.

       – Lojas Físicas: Fluxo de clientes, tempo médio de permanência, taxa de conversão, entre outros.

    3. Canais Híbridos:

       – Aplicativos Móveis: Número de downloads, taxa de retenção, atividades dos usuários, entre outros.

       – Chatbots: Taxa de resolução automatizada, taxa de transferência para atendimento humano, entre outros.

    Esses são apenas alguns exemplos dos muitos canais que as empresas podem utilizar para se conectar com seus clientes. As ferramentas de análise e métricas podem ser adaptadas para cada um desses canais, permitindo uma compreensão abrangente do desempenho e da eficácia de cada um na experiência do cliente.

    Olhando Além do Horizonte SAC

    Em suma, podemos afirmar que o universo multicanal vai muito além do SAC, envolvendo uma série de canais que permitem uma relação mais próxima e dinâmica com o cliente.

    A gestão multicanal, análises e métricas, funcionam como estratégias para evitar o churn: tudo isso faz parte do desafio de oferecer uma experiência do cliente consistente e de qualidade.

    Agora, é hora de colocar os conhecimentos em prática e explorar novas possibilidades na jornada do cliente. Afinal, o sucesso do seu negócio pode estar a apenas um canal de distância!

    Agora, conta aqui pra gente se sua empresa já trabalha com uma ferramenta que permite a multicanalidade ou ainda ficar migrando de um canal para o outro para realizar atendimento?

  • Como a Análise de Dados Pode Transformar Sua Estratégia de Negócios

    Como a Análise de Dados Pode Transformar Sua Estratégia de Negócios

    No contexto competitivo atual onde as empresas estão cada vez mais recorrendo à análise de dados para obter vantagens estratégicas, o uso adequado da tecnologia nessas organizações, interpretam comportamentos e tendências que podem ser aplicados para aprimorar a experiência do cliente e impulsionar o crescimento dos negócios.

    A era digital nos presenteou com uma quantidade sem precedentes de informações, por isso cada clique, interação e até mesmo os sentimentos expressos nas redes sociais representam fragmentos de conhecimento valiosos.

    Quando esses fragmentos são adequadamente coletados e analisados, podem fornecer insights incrivelmente poderosos. Mas como é que a análise de dados pode realmente transformar sua estratégia de negócios? Isso é exatamente o que vamos explorar neste artigo.

    A Importância análise de dados na Experiência do Cliente

    A análise de dados para uma experiência do cliente (CX) de alto padrão é um elemento vital de qualquer estratégia de negócios. Não conseguiu entender? Acompanhe!

    Em uma economia onde a concorrência está apenas a um clique de distância, proporcionar uma experiência excepcional pode ser o fator determinante entre o sucesso e o fracasso de uma empresa.

    Mas como garantir que sua empresa não apenas atenda, mas supere as expectativas dos clientes? É aqui que a análise de dados desempenha um papel crucial, pois ela possibilita uma compreensão mais profunda dos clientes, suas preferências e comportamentos.

    Assim, você pode personalizar suas ofertas, implementar melhorias e tomar decisões informadas que elevam a experiência do cliente.

    Entendendo o Spontaneous NPS

    O Net Promoter Score (NPS) é uma métrica amplamente utilizada para medir a lealdade do cliente, são aqueles questionários que o cliente responde a perguntas específicas.

    No entanto, há uma nova métrica surgindo: o Spontaneous NPS (sNPS), que é um grande aprimoramento da aplicação do NPS convencional.

    Para entender melhor, o sNPS avalia a satisfação do cliente com base em feedbacks espontâneos, através de comentários em redes sociais, e-mails, chats etc, ao invés de depender exclusivamente de questionários.

    Por meio desta análise de dados, feita pelo Spontaneous NPS (sNPS), é possível rastrear e interpretar essas opiniões espontâneas, permitindo uma compreensão mais autêntica das preferências e necessidades do cliente, e assim aprimorar o CX.

    O Poder das métricas e análises

    As métricas exercem um papel fundamental dentro da análise de dados, proporcionando uma visão detalhada do desempenho da empresa, impulsionando o sucesso e o crescimento empresarial.

    Elas ajudam a identificar padrões, tendências e áreas de melhoria, permitindo a implementação de estratégias mais eficazes para elevar a experiência do cliente.

    Além disso, os dados podem ser utilizados para prever tendências futuras e comportamentos dos clientes, possibilitando também a tomada de decisões de forma estratégica e informada, permitindo que a empresa se posicione proativamente para aproveitar oportunidades emergentes.

    A Transformação Através da Análise de Dados

    Ao coletar e interpretar dados do cliente com o Spontaneous NPS (sNPS), você pode ganhar um entendimento profundo de seus desejos, necessidades e comportamentos.

    Esta visão centrada no cliente permite que você personalize sua oferta, melhorando a experiência do cliente e impulsionando o crescimento dos negócios.

    A análise de dados tem o poder de transformar sua estratégia de negócios, fornecendo insights acionáveis que levam a melhores decisões e resultados mais eficazes.

    Ao abraçar este poder, sua empresa se destaca na economia digital e entrega valor excepcional para os clientes, alcançando assim o sucesso a longo prazo.

    Podemos concluir que a análise de dados não é mais uma opção – é uma necessidade urgente para empresas que miram no sucesso da marca e dos lucros, e por isso, as empresas que não se adaptarem a essa nova realidade correm o risco de serem deixadas para trás.

    Portanto, é hora de abraçar a análise de dados e permitir que ela transforme sua estratégia de negócios!

  • O papel da Inteligência Artificial na experiência do cliente

    O papel da Inteligência Artificial na experiência do cliente

    Nos últimos anos, a Inteligência Artificial (IA) tem se destacado como uma ferramenta revolucionária no mundo dos negócios, oferecendo abordagens inovadoras para aprimorar a experiência do cliente.

    Com o avanço das tecnologias de Inteligência Artificial, as organizações ganharam uma nova perspectiva para compreender o comportamento do cliente e, assim, desenvolver soluções personalizadas que atendam às suas necessidades específicas.

    É primordial compreendermos a essência da experiência do cliente e como a IA se insere nesse cenário, por isso, neste artigo, vamos fazer uma análise sobre como a IA está redefinindo as relações entre empresas e consumidores, bem como sua aplicação para enriquecer essas interações.

    A Experiência do Cliente e sua Importância

    A experiência do cliente pode ser definida como a percepção que um cliente tem sobre todas as interações que tem com uma marca, que vai desde o primeiro contato até o atendimento pós-venda. 

    Cada interação conta e contribui para a construção da experiência geral do cliente, e é aqui que a Inteligência Artificial entra em nosso jogo.

    A IA tem o potencial de transformar completamente a experiência do cliente quando fornece insights valiosos sobre o comportamento e as preferências individuais de cada um deles, através da multicanalidade para a empresa, permitindo que elas forneçam um serviço mais personalizado, o que, por sua vez, pode levar a uma maior satisfação e lealdade desses clientes.

    Leia: A Multicanalidade como Ponto Forte para aprimorar a Experiência do Cliente

    A Inteligência Artificial na Melhoria da Experiência do Cliente

    Entender as demandas e expectativas dos clientes é o primeiro passo crucial para aprimorar a sua experiência dentro do processo de compra na empresa.

    Esse entendimento profundo pode ser alcançado por meio de análises detalhadas e métricas precisas, que servem como ferramentas fundamentais na compreensão do comportamento, ou seja os desejos e necessidades de cada um deles de forma individual.

    Ao empregar técnicas de Inteligência Artificial, as empresas podem coletar e analisar dados em uma escala sem precedentes, oferecendo insights valiosos sobre as preferências e padrões de comportamento dos clientes.

    A partir desses dados, é possível criar uma experiência do cliente de maneira precisa e relevante, desde a personalização do conteúdo que os clientes veem em seus sites até as recomendações de produtos que recebem.

    A IA permite uma abordagem altamente individualizada e de personalização em massa, que cria conexões mais profundas e significativas entre as empresas e seus clientes. Em essência, a Inteligência Artificial se torna a chave para transformar dados em ações concretas que melhoram diretamente a satisfação e fidelidade do cliente.

    Leia: O Papel da Inteligência Artificial nas métricas de sNPS 

    Spontaneous NPS: Uma Métrica Revolucionária

    Um dos maiores desafios para as empresas é medir a satisfação do cliente de forma eficaz. É aqui que entra o Spontaneous NPS (sNPS), uma métrica revolucionária desenvolvida para superar as limitações do tradicional Net Promoter Score (NPS), onde a satisfação do cliente é baseada apenas em respostas de questionários..

    A grande inovação do sNPS é que ele não depende destes questionários para avaliar a satisfação do cliente. Em vez disso, ele usa a IA para analisar dados de interações com clientes em texto, áudio e imagem, permitindo assim, uma compreensão mais profunda e precisa das opiniões dos clientes.

    Retenção de Clientes evitar o Churn

    A retenção de clientes é fundamental para o sucesso de qualquer negócio, pois um cliente fiel não apenas continuará comprando de você, mas também poderá se tornar um defensor da sua marca, recomendando seus produtos ou serviços a outros.

    A Inteligência Artificial pode desempenhar um papel crucial na retenção de clientes através do sNPS, ajudando a identificar sinais precoces de churn (abandono) e permitindo que as empresas tomem medidas proativas para mantê-los. O que pode ser desde melhorias no produto até um serviço ao cliente mais eficaz.

    A Experiência do Cliente no Futuro

    A IA está mudando a experiência do cliente de maneiras que jamais poderíamos ter imaginado, pois com a capacidade de coletar e analisar enormes quantidades de dados, as empresas agora podem fornecer um serviço mais personalizado, melhorar a retenção de clientes e até mesmo prever futuras tendências.

    Com a contínua evolução da Inteligência Artificial, estamos apenas começando a arranhar a superfície do seu potencial, e neste futuro, podemos prever que a experiência do cliente será brilhante com a ajuda do Spontaneous NPS (sNPS), pois a IA utilizada pela ferramenta, já possibilita às empresas a capacidade de fornecer uma experiência mais rica e envolvente para seus clientes, e será cada vez mais.

    No entanto, é importante lembrar que a tecnologia por si só não é suficiente, e as empresas precisam ter uma mentalidade centrada no cliente e estar dispostas a investir em um atendimento de alta qualidade para realmente aproveitar ao máximo o potencial da IA e criar uma experiência do cliente perfeita.

    Então, o que você acha? Como você vê a Inteligência Artificial moldando a experiência do cliente no futuro? Com certeza mal podemos esperar para ver como se desenrolará nos próximos anos.

  • Auditoria de Comentários – o que faz um(a) “professor(a)” de I.A. na Postmetria

    Auditoria de Comentários – o que faz um(a) “professor(a)” de I.A. na Postmetria

    Você sabe como a auditoria de comentários funciona aqui na Postmetria? Entenda como funciona o aprendizado da IA e quem são seus professores!

    Você pode não se dar conta, mas as Inteligências Artificiais estão cada vez mais presentes em nossas vidas. Seja na recomendação de filmes, vídeos, músicas, produtos em sites de e-commerce e no feed da sua rede social favorita. Ainda assim, esses ambientes citados não chegam nem perto da infinidade de possibilidades e aplicações que uma IA pode oferecer. 

    Hoje seu uso não se restringe apenas ao ambiente computacional, transitando também nas mais diversas áreas do conhecimento: marketing, mercado financeiro, medicina, ciências humanas, física, biologia – no caso da Postmetria, o Customer Experience (CX), entre outros…

    Atualmente, aqui na empresa, nas diversas arquiteturas e múltiplas funções de Inteligência Artificial do nosso foco em dados não-estruturados, ou CENE (Conteúdo Espontâneo Não-Estruturado) do Big Data, temos uma I.A. que chamamos carinhosamente de Popis – sim, a do Chaves (assim como como todo o nosso conjunto de IAs tem nomes da turma do Chaves… Vai saber ?)- que é utilizada para classificação dos comentários. A Popis faz uma análise de estrutura de linguagem, padrões de significado, sentimento e intensidade, caracterizando as opiniões e interpretando o conteúdo em texto, áudio, imagem, tratando essas diversas opiniões espontâneas (comentários/feedbacks) como se fossem respostas à pergunta “de 0 a 10, quanto recomendaria nossa marca…”, da métrica NPS convencional. Assim, nossa IA normaliza essa avaliação qualitativa do consumidor para o nosso Spontaneous Net Promoter Score (sNPS), ou seja, a mesma escala de 0 a 10 do NPS convencional, só que sem a necessidade de enviar a pergunta e se utilizando de comentários multicanais e espontâneos, para a partir de cada nota atribuída, gerar os Promotores, Neutros e Detratores, tanto quanto as zonas de classificação da métrica – Zonas Crítica, de Melhoria, de Qualidade e de Excelência.

    Para compreender melhor o papel da IA na identificação do sNPS, leia aqui.

    Contudo, para chegar a essa classificação de maneira mais assertiva possível, a Popis conta com uma característica fundamental: o Aprendizado de Máquina Supervisionado, que estrutura toda uma área dentro da Postmetria. Antes de prosseguir com essa definição, dois passos para trás. 

    • Aprendizado de Máquina, ou machine learning, supõe que a máquina aprenderá a realizar uma tarefa a partir de experiências, da mesma forma que nós, humanos, aprendemos alguma atividade. Fazemos elas repetidas vezes – erramos uma boa quantidade – até aperfeiçoarmos e passarmos a acertar. Como chutar uma bola no gol: iniciamos sem destreza nenhuma o ato de chutar, até que treinamos e sofisticamos o gesto técnico e os chutes descoordenados passam a ter direção e força.
    • Dentro dos conceitos que envolvem machine learning, existem dois que são particularmente muito importantes: o Aprendizado Supervisionado e o Não Supervisionado. Ambos possuem características próprias e que vão fazer sentido a partir do problema de negócio a ser solucionado. Para não entrar em maiores detalhes técnicos, vamos nos preocupar apenas com o Aprendizado Supervisionado. 

    O Treinamento da IA

    No processo Supervisionado, o treinamento da IA acontece a partir da “fiscalização” na realização de alguma atividade. Na Postmetria, chamamos esse processo de Auditoria. Emprestando o exemplo anterior, é como se a IA precisasse aprender a chutar a bola e, ao invés de fazer isso sozinha, tivesse um técnico que ensinaria a ela sobre finalização, passe, cobrança de falta, escanteio, pênaltis e tudo mais que envolva a arte de chutar a bola. E é isso que a área de Operação de Dados (OD) da Postmetria faz: supervisiona o processo de aprendizagem da IA, através da auditoria de comentários, a fim de aprimorar suas análises dos padrões da fala humana em relação à nossa métrica sNPS.

    Nós, time de ODs, no momento em que nos deparamos com um comentário a ser auditado, nos preocupamos com quais seriam os qualificadores desse comentário – o que na língua portuguesa seria algo análogo aos adjetivos -, e a intensidade deles, para identificar qual percepção o comentário expressa: se é intensivo em um elogio, uma insatisfação, uma sugestão, ou ainda, todas essas percepções juntas. Assim, agregamos no aprendizado da máquina, analisando uma pequena amostra de comentários para gerar a nota de sNPS, trazendo o contexto do consumidor para essa aprendizagem. Com isso, aproveitamos o elemento qualitativo mais importante da percepção de marca, que é o contexto, ensinando a I.A. a aprender profundamente o subjetivo, qualitativo e espontâneo da Experiência do Consumidor (CX).

    Dessa forma, utilizando-nos do método NPS, atribuímos critérios para que, a partir de cada qualificador e intensidade, o comentário seja classificado na escala de 0 a 10. A Popis, por sua vez, passa a reconhecer que uma expressão como “achei ruim esse produto” seja compreendida como uma insatisfação, mas que um “achei péssimo esse produto” seja compreendido como uma insatisfação ainda maior, ou ainda, que um “gostei desse produto…” seja visto como um elogio, porém, que deva ser atribuído um scoring menor do que uma avaliação como “esse produto é ótimo, amei…”. Da mesma forma que nós, humanos, faríamos na compreensão da gradação e valoração das intensidades dessas percepções.

    Dessa forma, vai se formando uma cadeia de entendimento e aprendizagem profunda (Deep Learning) da I.A. Popis, melhorando cada vez mais a sua capacidade de Processamento e Interpretação da Linguagem Natural humana (NLP), justamente a partir de nuances das falas desses consumidores nos diversos canais internos e externos das marcas clientes da Postmetria. Tudo com base nas características léxicas e semânticas de cada comentário que auxiliam no conjunto dos padrões identificados na capacidade automática e em escala de interpretação e classificação da Popis.

    Portanto, a partir desse contato com o time de Operadores de Dados, ou “professores da Popis”, nossa IA aprende e melhora seu desempenho de processamento de linguagem natural para as classificações dos diversos níveis de scoring, sentimento e intensidade. Com o tempo, a partir dos erros e acertos de classificação e inputs identificados pelos ODs, a Popis, que antes era apenas uma Padawan no mundo de classificações, se torna uma Mestre Jedi capaz de entender as sutilezas das opiniões em cada comentário.

    Texto elaborado por Fellipe Porto, Supervisor de Operação de Dados na Postmetria


    E aí, conseguimos esclarecer um pouquinho sobre o processo de Auditoria de Comentários?
    Deixe suas dúvidas e comentários abaixo!

    Conheça mais sobre o que a Postmetria pode fazer por você!

  • O Papel da Inteligência Artificial nas métricas de sNPS

    O Papel da Inteligência Artificial nas métricas de sNPS

    Uma Plataforma Multicanal de Big Data que identifica por Inteligência Artificial o grau de satisfação espontânea, a partir da recomendação dos consumidores. É assim que nós, na Postmetria, nos identificamos.
    Bastante complexo, não é mesmo?
    Hoje nós vamos esclarecer essa definição, focando no papel da inteligência artificial para as métricas de sNPS.

    O Papel da Inteligência Artificial nas métricas de sNPS

    Inicialmente, vamos às definições dos conceitos aqui abordados:

    Inteligência Artificial é “o estudo e projeto de agentes inteligentes“, representando, de modo sumário, a inteligência das máquinas, em contraposição à inteligência natural, apresentada pelos seres humanos e animais. Em outras palavras, é a capacidade das máquinas de: aprender, perceber e tomar decisões, diante de determinadas situações.

    A IA corresponde a um conceito excepcionalmente amplo e abrange, pelo menos, três outras áreas da computação:

    • Machine Learning, ou aprendizado de máquina, é um método que consiste em oportunizar que a máquina aprenda regras por conta própria, a partir dos dados, com um grau de interferência humana cada vez menor.
    • Deep Learning, ou aprendizado profundo, é uma parte do Machine Learning que utiliza algoritmos complexos para imitar o funcionamento profundo das conexões sinápticas do cérebro humano, de modo a processar dados para criar padrões para uso na tomada de decisões.
    • Processamento de Linguagem Natural, por sua vez, utiliza técnicas de Machine Learning para encontrar padrões em grandes conjuntos de dados puros e reconhecer a linguagem natural. O objetivo dessa técnica é que o computador se torne capaz de “compreender” o conteúdo, incluindo nuances contextuais da linguagem.

    Voltando ao conceito inicial aqui apresentado:

    A Postmetria é uma plataforma multicanal de big data que faz análise e diagnóstico da intensidade e intenção de sentimentos em dados não estruturados (comentários, opiniões, feedbacks em canais de SAC, redes sociais, e-commerces) através da ativação de uma Inteligência Artificial que aprende ao longo do tempo. Com isso, identificamos o grau de satisfação dos consumidores nas suas experiências com marcas, produtos e serviços.

    Vamos entender melhor como isso ocorre?

    A nossa inteligência artificial tem como principal atividade o processamento de linguagem natural. Assim, ela opera como uma rede neural artificial, um método de deep learning – ou simplesmente aprendizado profundo – o que quer dizer que a chave da sua funcionalidade é sua capacidade de ser treinada e, portanto, constantemente melhorada. 

    Para entendermos melhor, a rede neural é chamada assim, pois faz referência a principal rede que conhecemos: o cérebro humano. Assim como em uma rede de neurônios, a rede neural artificial aplica o deep learning em muitas camadas simultaneamente, fazendo com que a máquina aprenda efetivamente com cada input.

    A cada CENE (Conteúdo Espontâneo Não-Estruturado) inserido dentro da plataforma Postmetria, e conforme aumentamos a quantidade de dados que são analisados por uma equipe de especialistas, a I.A expande sua base de conhecimento e eleva sua porcentagem de acerto. Hoje em dia, a calibragem da tecnologia pode atingir mais de 90% de exatidão — a depender de fatores como o segmento de mercado e a fonte (canal, contexto, regionalidade, etc.) predominante dos dados. Além disso, nosso banco de informações, isto é, de insumos para o aprendizado profundo dos nossos algoritmos, já está na casa dos milhões de dados!

    Do mais, contamos com inteligências auxiliares que são responsáveis pela classificação dos itens estratégicos de segmentação da informação, os quais chamamos internamente de bottom-up’s, que são uma espécie de granularidade estratégica dessa informação dentro dos comentários coletados, a partir de um processamento gramatical, permitindo que diversas flexões do mesmo termo, expressão, ou conceito sejam consideradas automaticamente. 

    Agora, qual critério a tecnologia mobiliza para a análise dessa intensidade e intenção de sentimentos? Como definimos se um comentário de consumidor é promotor, neutro ou detrator?
    A palavra-chave é: léxico! Analisamos cada frase, conjunto de expressões, linha por linha, assim como as palavras e até imagens contidas nos comentários dos consumidores de nossas marcas clientes e, por consequência, o contexto destas, de modo a entender, não apenas se temos palavras “positivas” ou “negativas”, mas também a gradação do “humor”, ou ainda, em quais níveis de satisfação que estas estruturas léxicas da fala de cada consumidor estão sendo empregadas. Assim, num exemplo simples, se um “Achei esse produto bom!” é considerado favorável, um “Achei esse produto muito bom!” será mais favorável ainda… Lógica esta que também se aplicará para opiniões desfavoráveis à marca e seus serviços.

    Texto elaborado por Julia Alves, Customer Success na Postmetria


    E aí, conseguimos esclarecer um pouquinho desse mundo artificial por aqui?
    Deixe suas dúvidas e comentários abaixo!

    Conheça mais sobre o que a Postmetria pode fazer por você!