Um fabricante global de automóveis que opera em vários mercados gerencia milhões de interações não estruturadas com clientes, desde pesquisas e mídias sociais até registros de centros de contato. Buscando transformar sua estratégia de experiência do cliente, a empresa fez uma parceria com a Artefact para criar uma plataforma holística de voz do cliente (VoC) com tecnologia de IA generativa e AWS, A empresa, por sua vez, substituiu a análise lenta e manual por um sistema escalável e orientado por insights que melhorou diretamente a conversão de vendas e a retenção de clientes.

O desafio: a análise manual de VoC bloqueia a percepção do cliente.

O processo existente da empresa para analisar o feedback dos clientes dependia inteiramente de analistas humanos, que classificavam manualmente os verbatims em uma taxonomia fixa e estática. O resultado eram percepções genéricas e de baixa resolução que não conseguiam captar as nuances necessárias para impulsionar ações comerciais significativas nos mercados globais.

  • Gargalo da classificação manual: Os analistas humanos classificavam os verbatims dos clientes um a um, produzindo definições vagas de tópicos, como ‘Limpeza do carro’, em vez de distinções granulares, como ‘Problemas com a limpeza do veículo’ versus ‘Problemas com o serviço de manobrista’, o que retarda a geração de insights e limita a precisão analítica.
  • Pontos cegos em tópicos emergentes: A taxonomia manual estática não conseguia revelar tópicos nunca antes vistos, como o impacto da mudança climática na percepção da marca, criando lacunas de inteligência que impediam a empresa de agir com base no sentimento emergente dos clientes.
  • Incapacidade de escalonar entre mercados: Com grandes volumes de feedback não estruturado provenientes de vendas, pós-vendas, pesquisa do Google e centros de contato em várias regiões geográficas, a análise manual era fundamentalmente inescalável e inconsistente nos mercados.

A solução: uma plataforma holística de VoC com LLMs e AWS DataZone.

A Artefact arquitetou e forneceu uma plataforma holística de VoC combinando aprendizado de máquina não supervisionado com modelos de linguagem ampla (LLMs) no AWS - descobrindo, classificando e gerando automaticamente insights a partir de feedback não estruturado do cliente em escala global. A solução foi produzida para obter o máximo de eficiência, aproveitando uma arquitetura Hub-and-Spoke governada e gerenciada por meio do AWS DataZone.

  • Aprendizado não supervisionado para descoberta de tópicos: Aplicou modelos de incorporação e algoritmos de agrupamento para processar os verbatims brutos dos clientes, identificando automaticamente grupos de tópicos de alta densidade sem conhecimento prévio ou preconceito humano, permitindo a descoberta de tópicos que a taxonomia manual nunca havia previsto.
  • Pipeline de classificação Few-Shot LLM: Implementou um pipeline de aprendizado de poucas tentativas usando o Foundation Models para classificar novas avaliações de clientes na taxonomia estabelecida (Tópico, Subtópico, Sentimento) em escala, fornecendo geração de insight quase em tempo real na produção.
  • AWS DataZona para governança global: Aproveitou o AWS DataZone como camada central de governança para distribuir com segurança modelos de IA do hub global para ambientes de mercado local, tratando os modelos como produtos data governados e garantindo a validação da qualidade antes de cada implantação regional.
  • Produção e otimização de custos: Liderou uma fase de produção dedicada para refatorar a arquitetura PoC inicial, obtendo uma redução de 83% no tempo de previsão e uma redução de 90% nos custos de execução mensal, permitindo uma implementação de produção econômica e de nível empresarial.

Os resultados: aumento mensurável na conversão, retenção e eficiência.

A plataforma Holistic VoC proporcionou um impacto quantificado e estatisticamente validado na conversão, retenção e custo operacional, demonstrando o valor comercial direto da IA generativa implementada de forma responsável em escala.

  • +5,9% aumento da taxa de conversão básica: Validado por meio de rigorosos testes A/B com significância estatística de 98%, com segmentos de alto valor, como ‘Residências Premium e Próprias’, alcançando aumentos de conversão de até +11,6% - diretamente atribuíveis às recomendações da Next Best Action orientadas por IA.
  • 90% redução nos custos operacionais mensais: A solução em produção reduziu os custos mensais de execução em 90% em comparação com a fase inicial de MVP/PoC, estabelecendo uma linha de base de produção altamente econômica à medida que a plataforma se expande para outros mercados.
  • Redução de ~83% no tempo de previsão: O tempo de processamento foi reduzido em cinco sextos, permitindo que as equipes da empresa acessassem as percepções dos clientes com muito mais rapidez e respondessem a problemas emergentes quase em tempo real nos mercados globais.

Ao substituir a análise manual por uma plataforma de VoC governada e alimentada por IA na AWS, a Artefact permitiu que um fabricante líder global de automóveis transformasse o feedback do cliente em um ativo estratégico, oferecendo ROI mensurável, inteligência global dimensionável e uma arquitetura replicável pronta para expandir para novos mercados à medida que as ambições de experiência do cliente da empresa continuam a crescer.