Usar a IA para contar uma história com dados
Dados não estruturados apresentam uma enorme oportunidade para desbloquear novos insights do cliente. Se as organizações conseguirem traduzir esses dados em histórias de fácil compreensão sobre seus clientes, elas poderão tomar ações que ajudam a aumentar a satisfação do cliente e reduzir a rotatividade.
Não faltam dados não estruturados disponíveis. Na verdade, de acordo com algumas estimativas, 90% de todos os dados não estão estruturados e estão crescendo significativamente mais rápido do que os dados estruturados. O texto, as imagens, o áudio e outros tipos de conteúdo que constituem dados de clientes não estruturados estão se multiplicando rapidamente em várias plataformas, incluindo Discord, Reddit, Slack e X. Coletar todos esses dados e transformá-los em insights acionáveis pode ser um desafio, mas os possíveis benefícios valem o esforço.
Quando eu era engenheiro de UX no Google, vi como a combinação de recursos de IA generativa com dados de clientes poderia aprimorar as experiências digitais. Eu fazia parte de uma equipe incrível que trabalhava no marketing de páginas web, incluindo a página inicial cloud.google.com. Alguns de nossos projetos envolviam a criação de interfaces de usuário conversacionais para vendas e suporte que automatizavam parcialmente tickets do Salesforce. Com respostas de suporte semiautomatizadas, conseguimos resolver rapidamente os problemas dos clientes e mantê-los satisfeitos.
Para a maioria das organizações, porém, a cadeia de feedback do cliente está comprometida e, na Sushidata, estamos trabalhando para corrigi-la. Como cofundador e CEO da empresa, estou trabalhando com nossa equipe talentosa para ajudar as organizações a aprofundar os insights dos clientes e aprimorar as experiências deles aplicando IA a dados não estruturados. Ao longo da jornada de nossa empresa até agora, aprendemos algumas lições importantes sobre onde concentrar os esforços e como aproveitar ao máximo os dados.
Maximizar o valor dos clientes existentes
Concentrar-se na experiência dos clientes existentes, muitas vezes, pode causar o maior impacto. É preciso muito mais recursos para adquirir novos clientes do que reter os que você já tem. Embora você nunca deva parar de trabalhar para trazer novos clientes em potencial, atender às necessidades dos clientes atuais deve estar entre suas maiores prioridades.
Ao descobrir insights a partir de dados não estruturados, você pode detectar possíveis problemas antecipadamente. Por exemplo, alguns dos dados que coletamos para nossos clientes incluem reclamações de seus clientes que estão insatisfeitos com o tempo que o suporte leva para resolver seus problemas. Agora estamos trabalhando em um mecanismo de alerta que aproveita o processamento de linguagem natural para disparar um alerta para a equipe certa em qualquer meio necessário: Slack, e-mail ou até mesmo texto. Com esse mecanismo, nossos clientes poderão resolver problemas antes que seus clientes decidam explorar soluções de concorrentes.
Enquanto isso, entender as necessidades do cliente em tempo real pode criar novas oportunidades de venda adicional. Se um cliente descrever um desafio específico da empresa no Slack ou postar uma solicitação de recurso no Discord, você poderá oferecer soluções que atendam aos requisitos dele. E aqui está uma ideia para reflexão: quando alguém pergunta sobre os preços da empresa, o que você deve fazer? Para mim, a resposta é: envolver esse cliente e ser o mais útil possível para esse comprador em potencial.
Aproveitar o poder da IA
Como você encontra valor em grandes volumes de dados de clientes? Aproveitar totalmente os dados não estruturados requer IA. Ao empregar modelos de linguagem grande (LLMs), você pode coletar com eficiência dados de clientes de várias fontes, conectar partes de dados adquiridos em locais distintos, unificar o usuário entre plataformas, analisar dados para entender sentimentos, identificar tendências em tempo real e apresentar novos insights em um formato visual.
Este trabalho seria quase impossível sem a IA. Digamos que você queira organizar dados conversacionais de vários fóruns on-line em uma narrativa coerente do cliente sobre seu produto. Mais do que apenas encontrar todas as menções ao seu produto, você precisa de um sistema sensível ao contexto que possa discernir relacionamentos entre várias mensagens, conectar informações específicas e gerar uma única história que faça sentido. Dada a natureza diferenciada e muitas vezes ambígua da comunicação humana, esse processo requer recursos sofisticados de IA e manutenção de contexto, mesmo quando as conversas são interligadas e fluidas por natureza.
Abordar as principais decisões estratégicas
Como implementar uma abordagem baseada em IA para gerar insights de clientes a partir de dados não estruturados? Existem algumas decisões essenciais que você precisa tomar e desafios que precisa superar antes de começar a capitalizar essa riqueza de dados.
Coleta
Não importa o tamanho da sua organização, plataformas de comunidades como Discord, Slack, X e Reddit costumam ser os melhores lugares para minerar sentimentos e feedback dos clientes. Além das conversas que sua equipe pode ter diretamente com clientes nessas plataformas, os clientes tamb ém conversam com seus colegas (ou seja, clientes em potencial) sobre sua empresa e seus produtos, fornecendo possivelmente informações essenciais.
Você precisa decidir qual tecnologia permitirá que você colete todos os dados relevantes de forma rápida e eficiente, ao mesmo tempo que segue as regras da plataforma e os regulamentos de privacidade de dados. Na Sushidata, usamos o OAuth para facilitar a coleta de dados em vez de usar o Zapier, porque o atrito de se conectar ao Zapier não é algo que queremos para nossos usuários. Damos uma atenção especial a cada origem e nos certificamos de que a conexão com essa origem seja o mais rápida e eficiente possível. O OAuth é um padrão aberto que permite que nós, e nossos clientes, nos conectemos a uma API de cada plataforma. Com o OAuth, as organizações podem acessar facilmente as informações dos clientes sem precisar entrar na área cinza ética de raspar dados de fóruns públicos.
Unificação
Unificar dados de várias fontes é um dos maiores desafios da análise de dados de clientes. Por um lado, você quer reunir todos esses dados isolados. Mas você também quer entender quais informações vieram de qual plataforma para que possa agir no lugar certo.
Na Sushidata, atribuímos IDs por plataforma de origem. Se alguém quiser se aprofundar em um problema específico de produto, bug ou solicitação de recurso, poderá ir diretamente à origem com um clique.
Armazenamento
Se você estiver coletando principalmente dados de texto, você pode usar um banco de dados tradicional. Na Sushidata, usamos o banco de dados sem servidor da Cloudflare com uma instância de banco de dados separada para cada locatário, para garantir que os dados de cada organização fiquem separados dos de todas as outras.
Se você estiver incluindo outros tipos de dados, como imagens, um banco de dados vetorial (que mantém os dados relacionados em estreita proximidade) pode ajudar a acelerar o desempenho. A plataforma para desenvolvedores da Cloudflare permite determinar quais dados devem ser incluídos no banco de dados vetorial.
Além disso, optar pelo armazenamento de objetos, como o Cloudflare R2, pode ajudar a armazenar uma grande quantidade e variedade de dados, desde texto, imagens e vídeo até dados de log e eventos.
Análise
As organizações hoje têm acesso a grandes quantidades de dados, mas usar esses dados para tomar decisões informadas requer análise. A IA é fundamental para marcar e analisar todos esses dados e, em seguida, gerar insights acionáveis.
Encontrar ou criar os modelos de IA certos é fundamental. A Sushidata oferece acesso a vários modelos de IA para que você tenha flexibilidade para explorar facilmente novos modelos à medida que ficam disponíveis. Usamos o Cloudflare Workers AI para embeddings e modelos de geração de texto, que são executados na borda, perto dos usuários.
Com os modelos certos, você pode analisar o contexto dos dados não estruturados que você coletou e, em seguida, realizar uma análise de sentimentos multidimensional. Quando os cofundadores da Sushidata, Victor Sanchez e Victor Ilisei, e eu nos propusemos a medir os sentimentos, queríamos fazer mais do que avaliar se os clientes estavam felizes ou tristes. Há muito mais emoções que você pode explorar.
Decidimos usar IA para realizar uma análise de sentimento em cinco dimensões. Isso ajuda nossos clientes a entender melhor se seus clientes estão expressando confiança ou medo, confusão ou clareza e muito mais. Focar no sentimento certo permite que você determine com mais precisão a melhor ação a ser tomada.
Visualização
Na maioria dos casos, as pessoas que usam insights do cliente não são cientistas de dados, são membros de uma equipe de experiência do cliente ou gerenciamento de comunidade. Você precisa encontrar uma solução para apresentar insights a eles em um formato visual que transmita informações de forma rápida e fácil.
Com os recursos de visualização corretos, essa equipe pode ver imediatamente se sua empresa está recebendo mais feedback, solicitações de recursos, relatórios de bugs ou menções a outros problemas. A equipe de experiência do cliente pode mapear jornadas do cliente e, em seguida, trabalhar para otimizar essas jornadas. E pode usar visualizações para compartilhar insights com os líderes da empresa.
Segurança
Proteger os dados de clientes e cumprir os regulamentos de privacidade de dados é fundamental. Para proteger a privacidade de clientes individuais, são necessárias formas de desidentificar os dados, removendo as informações de identificação pessoal (PII), à medida que os dados são coletados. Você também precisa cumprir as regras da plataforma sobre coleta de dados. E, como mencionei anteriormente, a multilocação é importante para proteger os dados.
Se você estiver treinando seu próprio modelo de IA, também precisa garantir que os dados que está alimentando no modelo não sejam comprometidos ou corrompidos. Por exemplo, vimos empresas usando dados do Reddit, incluindo conversas entre funcionários da empresa e clientes, para treinar modelos de IA generativa. Elas planejam implantar esses modelos em fóruns para responder a perguntas dos clientes em seu nome. Mas elas precisam ter certeza de que possuem dados limpos e precisos. Se alguém entrar em um fórum e se passar por usuário, os modelos baseados nesses dados não fornecerão respostas precisas e construtivas.
Prevendo o futuro do storytelling alimentado por IA
A aplicação de IA a dados não estruturados tem um enorme potencial para conhecer melhor seus clientes: como eles se sentem em relação a seus produtos, quais problemas estão enfrentando e muito mais. Com esse conhecimento, você pode tomar medidas que melhoram a satisfação do cliente, reduzem a rotatividade e, por fim, aumentam a receita.
Prevemos um futuro em que você poderá acessar a Sushidata e perguntar: "Por que meus usuários estão saindo?" e a IA vai contar uma história a partir de seus próprios dados. Essa história pode usar um gráfico em evolução ou um painel que, com o clique de um botão “play”, vai ajudar você a entender seus dados de uma maneira que nunca experimentou antes.
Sim, existem alguns desafios para realizar essa visão. Reunir dados de diversas fontes, analisar esses dados, protegê-los e criar uma máquina de histórias convincente são tarefas complicadas. Mas fundamos a Sushidata para transformar essa visão em realidade.
A Cloudflare desempenhou um papel fundamental ao nos ajudar a desenvolver e gerenciar nossa plataforma. O uso dos produtos da Cloudflare nos permitiu analisar e categorizar com sucesso dezenas de milhares de conversas de fóruns on-line, transformando dados em histórias coerentes de clientes. As organizações estão usando essas histórias para atender às necessidades dos clientes e criar estratégias de longo prazo que produzam o maior valor a partir de seus clientes.
Este artigo é parte de uma série sobre as tendências e os assuntos mais recentes que influenciam os tomadores de decisões de tecnologia hoje em dia.
Saiba mais sobre esse assunto
Saiba mais sobre os três obstáculos ao desenvolvimento de aplicativos modernos e descubra como maximizar a produtividade dos desenvolvedores no e-book Aumentar a velocidade dos desenvolvedores.
Autoria
George Portillo — @georgeportillo
CEO e cofundador, Sushidata
Principais conclusões
Após ler este artigo, você entenderá:
Quais benefícios você pode alcançar analisando os dados de clientes existentes
Por que a IA é essencial para desbloquear o valor dos dados não estruturados
Principais desafios e estratégias para transformar dados não estruturados em insights acionáveis