análise de conteúdo do chatbot
o atendimento principal da Toro pelo WhatsApp é por meio de um chatbot, que interpreta o que o cliente envia para retornar informações úteis.
​
o desafio do time era analisar os conteúdos que menos estavam ajudando os clientes a sanar dúvidas.
o problema
a árvore de conteúdos sobre saque rejeitado era a que mais recebia reclamações por parte dos clientes.
​
as respostas não estavam sanando as dúvidas, o que gerava a necessidade de contato com os assessores e sobrecarregava o atendimento da corretora.
a solução
analisar a árvore de conteúdo do saque com base nas respostas dos clientes ao robô, refazer os conteúdos que não estavam sendo respondidos e reorganizar a estrutura da árvore como um todo.
​
foram analisadas todas as respostas enviadas à pergunta "Esse conteúdo te ajudou?" e, com base nisso, entendemos quais conteúdos estavam funcionando e quais precisavam ser mudados.
a hipótese
analisar os dados enviados pelos clientes poderia nos dar informações do que não estava funcionando no bot.
poderíamos corrigir ou reorganizar o conteúdo e, assim, os clientes poderiam resolver as dúvidas com o robô sem precisar contatar os assessores.
dúvida sobre saque rejeitado - antes
um dos fluxos mais problemáticos falava sobre a dúvida do cliente que tinha seu saque rejeitado.
informações irrelevantes no contexto
dados importantes com pouco destaque
caminhos sugeridos não fazem sentido para o assunto
dúvida sobre saque rejeitado - depois
refizemos o conteúdo e a organização da árvore do chatbot.
destaque e maior hierarquia para as informações que são mais relevantes no contexto
separação em duas mensagens para facilitar a escaneabilidade
sugestão de caminhos que fazem sentido para o cliente no momento
o resultado
com a alteração e organização dos conteúdos da árvore de perguntas sobre saque, o tema "saque" saiu do top 10 conteúdos que menos ajudavam os clientes.