Vivo Empresas · IBM Technology · 2020

Plataforma de Chatbot

Liderança de designArquitetura da informaçãoIA conversacional

Um construtor de chatbot simples o bastante para quem toca um negócio sozinho. IA corporativa com cara de formulário.

"Como levar IA corporativa para quem nunca ouviu a palavra 'intenção'?"
A pergunta que guiou o projeto
61.000
PMEs no portfólio da Vivo
38+
Telas projetadas
4
Módulos da plataforma
01

Situação

A Vivo Empresas tinha 61 mil pequenas empresas no portfólio. A maioria era tocada por uma pessoa só — vendas, operação e atendimento ao mesmo tempo. Os clientes mandavam uma pergunta no WhatsApp e esperavam horas, às vezes dias, por uma resposta simples como o horário de funcionamento.

O mercado tinha dois extremos. Construtores simples de chatbot eram fáceis de montar, mas quebravam com qualquer coisa fora do script. Plataformas corporativas de IA eram poderosas, mas precisavam de especialistas e investimento. Nada ficava no meio.

02

Tarefas

Projetar uma plataforma de chatbot onde um dono de negócio sem conhecimento técnico constrói, publica e monitora um chatbot funcional, sem ver um termo técnico sequer. A plataforma tinha quatro módulos: o Construtor de Chatbot, o Dashboard de Curadoria, o Cadastro de Clientes e a Plataforma Admin da Vivo.

Meu papel. Liderei o design e defini a arquitetura da informação dos quatro módulos. Um segundo designer trabalhou comigo em tempo integral, e eu revisava o trabalho todos os dias.

Figs. 02—05Galeria do processo — clique para ampliar
Wireframes de baixa fidelidade do fluxo do construtor↗
Fig. 02 — Wireframes de baixa fidelidade do fluxo do construtor
Wireframes de baixa fidelidade das telas de fallback, encerramento e dashboard↗
Fig. 03 — Wireframes de baixa fidelidade das telas de fallback, encerramento e dashboard
Tela de agendamento em alta fidelidade com sugestões de perguntas por IA↗
Fig. 04 — Tela de agendamento em alta fidelidade com sugestões de perguntas por IA
Dashboard de curadoria com analytics e perguntas não respondidas↗
Fig. 05 — Dashboard de curadoria com analytics e perguntas não respondidas
03

Ações

O processo em 4 etapas

  1. i
    Pesquisa com donos de PMEs. As entrevistas revelaram que os donos queriam linguagem simples. 'Intenção' não significa nada pra quem vende produto de limpeza. WhatsApp era inegociável — já era como eles falavam com os clientes.
  2. ii
    Definir a arquitetura. Três visões para o dono: Construir, Monitorar, Gerenciar. Uma visão para o admin da Vivo. O construtor é um fluxo linear, não uma tela de canvas.
  3. iii
    Validação em baixa fidelidade. Wireframes testados com stakeholders da Vivo. Uma regra saiu desta fase: transferir para humano depois de três erros consecutivos.
  4. iv
    Alta fidelidade e biblioteca de componentes. Identidade visual alinhada com a Vivo Empresas. 38+ telas entregues nos quatro módulos, com críticas diárias de design.

Decisão 1 · O construtor como caminho guiado

A barra lateral lista cada etapa que o bot precisa: saudação, menu, agendamento, FAQ, fallback, encerramento. O dono preenche cada uma como um formulário, não um fluxograma. Cada etapa mostra exatamente o que o bot vai dizer e como o cliente vai responder. Checks verdes marcam o que está pronto, a etapa atual fica destacada, círculos vazios mostram o que falta. O dono sempre sabe onde está e quanto falta.

Wireframes de baixa fidelidade: saudação com três opções, menu de tópicos, campo de perguntas com sugestões de IA e o painel de sugestões.
Wireframes de baixa fidelidade: saudação com três opções, menu de tópicos, campo de perguntas com sugestões de IA e o painel de sugestões.

Decisão 2 · A IA sugere, o dono escolhe

A maioria dos donos não sabe o que os clientes vão perguntar. O botão "Ver sugestões de perguntas" abre uma lista de perguntas geradas pela IA para cada tema. O dono escolhe as que fazem sentido, em vez de escrever do zero. Essa foi a ponte entre NLP corporativo e um negócio de uma pessoa — a IA faz o trabalho pesado, o dono só confirma.

A etapa de agendamento em alta fidelidade. Seleção de dias, faixa de horário, duração, mensagem de confirmação e fallback de erro — tudo em uma tela.
A etapa de agendamento em alta fidelidade. Seleção de dias, faixa de horário, duração, mensagem de confirmação e fallback de erro — tudo em uma tela.

Decisão 3 · O ciclo que se fecha sozinho

Depois de publicar, o Dashboard de Curadoria mostra o que o bot não entendeu. Uma nuvem de palavras com os termos mais mencionados, uma lista de perguntas não respondidas por frequência, volume de conversas e médias. O dono lê uma pergunta real que o bot errou, adiciona ao tema certo, e o bot aprende. Construir, monitorar, melhorar — sem sair da plataforma.

O Dashboard de Curadoria. Conversas, usuários únicos, custo, top intenções, perguntas não respondidas e nuvem de palavras.
O Dashboard de Curadoria. Conversas, usuários únicos, custo, top intenções, perguntas não respondidas e nuvem de palavras.
04

Resultados

Imediato
  1. i
    Validado com usuários reais. Um grupo pequeno de clientes PME testou a plataforma e confirmou o conceito e a usabilidade.
  2. ii
    Não lançado. Um desacordo comercial entre a Vivo e a IBM impediu o rollout completo.
Longo prazo
  1. i
    Relação IBM–Vivo fortalecida. O projeto abriu um pipeline de vendas para CP4D, OpenShift e IBM Expert Labs.
A seguir
Netpark | Aplicativo Mobile
Arquitetura da informação · UX & UI · App mobile

Netpark | Aplicativo Mobile

De tickets físicos a QR code na entrada. Um app que reduziu filas no horário de pico e manteve os usuários por sete anos.

Ver case →