Weather

Weather

Weather

Abertura de assistência de seguro
por mensagem

Abertura de assistência de seguro
por mensagem

Abertura de assistência de seguro
por mensagem

VoltBike is a leading provider of electric bicycles, designed for both urban commuters and recreational riders. We were tasked with creating a user experience that was intuitive, efficient and enjoyable for riders of all levels.

Cliente

Weather

Função

Product Designer

Linha do tempo

1 ano e 4 meses

Responsabilidades

UX Writing

Processo de Pesquisa
Análises de Dados
Wireframes
Desenvolvimento Ágil
Colaboração em time

Visão Geral

Visão Geral

Facilitando a abertura de sinistros
na palma da mão do segurado

Facilitando a abertura de sinistros
na palma da mão do segurado

Facilitando a abertura de sinistros
na palma da mão do segurado

A Weather* é líder em soluções de assistência 24 horas. Seus principais clientes são seguradoras, fabricantes de veículos, bancos, instituições financeiras e varejistas no Brasil. O desafio foi criar um contato fácil com os usuários por meio de soluções de Chatbot para diversos clientes.

Mais informações

Mais informações

Mais informações

Objetivos

Objetivos

O Weather precisava ajudar seus clientes empresariais a economizar dinheiro em atendimento ao cliente, substituindo empresas de call center por uma solução de comunicação e serviço fácil de usar que permitisse aos usuários se autoatenderem. O objetivo era estabelecer um suporte eficiente ao usuário, garantindo responsividade e comunicação livres de insatisfação e atrito.

Mais informações

Mais informações

Mais informações

"Queremos automatizar o atendimento para que os clientes possam abrir seus próprios pedidos de serviço de forma personalizada, 24 horas por dia, 7 dias por semana."

"Queremos automatizar o atendimento para que os clientes possam abrir seus próprios pedidos de serviço de forma personalizada, 24 horas por dia, 7 dias por semana."

Processo

Processo

Trabalhando com o que temos

Trabalhando com o que temos

Trabalhando com o que temos

Entendimento

do Chatbot

Reduzir
custos

Retenção
no Chatbot

Melhorar o
engajamento

A Weather já tinha um Chatbot e viu a necessidade de melhorar seus fluxos de conversação para um melhor atendimento. Iniciamos com pesquisas estruturadas, incluindo a jornada do usuário, para criar mensagens com interações aprimoradas e baseadas em heurísticas.

Pesquisa

Pesquisa

Lançamento de MVP e análise de dados

Lançamento de MVP e análise de dados

Lançamento de MVP e análise de dados

Para entender os usuários dos clientes da Weather, fizemos diversas entrevistas com as partes interessadas

e lançamos um MVP para coletar dados de como as pessoas navegariam na primeira versão do chatbot.

Mais Informações

Mais Informações

Mais Informações

Insights

Insights

Dificuldade dos usuários

Dificuldade dos usuários

Dificuldade dos usuários

Todas essas dificuldades enfrentadas pelos usuários resultaram em um aumento significativo na utilização de outros canais de atendimento, especialmente a URA (Unidade de Resposta Audível) ou o contato telefônico para acionar assistência (call center).

Constatou-se que 72% dos usuários que tentaram
utilizar o Chatbot (WhatsApp) precisaram recorrer ao atendimento humano via URA para resolver seus sinistros

Constatou-se que 72% dos usuários que tentaram
utilizar o Chatbot (WhatsApp) precisaram recorrer ao atendimento humano via URA para resolver seus sinistros

“sem mais humano, pois uma situação de ajuda e desespero é horrível falar com algo q as vezes pode ser simples e a ferramenta nao entender, e outra 0800 e outro numero nem sempre funciona”

Amanda Silveira

Cliente

“Vcs pedem a localização e não aceitao a mesma...

fica dificil”

Diana Rusback

Cliente

“poderiam liberar o atendimento para ser feito por este canal"

Elizabete Flores

Cliente

“nao resolvi meu problema e me deram o telefone de capitais e regiões metropolitanas”

Marcos Alexandre

Cliente

As informações dos usuários foram retiradas de nossas análises, portanto, são verdadeiras.

User Persona

User Persona

User Persona

A criação da persona nos ajudou a entender as necessidades e expectativas do usuário e do negócio, atuando como um arquétipo estratégico da maioria dos usuários pesquisados.

Ideação

Ideação

Percepções e descoberta
dos pontos de dor

Percepções e descoberta
dos pontos de dor

Percepções e descoberta
dos pontos de dor

Resolução

Foi extremamente frustrante para o Renato não ter seus problemas resolvidos rapidamente. Ao procurar ajuda, em cenário de risco/medo, ele sentiu que o chatbot não era útil

Data Driven

Solucionar os problemas encontrados era
importante, mas o projeto deveria estar direcionado para a prevenção de erros, através de padrões de conversas analisadas

Entendimento

Uma das premissas da Weather em ter nos contratado, era encontrar maneiras de deixar o chatbot mais assertivo em suas respostas, por isso era necessário melhorar o entendimento dos assuntos dos usuários

Whitelabel

Precisaríamos resolver a maioria dos problemas que o Renato tinha para que
esta solução chegassem aos outros clientes da Weather, para que sem risco, pudéssemos atingir outras pessoas

Mais Informações

Mais Informações

Mais Informações

Criação

Criação

Priorizando o problema

Priorizando o problema

Priorizando o problema

Com o objetivo de definir e alinhar o problema que precisava ser resolvido, formulamos as declarações de necessidade do usuário, que nos ajudou a organizar os aprendizados sobre o ‘espaço do problema’. Assim, identificamos que diante de tantos problemas e soluções que a Weather precisava, iríamos inicialmente construir um chatbot ‘exemplo’ para se tornar um produto whitelabel, e como próximos passos, iterar a experiência dos usuários e encontrar novas features para a melhoria constante.

Por este motivo, vamos focar a explicação do estudo de caso pela ótica da construção do melhor fluxo para seguradoras de veículos.

Por este motivo, vamos focar a explicação do estudo de caso pela ótica da construção do melhor fluxo para seguradoras de veículos.

Mais Informações

Mais Informações

Mais Informações

Em busca de um Chatbot completo

Testes A/Bs de componentes do WhatsApp

Usado para comparar duas versões da experiência projetadas de forma diferente para avaliar o engajamento e o desempenho, para ajudar a tomar decisões de design baseadas em dados.

Testes A/Bs de componentes do WhatsApp

Usado para comparar duas versões da experiência projetadas de forma diferente para avaliar o engajamento e o desempenho, para ajudar a tomar decisões de design baseadas em dados.

Testando a usabilidade

Reestruturando os fluxos conversacionais com outros designers e desenvolvedores, organizando as fraseologias sob as bases das heurísticas de Nielsen, e mapeando as informações dos usuários através das pesquisas de NPS, no fim das conversas.

Testando a usabilidade

Reestruturando os fluxos conversacionais com outros designers e desenvolvedores, organizando as fraseologias sob as bases das heurísticas de Nielsen, e mapeando as informações dos usuários através das pesquisas de NPS, no fim das conversas.

Redefinição de pesquisa de satisfação

A Weather vinha utilizando há muito tempo a métrica de pesquisa Net Promoter Score (NPS) para todas as áreas da empresa. No entanto, com base em dados detalhados sobre a utilização especifica de cada chatbot, optamos por adotar a métrica de pesquisa Customer Satisfaction Score (CSAT).

Redefinição de pesquisa de satisfação

A Weather vinha utilizando há muito tempo a métrica de pesquisa Net Promoter Score (NPS) para todas as áreas da empresa. No entanto, com base em dados detalhados sobre a utilização especifica de cada chatbot, optamos por adotar a métrica de pesquisa Customer Satisfaction Score (CSAT).

Implementações de regras da Meta e do WhatsApp

Utilizando principalmente a plataforma WhatsApp, conduzi um estudo sobre os impactos para a Weather e a utilização do WhatsApp Business. Isso incluiu a criação de templates de notificações ativas e a avaliação de sua precificação para o envio de mensagens aos usuários.

Implementações de regras da Meta e do WhatsApp

Utilizando principalmente a plataforma WhatsApp, conduzi um estudo sobre os impactos para a Weather e a utilização do WhatsApp Business. Isso incluiu a criação de templates de notificações ativas e a avaliação de sua precificação para o envio de mensagens aos usuários.

Limpeza de mensagens e implementação de inteligência artificial

Introduzimos um conceito exclusivo, com foco na escalabilidade do projeto, que se baseia na limpeza de mensagens incorretas dos usuários, a fim de fornecer uma resposta resolutiva por meio do Processamento de Linguagem Natural (NLP). Por meio de uma cascata de validação, verificamos cada mensagem inconsistente do usuário para que o chatbot possa compreender a resposta e utilizar a inteligência artificial em casos de erro. Dessa forma, conseguimos aprimorar a compreensão e a inteligência do chatbot.

Limpeza de mensagens e implementação de inteligência artificial

Introduzimos um conceito exclusivo, com foco na escalabilidade do projeto, que se baseia na limpeza de mensagens incorretas dos usuários, a fim de fornecer uma resposta resolutiva por meio do Processamento de Linguagem Natural (NLP). Por meio de uma cascata de validação, verificamos cada mensagem inconsistente do usuário para que o chatbot possa compreender a resposta e utilizar a inteligência artificial em casos de erro. Dessa forma, conseguimos aprimorar a compreensão e a inteligência do chatbot.

Resultados

Resultados

Iterar foi importante para colher boas métricas

Após dedicarmos esforços iniciais para identificar diversos problemas, conseguimos priorizar as soluções por meio de pesquisas. Desenvolvemos diversas melhorias, lançando-as rapidamente e obtendo feedbacks valiosos.

175%

foi o crescimento das aberturas de assistências, observado em comparação com o inicio do projeto, cerca de 22 mil aberturas novas em 2022.

Melhoria da compreenção

Melhoria da compreenção

com ajuda da cascata de validação, conseguimos melhorar a retenção de clientes, aumentar o engajamento e a compreensão do chatbot, melhorando os problemas do Renato

36%

dos usuários deixaram de precisar de contato com um atendente humano para solucionar seus problemas pelo Chatbot, tivemos redução de investimento com call centers

Aprendizados

Aprendizados

Melhorar um produto é saber ouvir
e entender a realidade do outro

Melhorar um produto é saber ouvir
e entender a realidade do outro

Melhorar um produto é saber ouvir
e entender a realidade do outro

Tive a oportunidade de colaborar com profissionais altamente capacitados nas áreas de design, dados, desenvolvimento e inteligência artificial. Essa equipe foi fundamental para alcançarmos resultados excelentes no qual tenho imenso orgulho.

Uma das principais lições que aprendi, foi a importância de manter o usuário sempre em foco, a fim de compreender genuinamente suas necessidades. Além disso, utilizei análise de dados para validar nossas suposições e entender as demandas de todos os stakeholders envolvidos.

Esse projeto desafiador foi uma valiosa oportunidade para reconhecer minhas limitações e superá-las através de uma abordagem iterativa, na qual falhas e reestruturações foram essenciais. No final, alcançamos resultados excelentes ao aprimorar constantemente nossas soluções.

Greencyber

Greencyber

Proteção digital whitelabel, simplificada para empresas

AAFESP

AAFESP

Estratégia para atrair voluntários

Miaudota

Miaudota

Inteligência Artificial na filtragem de adotantes

Vamos falar sobre design, negócios ou café?

© 2024 • Todos direitos reservados • criado com ☕ e 💖 por Fabricio Rezende

Vamos falar sobre design, negócios ou café?

© 2024 • Todos direitos reservados • criado com ☕ e 💖 por Fabricio Rezende

Vamos falar sobre design, negócios ou café?

© 2024 • Todos direitos reservados

Criado com ☕ e 💖 por Fabricio Rezende