.avif)
TL;DR: Identificar áreas no processo onde a IA pode ser útil, selecionar a ferramenta certa, implementar e treinar o agente, medir e otimizar o desempenho do agente são os principais pontos a considerar.
Agentes usando LLMs estão em ascensão: ChatGPT da , Claude da Anthropic e LLaMA da Meta são apenas alguns exemplos.
No entanto, adaptá-los à dinâmica diária de Vendas pode parecer um pouco complexo. Se você ainda não implementou inteligência artificial generativa em seu processo de vendas, este artigo é para você.
Vamos começar 😁
Onde um Agente de IA Poderia Ser Útil?
Antes de responder a esta pergunta, você deve passar pelo seguinte filtro:
Qual problema você quer resolver? Se você não sabe o que está enfrentando, será difícil avançar com uma proposta. Você precisa dedicar tempo para entender o problema e saber exatamente onde poderia usar inteligência artificial. Uma boa estratégia para entender melhor o problema é usar o pensamento de primeiros princípios.
Um agente de IA é a melhor solução para esse problema? Muitas vezes, tentamos matar uma mosca com um bazuca. Claro, a inteligência artificial é muito poderosa, mas se você está procurando resolver algo que pode alcançar resultados semelhantes a um custo menor, então deixa de fazer sentido.
Você tem os dados necessários? Ao treinar o agente, você precisa de vários dados, como documentação sobre sua empresa, catálogos ou qualquer outra informação com a qual gostaria que ele respondesse.
Como o agente deve ser integrado ao processo de vendas? Se você tem um CRM, como ele deve interagir com ele? O mesmo vale para qualquer outra ferramenta. Qual seria o papel do agente em seu fluxo de trabalho?
Qual custo ele teria e qual seria o retorno? É VITAL entender esta parte. Você quer resolver um problema, mas não falir no processo. É importante que os ganhos do agente excedam seus custos, ou pelo menos que ele atinja o ponto de equilíbrio.
Como você medirá o sucesso? Se o agente de IA for bem-sucedido no processo de vendas, como isso seria materializado?
Agora, vamos responder cada pergunta com um caso hipotético:
(Problema) Hoje, estamos recebendo cerca de 5.000 leads por mês no WhatsApp. Nossa equipe de Vendas só consegue falar com 15% (750), e desses, apenas 20% são qualificados (150). Isso porque não temos tempo para falar com todos.
(A IA é a solução?) Acreditamos que um agente de IA poderia nos ajudar a lidar com a demanda total e liberar nossos vendedores para se reunir com prospects e fechar negócios.
(Dados) Para isso, é necessário treinar o agente com todo o nosso catálogo de vendas, informações sobre nossa empresa e site. Além disso, precisamos fornecer a ele as perguntas mais importantes para entender se um lead é qualificado ou não.
(Integrações) Usamos o HubSpot, então o agente precisa se conectar ao CRM para criar um contato, uma empresa e, se o lead for qualificado, uma oportunidade no pipeline de vendas.
(Custo e retorno) Temos 4 vendedores, cada um ganhando cerca de USD 1.500 por mês, sem contar comissões. Se quisermos contratar pessoal suficiente para lidar com toda essa demanda, precisaríamos trazer cerca de 20 pessoas a mais (pelo menos USD 30.000 adicionais por mês). Com uma ferramenta de IA, poderíamos lidar com tudo a 10% do custo mensal (USD 3.000), e se mantivermos as taxas de conversão, gerar cerca de 1.000 leads qualificados. Nossa taxa de conversão para vendas é de 10% (100 dos 1.000 leads), e nosso ACV líquido (valor do contrato anual) é de USD 3.000, então estaríamos fechando USD 300.000 líquidos anualmente por mês. Com um custo anual de USD 36.000 para IA e USD 72.000 para os 4 vendedores, teríamos um ROI de ~278%.
(Sucesso) Consideraremos o teste bem-sucedido se a IA conseguir manter a taxa de leads qualificados sobre a demanda total.
Não sabe por onde começar? Não se preocupe, aqui estão alguns exemplos:
Como Criar um Agente de IA?
Patagon AI
Com nossa solução, você poderia implantar um agente de qualificação de leads no WhatsApp e webchat que:
- Você pode treinar com qualquer documentação que tenha ou integrá-lo com uma API para extrair informações. Isso é conhecido como RAG (Recuperação Aumentada por Geração), que basicamente equipa o agente com todas as informações necessárias sobre sua empresa para responder a potenciais clientes.
- Você pode integrar com o CRM de sua escolha. Atualmente, suportamos ferramentas plug-and-play como HubSpot, Salesforce, Zoho, Microsoft Dynamics, Zendesk Sell, Pipedrive e mais algumas. No entanto, se você tiver outro CRM que não esteja nesta lista, também podemos integrá-lo.
- Você o conecta ao WhatsApp ou webchat rapidamente.
- Você pode ver o desempenho do agente em nosso painel. Por exemplo, quantas conversas entraram, quantas dessas conversas forneceram dados, quantos leads agendaram uma reunião ou compromisso com sua equipe de vendas, etc.
Aqui está uma pequena demonstração:
Se você estiver interessado, pode entrar em contato com Mariano Rey ou visitar nosso site.
Zapier
Com a funcionalidade de Chatbots, você pode criar seu próprio agente de IA para diferentes casos de uso de vendas. No entanto, vem com seus próprios prós e contras:
Prós
- Você pode criar agentes facilmente e integrá-los com outras ferramentas.
- Você pode fazer a engenharia de prompts e o ajuste fino do agente.
- Não é necessário codificação.
Contras
- Você deve pagar pelo plano Professional, no mínimo.
- O espaço e contexto para treinar o agente são muito limitados (o que tem um impacto direto no desempenho do agente).
- Não se conecta ao WhatsApp; é apenas webchat.
Se Você Tem Acesso a uma Equipe de Desenvolvimento
Se você tiver os recursos disponíveis, pode usar diretamente as APIs disponíveis no mercado, como a API de Assistentes da OpenAI, a API Anthropic da Anthropic ou o LLaMA 3 da Meta.
É importante notar que implantar um agente requer tempo, pois existem muitos processos importantes a serem considerados, como a forma como o RAG será implementado, qual modelo usar, como a engenharia de prompts e o ajuste fino serão feitos, etc.
Como Medir os Resultados de um Agente?
Isso é simples o suficiente se a análise explicada acima for feita corretamente. Se sabemos o que significa sucesso, então podemos comparar.
Idealmente, você deve executar um teste A/B considerando:
- 50% do tráfego vai para a experiência atual, e os 50% restantes vão para o agente.
- Em ambos os casos, você pode medir o KPI principal e atribuí-lo a cada experiência. Por exemplo: a taxa de atenção humana foi de 15%, e desses, 20% foram qualificados. A taxa de atenção do agente foi de 100%, e desses, 20% foram qualificados.
Para concluir o experimento, você deve ter dados estatisticamente significativos. Isso significa que a probabilidade de tomar uma decisão errada ao final de um experimento é relativamente baixa. Isso é especialmente verdadeiro se você estiver procurando diferenças em variáveis de conversão (por exemplo, melhorar a taxa de conversão em X% em relação ao benchmark atual).
Saiba como proceder se o desempenho do agente exceder a experiência atual. Você pode se perguntar, por exemplo, como o agente deve ser escalado? Como as equipes de Vendas devem ser treinadas para trabalhar junto com o agente?
E é isso, pessoal!
Implementar um agente de IA generativa no processo de vendas pode trazer benefícios não apenas em termos de custos, mas também em desempenho.
Se você entende o problema que sua empresa está enfrentando e acha que a IA é a melhor maneira de resolvê-lo, então você deve trabalhar na escolha das ferramentas certas, testando e avaliando. Esta tecnologia veio para ficar, e aqueles que não se adaptarem verão como os concorrentes que a estão usando melhoram com o tempo, estendendo sua vantagem competitiva e acelerando seu crescimento.
