O que é inteligência de conversação? Um guia para empresas

Na maioria das conversas de vendas e suporte, grande parte do que é discutido raramente é usada além da própria conversa. A chamada acontece, alguém a marca como concluída no CRM, e a conversa acaba em um arquivo de gravação que nunca mais é revisado. 

A inteligência de conversas é a camada que impede que esse cenário aconteça. Seu objetivo é capturar a conversa, transcrevê-la e aplicar análises de IA para transformá-la em recursos internos que você pode usar e compartilhar com sua equipe e liderança. Isso dá às empresas um registro do que foi dito em cada conversa, categorizado por sentimento, objeções e itens de ação, em vez de limitar a revisão interna a apenas algumas conversas selecionadas. 

Este guia explica o que é inteligência de conversas, como ela funciona e onde é mais usada, para que você possa começar a aplicá-la às suas próprias conversas com clientes.

Resumo

• A inteligência de conversas se torna valiosa quando o volume de chamadas excede o que os gestores conseguem monitorar manualmente, fazendo com que insights importantes sejam perdidos.
• O mesmo pipeline atende todas as equipes que dependem de conversas, do treinamento de vendas e da qualidade do suporte à conformidade em setores regulamentados e às reuniões internas.
• A utilidade de uma plataforma depende da precisão em áudios do mundo real, medida pela taxa de erro de palavras, pois toda pontuação e resumo dependem da transcrição subjacente.
• Uma plataforma eficaz também precisa de modos em tempo real e em lote, cobertura multilíngue, detecção de entidades e integração com CRM — recursos que a ElevenLabs oferece com o Scribe v2 e o Scribe v2 Realtime, além de suporte a SOC 2, HIPAA, LGPD e residência de dados na UE.

O que é inteligência de conversas e como ela é usada?

A inteligência de conversas é um software que grava e transcreve conversas com clientes e, em seguida, usa IA para transformá-las em insights estruturados, como sentimento, tópicos, itens de ação e objeções. Essa inteligência é construída sobre duas camadas: uma transcrição precisa e uma camada de interpretação que extrai significado da transcrição da conversa.

Essa camada de interpretação é o que a diferencia de uma gravação ou de uma simples transcrição. Por exemplo, uma gravação de chamada normalmente preserva apenas o áudio, enquanto uma transcrição torna esse mesmo áudio legível. A inteligência de conversas aprimora a análise ao determinar quem falou, os tópicos discutidos, as questões pendentes e como a conversa se alinhou ao seu objetivo.

Para detalhar melhor como isso funciona na prática, vamos usar uma única chamada de vendas como exemplo. Um sistema de inteligência de conversas fará o seguinte: 

• Transcrever o áudio: Isso converte a chamada em um texto preciso, com marcações de tempo e cada participante devidamente identificado. 
• Detectar momentos-chave: O sistema sinaliza momentos importantes da discussão, como perguntas sobre preços, menções a concorrentes e próximos passos acordados.
• Pontuar a conversa: Esse processo avalia a conversa com base em uma estrutura definida, como a proporção entre falar e ouvir ou a cobertura de perguntas de descoberta. 
• Sincronizar com o CRM: Um resumo da conversa e os itens de ação são registrados sem a necessidade de inserir dados manualmente.

Em toda a empresa, as equipes aplicam o mesmo padrão com a inteligência de conversas. As equipes de receita a utilizam em chamadas de vendas, o suporte a utiliza em interações de atendimento, as equipes de conformidade a aplicam em conversas regulamentadas para garantir a proteção de dados, e as equipes de produto a usam para entender melhor o feedback dos clientes e aprimorar o produto.

Por que a inteligência de conversas é importante? Benefícios da inteligência de conversas

Os benefícios da inteligência de conversas crescem conforme aumenta o volume de conversas que uma empresa deseja aproveitar como recurso interno. 

A inteligência de conversas funciona melhor quando transforma diálogos não estruturados em dados que uma empresa pode medir e aprimorar. Diversos benefícios aparecem de forma consistente quando as equipes a adotam:

• Melhor treinamento e integração: Os gestores podem revisar padrões de toda uma equipe, em vez de acompanhar apenas algumas chamadas. Isso permite que novos contratados e outros membros da equipe aprendam com exemplos reais de chamadas bem conduzidas, em vez de apenas com teoria. 
• Menos horas administrativas e registros mais rápidos no CRM: Dados recentes do relatório State of Sales da Salesforce mostram que vendedores passam menos de 30% do tempo semanal em atividades diretas de vendas. O restante é gasto com trabalho administrativo, reuniões internas, pesquisas manuais e inserção de dados. Anotações automatizadas, atualizações no CRM e outras tarefas administrativas essenciais permitem que os vendedores dediquem mais tempo às vendas. 
• Sinais de compra e objeções identificados: A camada de análise da inteligência de conversas sinaliza resistência a preços, menções a concorrentes e outros pontos de interesse para que tópicos importantes não passem despercebidos. Ela ajuda a gestão a examinar conversas em que há referências recorrentes a preços ou concorrentes e a criar estratégias de melhoria.
• Colaboração entre equipes: Esse benefício fornece insights das chamadas para marketing, produto e liderança, em vez de mantê-los isolados em um único departamento. Isso ajuda a aprimorar os processos de vendas e suporte da empresa ao identificar áreas em que outros departamentos podem contribuir.

Esses benefícios se acumulam ao longo do tempo, pois a mesma análise é executada em todas as conversas. Aprender com essas conversas e extrair insights delas é exatamente o que a inteligência de conversas foi projetada para fazer.

Como funciona a inteligência de conversas

Atualmente, a maioria das plataformas de inteligência de conversas do mercado segue um processo de cinco etapas, independentemente do fornecedor. Esse pipeline inclui: 

• Captura de dados: Coleta de conversas gravadas ou capturadas em sua origem, como uma chamada telefônica, uma transcrição de chat ou uma plataforma de videoconferência como Zoom ou Teams.
• Transcrição: Uma tecnologia que usa reconhecimento de fala converte o áudio em texto, criando um registro pesquisável. 
• Análise de IA: Modelos de processamento de linguagem natural (PLN) e machine learning (ML) processam o texto para identificar o sentimento, momentos centrais e itens de ação. Algumas plataformas realizam essa análise ao vivo e orientam o representante durante a chamada. 
• Insights: A análise da conversa gera resultados utilizáveis, como objeções recorrentes, perguntas sobre preços ou outros sinais relacionados. 
• Integração com CRM: Os insights e resumos de chamadas são sincronizados com uma plataforma de CRM, como Salesforce ou HubSpot, para atualizar registros sem inserções manuais contínuas.

Por dentro da camada de transcrição

Embora o fluxo de cinco etapas abranja todo o pipeline, a parte de "transcrição" da segunda etapa é bastante complexa, e a eficácia das etapas posteriores depende do que acontece nela. Vamos analisar de forma mais técnica como a transcrição funciona no contexto da inteligência de conversas.

1. Diarização de falantes: Atribui cada segmento de uma transcrição a um falante específico, identificando quem disse o quê. Em uma chamada de vendas, essa função permite que uma ferramenta de treinamento calcule a proporção entre falar e ouvir e garanta que o representante de vendas fez a maior parte das perguntas. Diarização é comparativamente simples em uma gravação concluída, pois o modelo pode comparar uma voz no início da chamada com uma voz no fim. Fazer isso em tempo real é desafiador, porque o sistema precisa atribuir um rótulo ao falante sem ouvir o que vem a seguir.
   
   
2. Detecção de entidades: Identifica categorias específicas de informações na transcrição, como nomes, datas, valores em dinheiro ou números de conta, e associa marcações de tempo exatas a cada uma delas. Isso permite que uma plataforma crie um índice pesquisável de "todas as chamadas em que um concorrente foi mencionado", sem exigir que alguém leia todas as transcrições ou ouça cada chamada. Também é isso que possibilita a redação de dados em uma central de atendimento que lida com dados PCI ou PHI para atender aos requisitos de conformidade.
   
   
3. Suporte a vários idiomas: Abrange tanto a identificação automática de idioma durante uma chamada quanto a transcrição precisa nos idiomas que uma equipe realmente usa com os clientes. Uma plataforma limitada ao inglês deixa de captar completamente as conversas quando uma equipe de suporte começa a atender chamadas em espanhol, português ou japonês.

Os recursos de Speech to Text da ElevenLabs abrangem os três aspectos em uma única API, com diarização para até 32 falantes, detecção de entidades em tipos de entidades que incluem categorias de PII, PHI e PCI, além de transcrição em mais de 90 idiomas.

Inteligência de conversas vs. IA conversacional

Esses dois termos costumam ser confundidos. O que os diferencia é que a IA conversacional participa de conversas por voz, enquanto a inteligência de conversas as analisa.

IA conversacional abrange chatbots e agentes de voz capazes de conversar diretamente com um cliente, respondendo a perguntas ou resolvendo questões de suporte. A inteligência de conversas funciona nos bastidores e não interage com o cliente. Ela ouve as conversas que já estão acontecendo e extrai insights delas. 

As duas são complementares, não concorrentes. Elas têm funções independentes e distintas para a empresa no âmbito das conversas. Por exemplo, uma equipe de suporte que utiliza agentes de voz em uma plataforma como o ElevenAgents pode aplicar inteligência de conversas às chamadas atendidas por agentes da mesma forma que às atendidas por pessoas. O objetivo da inteligência de conversas é avaliar onde um agente lidou bem com uma solicitação e onde ela foi escalada.

Casos de uso da inteligência de conversas

A inteligência de conversas funciona de forma diferente conforme o caso de uso para o qual a equipe a utiliza. Seus benefícios variam de acordo com o caso de uso implementado. Alguns dos principais casos de uso incluem:

Treinamento de vendas

Líderes de vendas podem criar bibliotecas de chamadas organizadas por habilidades específicas. Algumas dessas habilidades incluem lidar com objeções e fazer perguntas de descoberta, que podem ser usadas para integrar novos representantes mais rapidamente e estabelecer como é o sucesso em toda a equipe.

Qualidade do suporte ao cliente

Líderes de suporte podem revisar chamadas de agentes em uma escala maior do que nunca. A inteligência de conversas permite identificar problemas de tom, resoluções incompletas ou lacunas em um roteiro. Tudo isso sem precisar acompanhar a chamada ao vivo. Uma queda no sentimento da conversa após a introdução de uma pergunta sobre cobrança é um padrão que vale a pena investigar se aparecer em várias conversas. 

Conformidade e detecção de riscos

Muitos setores regulamentados, como saúde e serviços financeiros, usam inteligência de conversas para confirmar que as divulgações obrigatórias foram feitas e que chamadas com informações sensíveis foram sinalizadas. Isso é especialmente importante para informações de identificação pessoal (PII), como um número de seguridade social (SSN) ou um diagnóstico médico discutido sem o tratamento adequado de dados sensíveis. A detecção de entidades torna esse caso de uso viável em escala, sem depender de um revisor humano para identificar cada ocorrência. 

Análise de feedback de produto

As equipes de produto revisam transcrições de suporte e vendas para identificar solicitações recorrentes de recursos ou áreas de confusão que nunca são registradas oficialmente em outro lugar. Se uma reclamação aparece apenas uma vez, é só ruído. Mas a mesma reclamação em quarenta chamadas indica um item do roadmap que precisa ser tratado. Essas reclamações podem sinalizar à equipe de produto onde há lacunas nos recursos e funcionalidades do produto. 

Crie inteligência de conversas com a API da ElevenLabs

A infraestrutura que dá suporte a plataformas de inteligência de conversas é, principalmente, uma questão de Speech to Text com vários requisitos específicos adicionais.

Para transcrever várias chamadas gravadas, o Scribe v2 processa arquivos de áudio e vídeo, incorporando diarização de falantes, marcações de tempo por palavra e detecção de entidades. Para análises ao vivo, o Scribe v2 Realtime transmite a transcrição com latência de cerca de 150 ms, permitindo que orientações de treinamento em tempo real ou alertas de conformidade sejam enviados durante a chamada, e não após ela.

O que uma plataforma de inteligência de conversas precisa de sua camada de infraestrutura:

• Separação entre a fala de um cliente e a de um agente por meio da diarização e da identificação das funções dos falantes, algo fundamental para qualquer métrica de treinamento que exija identificar o falante.
• A detecção de entidades pode ser implementada para identificar e mascarar automaticamente detalhes sensíveis, em vez de depender de revisão manual antes que as transcrições sejam salvas ou compartilhadas.
• Opções em lote e em tempo real, pois a revisão de conformidade e o treinamento ao vivo exigem níveis de latência diferentes.
• Suporte a vários idiomas que correspondam aos idiomas falados pelos clientes da equipe, e não apenas aos usados na sede.

Em conjunto, esses recursos formam a camada de transcrição sobre a qual um produto de inteligência de conversas é criado. A lógica de análise e treinamento continua sendo um componente que a equipe desenvolve internamente ou compra de um fornecedor especializado em CI.

Comece com a ElevenAPI

Scribe v2 e Scribe v2 Realtime oferecem a camada de transcrição para inteligência de conversas, com diarização, detecção de entidades e marcações de tempo por palavra em uma única API. Explore o Speech to Text da ElevenLabs para conhecer os modelos e idiomas compatíveis.

Se você está criando inteligência de conversas para seu próprio produto ou ferramentas internas, crie uma conta gratuita e comece a transcrever sua primeira chamada. A referência da API de Speech to Text abrange todos os parâmetros de diarização, detecção de entidades e suporte a idiomas. 

Perguntas frequentes