Contexto

À medida que a allu se expandiu rapidamente, sua equipe de suporte ao cliente enfrentou um volume crescente de consultas, muitas das quais eram repetitivas. A crescente demanda pressionou a equipe de suporte, gerando ineficiências, tempos de resposta mais longos e a necessidade de uma solução mais escalável para gerenciar as interações com os clientes de forma eficaz.

O problema

Com o aumento das solicitações dos clientes, a equipe de suporte teve dificuldade em acompanhar. Os principais problemas incluíram:

• Alto volume de consultas recorrentes, gerando uma carga de trabalho desnecessária.
• Resolução ineficiente de tíquetes, atrasando as respostas a problemas mais complexos.
• Recursos limitados de autoatendimento, forçando os usuários a confiar no suporte direto.

Para enfrentar esses desafios, precisávamos de um base de conhecimento centralizada, acessível e escalável que poderiam fornecer suporte instantâneo e, ao mesmo tempo, reduzir a dependência de agentes humanos.

Pesquisa e identificação das causas

Para entender as causas básicas dessas ineficiências, colaborei estreitamente com a Equipe de sucesso do cliente, analisando dados de tickets de suporte e identificando padrões nas consultas dos clientes. Os principais insights incluíram:

• Uma porcentagem significativa das consultas foi repita perguntas isso poderia ser resolvido por meio de conteúdo de autoatendimento.
• Os clientes não tinham uma forma estruturada de busca por informações, fazendo com que eles enviem tickets por padrão.

Explorando possíveis soluções

Com base nessas descobertas, explorei diferentes abordagens:

1. Expandindo os recursos do chatbot — Embora útil, ainda exigia uma base de conhecimento para referenciar informações.
2. Criação de uma página de perguntas frequentes simples — Não seria escalável ou eficaz para problemas aprofundados.
3. Desenvolvendo uma Central de Ajuda robusta — Uma solução estruturada, pesquisável e compatível com dispositivos móveis que capacitaria os usuários a resolver seus próprios problemas.

Depois de avaliar essas opções, concluímos que um Central de ajuda abrangente foi a melhor abordagem para otimizar o suporte ao cliente e melhorar a eficiência.

A solução: uma central de ajuda centralizada

Para criar uma experiência de autoatendimento que atendesse às necessidades da allu, projetei e desenvolvi um Central de Ajuda dedicada usando o Webflow, com:

• Base de conhecimento estruturada com artigos categorizados para navegação rápida.
• Design que prioriza dispositivos móveis, garantindo uma usabilidade perfeita para o público predominantemente móvel da Allu.
• Rastreamento da intenção do usuário, fornecendo informações sobre o comportamento de busca e a eficácia do conteúdo.

Implementação e resultados

Depois de lançar a Central de Ajuda, observamos melhorias significativas na eficiência do suporte ao cliente:

📌 10.000 visitas por semana, com 60-70% de novos usuários.
📌 75% do tráfego proveniente de dispositivos móveis, validando a abordagem que prioriza a mobilidade.
📌 80% de usuários de alta/média intenção, indicando um forte engajamento com o conteúdo.
📌 Redução de consultas repetitivas, permitindo que a equipe de CS se concentre em questões complexas.

Ao analisar continuamente os dados de uso e refinar a Central de Ajuda, ela continua sendo uma ferramenta fundamental para aprimorar a experiência do cliente e a eficiência operacional em allu.

‍