O quanto investir em um assistente virtual (e na experiência do cliente)

A linguagem natural é essencialmente humana. Nós, humanos, construímos várias línguas que nos mantêm vivos por meio da comunicação. Em contraposição, nós também criamos as linguagens formais, dentre elas, as linguagens de programação para nos comunicarmos com as máquinas, outra atividade importante para a nossa evolução.

Nas últimas décadas, tem se consolidado a importância desses sistemas de comunicação para a vida humana e, consequentemente, para o avanço tecnológico.

Nomeada como Processamento de Linguagem Natural (PLN), essa área interdisciplinar do conhecimento reúne a ciência da computação, linguística e tantas outras disciplinas na produção de insights e soluções tecnológicas envolvendo a linguagem humana.

Dos produtos que se destacam no nosso cotidiano, há os assistentes virtuais e os tradutores online, além dos corretores gramaticais que já são ferramentas muito comuns em editores de texto.

Por ter essa característica interdisciplinar, cada produto e cada projeto resultantes do PLN vão requerer especialistas das mais diversas áreas do conhecimento, como o recente projeto SPIRA que reuniu profissionais da saúde para identificar pessoas saudáveis vs. pessoas com problemas respiratórios por meio do reconhecimento de fala.

Além de ser um exemplo de projeto multidisciplinar, ele também ilustra o contexto pandêmico em que vivemos, no qual a agilidade no desenvolvimento de sistemas inteligentes torna-se essencial para diminuir a exposição das pessoas ao coronavírus e também suportar as novas demandas neste cenário.

Os assistentes virtuais são os principais ajudantes no quesito atendimento. Tais robôs (ou bot, diminutivo de robot) servem para sanar dúvidas e gerar ações automaticamente, especialmente quando se trata de sistemas e ações mais regradas e sistematizadas.

Por exemplo, para consultar uma informação no sistema, basta o número X ou Y. Obviamente, as tarefas mais complexas precisam da criatividade humana para solucionar problemas novos e/ou delicados, como uma reclamação sobre mercadoria extraviada que se destinaria aos hospitais.

No e-commerce, a consulta do andamento do pedido é uma das primeiras implementações que vem à tona justamente pela estruturação do processo e na relevância durante a jornada de compra do cliente, pois os clientes querem saber como anda o seu pedido.

Tomemos a consulta de andamento de um pedido como nosso cenário: em um canal de atendimento, um ser humano (daqui pra frente entenda-se como o cliente final) se comunica com o bot que o compreende em sua língua natural, “traduz” a ação para consultar os sistemas internos e monta uma resposta.

O primeiro desafio (e talvez o mais importante) é a parte de compreender automaticamente essa demanda. As possibilidades de combinação entre palavras para demandar a resposta sobre um pedido são enormes, mas aqui vão alguns exemplos:

1. “Quero ter mais informação sobre o pedido 1234567890”
2. “Como está o andamento do meu pedido realizado ontem?”
3. “Quando chega a minha geladeira?”

A experiência mais projetada para os assistentes virtuais atualmente é o mais simples: o exemplo 1. Instruindo o usuário a enviar o número do pedido, um número limitado de caracteres, é possível consultar o sistema interno e responder quando o seu pedido irá chegar.

Uma possibilidade de implementação dessa solução são as expressões regulares, uma técnica de identificar cadeias de caracteres por meio da linguagem formal.

Sendo o número do pedido algo regrado, basta ditar as regras (no exemplo 1, o número de pedido é uma sequência de 10 dígitos) e retornar o andamento do pedido no sistema.

O primeiro problema dessa abordagem é justamente a experiência do cliente, não a resposta escolhida pelo assistente. Quantas vezes você comprou um smartphone e memorizou o número do seu pedido?

Agora, quantas vezes você fez uma compra e se lembrou que esse produto é um smartphone? Na maioria das vezes é preciso entrar na sua caixa de e-mail e buscar o número do pedido para saber o seu status. Não seria mais simples buscar pelo termo smartphone?

Certamente criar uma expressão regular para identificar todos os produtos à venda na plataforma não é possível, sobretudo em um cenário B2W em que existe quase tudo no catálogo (de smartphones a brinquedo para gato em formato de pimentão)

Ao investir em tecnologias mais sofisticadas de PLN, especialmente o reconhecimento de entidades nomeadas, pode-se alcançar uma boa cobertura na identificação desses produtos.

Essa abordagem leva em consideração as regras morfossintáticas da língua natural, algoritmos de machine learning para criar abstração, além da definição de um contexto específico.

Seguindo esse caminho, com um banco de dados contendo um volume de itens relevante (na casa dos milhares), é possível testar diferentes técnicas de extração de informação a fim de encontrar a mais adequada (a que gera mais abstrações matemáticas) ao seu domínio (no exemplo seria o falar no “e-commercês” brasileiro) para impulsionar o seu assistente virtual.

Ao repetir muitas vezes esse processo, tem-se um ferramenta mais robusta, novos protocolos de atendimento em prol da experiência de compra e da jornada de trabalho dos colaboradores, além de promover novas tecnologias no cenário brasileiro de PLN.

Se você busca uma oportunidade de desenvolvimento, trabalhando com inovação em um negócio de alto impacto, acesse o portal B2W Carreiras! Nele, você consegue acessar todas as vagas disponíveis. Venha fazer parte do nosso time!