§ 01 · Desafio
O desafio.
Santander tinha múltiplos pontos de atendimento conversacional (app, web, WhatsApp piloto, Messenger) sem unificação. Cliente repetia contexto a cada canal. Operadores humanos recebiam conversas sem histórico. O que falava com bot virava ticket sem rastro.
§ 02 · Abordagem
Como abordamos.
-
A01
Unificação dos canais conversacionais sob uma camada de contexto persistente por cliente.
-
A02
Modelagem de roteamento bot ↔ humano com base em intent, sentimento e contexto da sessão.
-
A03
Padronização de eventos e telemetria — visibilidade do funil conversacional ponta a ponta.
-
A04
Discovery contínuo de fluxos com analistas de canal — quem opera o canal sabe o que quebra.
§ 03 · Resultado
O que foi entregue.
Plataforma conversacional unificada do banco entregue. Aprendizados sobre contexto cross-channel que continuam aplicáveis em agentes LLM hoje (memória longa por usuário, handoff sem perda).
§ 04b · Stack
Stack técnica.
- Plataforma conversacional enterprise
- NLU + intent routing
- Contexto cross-channel
- Métricas de jornada
§ 04c · Aprendizados
O que levaria para o próximo.
-
L01
Contexto cross-channel é mais difícil que NLU — empresas focam no modelo e quebram na persistência.
-
L02
Operador humano sem histórico da sessão odeia o bot. E vai sabotar.
-
L03
Telemetria conversacional precisa ser desenhada antes do bot ir ao ar — depois é arqueologia.
ia-conversacionalenterprisebankplatformhistorico