Assistentes Virtuais Inteligentes e Chatbots: Um guia prático e teórico sobre como criar experiências e recordações encantadoras para os clientes da sua empresa [1 ed.]

Table of contents :
Folha de Rosto
Créditos
Agradecimentos
Prefácio da Virtual Interactions
Prefácio da Plusoft Informática
Apresentação (ou Leia Antes de Usar!)
Sobre os Autores
Siglas, Abreviaturas e Conceitos Utilizados Nesta Obra
Sumário
Parte I – Visão Geral
1. Um pouco de prosa e história
2. O que são os assistentes virtuais inteligentes?
3. Como e por que os assistentes virtuais surgiram nas nossas vidas?
4. Como os assistentes virtuais inteligentes estão influenciando o nosso dia a dia?
5. Que tecnologias propiciaram o surgimento dos assistentes virtuais?
6. Como os assistentes virtuais são capazes de entender o que queremos dizer?
7. Os assistentes virtuais são capazes de entender a língua falada?
8. Que atividades podem ser executadas pelos assistentes virtuais inteligentes?
Comércio eletrônico
Ensino
Medicina
Direito individual e coletivo
Finanças
Saúde e bem-estar
Turismo
9. Os assistentes virtuais podem realizar transações financeiras?
10. Os assistentes virtuais inteligentes têm sentimentos?
11. Que tipos de assistentes virtuais estão disponíveis no mercado?
12. O que diferencia o assistente virtual de uma lista de perguntas frequentes?
13. O que diferencia o assistente virtual de um chatbot?
14. Questões para reflexão sobre o conteúdo da Parte I
Parte II – Táticas e Estratégias
15. O que um assistente virtual pode fazer pela minha empresa
16. O que os assistentes virtuais podem fazer pelos meus clientes
17. Como os assistentes virtuais podem ajudar a construir um novo canal de comunicação com os nossos clientes
18. Como desenvolver uma estratégia de relacionamento baseada em assistentes virtuais inteligentes
19. Como os assistentes virtuais podem ajudar a criar experiências e recordações encantadoras
20. Limitações importantes dos assistentes virtuais inteligentes
21. Questões para reflexão sobre o conteúdo da Parte II
Parte III – Gerenciando Projetos de Implantação de AVIs
22. Passo 1: motivação
23. Passo 2: alinhamento
24. Passo 3: metas a serem alcançadas
25. Passo 4: executivo patrocinador e comitê executivo
26. Passo 5: equipe de projeto
27. Passo 6: planejamento geral do projeto
28. Passo 7: detalhamento do planejamento geral do projeto
29. Passo 8: execução e acompanhamento
30. Questões para reflexão sobre o conteúdo da Parte III
Parte IV – Contratando Serviços de Assistentes Virtuais Inteligentes de Terceiros
31. Contexto do problema
32. Como lidar com o problema
33. Os ativos e os seus benefícios intangíveis
34. Comparando intangíveis
35. O problema das inconsistências
36. Analisando o desempenho dos fornecedores em cada critério
37. O desempenho global das diversas propostas
38. Questões para reflexão sobre o conteúdo da Parte IV
Parte V – Por Dentro do AVI
39. O que é uma base de conhecimento?
40. A intenção e as ações contidas na base de conhecimento
41. Como faço para construir uma base de conhecimento?
42. O que fazer quando o agente virtual não consegue prover uma ação adequada a uma questão?
43. Como faço para integrar o assistente virtual com os sistemas internos da empresa?
44. Questões para reflexão sobre o conteúdo da Parte V
Parte VI – Avaliando o Desempenho do Assistente Virtual Inteligente
45. Tudo muda
46. As mudanças e os assistentes virtuais inteligentes
47. Medindo o desempenho do assistente virtual inteligente
47.1. A dimensão retenção do atendimento
47.2. A dimensão adequação das ações executadas pelo AVI
47.3. Falsos positivo e negativo
47.4. A dimensão satisfação do usuário
48. Que outros indicadores de performance posso utilizar?
49. O nível de serviço esperado
50. Atuando sobre os indicadores de desempenho
51. Questões para reflexão sobre o conteúdo da Parte VI
Parte VII – Avaliando o Desempenho do AVI com Amostras
52. Trabalhando com amostras
53. Os conceitos de população e amostra
54. Populações e amostras aleatórias
55. Proporções
56. Intervalos de confiança
57. Tamanho da amostra
58. Questões para reflexão sobre o conteúdo da Parte VII
Parte VIII – Como o Desempenho do Assistente Virtual é Relatado
59. Observações, atributos e dados
60. Identificar, coletar, analisar e relatar
61. O painel de controle
62. Os dados quanto à sua natureza
63. Os dados e as escalas de mensuração
63.1. Escala nominal
63.2. Escala ordinal
63.3. Escala intervalar
63.4. Escala de razão
63.5. Sumário
64. Atributos discretos e contínuos
65. A escala de Likert
66. Dashboard
66.1. Gráfico de setores
66.2. Gráfico de barras
66.3. Histogramas
66.4. Diagramas de Pareto
66.5. Gráfico de velocímetro
66.6. Gráfico de linha
67. Questões para reflexão sobre o conteúdo da Parte VIII
Parte IX – O Cockpit do Assistente Virtual Inteligente
68. O cockpit
69. O gestor da base de conhecimento
70. O cockpit e o dashboard
71. As questões-exemplo
72. As ações
73. Conectando questões e ações
74. Tempo de vigência
75. Os sinônimos
76. Lista de sugestões
77. Lista de questões mais utilizadas
78. Simulando as alterações
79. Log file
80. Questões para reflexão sobre o conteúdo da Parte IX
Parte X – Por Dentro da Construção da Base de Conhecimento
81. Vale a pena recordar
82. Os gatos e as diferentes formas de executar uma tarefa
83. Índices diretos
84. Índices reversos
85. Construindo um índice reverso
86. Melhorando a performance do índice reverso
87. Utilizando o índice reverso modificado
88. A ordem na qual os tokens são apresentados
89. Construindo uma função de scoring mais exigente
90. Pesos e pontos de corte
91. Concluindo o exemplo
92. Sumário da estrutura utilizada para implementar um AVI
93. Questões para reflexão sobre o conteúdo da Parte X
Parte XI – Utilizando Árvores de Classifi cação para Construir um AVI
94. Os primeiros passos
95. Criando um conjunto de regras
96. As árvores
97. Construindo o conjunto de regras automaticamente
98. O índice Gini
99. Refletindo sobre o valor da homogeneidade
100. Calculando a redução de heterogeneidade
101. Avaliando a performance da árvore de classificação
102. Questões para reflexão sobre o conteúdo da Parte XI
Parte XII – Referências Bibliográfi cas
103. Textos sobre assistentes virtuais inteligentes e chatbots
104. Textos sobre processamento de linguagem natural
105. Textos sobre inteligência artificial
106. Textos introdutórios sobre estatística
107. Textos sobre PDCA
108. Textos sobre escala de Likert
109. Textos sobre AHP
110. Textos sobre índices reversos
111. Textos sobre árvores de classificação
Parte XIII – Comentários Sobre as Questões Sugeridas para Refl exão
112. Comentários sobre as questões para reflexão relativas ao conteúdo da Parte I
1
2
3
4
113. Comentários sobre as questões para reflexão relativas ao conteúdo da Parte II
1
2
3
4
5
114. Comentários sobre as questões para reflexão relativas ao conteúdo da Parte III
1
2
3
4
5
6
115. Comentários sobre as questões para reflexão relativas ao conteúdo da Parte IV
1
2
3
4
5
116. Respostas das questões para reflexão relativas ao conteúdo da Parte V
117. Respostas das questões para reflexão relativas ao conteúdo da Parte VI
118. Respostas das questões para reflexão relativas ao conteúdo da Parte VII
119. Respostas das questões para reflexão relativas ao conteúdo da Parte VIII
120. Respostas das questões para reflexão relativas ao conteúdo da Parte IX
121. Respostas das questões para reflexão relativas ao conteúdo da Parte X
122. Respostas das questões para reflexão relativas ao conteúdo da Parte XI

Citation preview

Copyright© 2018 por Brasport Livros e Multimídia Ltda. Todos os direitos reservados. Nenhuma parte deste livro poderá ser reproduzida, sob qualquer meio, especialmente em fotocópia (xerox), sem a permissão, por escrito, da Editora. Editor: Sergio Martins de Oliveira Gerente de Produção Editorial: Marina dos Anjos Martins de Oliveira Editoração Eletrônica: Abreu’s System Capa: Marco Mancen Finalização: Use Design Produção de e-pub: Loope Editora www.loope.com.br Técnica e muita atenção foram empregadas na produção deste livro. Porém, erros de digitação e/ou impressão podem ocorrer. Qualquer dúvida, inclusive de conceito, solicitamos enviar mensagem para [email protected], para que nossa equipe, juntamente com o autor, possa esclarecer. A Brasport e o(s) autor(es) não assumem qualquer responsabilidade por eventuais danos ou perdas a pessoas ou bens, originados do uso deste livro. BRASPORT Livros e Multimídia Ltda. Rua Teodoro da Silva, 536 A – Vila Isabel

20560-005 Rio de Janeiro-RJ Tels. Fax: (21)2568.1415/3497.2162 e-mails: [email protected] [email protected] [email protected] www.brasport.com.br Filial SP Av. Paulista, 807 – conj. 915 01311-100 São Paulo-SP

Vez por outra surgem tecnologias que prometem revolucionar o mundo. Raramente elas são fruto do trabalho de uma única pessoa. Na verdade, na maior parte das vezes, elas são o resultado de várias técnicas e métodos desenvolvidos por pessoas diferentes, que se combinam ao longo do tempo. Os assistentes virtuais inteligentes parecem ser uma dessas tecnologias. Resta saber a amplitude e a duração dessa revolução. Como sempre, o inexorável passar do tempo se encarregará de saciar a nossa curiosidade!

Agradecimentos

Muitas vezes o entusiasmo pela obra faz com que o autor imagine que ela é fruto direto e exclusivo do seu trabalho. Entretanto, isso raramente corresponde à verdade. Ao longo do caminho é praticamente inevitável que diversas pessoas colaborem com ideias, críticas e sugestões. Algumas vezes, a origem e o impacto dessas colaborações podem ser claramente identi cados. Outras vezes, passam despercebidos e vão sendo incorporados à obra silenciosamente. Este livro é o resultado desse processo. São tantas as pessoas que in uenciaram as ideias que apresentamos ao longo das páginas que seria impossível citá-las todas. Porém, isso não é motivo para deixarmos de expressar a nossa gratidão. A todos vocês que nos ajudaram de uma forma ou de outra, que que aqui registrado o nosso muito obrigado! Agrademos também ao site e seus talentosos colaboradores pela cessão de diversas imagens que utilizamos ao longo do texto. O copyright dessas imagens são propriedade da Freerange Stock LLC. Os autores

Prefácio da Virtual Interactions

No nal dos anos 60, no famoso Instituto de Tecnologia de Massachusetts, nos Estados Unidos, o Prof. Joseph Weizenbaum criou um programa de computador com o qual uma pessoa podia se comunicar em linguagem natural. Uma verdadeira conquista para a época. Ele chamou esse programa de “Eliza”. Surpreendentemente, o nascimento de Eliza passou despercebido das grandes agências de notícia e, em consequência disso, do grande público. Entretanto, ele (o programa) atraiu a atenção tanto do mundo acadêmico como de vários pro ssionais de mercado, que vislumbraram o enorme potencial que essa nova tecnologia apresentava. À Eliza seguiram: “Parry”, em 1972, criado por Kenneth Mark Colby da Universidade de‐ Stanford. “Dr. Sbaitso”, em 1992, desenvolvido pela equipe de especialistas da empresa cingapuriana Creative Technologies. “ALICE”, em 1995, desenvolvido por Richard S. Wallace na Universidade Lehigh. “Jabberwacky”, em 1997, criado por Rollo Carpenter, Diretor Presidente da empresa inglesa Existor. “Julia”, em 1994, criado por Michael Loren Mauldin, da Universidade de Stanford, que cunhou o termo chatbot. e muitos outros.

Os primeiros chatbots eram relativamente simples, utilizavam recursos de processamento de linguagem natural menos rebuscados e não se integravam com outros sistemas e programas. Portanto, a capacidade de prover respostas adequadas face às situações que lhes eram apresentadas era limitada. A nal de contas, as únicas fontes de informação com as quais esses chatbots podiam contar eram suas respectivas bases de conhecimento. O tempo passou e a tecnologia de construção de chatbots evoluiu. Hoje em dia, podemos encontrar chatbots sendo utilizados em uma grande variedade de aplicações. Esses chatbots utilizam recursos de inteligência arti cial so sticados e se integram facilmente com sistemas legados e aplicativos. Em consequência disso, a capacidade de fornecer respostas às questões que lhes são apresentadas aumentou enormemente. Por exemplo, suponha que indagamos a um chatbot de última geração o tempo em Anta Gorda, no Rio Grande do Sul, ou em Carrasco Bonito, no Tocantins. Muito provavelmente essa informação não vai estar disponível na base de conhecimento do nosso chatbot. Para obtê-la, ele vai consultar um aplicativo de previsão do tempo que está disponível no ambiente computacional no qual ele estiver atuando. O mesmo processo ocorre quando indagamos sobre o saldo da nossa conta bancária a um chatbot de uma instituição nanceira. É improvável que essa informação faça parte da base de conhecimento desse chatbot. Entretanto, ela pode ser facilmente obtida através dos sistemas corporativos da instituição em questão. Não chega, portanto, a surpreender que os chatbots de última geração tenham recebido uma nova designação, isto é, estejam sendo chamados de “assistentes virtuais inteligentes” ou AVIs. Com o advento da “internet das coisas”, a quantidade e a variedade de assistentes virtuais inteligentes tendem a aumentar substancialmente.

Dentro de pouco tempo estaremos interagindo com nossos automóveis, celulares, televisores, geladeiras, micro-ondas, luminárias, etc., através de nossos AVIs. Para os seres humanos os assistentes virtuais inteligentes são uma ferramenta extraordinária, que facilita enormemente a execução dos mais variados tipos de tarefas. Para as empresas os AVIs oferecem a possibilidade de encantarem seus clientes ao se colocarem à disposição, em linguagem natural, para ajudá-los 24x7. Este livro é um primeiro passo para entender essa nova tecnologia e tirar proveito da sua existência. O livro aborta tanto aspectos estratégicos como operacionais e técnicos da construção e do uso de AVIs. Mais do que isso, ele provê para você, leitor amigo, uma jornada esclarecedora e segura ao mundo dos AVIs. Marildo Matta CEO, Virtual Interactions

Prefácio da Plusoft Informática

Durante décadas as empresas têm sonhado com a possibilidade de estarem disponíveis para interagir com os seus clientes no regime 24x7, tanto para atividades de venda quanto para pós-venda, o que inclui relacionamento e suporte ao cliente. Contudo, os custos de disponibilizar serviços dessa natureza sempre foram muito elevados, e o sonho nunca pôde se tornar realidade em muitas áreas de negócios. O advento da internet e do comércio eletrônico foi um passo importante na concretização desse desejo, já que as vendas passaram a ser realizadas de forma ininterrupta nas 24 horas do dia, nos sete dias da semana. Entretanto, custos proibitivos zeram com que os serviços de atendimento e suporte ao cliente continuassem funcionando em horário reduzido, cando praticamente indisponíveis nos dias de descanso e nos feriados. Os assistentes virtuais inteligentes permitem que essa inconveniência seja nalmente eliminada. Trata-se de uma tecnologia que faz com que os seres humanos e os computadores possam conversar em linguagem natural, como se estivessem interagindo com um amigo ou um pro ssional de uma determinada área de negócio. Como os assistentes virtuais podem ser representados por avatares, a sensação de estar interagindo com um ser humano é ainda mais vívida. Entretanto, os assistentes virtuais nunca faltam ao trabalho, cam cansados, irritam-se ou cam estressados. Em adição, uma vez que tenham sido treinados para lidar corretamente com as questões que lhes

são apresentadas, eles sempre provêm aos nossos clientes as respostas mais adequadas para cada tipo de situação. Além disso, os assistentes virtuais criam um canal de comunicação interativo, que pode ser utilizado para propaganda, publicidade, promoção, convite à experimentação, intensi cação do relacionamento e relações públicas. É com muita satisfação que aceitei o convite para prefaciar este livro sobre a tecnologia dos assistentes virtuais inteligentes, escrito por pioneiros no desenvolvimento e uso dessa tecnologia no Brasil. Ficam aqui os meus votos para que esta obra desperte em você, leitor, o entusiasmo e a admiração pelos assistentes virtuais inteligentes, uma tecnologia inovadora que está revolucionando a forma como nos relacionamos com empresas, marcas e produtos. Guilherme Porto CEO, Plusoft Informática

Apresentação (ou Leia Antes de Usar!)

Amigo leitor, este livro aborda tanto os aspectos estratégicos como aqueles ligados à gestão de projetos de implementação de assistentes virtuais inteligentes. Além disso, ele indica quais procedimentos devem ser utilizados na contratação de serviços de AVIs de terceiros. Em adição, explica em detalhes como os assistentes virtuais funcionam internamente e como o desempenho dessas entidades virtuais pode ser avaliado e relatado para gestores e técnicos. Não é só isso! O AVI utiliza uma base de conhecimento para determinar como deve se comportar. No decorrer do texto analisamos como essa base pode ser criada e mantida. Trata-se, portanto, de uma obra de amplo espectro. Em decorrência disso, este livro foi dividido em partes com o objetivo de facilitar a leitura e o aprendizado. Se você tem interesse apenas nos aspectos tático-estratégicos do uso de AVIs, então a Parte I e a Parte II são aquelas que provavelmente concentrarão o seu interesse. Nessa parte do texto discutimos como e por que os assistentes virtuais surgiram e analisamos como essa tecnologia está modi cando a forma como nos relacionamos com empresas, marcas e produtos. Indicamos também como os AVIs podem ser utilizados para reforçar as estratégias de negócios dos mais diversos tipos de empresa.

Por outro lado, caso seu interesse resida na gestão de projetos de implantação de assistentes virtuais inteligentes ou na contratação de serviços de terceiros, então a Parte III e a Parte IV são as que contêm os temas que irão prender a sua atenção. Enquanto a Parte III trata da gestão de projetos de AVIs, a Parte IV versa sobre a contratação de serviços de terceiros. Para que seja possível compreender com mais profundidade os assuntos que serão tratados mais adiante (Parte VI, Parte VII, Parte VIII, etc.) recomendamos a leitura da Parte V. Nesse ponto do livro analisamos em mais detalhes o funcionamento dos diversos componentes que fazem parte de um AVI. A Parte VI, a Parte VII e a Parte VIII têm um apelo mais intenso para gerentes e supervisores. A Parte VI e a Parte VII discutem por que o desempenho de um AVI deve ser avaliado. Além disso, elas indicam como essa avaliação pode ser feita no dia a dia. A Parte VIII mostra como esse desempenho deve ser relatado para gestores, supervisores e empresascliente. A Parte IX interessa mais diretamente ao pessoal mais técnico, especialmente aqueles ligados à manutenção do AVI. Ali é introduzida a noção de cockpit, que é um instrumento virtual que permite que ajustes sejam feitos no AVI com vistas à melhora da sua performance. A Parte X e a Parte XI também têm apelo para o pessoal técnico. Nesse ponto da obra apresentamos em detalhes o mecanismo interno que comanda as ações do AVI. Na Parte X apresentamos um mecanismo conhecido como índice invertido. Na Parte XI discutimos o uso de árvores de classi cação. Contudo, independentemente das dimensões de uso e implantação de AVIs nas quais você esteja interessado, esta obra foi escrita com o objetivo de ser acessível a todos. O texto está repleto de exemplos. As

discussões e análises são precedidas da apresentação dos conceitos necessários para o entendimento e a compreensão. Portanto, mesmo que seu interesse resida principalmente nas questões táticas e estratégicas, você não vai encontrar di culdades para aprofundar o seu conhecimento na parte técnica-operacional. O reverso também é verdadeiro. Nós nos vemos nas próximas páginas! Até lá. Os Autores

Sobre os Autores

Leôncio Teixeira Cruz é CTO (Chief Technology Officer) da Virtual Interactions, empresa dedicada ao desenvolvimento de assistentes virtuais inteligentes. Leôncio é especialista em processamento de linguagem natural e técnicas de inteligência arti cial. Possui mais de vinte anos de experiência no desenvolvimento de sistemas de informação e de suporte a decisões de negócios. É bacharel em ciência da computação e mestre em informática pela Universidade Federal do Rio de Janeiro (UFRJ). Antonio Juarez Alencar é pesquisador dos Programas de Mestrado em Informática e de Doutorado em Sistemas Complexos da UFRJ. Possui mais de uma centena de trabalhos publicados na forma de livros, artigos e relatórios técnicos em eventos e revistas nacionais e internacionais. É bacharel em informática e mestre em engenharia de sistemas e computação pela UFRJ. É doutor (D.Phil.) em computação pela Oxford University, na Inglaterra. Atualmente trabalha como data science consultant para empresas dos mais diferentes portes. Eber Assis Schmitz é professor do Departamento de Ciência da Computação e pesquisador do Instituto Tércio Pacitti de Aplicações e Pesquisas Computacionais da UFRJ, onde atua junto ao Curso de Bacharelado em Ciência da Computação e de Mestrado e Doutorado em Informática. Eber é autor mais de uma centena de artigos e livros publicados no Brasil e no exterior. É bacharel em engenharia elétrica pela Universidade Federal do Rio Grande do Sul (UFRGS), mestre em

engenharia elétrica pela UFRJ e doutor (Ph.D.) em ciência da computação pelo Imperial College, na Inglaterra.

Siglas, Abreviaturas e Conceitos Utilizados Nesta Obra

Sigla, Signi cado abreviatura ou conceito AHP

O Analytic Hierarchy Process, ou AHP, é um método para tomada de decisões desenvolvido por Thomas L. Saaty, professor da Joseph M. Katz Graduate School of Business, da Universidade de Pittsburgh, nos Estados Unidos.

Avatar

Personi cação estilizada de um ser humano ou robô.

Cliente de uma empresa

Pessoa física ou jurídica que adquire os produtos ou serviços de uma empresa.

Cliente Pessoa física ou jurídica que imaginamos ter interesse em adquirir os potencial de produtos e serviços de uma empresa. uma empresa Em tempo real

No momento em que um evento acontece.

FAQ

Lista de perguntas frequentes (ou frequently asked questions, em inglês). É uma compilação das informações mais procuradas pelos clientes de uma empresa. Essas informações são, em geral, apresentadas no formato de uma lista, daí o seu nome.

Interação

Troca de informações entre pessoas, ou entre pessoas e máquinas, de forma pontual, para atingir um objetivo comum. Em geral, uma interação é composta por uma sequência de mensagens trocadas entre os interlocutores.

Sigla, Signi cado abreviatura ou conceito Internet

Rede internacional de computadores (ou international network, em inglês) que surgiu nos Estados Unidos nos anos 50.

Link (página Apontador para uma página da internet. Para ir a essa página basta da internet) selecionar o link, clicando nele com o mouse. Mecanismo Serviço oferecido por meio das redes de comunicação de dados que ou sistema permite que pessoas conversem entre si, em tempo real, utilizando de chat mensagens de texto. Mercado

Um mercado consiste de todos os consumidores reais e potenciais que compartilham de uma mesma necessidade ou desejo, dispostos e habilitados a fazer trocas que os satisfaçam. Além disso, fazem parte de um mercado todas as organizações que oferecem produtos e serviços voltados para satisfazer as necessidades e os desejos desses consumidores.

Modem

Abreviatura de modulator-demodulator, é um aparelho que permite que um computador transmita informações utilizando a linha telefônica ou cabos de transmissão de dados.

PDCA

PDCA (Plan, Do, Check, Act) é um ciclo de desenvolvimento de produtos e serviços baseado na ideia de melhoria contínua. Foi desenvolvido por Walter A. Shewhart, pesquisador da Bell Telephones, e mais tarde aperfeiçoado por William Edwards Deming, professor da New York University (NYU).

Operador de contact center

Pro ssional que trabalha nos serviços de atendimento e comunicação com os clientes, utilizando telefone, e-mail, chat, serviços de mensageria, etc.

SAC

Abreviatura de serviço de atendimento ao cliente. Trata-se de um serviço que as empresas disponibilizam para esclarecer dúvidas e receber sugestões e reclamações dos clientes durante o processo de venda e, principalmente, no pós-venda.

Serviços de Serviço de mensagens curtas que permite a troca de informações entre mensageria aparelhos móveis, especialmente celulares. São exemplos desses serviços o WhatsApp, Messenger, Telegram, SMS, etc.

Sigla, Signi cado abreviatura ou conceito Tática

Ação que implementa uma estratégia.

Usuário

Pessoa ou empresa que faz uso de um determinado programa de computador, sistema de informação, produto ou serviço.

Sumário

Parte I – Visão Geral 1. Um pouco de prosa e história 2. O que são os assistentes virtuais inteligentes? 3. Como e por que os assistentes virtuais surgiram nas nossas vidas? 4. Como os assistentes virtuais inteligentes estão in uenciando o nosso dia a dia? 5. Que tecnologias propiciaram o surgimento dos assistentes virtuais? 6. Como os assistentes virtuais são capazes de entender o que queremos dizer? 7. Os assistentes virtuais são capazes de entender a língua falada? 8. Que atividades podem ser executadas pelos assistentes virtuais inteligentes? 9. Os assistentes virtuais podem realizar transações nanceiras? 10. Os assistentes virtuais inteligentes têm sentimentos? 11. Que tipos de assistentes virtuais estão disponíveis no mercado? 12. O que diferencia o assistente virtual de uma lista de perguntas frequentes? 13. O que diferencia o assistente virtual de um chatbot? 14. Questões para re exão sobre o conteúdo da Parte I

Parte II – Táticas e Estratégias 15. O que um assistente virtual pode fazer pela minha empresa 16. O que os assistentes virtuais podem fazer pelos meus clientes 17. Como os assistentes virtuais podem ajudar a construir um novo canal de comunicaçã o com os nossos clientes 18. Como desenvolver uma estratégia de relacionamento baseada em assistentes virtuai s inteligentes 19. Como os assistentes virtuais podem ajudar a criar experiências e recordações encant adoras 20. Limitações importantes dos assistentes virtuais inteligentes 21. Questões para re exão sobre o conteúdo da Parte II

Parte III – Gerenciando Projetos de Implantação de AVIs 22. Passo 1: motivação 23. Passo 2: alinhamento 24. Passo 3: metas a serem alcançadas 25. Passo 4: executivo patrocinador e comitê executivo 26. Passo 5: equipe de projeto 27. Passo 6: planejamento geral do projeto 28. Passo 7: detalhamento do planejamento geral do projeto 29. Passo 8: execução e acompanhamento 30. Questões para re exão sobre o conteúdo da Parte III

Parte IV – Contratando Serviços de Assistentes Virtuais Inteligentes d e Terceiros 31. Contexto do problema 32. Como lidar com o problema 33. Os ativos e os seus benefícios intangíveis 34. Comparando intangíveis 35. O problema das inconsistências 36. Analisando o desempenho dos fornecedores em cada critério 37. O desempenho global das diversas propostas 38. Questões para re exão sobre o conteúdo da Parte IV

Parte V – Por Dentro do AVI 39. O que é uma base de conhecimento? 40. A intenção e as ações contidas na base de conhecimento 41. Como faço para construir uma base de conhecimento? 42. O que fazer quando o agente virtual não consegue prover uma ação adequada a um a questão? 43. Como faço para integrar o assistente virtual com os sistemas internos da empresa? 44. Questões para re exão sobre o conteúdo da Parte V

Parte VI – Avaliando o Desempenho do Assistente Virtual Inteligente 45. Tudo muda 46. As mudanças e os assistentes virtuais inteligentes 47. Medindo o desempenho do assistente virtual inteligente

47.1. A dimensão retenção do atendimento 47.2. A dimensão adequação das ações executadas pelo AVI 47.3. Falsos positivo e negativo 47.4. A dimensão satisfação do usuário 48. Que outros indicadores de performance posso utilizar? 49. O nível de serviço esperado 50. Atuando sobre os indicadores de desempenho 51. Questões para re exão sobre o conteúdo da Parte VI

Parte VII – Avaliando o Desempenho do AVI com Amostras 52. Trabalhando com amostras 53. Os conceitos de população e amostra 54. Populações e amostras aleatórias 55. Proporções 56. Intervalos de con ança 57. Tamanho da amostra 58. Questões para re exão sobre o conteúdo da Parte VII

Parte VIII – Como o Desempenho do Assistente Virtual é Relatado 59. Observações, atributos e dados 60. Identi car, coletar, analisar e relatar 61. O painel de controle 62. Os dados quanto à sua natureza 63. Os dados e as escalas de mensuração 63.1. Escala nominal 63.2. Escala ordinal 63.3. Escala intervalar 63.4. Escala de razão 63.5. Sumário 64. Atributos discretos e contínuos 65. A escala de Likert 66. Dashboard 66.1. Grá co de setores 66.2. Grá co de barras 66.3. Histogramas 66.4. Diagramas de Pareto 66.5. Grá co de velocímetro

66.6. Grá co de linha 67. Questões para re exão sobre o conteúdo da Parte VIII

Parte IX – O Cockpit do Assistente Virtual Inteligente 68. O cockpit 69. O gestor da base de conhecimento 70. O cockpit e o dashboard 71. As questões-exemplo 72. As ações 73. Conectando questões e ações 74. Tempo de vigência 75. Os sinônimos 76. Lista de sugestões 77. Lista de questões mais utilizadas 78. Simulando as alterações 79. Log le 80. Questões para re exão sobre o conteúdo da Parte IX

Parte X – Por Dentro da Construção da Base de Conhecimento 81. Vale a pena recordar 82. Os gatos e as diferentes formas de executar uma tarefa 83. Índices diretos 84. Índices reversos 85. Construindo um índice reverso 86. Melhorando a performance do índice reverso 87. Utilizando o índice reverso modi cado 88. A ordem na qual os tokens são apresentados 89. Construindo uma função de scoring mais exigente 90. Pesos e pontos de corte 91. Concluindo o exemplo 92. Sumário da estrutura utilizada para implementar um AVI 93. Questões para re exão sobre o conteúdo da Parte X

Parte XI – Utilizando Árvores de Classi cação para Construir um AVI 94. Os primeiros passos 95. Criando um conjunto de regras

96. As árvores 97. Construindo o conjunto de regras automaticamente 98. O índice Gini 99. Re etindo sobre o valor da homogeneidade 100. Calculando a redução de heterogeneidade 101. Avaliando a performance da árvore de classi cação 102. Questões para re exão sobre o conteúdo da Parte XI

Parte XII – Referências Bibliográ cas 103. Textos sobre assistentes virtuais inteligentes e chatbots 104. Textos sobre processamento de linguagem natural 105. Textos sobre inteligência arti cial 106. Textos introdutórios sobre estatística 107. Textos sobre PDCA 108. Textos sobre escala de Likert 109. Textos sobre AHP 110. Textos sobre índices reversos 111. Textos sobre árvores de classi cação

Parte XIII – Comentários Sobre as Questões Sugeridas para Re exão 112. Comentários sobre as questões para re exão relativas ao conteúdo da Parte I 113. Comentários sobre as questões para re exão relativas ao conteúdo da Parte II 114. Comentários sobre as questões para re exão relativas ao conteúdo da Parte III 115. Comentários sobre as questões para re exão relativas ao conteúdo da Parte IV 116. Respostas das questões para re exão relativas ao conteúdo da Parte V 117. Respostas das questões para re exão relativas ao conteúdo da Parte VI 118. Respostas das questões para re exão relativas ao conteúdo da Parte VII 119. Respostas das questões para re exão relativas ao conteúdo da Parte VIII 120. Respostas das questões para re exão relativas ao conteúdo da Parte IX 121. Respostas das questões para re exão relativas ao conteúdo da Parte X 122. Respostas das questões para re exão relativas ao conteúdo da Parte XI

Parte I Visão Geral

Ao nal da Parte I, você terá aprendido: o que são assistentes virtuais inteligentes; onde essa tecnologia surgiu; para onde ela está caminhando; o que diferencia essa tecnologia de outras iniciativas similares.

1. Um pouco de prosa e história Muitos consideram as ideias apresentadas pela cção cientí ca como precursoras de transformações importantes que estão para ocorrer na sociedade. Em muitos aspectos, essas pessoas estão absolutamente corretas. Muito do que se especulou nos livros, nas telas da TV e no cinema sobre ciência e tecnologia, há algumas poucas décadas, está presente nos dias de hoje nas nossas residências e em ambientes de trabalho. A série de livros sobre mecanismos inteligentes, elaborada pelo escritor russo Isaac Asimov (1920-1992), é um bom exemplo dessa tendência. Nesse caso, utiliza-se a palavra “inteligência” para fazer referência a mecanismos arti ciais que exibem, mesmo que de forma limitada, algumas das caraterísticas mais marcantes da inteligência humana, tais como: memória, comunicação oral, comunicação por símbolos e capacidade de raciocínio. Escritos a partir dos anos 50, esses livros anteciparam, para o grande público, um fenômeno que só surgiria muito mais tarde no mundo em que vivemos: a presença de mecanismos inteligentes no nosso dia a dia. Os mecanismos descritos por Asimov, personi cados como robôs de aparência física similar a dos seres humanos, capturaram a imaginação de uma legião de fãs em todo o mundo, tendo sido consagrados nas telas do cinema com o lme “Eu, Robô”, estrelado pelos atores americanos Will Smith e Bridget Moynahan. Entretanto, a despeito de todo o sucesso que Asimov angariou como escritor, ele deixou escapar a oportunidade de antecipar nos seus livros de cção cientí ca a in uência do mundo virtual, criado pela computação e pela internet, na robótica.

Quando o tema é a antecipação da existência de mecanismos virtuais inteligentes, o nome que é frequentemente citado pelos especialistas é o do matemático britânico Alan Mathison Turing (1912-1954), que, na mesma época em que Asimov escrevia seus livros sobre robôs, propôs um teste para determinar se um ser humano seria capaz de conversar com um computador sem se aperceber disso. Quando Turing propôs o teste, que acabou sendo batizado com o seu nome, isto é, “Teste de Turing”, os computadores eram equipamentos gigantescos, capazes de executar apenas operações muito simples, se comparados com os computadores aos quais temos acesso nos dias de hoje. Entretanto, hoje em dia, a questão não é mais se um ser humano pode perceber ou não que é um computador que está fazendo perguntas e fornecendo respostas, mas por quanto tempo ele pode ser “enganado” pela máquina. É isso mesmo, as tecnologias disponíveis no mercado já permitem que uma pessoa converse, por um tempo considerável, com um computador sem se dar conta de que é uma máquina que está atuando como interlocutor! Mesmo para conversas complexas, que exigem que se leve em consideração o que já foi dito no início da interação, em muitos casos a tarefa de identi car se você está interagindo com um computador não é trivial. Nesse contexto, utilizamos a palavra “interação” para indicar uma troca pontual de informações entre pessoas, ou pessoas e máquinas, para atingir um objetivo comum.

2. O que são os assistentes virtuais inteligentes? Assistentes virtuais inteligentes são programas de computador (tais como o editor de texto Microsoft Word, o navegador de internet Google

Chrome e o gerenciador de e-mails Mozilla Thunderbird) que foram projetados para interagir com os clientes de uma empresa em linguagem natural. O cliente expõe uma ou mais questões que deseja resolver por e-mail, serviços de mensageria (Messenger, WhatsApp, Telegram, etc.), rede social, chat ou voz, como se estivesse interagindo com um operador de contact center. O assistente virtual analisa a questão e envia de volta uma resposta adequada para o cliente, que pode conter texto, imagem, som ou ser multimídia. Por exemplo: suponha que você tenha adquirido um par de tênis em uma loja de produtos esportivos e deseja saber como poderia realizar a troca do produto por outro do mesmo modelo, mas de tamanho maior. Nesse caso, o seguinte diálogo poderia ser travado com um assistente virtual, em um mecanismo de chat pela internet: Cliente:

Alguns dias atrás, comprei um par de tênis pela internet. Gostei do produto, mas ele cou pequeno. Como faço para efetuar a troca por um do mesmo modelo, mas de tamanho um pouco maior?

Assistente Para efetuar a troca é preciso que você esteja identi cado. Peço que virtual: preencha o seu identi cador e senha no quadro abaixo. Identi cador: Romanov Senha:

**********

Assistente Agradeço as informações. Já localizei o seu pedido. Veri co que o tamanho virtual: adquirido foi 36. Você gostaria de trocar por um do mesmo modelo, tamanho 37? Cliente:

É isso mesmo.

Assistente O endereço para efetuar a troca é Av. Frederick Barkov, 235, apto. 41, São virtual: Paulo, SP? Cliente:

Correto.

Assistente A troca pode ser efetuada no próximo dia 15, entre 13 e 17h?

virtual: Cliente:

Pode sim.

Assistente Então no próximo dia 15, entre 13 e 17h, um de nossos colaboradores virtual: comparecerá à Av. Frederick Barkov, 235, apto. 41, São Paulo, SP, para efetuar a troca. Você con rma estas informações? Cliente:

Con rmo.

Assistente Existe algo mais em que possa ajudar? virtual: Cliente:

Não, muito obrigado

Assistente É um prazer poder ajudar. Até a próxima. virtual: Cliente:

Até.

Observe que, durante a interação com o cliente, o assistente virtual: Forneceu informações, indicando ao cliente que ele precisava se identi car para fazer uma alteração no seu pedido. Elaborou perguntas, indagando sobre a conveniência do dia e horário proposto para a troca. Solicitou informações ao cliente, pedindo que ele fornecesse o seu identi cador e senha. Apresentou sugestões, indicando ao cliente dia e horário factíveis para que a troca do produto fosse efetuada. Mais do que isso, o assistente virtual interagiu com o cliente da mesma forma que um ser humano faria! De forma mais ampla, “assistente virtual inteligente” é uma categoria de entidades inteligentes sem corpo físico que tem por objetivo auxiliar uma pessoa ou grupo de pessoas a resolver questões que as estão a igindo. As questões que os assistentes virtuais inteligentes podem ajudar a resolver são variadas. Vão desde a troca de um produto até a análise do investimento mais adequado para um determinado per l de investidor.

Outras atividades comumente desempenhadas pelos assistentes virtuais são: Indicar e corrigir exercícios feitos por estudantes das mais diversas disciplinas. Fazer reservas em hotéis e restaurantes. Auxiliar na compra de passagens aéreas. Realizar a marcação de consultas médicas. Etc.

3. Como e por que os assistentes virtuais surgiram nas nossas vidas? Existem hoje no mundo cerca de 3,6 bilhões de usuários da internet que utilizam a rede internacional de computadores para as mais diversas atividades.1 Compras, trabalho, manter contato com os amigos, desenvolvimento intelectual e entretenimento são exemplos de atividades comumente executadas com o auxílio da internet. No Brasil, 139 milhões de pessoas têm acesso à rede, ou seja, aproximadamente 70% dos brasileiros utilizam a internet, de uma forma ou de outra, para se atualizar sobre o que está acontecendo no mundo.2 Toda essa enorme massa de internautas gera uma demanda crescente por informações de toda ordem. Por exemplo, quem usa a internet para compras, vez por outra, deseja aconselhamento sobre o que comprar, onde comprar, os meios e formas de pagamento disponíveis, características dos produtos, prazos de entrega, garantias, etc. Já quem usa a internet para trabalhar está, em geral, interessado em informações sobre fornecedores, clientes, produtos e serviços, processo de negócio, logística, marketing, etc. Por outro lado, se o assunto é manter contato com os amigos, então as informações sobre os programas e serviços de relacionamento, tais como e-mails, agendas, álbuns de fotogra a e vídeo, etc., estão em alta.

Se o tema for desenvolvimento pro ssional, então, inevitavelmente, existirá uma demanda por tudo que está relacionado ao ensino, tal como livros, exercícios, escolas, cursos, programas de nanciamento, aulas virtuais, ensino a distância, etc. Agora, se o assunto for entretenimento, a demanda por informações engloba lmes, jogos, teatros, TV, cinema, atores, diretores, festivais, shows, etc. Em adição, quem usa a internet quer receber informações em uma velocidade compatível com o meio de comunicação que está utilizando, isto é: uma rede de comunicação de dados onde trilhões de bits trafegam a cada segundo em todo o mundo. Em outras palavras, o internauta deseja ter acesso às informações no momento exato em que a necessidade se apresenta, ou seja, em tempo real. Para atender a essa demanda monumental por informações, as organizações públicas e privadas têm oferecido ao internauta uma série de serviços, tais como: páginas explicativas na internet sobre os produtos e serviços que oferecem; listas de perguntas mais frequentes; e-mails de contato; centrais de atendimento telefônico; salas de chat; e serviços de mensageria (Messenger, WhatsApp, Telegram, etc.). Entretanto, a despeito de todos os esforços que as organizações possam colocar na criação e manutenção desses serviços, todos eles sofrem de uma ou mais das seguintes desvantagens: não são baratos de ser criados e mantidos; são limitados no volume de informações que oferecem; são limitados também na forma como as informações são disponibilizadas; são lentos no que diz respeito à velocidade com que as informações são fornecidas; a mesma pergunta pode obter respostas diferentes, deixando o consumidor confuso e inseguro; exigem que o cliente procure pela informação de que necessita; utilizam uma grande quantidade de

pessoas nas suas operações, que precisam de treinamento constante; não criam um elo de relacionamento com o cliente ou, quando criam, o elo é tênue; e frequentemente não estão disponíveis 24 horas por dia, 365 dias por ano. Os assistentes virtuais surgiram para eliminar ou minorar substancialmente todas essas desvantagens. Observe que o assistente virtual inteligente pode ser instruído a se portar da seguinte forma, quando interagindo com um cliente: Procure identi car o cliente logo no começo da interação. Tratando-se de um cliente antigo, diga que ca feliz de poder conversar com ele novamente. Veri que a proximidade de datas comemorativas e felicite o cliente pela passagem dessas datas. Tratando-se de um cliente novo, agradeça a oportunidade que ele está dando à empresa de fazer negócio com ele. Seja sempre cortês nas respostas que apresentar ao cliente. Se tiver que fazer uma pergunta, explique o motivo. Sempre forneça respostas claras e precisas. Nunca deixe de perguntar se existe algo mais em que possa ajudá-lo. Sempre se despeça ao nal da conversa. Ofereça ao cliente a oportunidade de avaliar o serviço que foi prestado. Este último passo deve ser executado de forma seletiva. A nal, uma amostra de tamanho adequado e estatisticamente signi cativa vai produzir um resultado equivalente àquele que seria obtido com uma pesquisa exaustiva. Além disso, o uso de amostras incomoda menos o cliente, que vai se sentir prestigiado ao ser informado de que foi selecionado para contribuir para a melhoria do atendimento. O uso de amostras será tratado em mais detalhes no decorrer deste livro.

Ao contrário dos serviços que dependem de seres humanos, uma vez que foram instruídos corretamente, os assistentes virtuais inteligentes nunca abandonam as diretrizes que lhes foram passadas. Tudo isso favorece a criação de um elo de parceria entre o cliente e a empresa, que tende a ter re exos muito positivos nas vendas e nas indicações a terceiros. A nal, quem não gosta de ser bem tratado? Mas não é só isso. Os assistentes virtuais podem estar disponíveis para auxiliar nossos clientes 24 horas por dia, todos os dias do ano, mesmo quando se tratar de um feriado, já que não precisam descansar. Além disso, os assistentes virtuais nunca: cam doentes; faltam ao trabalho; pedem demissão; cam irritados; entram em depressão; ou fazem greve. Finalmente, eles respondem a todas as perguntas que lhes são feitas em altíssima velocidade e podem ser con gurados para atender a centenas de pessoas simultaneamente sem que haja alteração no seu desempenho. Em síntese, os assistentes virtuais inteligentes propiciam a nossos clientes experiências prazerosas e enriquecedoras ao utilizar os produtos e serviços que oferecemos. As lembranças dessas experiências motivam os clientes a estreitar o relacionamento com a nossa empresa, delizando-os e, muitas vezes, tornando-os advogados da nossa marca.

4. Como os assistentes virtuais inteligentes estão influenciando o nosso dia a dia? Suponha que estamos utilizando a tecnologia tradicional de navegação na internet para localizar no site de uma empresa uma informação na qual estamos interessados.

Nesse caso, ao entrarmos no site fazemos inicialmente uma busca visual, tentando localizar a informação que estamos procurando. Entretanto, frequentemente, o que encontramos nessa primeira análise visual são os endereços de outras páginas (conhecidos como links) que agrupam informações que estão relacionadas. Por exemplo, informações sobre produtos, como entrar em contato, sobre a empresa, promoções, combos, meu cadastro, carrinho de compras, etc. Selecionamos então o link adequado e, ao chegarmos à nova página, repetimos a busca visual, fazendo a eventual seleção de um novo link. Além de ser tediosa, a varredura seletiva que realizamos em cada nova página que visitamos não oferece nenhuma garantia de que a informação que estamos procurando vai ser encontrada. Agora, imagine que um assistente virtual inteligente está presente no site da empresa em questão. Nesse caso, basta perguntar ao assistente virtual, em linguagem natural, onde está armazenada a informação na qual estamos interessados. O assistente se encarrega de localizar a informação e reposiciona a página da internet que estamos visualizando precisamente no local onde aquela informação se encontra. Por exemplo, considere o seguinte diálogo travado entre um assistente virtual e uma pessoa interessada em obter um passaporte brasileiro: Assistente Oi, meu nome é Vicky. Como posso ajudar? virtual: Cliente:

Gostaria de saber como faço para tirar um passaporte.

Assistente Antes de poder localizar as informações que você está procurando, preciso virtual: fazer algumas perguntas. Essas perguntas vão me ajudar a entender que tipo de passaporte você pretende tirar e quais são os documentos necessários para obtê-lo. Posso ir em frente e fazer essas perguntas? Cliente:

Com certeza.

Assistente Será que você poderia me informar o seu primeiro nome? virtual: Cliente:

Meu nome é Nádia.

Assistente Nádia, você tem cidadania brasileira? virtual: Cliente:

Tenho sim.

Assistente Você é maior de idade? virtual: Cliente:

Sou.

Assistente Você trabalha para o governo brasileiro? virtual: Cliente:

Não, trabalho para uma corretora de seguros.

Assistente Então você provavelmente deseja tirar um passaporte comum, que você virtual: pode utilizar para viagens de turismo, para estudar e para fazer negócios. Correto? Cliente:

É isso mesmo.

Assistente Nádia, com sua autorização, estou reposicionando a página que você está virtual: observando na internet em uma outra que contém as informações que você está procurando. Posso ir em frente e reposicionar a página? Cliente:

Pode.

Assistente Nádia, a página já está sendo reposicionada. Foi um prazer poder ajudar. virtual: Se você precisar de mais alguma coisa, estou à disposição. Até logo. Cliente:

Até.

Observe que a forma de navegar na internet mudou completamente. Em vez de nós mesmos buscarmos pela informação, solicitamos a ajuda do assistente virtual, que a localiza e nos apresenta, reposicionando a página. Alternativamente, o assistente virtual poderia, ele mesmo, apresentar a informação que estamos procurando na forma de texto, som, vídeo, imagem ou multimídia.

Agora, imagine que você está se deslocando de carro pela cidade e que deseja reabastecê-lo. Entretanto, quer fazer primeiro uma pesquisa dos preços cobrados pelos postos no seu caminho. A nal, por que vamos gastar mais do que o necessário, certo? Nesse caso, basta solicitar ajuda ao assistente virtual, que está presente no computador de bordo do seu carro, utilizando o módulo de reconhecimento de voz. O assistente virtual realiza a pesquisa, localiza o posto e utiliza o GPS do carro para indicar a melhor rota entre a sua posição atual e o posto em questão. Veja a Figura 1.

Figura 1: assistente virtual automotivo Se você está imaginado como o assistente virtual obteve a informação dos preços do combustível em cada um dos postos, é simples: ele consultou o banco de dados criado pelos demais motoristas que

circulam pela cidade e que disponibilizam essa informação cada vez que reabastecem o carro.

Ah! Esse banco de dados não existe ainda na sua cidade? Não se preocupe, logo ele estará disponível. É só uma questão de tempo. A nal de contas, para que servem as redes sociais, senão para integrar as pessoas? Como, no futuro próximo, nossos eletrodomésticos também estarão conectados à internet, os assistentes virtuais inteligentes estarão acendendo as luzes da casa, ligando a televisão, ajustando o sistema de refrigeração, recebendo e fazendo ligações telefônicas, nos acordando para irmos para o nosso local de trabalho ou estudo, etc. Tem mais! Hoje em dia, muitas pessoas já utilizam agendas eletrônicas para gerenciar os seus compromissos. Dentro de pouco tempo, os assistentes virtuais utilizarão essas mesmas agendas para nos ajudar a comprar ingressos para o cinema, fazer nossas reservas em hotéis e restaurantes, marcar consultas no dentista, etc. Tudo isso demonstra que os assistentes virtuais estão mudando a nossa forma de utilizar a internet e, de forma mais ampla, a nossa vida como um todo.

5. Que tecnologias propiciaram o surgimento dos assistentes virtuais? Muitos dos produtos que utilizamos nos dias de hoje são, na verdade, o resultado da disponibilidade de várias tecnologias que se combinaram para criar algo novo e surpreendente. Os carros que circulam pelas ruas das nossas cidades são um excelente exemplo desse fenômeno: O motor a explosão que eles utilizam foi concebido por Nikolaus August Otto no nal do século XVII.

Os pneus sem câmara, mais seguros e de manutenção mais simples, foram apresentados ao mercado pela BFGoodrich em 1947. A injeção eletrônica, mais econômica e precisa que a mecânica, foi desenvolvida originalmente pela Bendix Corporation em 1957. O GPS automotivo, que facilita enormemente o deslocamento urbano, foi criado pela Etak em 1985. O sistema de freios ABS, que tornou as reduções bruscas de velocidade muito mais seguras, foi inventado por Gabriel Voisin para ser utilizado originalmente em aviões, em 1929. Os aparelhos de ar-condicionado para carros de série foram introduzidos no mercado pela Packard Motor Car Company em 1939. Se essas tecnologias não tivessem sido inventadas e aperfeiçoadas ao longo do tempo, os carros de hoje não seriam, nem de perto, o que são: confortáveis, seguros, velozes, silenciosos e econômicos. Os assistentes virtuais inteligentes também são o resultado de avanços em diversas áreas da ciência da computação que ocorreram nessas últimas décadas e que se combinaram ao longo do tempo. Dentre essas áreas, se destacam: Inteligência arti cial, que se dedica à criação de sistemas que exibem características similares às da inteligência humana. Processamento de linguagem natural, que tem por objetivo facilitar a interação homem-máquina, permitindo que os seres humanos se comuniquem com os computadores utilizando a mesma linguagem que lançam mão para se comunicar entre si. Banco de dados, que desenvolve métodos e técnicas para que grandes volumes de informações possam ser armazenados e recuperados rapidamente. Rede de comunicação de dados, que se preocupa com a transferência segura de dados entre equipamentos de computação. Sem os avanços obtidos por essas áreas do conhecimento, os assistentes virtuais inteligentes simplesmente não existiriam!

Dos avanços obtidos na área de processamento de linguagem natural os assistentes virtuais inteligentes derivam a sua capacidade de entender as questões que a igem os seres humanos que solicitam a sua ajuda. Da área de inteligência arti cial emana a capacidade de encontrar respostas adequadas às diversas questões que lhes são apresentadas. Os assistentes virtuais utilizam avanços oriundos da área de banco de dados para obter as informações adicionais de que precisam para compor as respostas que oferecem a cada pergunta. Em adição, utilizam esses mesmos avanços para armazenar informações que capturam durante as interações que realizam com os seres humanos. Finalmente, a área de rede de comunicação de dados permite que os assistentes virtuais estejam presentes em aplicativos para dispositivos móveis e nas páginas da internet que consultamos com os nossos computadores pessoais, tablets e smartphones. Outra área que tem contribuído de forma signi cativa para o desenvolvimento dos assistentes virtuais inteligentes é a da linguística, uma ciência que se dedica ao estudo e à evolução da língua escrita e falada, assim como da comunicação por sinais. Nesse caso, a linguística serve de subsídio para os avanços obtidos na área de processamento de linguagem natural. Como a língua é uma entidade viva e dinâmica, que evolui a cada instante, é importante desenvolver métodos e técnicas que estejam em sintonia com o que está sendo falado e escrito nos dias de hoje. Por exemplo, palavras que eram utilizadas décadas atrás, tais como “acepipes”, “tertúlia” e “arandela”, caíram em desuso no decorrer do tempo, tendo sido substituídas por “tira-gosto”, “festinha” (com amigos e familiares) e “suporte de parede para iluminação”. Isso sem falar em expressões tais como: “manda pera” (faça ou execute), “a festa foi

supimpa” (a festa foi muito boa) e “estou no pó da rabiola” (estou muito cansado). Veja a Figura 2 para mais exemplos.

Figura 2: gírias antigas É por meio da linguística que a área de processamento de linguagem natural se mantém atualizada e dinâmica.

6. Como os assistentes virtuais são capazes de entender o que queremos dizer? Esta é uma das questões que desperta mais curiosidade no leigo, que julga se tratar de um mecanismo extremamente complexo, cujo entendimento ultrapassa a sua capacidade de abstração. Entretanto, se evitarmos os detalhes desnecessários, esse receio perde completamente a sua razão de ser. Um dos primeiros passos na construção de um assistente virtual consiste em determinar, de alguma forma, quais questões são prováveis de serem apresentadas por nossos clientes. Por exemplo, suponha que o cliente de

uma loja virtual deseje saber o preço de um produto. Nesse caso ele poderia solicitar essa informação da seguinte forma: “Qual é o preço da camisa polo L’Equipe?” “Quanto custa uma camisa L’Equipe?” “Quanto vou pagar por uma camisa polo L’Equipe?” “Uma camisa polo L’Equipe, quanto está custando?” Embora existam in nitas formas de perguntar o preço de um produto, nem todas têm a mesma probabilidade de ser utilizadas durante um processo de venda. Na verdade, a tendência é que algumas poucas formas sejam utilizadas para fazer a grande maioria das perguntas. O segredo é descobrir que formas são essas. Agora, suponha que já esteja funcionando há algum tempo, na sua empresa, um sistema de chat pela internet e que você tenha armazenado todas as perguntas feitas pelos seus clientes e as respostas providas pelos operadores de contact center. Nesse caso, um exame minucioso desse material revela, quase que de imediato, quais são as formas mais populares de se perguntar pelo preço de um produto. Se colocarmos essas formas em uma lista com as respectivas respostas, então toda vez que um cliente faz uma pergunta o assistente virtual procura por ela na lista e fornece a resposta adequada. A Figura 3 exempli ca esse processo. Mais adiante voltamos a tratar desse assunto em mais detalhes.

Figura 3: funcionamento simpli cado de um assistente virtual inteligente

Bom, nesse ponto é possível que você esteja se perguntando por que foram necessários avanços nas áreas de inteligência arti cial, processamento de linguagem natural, banco de dados e rede de processamento de dados, para construir um processo tão simples. A resposta a essa pergunta é fácil: robustez, velocidade e e ciência. O processamento de linguagem natural permite que o assistente virtual entenda, por exemplo, que “camisa polo da L’Equipe” é um produto. Note que as listas de produtos oferecidos pela maioria das empresas não são estáticas. Muito pelo contrário: essas listas se modi cam dinamicamente de tempos em tempos. Além disso, “quanto custa”, “qual é o preço” e “quanto vou pagar” são sinônimos nesse contexto e deveriam ser tratados como tais. Dessa forma, caso um novo sinônimo surja para essas expressões durante o decorrer do tempo, basta acrescentá-lo à lista de sinônimos e pronto! A capacidade do assistente virtual de responder perguntas acaba de ser expandida. As técnicas de inteligência arti cial permitem que o assistente virtual lide com perguntas que não estão presentes na lista, mas que são similares

àquelas que já foram armazenadas anteriormente. Por exemplo: “Quanto vai custar uma camisa polo L’Equipe?” “Vocês estão vendendo a camisa polo L’Equipe por quanto?” “A camisa polo L’Equipe é cara?” Por outro lado, certas perguntas abrem espaço para que o assistente virtual faça sugestões ao cliente ou obtenha informações adicionais que podem ser úteis mais adiante. Por exemplo, suponha que o produto esteja em falta. Nesse caso o assistente virtual poderia sugerir a compra de um produto similar e até mesmo oferecer condições especiais de compra de acordo com o per l do cliente. Portanto, a lista de perguntas e respostas pode ser na verdade uma estrutura de consulta de informações bem so sticada! Os avanços na área de banco de dados permitem que o preço da camisa polo seja recuperado do banco de dados da empresa de forma rápida e segura, mesmo quando várias pessoas estão utilizando esse banco de dados ao mesmo tempo. As redes de comunicação de dados fazem com que o assistente virtual, a lista de perguntas e respostas e o banco de dados de preços de produtos não estejam necessariamente no mesmo computador. Tudo isso abre espaço para que os assistentes virtuais inteligentes estejam presentes em máquinas com baixo poder de processamento, tais como: notebooks, tablets e smartphones.

7. Os assistentes virtuais são capazes de entender a língua falada? Em 1950, a Bell Laboratories apresentou ao mundo o primeiro equipamento capaz de reconhecer a voz humana de que se tem notícia.

Apelidado de “Audrey”, ele reconhecia apenas dígitos numéricos, tais como: 1, 2, 3, 4, etc. O conjunto de circuitos do Audrey ocupava um rack de pouco menos de dois metros de altura por cerca de 50 cm de largura, consumia uma quantidade considerável de energia e vivia em manutenção. Desde então muita coisa tem acontecido no mundo dos sistemas de reconhecimento de voz. O surgimento dos computadores de uso geral, mais ou menos na mesma época em que o Audrey foi criado, abriu as portas para o desenvolvimento de sistemas cada vez mais avançados. A nal, a partir desse momento, um conjunto de circuitos eletrônicos (o hardware) podia ser instruído a executar tarefas diferentes por meio de uma sequência de instruções que podia ser facilmente alterada (o software). Isso facilitou o desenvolvimento de métodos de reconhecimento de voz cada vez mais avançados, que podiam ser testados rapidamente. Nos anos 1960, os sistemas de reconhecimento de voz já eram capazes de reconhecer pequenos conjuntos de palavras. Entretanto, as palavras tinham que ser pronunciadas pausadamente, uma a uma. Dez anos mais tarde, o vocabulário já superava o de uma criança pequena. Nos anos 1980, o vocabulário capaz de ser reconhecido aumentou substancialmente, comparando-se ao de uma pessoa adulta. Levaria ainda mais uma década para que os sistemas de reconhecimento de voz estivessem aptos a lidar com sentenças completas. Os sistemas que se tornaram disponíveis a partir dos anos 1990 podem ser divididos em dois tipos: os que exigem que sejam treinados antes de ser utilizados; e os que reconhecem sentenças sem necessidade de treinamento. Os primeiros, mais precisos e com um vocabulário mais extenso, possuem, em adição, um mecanismo de aprendizado interno. Quanto

maior for a sua utilização, mais exato o reconhecimento de voz. De acordo com os fornecedores desses sistemas, para um reconhecedor de voz já em uso há algum tempo, a taxa de acerto pode superar facilmente os 95%. Em contrapartida, os do segundo tipo são mais fáceis de ser utilizados. Na verdade, basta acionar o programa e sair usando. Esse tipo de sistema é mais utilizado em tarefas nas quais o vocabulário é restrito, tais como: solicitar que o celular faça uma ligação telefônica, fornecer o espaço de memória disponível ou despertar a uma determinada hora. Entretanto, é importante ter em mente que nenhum sistema de reconhecimento de voz é livre de erro, mesmo os mais avançados do mercado. Ainda vai levar algum tempo para que sejam produzidos sistemas que sejam perfeitos! Os sistemas de reconhecimento de voz tanto podem ser utilizados para o controle dos mais diversos tipos de equipamentos, tais como sistemas de ar-condicionado, iluminação e segurança, quanto para reproduzir em texto aquilo que foi falado durante um ditado ou uma conversa. Embora os dois tipos de sistema possam ser associados a assistentes virtuais inteligentes, os que traduzem voz em texto deverão ganhar espaço rapidamente, já que grande parte dos assistentes virtuais que existem no mercado utiliza textos para ser informada das questões que a igem os seus usuários. A Figura 4 exempli ca o uso de um sistema de reconhecimento de voz para comunicação com um assistente virtual inteligente.

Figura 4: utilizando um sistema de reconhecimento de voz para interagir com um assistente virtual inteligente Note que, no sistema descrito na Figura 4, o módulo de reconhecimento de voz está instalado no equipamento do cliente. Isso ocorre porque o sistema em questão requer treinamento antes de poder ser utilizado e, quando necessário, pode ser acoplado a uma grande variedade de aplicativos que o cliente possui no seu computador, tais como editor de texto, planilha eletrônica, navegador da internet, gerenciador de e-mail, etc.

Nesse caso, se o sistema de reconhecimento de voz fosse provido diretamente pelo assistente virtual, o cliente teria que realizar o treinamento do sistema antes de começar a utilizá-lo, e as con gurações resultantes do treinamento, que são diferentes para cada pessoa, teriam que ser armazenadas com vistas às próximas interações. Um processo de treinamento típico leva de dez a vinte minutos e exige a presença de um microfone de qualidade no computador do cliente. Contudo, a área de reconhecimento de voz está evoluindo rapidamente. Já começam a surgir no mercado programas de reconhecimento de voz com alta taxa de acerto e que não exigem nenhum treinamento prévio antes do seu uso. Esses programas estão disponíveis em diversas línguas, incluindo-se aqui a língua portuguesa. Programas desse tipo começam a ser conectados aos assistentes virtuais inteligente, facilitando enormemente a interação dos AVIs com seus usuários.

8. Que atividades podem ser executadas pelos assistentes virtuais inteligentes? As aplicações às quais os assistentes virtuais inteligentes podem ser submetidos são as mais variadas possíveis. Por exemplo:

Comércio eletrônico Na compra e venda de mercadorias pela internet, além de dirimirem dúvidas sobre características dos produtos, preços e prazos de entrega, os assistentes virtuais inteligentes podem auxiliar no processo de venda, apresentando as promoções mais adequadas ao per l de cada cliente no momento certo. Além disso, podem: fazer sugestões para compra de produtos e serviços complementares, inclusive o de garantias estendidas; fazer reservas (carros, hotéis, restaurantes, passagens, etc.) e gerenciar o cancelamento e reagendamento dessas reservas; programar a troca e devolução de produtos; capturar a opinião dos clientes sobre os produtos e serviços oferecidos pela empresa; receber reclamações e sugestões; indicar os locais onde o cliente pode obter assistência técnica; realizar a recuperação de senhas e identi cadores únicos (necessários para fazer login e realizar transações nanceiras na maior parte dos sites da internet).

Ensino O ensino a distância (ou e-learning) é um dos mercados que mais crescem no mundo. A possibilidade de ter um horário de estudo mais exível e de ditar o seu próprio ritmo de aprendizado tem atraído uma enorme quantidade de adeptos para essa nova modalidade de ensino. Veja a Figura 5.3

Figura 5: mercado de ensino a distância no mundo3

Entretanto, todo estudante, seja ele um adepto do ensino a distância ou não: precisa ter acesso a material didático sobre os temas que está estudando; tem dúvidas que precisa sanar; e necessita praticar aquilo que aprendeu. Em adição, todo estudante se bene cia em poder avaliar os conhecimentos que adquiriu antes de fazer testes e exames. A tecnologia dos assistentes virtuais inteligentes pode ser utilizada para dirimir dúvidas sobre os mais diversos assuntos, incluindo-se aqui matemática, física, biologia, português, geogra a, química, história, etc. Além disso, eles podem ser instruídos a aplicar testes e indicar os assuntos que o estudante domina com maior e menor intensidade. No que diz respeito ao ensino, bene ciam-se tanto os alunos com di culdade de aprendizado quanto os de aprendizado rápido, já que a

“vontade de ensinar” do assistente virtual é inesgotável. Em adição, ele pode ser programado para responder à mesma pergunta de forma diferente de acordo com a capacidade de aprendizado dos seus usuários.

Medicina Um dos problemas mais comuns na área médica é explicar para o paciente a natureza da doença que o está acometendo. Os termos médicos não são facilmente compreendidos pela população em geral, e muitos médicos têm di culdade de explicar o que está acontecendo com o paciente em termos leigos. Por outro lado, a ciência médica está em constante evolução. A cada dia, novas descobertas facilitam tanto a identi cação como o tratamento e a cura de doenças que até então eram simplesmente intratáveis. Os assistentes virtuais inteligentes podem ser utilizados para ajudar médicos e pacientes a entender melhor as questões relacionadas à cura e ao tratamento das mais diversas enfermidades, assim como as indicações e restrições recomendadas para exames e medicamentos. Em adição, os assistentes virtuais podem ajudar na localização de consultórios médicos, clínicas e hospitais, na marcação de exames e consultas, na reserva de leitos, na divulgação dos resultados de exames, no monitoramento de pacientes em situação de risco e na gestão de grupos de pacientes com doenças crônicas.

Direito individual e coletivo Para grande parte da população, as áreas de direito individual e coletivo são das mais herméticas que existem. Frequentemente, a legislação e os processos judiciais contêm termos de difícil compreensão para o cidadão comum, tais como: afecções congênitas, despacho denegatório,

autarquias, aforamento, cognição exauriente, dilação probatória, controle aduaneiro, alusão, etc. Além disso, em algumas situações, a legislação é vaga sobre um determinado assunto, enquanto em outras as leis se sobrepõem umas às outras, dando margem a diferentes interpretações. Os assistentes virtuais inteligentes podem ajudar a esclarecer dúvidas sobre direitos e deveres de empresas e indivíduos, tanto para o cidadão comum quanto para especialistas (advogados e juristas). Em adição, eles podem ajudar na identi cação da existência de jurisprudência sobre determinados assuntos, na localização de processos em tramitação nas diferentes esferas da justiça, na disponibilização do resultado de petições e apelos, na divulgação de sentenças e acórdãos, etc.

Finanças Todos os que trabalham e consideram a possiblidade de vir a se aposentar um dia estão cientes de que uma certa quantidade de recursos nanceiros tem que ser reservada mensalmente, para que essa aposentadoria se torne possível. Portanto, todo trabalhador é um investidor em potencial, e todo investidor procura por informações relevantes sobre os investimentos a seu dispor, tais como capital mínimo exigido, retorno sobre o investimento (ROI), risco, tempo de maturação, taxa de administração, existência de alavancagem, etc. Quando o objetivo não é a aposentadoria, mas a construção de uma reserva nanceira para se atingir um objetivo mais imediato, tal como a compra de uma casa, a aquisição de automóvel ou mesmo a realização da viagem dos sonhos, o poupador momentâneo tem dúvidas semelhantes às do investidor de mais longo prazo.

Nesse caso, os assistentes virtuais podem ajudar a determinar o per l de risco de cada cliente em potencial, esclarecer dúvidas sobre as mais diversas opções de investimento e selecionar a melhor opção de investimento entre várias disponíveis.

Saúde e bem-estar Em sintonia com o per l cultural e psicográ co do consumidor, os assistentes virtuais podem indicar opções de dietas, exercícios e hábitos de consumo que levam a uma vida mais saudável. Em adição, ao contar com a localização geográ ca e as preferências do consumidor, os assistentes virtuais podem indicar pro ssionais de saúde, academias, centros esportivos, estúdios, etc. que melhor se adequam a per s de consumo especí cos. Podem também orientar a compra de material para prática de esportes, aparelhos de monitoramento de sinais vitais e complementos alimentares.

Turismo De acordo com as preferências do consumidor, os assistentes virtuais podem ajudar a selecionar pacotes turísticos dos mais diversos tipos, assim como esclarecer dúvidas sobre documentos, certi cados e indumentária que o viajante deve portar para cada tipo de roteiro. Podem ainda gerenciar reservas, vender seguros de viagem, indicar horários de chegada e saída dos mais variados tipos de transportes, informar as condições de tráfego em rodovias, ferrovias e aeroportos, além de veri car as condições climáticas nos destinos das viagens e dos passeios. Observe que as aplicações a que os assistentes virtuais podem ser submetidos dependem basicamente da nossa imaginação. Todas elas,

entretanto, têm um foco em comum: o atendimento e ciente e cortês ao cliente nas 24 horas do dia!

9. Os assistentes virtuais podem realizar transações financeiras? No Brasil do século XXI, onde os serviços bancários estão entre os mais automatizados do mundo, tornou-se impensável que um banco possa operar no país sem que tenha um site na internet, onde seus clientes possam realizar operações nanceiras. Não somente o custo de operação dos bancos diminuiu com o processo de automação dos serviços que oferecem ao público, como o cliente também cou mais satisfeito, já que a qualquer hora do dia pode consultar seu saldo, acompanhar a evolução dos seus investimentos e agendar pagamentos. Entretanto, quando o cliente necessita de auxílio com um problema que o está a igindo, ele só obterá ajuda no horário de funcionamento dos bancos, ou, dependendo da natureza do problema, no horário de funcionamento estendido que algumas instituições nanceiras de maior porte oferecem a seus clientes. Os assistentes virtuais inteligentes podem ajudar na construção de serviços bancários que funcionem 24 horas por dia, todos os dias do ano. Além de tirar dúvidas sobre os assuntos mais diversos, os assistentes virtuais podem agendar pagamentos, aplicações e resgates. Em adição, podem aceitar pedidos de empréstimo, realizar a venda de seguros, orientar os procedimentos a serem adotados em casos de sinistro, realizar o bloqueio de cartões de crédito e débito que foram subtraídos dos clientes, efetuar o resgate de pontos nos programa de milhagem, etc.

10. Os assistentes virtuais inteligentes têm sentimentos? Essa é provavelmente uma das perguntas mais difíceis de ser respondidas sobre os assistentes virtuais, porque nos remete a questões sobre o universo em que vivemos para as quais não existem ainda respostas de nitivas. Muitos veem o ser humano como resultado de uma criação divina, que possui um corpo etéreo, chamado alma, que não pode ser visto, mas que continua a existir após a morte. Para esses, os sentimentos, especialmente o amor e a compaixão, têm origem em um outro “plano astral” e são divinos. Nesse caso, como os assistentes virtuais são programas de computador, eles não possuem alma e consequentemente são incapazes de ter sentimentos. Por outro lado, para os mais materialistas, o ser humano é uma máquina biológica, que nasce, se desenvolve e retorna às suas origens. Para esses, os sentimentos são resultados de reações eletroquímicas que ocorrem no cérebro e são propagadas para o resto do corpo através do sistema nervoso, causando fenômenos psicomotores tais como sorriso e lágrimas. Os que compartilham dessas ideias poderiam argumentar que os assistentes virtuais inteligentes são máquinas não biológicas que podem ser instruídas a expressar sentimentos de forma muito semelhante à dos seres humanos. Sendo que, nesse caso, os sentimentos seriam o resultado de reações eletromagnéticas nos circuitos onde as instruções que compõem os assistentes virtuais estão armazenadas. Contudo, toda essa discussão obscurece um ponto que é realmente importante e sobre o qual é muito mais fácil de obter concordância: todos nós gostamos de ser tratados com respeito e carinho.

Muitos assistentes virtuais se apresentam com avatares (imagens estilizadas de seres humanos), sendo capazes de expressões faciais que mostram alegria e tristeza. Por outro lado, as mensagens que os assistentes virtuais nos enviam podem conter elementos de respeito, e ciência, humildade, incentivo e carinho. Tudo isso acaba por reforçar na mente dos nossos clientes a experiência positiva que tiveram ao solicitar ajuda para resolver as questões que os a igiam. No fundo, é isso que realmente importa!

11. Que tipos de assistentes virtuais estão disponíveis no mercado? A melhor forma de compreender os tipos de assistentes virtuais disponíveis no mercado é identi cando os atributos que podem ser utilizados para descrevê-los. Por exemplo: A. Quanto ao comportamento, os assistentes virtuais podem ser: Passivos: aguardam que os clientes solicitem ajuda antes de se apresentar para auxiliá-los. Dinâmicos: apresentam-se para auxiliar os clientes assim que estes se tornam ativos, isto é: entram no site, ligam o tablet, acionam o smartphone, etc. Dinâmicos com gatilho: apresentam-se quando o comportamento do cliente demonstra que este necessita de ajuda. Por exemplo, após algumas tentativas infrutíferas de fornecer a senha que dá acesso a uma área restrita de um site da internet, ou quando o cliente retorna repetidas vezes à mesma página da internet sem motivo aparente. B. Quanto ao propósito, eles são classi cados em: Gerais: são capazes de interagir com o cliente sobre assuntos de caráter geral, como trocar ideias sobre as notícias que estão publicadas nos meios de comunicação. Especializados: foram projetados para auxiliar clientes a resolver questões sobre assuntos especí cos, tais como: compras na internet,

saúde, aconselhamento nanceiro, turismo, etc. C. Quanto à apresentação, os assistentes virtuais se dividem em: Com avatar: o assistente se apresenta ao cliente personi cado na forma de uma gura humana ou robô, que pode ser estilizada ou não. Sem avatar: o assistente não se apresenta personi cado. Nesse caso, o que provavelmente se apresenta é uma caixa de diálogo com uma mensagem do tipo “Como posso ajudar?” D. Quanto à forma de comunicação, eles podem ser dos seguintes tipos: Sociáveis: o assistente se revela atencioso, cortês e preocupado com a qualidade das informações que fornece. Indiferente: as informações são fornecidas de forma mecânica e com indiferença. E. Quanto à memória, os assistentes podem ser catalogados em: Com memória: os assistentes são capazes de lembrar informações fornecidas ao longo das interações, utilizando-as para facilitar a comunicação entre as partes. Sem memória: o assistente não possui memória, limitando-se a responder às perguntas que lhes são feitas independentemente do contexto. F. Quanto ao idioma de comunicação, os assistentes podem se agrupar em: Monoglotas: a comunicação é feita em uma língua especí ca. Por exemplo, inglês, português, espanhol, etc. Poliglotas: a comunicação pode ser feita em várias línguas. G. Quanto ao uso de expressões idiomáticas, eles podem ser: Flexíveis: são capazes de lidar com abreviaturas, siglas, sinônimos, gírias, jargões e variações na forma com a qual as questões lhes são apresentadas.

In exíveis: as questões têm que ser apresentadas em um formato especí co, livre de siglas e abreviações. H. Quanto ao aprendizado, os assistentes se dividem em: Com capacidade de aprendizado: a habilidade de lidar com as questões que são apresentadas ao assistente virtual aumenta automaticamente na medida em que ele vai interagindo com diferentes tipos de clientes. Sem capacidade de aprendizado: a habilidade de lidar com as questões que lhes são apresentadas independe do volume de interações que foram realizadas pelo assistente virtual até o momento. I. Quanto ao formato de apresentação das informações, os assistentes poder ser classi cados em: Multimídia: utilizam texto, imagem, som e vídeo para apresentar as informações que lhes são solicitadas. Texto: utilizam apenas texto. J. Quanto à facilidade de reposicionamento de página da internet para apresentação de informações, os assistentes podem ser dos seguintes tipos: Com capacidade de reposicionamento: quando o assistente que está presente em um site da internet possui a capacidade de reposicionar a página que o cliente está observando, expondo uma nova no seu lugar. Isso facilita tanto a apresentação quanto a captura de informações. Sem capacidade de reposicionamento: a página da internet que o cliente está observando nunca é reposicionada pelo assistente virtual. K. Quanto à capacidade de observar o comportamento do cliente, recomendando a consulta a tópicos adicionais nos quais ele pode estar interessado, os assistentes virtuais podem ser agrupados em: Proativos: no momento adequado o assistente sugere a consulta a uma lista de assuntos adicionais (um “saiba mais”) que julga ser do interesse do cliente.

Reativos: os assistentes limitam-se a responder às questões que lhes foram apresentadas. L. Quanto à integração com sistemas de informações corporativos, eles podem ser: Integrados: sempre que necessário acessam os sistemas de informações corporativos para obter informações que apresentam aos clientes. Podem também atualizar as informações contidas nesses sistemas utilizando dados que são fornecidos pelos clientes. Não integrados: não acessam os sistemas corporativos da empresa e, portanto, são mais limitados nas informações que conseguem fornecer. Os assistentes virtuais que estão disponíveis no mercado podem ser mais facilmente comparados utilizando os atributos que acabamos de descrever. A Figura 6 resume esses atributos.

Figura 6: atributos para classi cação de assistentes virtuais inteligentes Obviamente, os assistentes virtuais mais avançados são dinâmicos com gatilho, especializados, apresentam-se com avatar, são sociáveis, falam mais de uma língua, são exíveis, possuem capacidade de aprendizado, apresentam informações multimídia, reposicionam a página da internet para apresentar e capturar informações, fazem sugestão de consultas a tópicos adicionais de interesse dos clientes e estão integrados aos sistemas corporativos.

Porém, como nos ensina o economista americano Milton Friedman (1912-2006), nada é de graça. Portanto, quanto mais so sticado for o assistente virtual, mais recursos ele irá consumir para ser construído e mantido ao longo do tempo. Da mesma forma que um carro de Fórmula 1 é inadequado para transitar pelas ruas da cidade, os carros populares são inadequados para as competições esportivas. O primeiro, por exemplo, não possui pneu sobressalente, triângulo de sinalização e limpador de para-brisa, que são equipamentos obrigatórios nos carros de passeio. O segundo tipo não possui barra de segurança transversal, que protege o motorista em caso de capotagem, nem cinto de segurança de cinco pontos, que mantém o piloto preso ao banco mesmo em choques de grandes proporções. Cabe ao tomador de decisões selecionar o grau de so sticação do assistente virtual que pretende utilizar para estreitar a comunicação com os seus clientes de tal forma que os investimentos a serem realizados retornem ao longo do tempo.

12. O que diferencia o assistente virtual de uma lista de perguntas frequentes? A lista de perguntas frequentes (Frequently Asked Questions, em inglês, ou FAQ) foi uma das primeiras formas que as empresas encontraram para

lidar com a crescente demanda por informação por parte dos que usam a internet para comprar produtos e serviços. A lista é simplesmente uma compilação das informações que se imagina que sejam as mais procuradas pelos clientes de uma empresa. A Figura 7 mostra um exemplo de FAQ.

Figura 7: lista de perguntas frequentes A FAQ possui uma série de desvantagens em relação a outras formas de prover as informações de que os clientes

necessitam. Embora seja possível monitorar as informações que os clientes procuraram na lista, poucas empresas o fazem. Portanto, em geral, não se pode a rmar que as perguntas que fazem parte da lista são aquelas que realmente deveriam estar lá.

Além disso, a busca na lista de perguntas frequentes tende a ser tediosa, já que cabe ao cliente a tarefa de realizá-la. Para amenizar esse problema, algumas implementações de FAQ oferecem um mecanismo de busca automática por palavra-chave. Entretanto, o número de entradas na lista que satisfazem uma determinada busca pode ser grande, deixando para o cliente a tarefa de fazer a seleção daquilo que é realmente relevante para resolver a questão que o está a igindo. As FAQs são relativamente baratas de serem implementadas. Porém, muitos clientes consideram o serviço enfadonho e simplesmente se recusam a utilizá-lo. Em contrapartida, os assistentes virtuais inteligentes são mecanismos interativos com os quais o cliente pode se comunicar em linguagem natural. Todo o processo de interação com os clientes pode ser monitorado, fazendo com que a chance de ter as suas questões resolvidas aumente com o uso. Além das informações fornecidas pelos assistentes virtuais poderem conter elementos multimídia, a própria página que o cliente está visualizando no momento pode ser reposicionada durante as interações, para que informações adicionais possam ser apresentadas com facilidade. Finalmente, os assistentes virtuais podem capturar dados sobre o cliente durante as interações, facilitando a recuperação de informações relevantes nos bancos de dados da empresa, assim como a atualização de informações sobre o cliente em tempo real.

13. O que diferencia o assistente virtual de um chatbot? Chatbots são programas de computador com os quais se pode conversar em linguagem natural. Eles são capazes de manter um diálogo coerente, como faria um interlocutor humano. Entretanto, eles não têm por objetivo auxiliar os clientes de uma empresa a resolver questões que os a igem ou a obter as informações de que necessitam. Embora alguns chatbots se disponham a auxiliar nossos clientes, a ideia por detrás dessa tecnologia é simplesmente manter o diálogo com o cliente pelo maior tempo possível. Os assistentes virtuais inteligentes, por outro lado, são programas de computador especialmente projetados para auxiliar nossos clientes. Nesse sentido, respostas rápidas e precisas, cortesia, integração com os sistemas corporativos, capacidade de aprendizado, etc. são atributos apreciados em um assistente virtual, podendo estar presentes ou não em um chatbot, sem que isso afete a sua performance.

14. Questões para reflexão sobre o conteúdo da Parte I Nesta seção você encontrará um conjunto de perguntas concebidas para re exão. Elas irão ajudá-lo a visualizar com mais clareza a abrangência e o impacto da tecnologia dos assistentes virtuais no futuro próximo, no . nosso dia a dia: Hoje em dia, por meio da análise automática da imagem do rosto de uma pessoa, é possível estabelecer sua identidade da mesma forma que a análise da impressão digital o faria. Como você imagina que essa tecnologia e a dos assistentes virtuais inteligentes se combinarão no futuro próximo? 2. Cite pelo menos um produto que deverá ser fruto da convergência da tecnologia de identi cação automática de pessoas por meio das suas

fotos e da dos assistentes virtuais. 3. As projeções de imagens tridimensionais sem o uso de anteparos, que povoaram os lmes de cção cientí cas nos últimos cinquenta anos, são uma realidade nos dias de hoje. Como essa tecnologia pode fazer avançar o uso dos assistentes virtuais inteligentes? 4. A realidade virtual é uma tecnologia que permite criar a ilusão de uma realidade a nossa volta que não existe de verdade, fazendo com que um indivíduo possa mergulhar em mundos imaginários criados pela computação. Que papel os assistentes virtuais inteligentes deverão desempenhar nesses mundos imaginários? 1 Fonte: 2

Fonte: 3 Fonte:

Parte II Táticas e Estratégias

Ao nal da Parte II, você terá aprendido: o que os assistentes virtuais inteligentes podem fazer pela sua empresa; o que os assistentes virtuais podem fazer pelos seus clientes; como desenvolver uma estratégia de relacionamento baseada no uso de assistentes virtuais; quais são as limitações dessa tecnologia.

15. O que um assistente virtual pode fazer pela minha empresa A despeito de existirem várias de nições para “estratégia”, uma das mais simples e diretas é a que nos diz que se trata, na verdade, de um plano de alocação de recursos, destinado a nos levar da posição em que nos encontramos no presente para uma posição mais favorável no futuro. Como a estratégia tem origem no meio militar, nada mais apropriado para explicar o conceito do que o campo da batalha. Para sair vitorioso em um con ito armado, um comandante militar re ete sobre as forças e fraquezas do inimigo, assim como sobre as suas próprias. Em consequência disso, ele estuda o terreno e as condições climáticas, procura estabelecer o tipo e a quantidade de unidades militares que o inimigo tem à sua disposição (artilharia, cavalaria, engenharia, aviação, etc.), veri ca quantas das suas próprias unidades podem ser mobilizadas, etc. De posse dessas informações, ele decide como suas forças podem ser combinadas, onde elas podem ser posicionadas e como deverão se comportar durante as lutas. Essas decisões, que dizem respeito ao planejamento da alocação dos recursos bélicos disponíveis no tempo e no espaço, têm um propósito especí co: a vitória nal sobre as forças inimigas. Toda empresa possui uma estratégia para conquistar espaço no mercado. Isso ocorre mesmo quando a estratégia não é explicitada com clareza e objetividade. Os produtos e serviços que uma empresa comercializa, os preços que pratica, a forma como esses produtos e serviços são divulgados e a qualidade do atendimento ao consumidor dizem muito sobre como a

empresa pretende se posicionar na mente dos seus clientes (reais e potenciais) e em relação a seus concorrentes. Muitas empresas adotam a estratégia de oferecer os menores preços do seu segmento de mercado. Nesse caso, toda a estrutura física e gerencial da empresa está voltada para a redução de custos. Por exemplo, a quantidade de empregados é, em geral, pequena, as instalações físicas não são necessariamente confortáveis, o estoque pode ser bastante limitado, etc. Quando obtêm sucesso, as empresas que adotam esse tipo de estratégia arrebatam uma enorme quantidade de clientes éis, que estão dispostos a enfrentar pequenas inconveniências para obter os produtos e serviços que a empresa oferece por um “bom preço”. Outras empresas adotam a estratégia de desenvolver processos de negócios extremante e cazes. Seus preços nem sempre são os melhores do mercado, porém os produtos e serviços que oferecem são sempre entregues conforme o combinado. Desde que o cliente saiba o que quer, essas empresas tendem a eliminar toda a preocupação que pode existir com a possibilidade de o produto não ser entregue dentro do prazo ou não ter a qualidade que foi contratada. Existem ainda as empresas que adotam a estratégia de conhecer profundamente o negócio dos seus clientes e de oferecer soluções sob medida para os problemas que surgem ao longo do caminho. Os preços praticados por essas empresas tendem a ser elevados. Porém, a con ança do cliente na capacidade de a empresa entregar aquilo que foi prometido é alta, mesmo quando a entrega atrasa um pouco. Temos também as empresas que são inovadoras. Os produtos e serviços que oferecem são, sem dúvida, os melhores do mercado. Eles não são

baratos, mas conquistam rapidamente o desejo e a imaginação de seus clientes. A Figura 8 resume essas ideias.

Figura 8: estratégicas genéricas

Observe que, de acordo com as informações apresentadas na Figura 8, as estratégias que citamos podem ser agrupadas em “Diferenciação” e “Custo baixo”, para facilitar o entendimento. Finalmente, existem as empresas que lançam mão de uma combinação das estratégias genéricas que acabamos de descrever para competirem. Elas são um pouco de cada coisa. Para certos tipos de produtos e serviços, são inovadoras; para outros, praticam preços reduzidos e assim por diante. Essas empresas não são fáceis de gerenciar. O conjunto de fatores que tem que ser levado em consideração pelos seus líderes é grande e a chance de cometer um deslize ao longo do caminho é alta. Se a sua empresa está presente no mundo virtual e considera a satisfação dos seus clientes importante para os negócios, independentemente do tipo de abordagem que ela adota para competir, os assistentes virtuais inteligentes deveriam fazer parte da sua estratégia. Para as empresas que estão focadas em baixo custo, o uso de assistentes‐ virtuais inteligentes propicia uma redução signi cativa dos gastos com os serviços de atendimento ao cliente. Em adição, os investimentos

realizados com a implantação de um assistente virtual tendem a retornar ao investidor após alguns poucos meses de uso dessa tecnologia. As empresas que apostam na e cácia dos processos de negócio para se diferenciar da concorrência encontram nos assistentes virtuais um aliado importante. Os assistentes virtuais nunca se cansam, nunca faltam ao trabalho, nunca cam estressados e são capazes de atender a uma enorme quantidade de clientes simultaneamente, sem perda de performance. Não é só isso. Todas as interações entre o assistente virtual e os clientes podem car registradas em um banco de dados. O resultado da análise dessas informações revela os pontos nos quais os assistentes virtuais necessitam de ajuste. Uma vez que os ajustes tenham sido efetuados e os assistentes virtuais tenham sido treinados adequadamente, eles nunca esquecem o que lhes foi ensinado. Em decorrência disso, após algumas interações, os processos de negócio executados com a ajuda dos assistentes virtuais tendem a atingir um alto nível de e cácia. As empresas que se diferenciam pelo conhecimento que possuem do negócio dos seus clientes podem instruir os assistentes virtuais a atendêlos de forma personalizada. Por exemplo, as interações entre os assistentes virtuais e os clientes podem conter elementos que demonstram claramente o seu conhecimento sobre o próprio cliente e a sua linha de negócio. Note que, quando treinados corretamente, os assistentes virtuais podem não somente discorrer sobre os projetos que estão em andamento, como também sobre aqueles que o cliente já realizou com a empresa. Mais do que isso, os assistentes virtuais podem levar em consideração o que foi tratado em interações anteriores, informando o cliente do

andamento das questões cuja solução ainda se encontra em aberto. As empresas que são inovadoras encontram nos assistentes virtuais uma ferramenta poderosa para obtenção de novas vantagens competitivas, já que podem torná-los parte integrante de seus produtos. Em adição, elas podem diferenciar seus serviços de atendimento ao cliente com assistentes virtuais altamente so sticados, presentes não só na internet, como também nos dispositivos móveis de seus clientes. Um fabricante de tablets, por exemplo, poderia desenvolver um assistente virtual que auxilia o cliente a tirar o maior proveito possível do modelo que estiver utilizando. Nesse caso, o assistente poderia ser acionado diretamente por meio de um aplicativo que já vai instalado no próprio equipamento. A mesma linha de raciocínio pode levar um fabricante de automóveis a ter um assistente virtual presente no painel dos seus carros. Sempre que for necessário o motorista pode interagir com esse assistente para traçar rotas, agendar revisões, selecionar as estações de rádio que deseja ouvir e assim por diante. Para as empresas que adotam uma mistura de estratégias genéricas, os assistentes virtuais parecem um oásis no deserto, já que essa tecnologia pode ser con gurada para as mais diversas nalidades. Basta que os gestores dessas empresas selecionem as características dos assistentes que melhor se adaptam a seus negócios e façam ali os investimentos necessários. Por exemplo, a redução de custos propiciada pelos assistentes virtuais favorece a oferta de produtos a preços reduzidos. Já o funcionamento ininterrupto dos assistentes virtuais permite um design de processos de negócios altamente e caz. A capacidade dos assistentes virtuais de auxiliar os clientes da empresa em diversas línguas leva à diferenciação, e assim por diante.

Nesse caso, a escolha da combinação mais adequada das facilidades oferecidas pelos assistentes não é uma tarefa fácil. Entretanto, como havíamos a rmado anteriormente, a gestão de empresas que adotam estratégias múltiplas costuma exigir uma grande capacidade de discernimento dos seus líderes.

16. O que os assistentes virtuais podem fazer pelos meus clientes Aqueles que já nasceram com as facilidades do mundo virtual amplamente disponíveis podem ter di culdade de imaginar que o universo à nossa volta nem sempre foi assim! Quando a rede internacional de computadores começou a se popularizar no Brasil, nos anos 1990, era lenta e difícil de ser utilizada. A comunicação entre os computadores pessoais e os provedores de serviços de acesso à internet era feita através da rede telefônica convencional. O internauta conectava o seu computador à rede, discava um número de telefone e, se tudo corresse bem, a conexão era estabelecida. Os dados a serem transmitidos eram inicialmente transformados do padrão digital, de zeros e uns, em sons. Os sons eram então transmitidos pela linha telefônica utilizando-se um modem (um aparelho projetado especi camente para permitir esse tipo de comunicação). Após a transmissão os sons eram decodi cados de volta para o padrão digital do lado do receptor da mensagem. A Figura 9 ilustra essas ideias.

Figura 9: conexão à internet via linha telefônica

A transmissão era sujeita a erros e a linha telefônica cava bloqueada para uso durante a transmissão. Uma página da internet demorava vários minutos para car disponível, mesmo aquelas que continham primordialmente texto e pouquíssimas imagens. O tempo passou e muitas melhorias foram introduzidas na forma como os dados são transmitidos pela internet no Brasil. Em decorrência disso, a transmissão cou rápida e con ável. Por exemplo, para aqueles que desfrutam de cabos de bra ótica, a velocidade de transmissão aumentou duas mil vezes em relação ao que era praticado no início dos anos 1990! Além disso, as páginas da internet melhoraram no design, passando a conter uma grande diversidade de elementos multimídia. Todas essas melhorias trouxeram novas facilidades e serviços para a internet. Nos dias de hoje, o internauta pode utilizar a rede para realizar uma série de atividades, tais como: fazer chamadas telefônicas; realizar videoconferências; desenvolver-se intelectualmente por meio de atividades de ensino a distância; entreter-se com jogos e lmes; acompanhar os acontecimentos mais importantes ao redor do mundo por meio de jornais e agências de notícias virtuais; e comprar e vender ações nas bolsas de valores.

Entretanto, a despeito de todo o avanço que a internet tem nos propiciado nesses últimos anos, até o surgimento dos assistentes virtuais inteligentes, grande parte da interação entre nossos clientes e a nossa empresa tinha que ser feita por atendentes humanos, possivelmente no horário comercial. Alternativamente, o cliente podia procurar, ele mesmo, pela solução das questões que o incomodam no site da empresa ou nas redes sociais. Embora esse esquema de atendimento ao cliente tenha funcionado satisfatoriamente até algum tempo atrás, o fato é que ele simplesmente cou desatualizado! Hoje em dia, o internauta utiliza a rede internacional de computadores nas 24 horas do dia. Atividades como: compras na internet, ensino a distância, planejamento das viagens com a família, compra de ingressos para cinema e teatro, etc. costumam ocorrer, em grande parte, fora do horário comercial. É verdade que as empresas poderiam simplesmente estender seus horários de funcionamento para atender a essa demanda adicional por informações. Porém, isso tem um custo que não é desprezível. Como vivemos em um mercado de livre competição e os assistentes virtuais propiciam uma redução signi cativa dos custos associados aos serviços de atendimento ao cliente, basta que um concorrente importante passe a utilizar essa tecnologia para que os demais sejam obrigados a segui-la. Por exemplo, quando a Gol começou a vender passagens aéreas pela internet no início dos anos 2000, nenhuma outra empresa oferecia essa facilidade a seus clientes. Como essa decisão propiciou uma redução signi cativa dos custos operacionais, ajudando a manter os preços das passagens aéreas reduzidos, as demais empresas do mercado se viram

obrigadas a oferecer a mesma facilidade. O uso da tecnologia de assistentes virtuais deverá seguir o mesmo caminho. Nossos clientes não somente terão a oportunidade de adquirir produtos mais baratos (no decorrer do tempo), como também terão à sua disposição uma forma completamente nova e prazerosa de interagir com as empresas e de navegar pela internet.

17. Como os assistentes virtuais podem ajudar a construir um novo canal de comunicação com os nossos clientes Assim que os produtos e serviços que uma empresa vai oferecer ao mercado estiverem disponíveis para ser comercializados, seus gestores passam a ter uma tarefa crucial pela frente: comunicar a existência do que a empresa está ofertando ao maior número possível de clientes reais e potenciais. Note que a atividade de comunicação é fundamental para a gestão de qualquer empresa que pretende sobreviver em um mercado competitivo. É por meio da comunicação que a empresa informa e lembra seus clientes da sua existência, assim como da disponibilidade dos produtos e serviços que oferece. No marketing, a comunicação é essencialmente uma atividade de convencimento, na qual se tenta persuadir o cliente a comprar da nossa empresa, desprezando as ofertas dos concorrentes. Sem comunicação não há venda, e sem venda não existe a possibilidade de haver lucro, que é o oxigênio que toda empresa respira. Mesmo quando o empresário não anuncia o seu produto em um grande veículo de comunicação, dando preferência a ações que incentivem o “boca a boca”, ele está fazendo comunicação. A nal de contas, “produto que é mantido em segredo não vende”, certo?

Na atividade de comunicação um canal é uma via que a empresa utiliza para interagir com seus clientes. As revistas, os jornais, as páginas da internet, o e-mail, o telefone, a televisão, os serviços de mensageria, os outdoors, etc. são exemplos de canais de comunicação. Do ponto de vista do marketing, esses canais são comumente utilizados para: Fazer publicidade, comunicando aos clientes em potencial a existência e as virtudes da nossa empresa, assim como os produtos e serviços que oferecemos. Realizar promoções, oferecendo aos clientes a oportunidade de adquirir, em condições diferenciadas, aquilo que ofertamos no mercado. Divulgar eventos, onde as marcas da empresa estarão expostas, lembrando os clientes da sua existência. Promover experimentações, convidando os clientes potenciais a experimentar nossos produtos e serviços. Propaganda, ganhando espaço na mente do consumidor ao fazer com que as ações de interesse público que a nossa empresa realiza ou apoia cheguem ao conhecimento do maior número de pessoas possível. Fazer relações públicas, permitindo que os valores preconizados pela nossa empresa, que estão presentes na nossa forma fazer negócio, sejam conhecidos e reconhecidos pelos nossos colaboradores, fornecedores e clientes. Realizar vendas, ofertando com clareza e objetividade os produtos e serviços que comercializamos. Observe que nem todos os canais de comunicação são de mão única, tais como o rádio e a televisão, nos quais as mensagens entre as empresas e seus clientes uem apenas em uma direção.

O chat e o telefone, por exemplo, são canais de mão dupla, nos quais clientes e empresas podem interagir livremente. Ao estarem presentes na internet, nas redes sociais e nos dispositivos móveis para auxiliar os clientes a resolver as questões que os incomodam, os assistentes virtuais possibilitam a troca de mensagens de mão dupla entre as empresas e seus clientes, tornando-se dessa forma um canal de comunicação interativo. Ao contrário de outros canais, tais como o rádio, as revistas e os outdoors, o conteúdo das informações veiculadas nesse novo canal de comunicação pode ser multimídia. Diferentemente do e-mail e dos serviços de mensageria, os assistentes virtuais permitem que se estabeleça um verdadeiro diálogo com nossos clientes. Ao se apresentarem personi cados de seres humanos estilizados, que são capazes de demonstrar emoções na forma de expressões corporais e tons de voz, os assistentes virtuais facilitam o relacionamento com os clientes, criando com eles uma atmosfera de colaboração e empatia. Além disso, todas as atividades realizadas pelos canais de comunicação tradicionais (propaganda, promoções, publicidade, etc.) podem ser realizadas pelos assistentes virtuais inteligentes. Nesse sentido, os assistentes virtuais, além de poderem ser colocados à disposição de nossos clientes nas 24 horas do dia, podem esclarecer dúvidas e apresentar sugestões interativamente, em linguagem natural. À exceção dos canais de comunicação direta com seres humanos, tais como o telefone, o chat e a videoconferência, nenhum outro canal oferece essas facilidades!

18. Como desenvolver uma estratégia de relacionamento baseada em assistentes virtuais

inteligentes O marketing é comumente descrito como um processo que envolve a identi cação dos produtos e serviços que deverão interessar a nossos clientes, assim como a forma como eles serão divulgados e comercializados. Portanto, uma estratégia de marketing é, no fundo, um plano de alocação de recursos destinados: ao estudo dos mercados (necessidades não satisfeitas, per l dos clientes, força e fraquezas dos concorrentes, etc.); ao desenvolvimento de novos produtos e serviços; à comunicação; e à venda. Por sua vez, o marketing de relacionamento é uma atividade voltada para a satisfação contínua dos clientes de uma empresa. Para tanto, esses clientes devem: ser identi cados; ser reconhecidos pela sua delidade; sofrer ações de comunicação regulares; e ser monitorados em relação à sua satisfação quanto à qualidade dos produtos e serviços que oferecemos. Observe que uma estratégia de relacionamento difere de uma estratégia de marketing voltada estritamente para a venda, na medida em que ela reconhece o valor do cliente ao longo do seu ciclo de vida e não somente no espaço de tempo decorrido entre a comunicação e a aquisição de produtos e serviços. Portanto, o desenvolvimento de uma estratégia de relacionamento requer uma compreensão mais ampla das necessidades, atitudes e intenções de nossos clientes. Uma vez que essa compreensão tenha sido obtida, podemos realizar a alocação de recursos para o desenvolvimento de produtos, comunicação e venda que atraiam e mantenham os clientes que desejam se relacionar com a nossa empresa.

Muitos autores citam como as principais características do marketing de relacionamento a: Interatividade: tanto o cliente quanto a empresa podem tomar a iniciativa de iniciar um contato. Personalização: as ações de comunicação contêm um alto grau de personalização, adequadas às circunstâncias e à história de cada cliente. Memorização: as ações de marketing são registradas para análise posterior. A identidade dos clientes, a data de realização dessas ações, as intenções da empresa com cada ação e a reação dos clientes fazem parte desse registro. Receptividade: as empresas falam menos e escutam mais o cliente. Liberdade de escolha: o cliente tem a liberdade de decidir se quer ou não manter a relação com a empresa e a forma como ela vai se comunicar, podendo alterá-la a cada instante. Existem diversas ferramentas que são comumente utilizadas para ajudar o marketing de relacionamento a atingir seus objetivos. Por exemplo: Criação e manutenção de base de dados contendo informações demográ cas, geográ cas, transacionais e comportamentais sobre os clientes. Fomento a fóruns de discussão para que os clientes possam trocar informações sobre a empresa e os produtos e serviços que ela oferece. Realização de pesquisas regulares para determinar as necessidades e preferências dos clientes. A implantação de um sistema que premia a delidades dos clientes. Realização de eventos centrados nos clientes que nos brindam com a sua delidade. Monitoramento das redes sociais com o objetivo de identi car o que está sendo comentado sobre a empresa.

Os assistentes virtuais inteligentes vêm complementar esse conjunto de ferramentas. Com o uso de assistentes virtuais inteligentes, tanto a empresa como o cliente podem tomar a iniciativa de estabelecer um novo contato ou dar prosseguimento a um contato que já foi feito anteriormente. Isso pode ser feito tanto por meio do site da empresa na internet como por aplicativos desenvolvidos para smartphones e tablets. Tanto a linguagem quanto a aparência dos assistentes virtuais pode sofrer personalizações de forma a ajustá-las ao gosto e per l dos clientes. Uma vez que os assistentes virtuais estejam integrados aos sistemas de informações corporativos, eles podem utilizar as informações disponíveis sobre cada cliente para facilitar a solução das questões que os a igem. Além disso, eles podem capturar informações durante as interações, enriquecendo ainda mais o banco de dados da empresa. Ao nal de uma interação, os assistentes virtuais podem solicitar que os clientes respondam a uma pesquisa de mercado, apresentando suas opiniões sobre a empresa e seus produtos. Em adição, a qualquer instante durante uma interação, os assistentes virtuais podem receber sugestões e reclamações, encaminhando-as às pessoas certas dentro da estrutura organizacional. Existindo um sistema de premiação em uso, os assistentes virtuais podem informar aos clientes os seus respectivos status junto ao programa, assim como apresentar sugestões sobre resgate e acúmulo de pontos. Havendo a realização de eventos centrados nos clientes, os assistentes virtuais podem auxiliar na sua divulgação. Em adição, podem convidar os clientes mais importantes, motivando-os a aceitar o convite e lembrando-os no momento certo do compromisso assumido.

Finalmente, por meio dos assistentes virtuais nossos clientes podem ajustar os parâmetros do seu relacionamento com a empresa regulando a intensidade e os tipos das comunicações que lhes são enviadas. Como estão disponíveis para ajudar os clientes nas 24 horas do dia, os assistentes virtuais podem ser pontos focais ideais para início de contato, recebimento de sugestões e reclamações. Em consequência, com o uso dessa tecnologia, as empresas acabam falando menos e escutando mais os seus clientes. Portanto, seja qual for a sua estratégia de marketing de relacionamento, os assistentes virtuais inteligentes podem ser utilizados para torná-la mais efetiva e e ciente.

19. Como os assistentes virtuais podem ajudar a criar experiências e recordações encantadoras Quando interagimos com os produtos e serviços de uma empresa passamos necessariamente por um processo de aprendizado. A comparação entre as expectativas que possuíamos em relação a essas interações e aquelas que percebemos como tendo realmente acontecido aumenta o nosso conhecimento sobre a empresa e seus produtos, assim como a nossa capacidade de tomar decisões corretas ao longo do tempo. Por exemplo, quando vamos a um restaurante que nos foi bem recomendado, levamos conosco nossas expectativas sobre o ambiente, a comida, o atendimento e o preço. Nesse caso: Se ao nal da refeição percebemos que o restaurante atendeu às nossas expectativas, dizemos que tivemos uma boa experiência com ele. Caso contrário, dizemos que a experiência foi ruim. Caso as nossas expectativas tenham sido amplamente superadas, dizemos que a experiência com o restaurante em questão foi excepcional.

Caso tudo tenha se transformado em uma enorme decepção, dizemos que a experiência foi desastrosa. Embora seja uma crença comum entre os pro ssionais das mais diversas áreas de negócio que o cliente tende a comprar repetidas vezes de empresas com as quais teve experiências positivas, essa associação não é assim tão simples e direta. Você provavelmente já teve experiências positivas com restaurantes aos quais nunca retornou. De alguns desses restaurantes você se lembra do nome e da localização; de outros, você se lembra apenas do nome. Existem ainda os restaurantes dos quais você simplesmente não se recorda. De alguma forma, a lembrança de ter estado ali se perdeu no decorrer do tempo. Portanto, além de uma experiência positiva com empresas e seus produtos, a lembrança desses acontecimentos é um fator importante no processo de compras repetidas e indicação a terceiros e não deve ser deixada de lado! Você deve estar se perguntando: o que faz com que certas experiências permaneçam vívidas na nossa memória e outras não? Ou, em outras palavras, o que distingue os restaurantes dos quais nos lembramos dos demais? A psicologia, que se dedica ao estudo do comportamento humano e dos processos mentais, indica a existência de três fatores que favorecem, de forma mais intensa, a perenidade das lembranças sobre as experiências positivas que tivemos ao longo da vida: a intensidade das emoções envolvidas nessas experiências; as mudanças que elas causaram nas nossas vidas; e como elas terminaram. Por exemplo, se você celebrou uma ocasião muito especial com um almoço ou jantar, é provável que mantenha viva na sua memória uma

gama surpreendente de detalhes sobre aquela ocasião, mesmo depois de decorrido algum tempo do acontecimento. As pessoas que pediram suas respectivas esposas em casamento em restaurantes e ainda continuam casadas e felizes tendem a se lembrar, espontaneamente, não somente do nome e da localização do restaurante como também do que consumiram naquela ocasião e de como estavam trajadas. Como regra geral, quanto mais intensas forem as emoções propiciadas por uma experiência positiva com uma empresa, maiores são as chances de nos recordarmos dessa experiência. Por outro lado, as mudanças que as nossas experiências positivas causaram nas nossas vidas também têm um peso considerável na formação das nossas lembranças e recordações. Quanto mais abrangentes e duradoras forem essas mudanças, maiores são as chances de a experiência permanecer na nossa memória por um bom tempo. Nesse sentido, as celebrações de formaturas e nascimentos tendem a permanecer vívidas na nossa memória por um longo período de tempo, mesmo que tenham sido feitas de forma discreta. A nal, esses são acontecimentos que tendem a modi car as nossas vidas para sempre. Finalmente, a forma como nossa experiência com um determinado produto ou serviço termina tem uma relação muito forte sobre como a lembrança desses acontecimentos ca armazenada na nossa memória. Tome como exemplo o jogo nal de um importante campeonato de futebol ao qual você tenha comparecido. Se o seu time se sagrou campeão, as chances de você se lembrar desse fato muito tempo mais tarde aumentam substancialmente. Caso contrário, mesmo que o jogo tenha sido excepcionalmente bom e o resultado tenha sido justo e honesto, no decorrer do tempo essa

lembrança tende a desaparecer da sua memória. A mesma linha de raciocínio se aplica a uma viagem de férias na qual você tenha se ferido com severidade no último dia, ou a um passeio de carro no qual um acidente signi cativo (um choque com um obstáculo, por exemplo) tenha tido lugar quando o passeio estava prestes a terminar. Portanto, se estamos interessados em manter vivas, na mente dos nossos clientes, as boas experiências que tiveram com nossos produtos e serviços, precisamos fazer com que elas sejam especiais, isto é: que as emoções, mudanças e nalizações a elas associadas sejam positivas e signi cativas. Nesse caso, além dos benefícios das lembranças espontâneas que temos a chance de coletar ao longo do tempo, podemos ajustar a nossa comunicação para despertá-las, no momento apropriado, na mente dos nossos clientes. Algumas empresas de turismo, por exemplo, fazem com que fotógrafos pro ssionais estejam disponíveis durante as viagens que promovem. O trabalho desses pro ssionais não é documentar a presença dos viajantes nos lugares que foram visitados, mas obter fotos de momentos encantadores que tenham marcado a atividade turística como um todo. Uma reunião de confraternização ao nal da viagem ajuda a garantir uma nalização positiva na mente dos viajantes. Além disso, ao examinar mais tarde as fotos tiradas pelos fotógrafos, o viajante é convidado a manter acesas na sua mente as experiências positivas que a viagem propiciou. Finalmente, uma segunda reunião de confraternização, realizada algum tempo depois do evento, tem o efeito de despertar nos viajantes o desejo de reviver as emoções da viagem que realizaram em uma nova viagem de turismo.

Os assistentes virtuais inteligentes são um grande aliado das empresas que desejam que seus clientes tenham experiências encantadoras com os produtos e serviços que oferecem. Quando um cliente procura ajuda para resolver um problema que o incomoda, ele na verdade nos oferece uma oportunidade ímpar de encantá-lo com atendimento de qualidade. Quem não se encantaria de encontrar um serviço de assistência ao cliente que funciona 24 horas por dia, todos os dias do ano? Além disso, o atendente desse serviço é um programa de computador com o qual você pode se comunicar em linguagem natural, sendo capaz de lidar perfeitamente com gírias, siglas, abreviaturas, etc. Em adição, estando interligado com os sistemas corporativos, o programa, que diz ser um assistente virtual inteligente, demostra grande conhecimento sobre as suas transações com a empresa e seus produtos. Mas isso não é tudo: o assistente responde de imediato às questões que lhes são apresentadas com cordialidade, e cácia e pro ssionalismo. Finalmente, o assistente é capaz de esclarecer dúvidas, apresentar sugestões de produtos e serviços que estão de acordo com o seu per l de consumo, assim como indicar as promoções sendo ofertadas naquele momento. Tudo isso aumenta as chances de nossos clientes manterem vívidas na memória as experiências positivas que tiveram com nossa empresa, produtos e serviços. Em consequência, aumentam também as chances de realizarem novas compras e recomendarem nossas marcas a amigos e conhecidos.

20. Limitações importantes dos assistentes virtuais inteligentes

Os assistentes virtuais inteligentes ainda são uma tecnologia relativamente nova que, embora encontre novos adeptos todos os dias, ainda permanece razoavelmente desconhecida pelas empresas e pelos consumidores. Em consequência, existe a possibilidade de que, ainda por algum tempo, seu uso venha a ser estimado incorretamente pelos seus usuários. Nesse sentido, é importante lembrar que, por mais avançado que seja o assistente virtual que se está usando, a comunicação entre o mundo virtual em que ele se encontra e o mundo real em que nós vivemos é feita somente por meio da visão e da audição. Portanto, os demais sentidos humanos, tais como o tato, o olfato e o paladar, não podem ser utilizados para troca de informações. Embora essa possa parecer uma limitação óbvia e inconsequente à primeira vista, ela traz implicações que não devem ser desprezadas. Imagine que sua empresa comercializa perfumes através da internet e que um cliente deseje receber orientações de um assistente virtual, que está disponível no site, sobre que perfume comprar. Para que o assistente desempenhe o seu papel ele coleta algumas informações pessoais do cliente, tais como idade, sexo e bairro de residência, e pergunta que perfumes ele utiliza regularmente. Suponha que o assistente utilize essas informações para selecionar três sugestões que apresenta ao cliente. Vamos chamar essas sugestões de A, B e C. Intrigado pelas sugestões, o cliente solicita que o assistente compare os três produtos, especialmente quanto à fragrância. Embora o assistente possa apresentar facilmente informações sobre o preço e o tamanho do frasco, ele vai ter di culdade de comparar as fragrâncias. Aquilo que normalmente seria apresentado ao cliente em um

provador para comparação direta pelo olfato agora tem que ser descrito por palavras. Com essa di culdade em mente, avalie as seguintes possíveis descrições dos três perfumes selecionados pelo assistente virtual: O perfume A possui uma fragrância leve e refrescante. As notas de saída vêm com toques de mandarina e hortelã. Nas notas de coração: absoluto de rosa e canela. Nas notas de fundo: acorde de couro de âmbar. O perfume B possui uma fragrância leve e sedutora. As notas de saída são a bergamota, a mandarina e as folhas verdes. A canela e o gerânio são as notas de coração. As notas de fundo são o couro, o patchouli e o sândalo. O perfume C possui uma fragrância que desperta emoções fortes. Suas notas de saída combinam limão siciliano, tangerina verde e lavanda da província. Alecrim, pimenta negra, cardamomo e gerânio egípcio são as notas de coração. Como notas de fundo têm-se madeira de cedro, âmbar indiano, madeira de guaiac, fava tonka e musk. Com base nessas descrições, que perfume você compraria? Se você não é um especialista na descrição de fragrâncias, a resposta é simples e frustrante: “não sei, não consigo decidir!” Mesmo que você fosse informado do signi cado das expressões “notas de saída”, “notas do coração” e “notas de fundo”, isso provavelmente não reduziria a sua frustação nem modi caria sua opinião4. Note que a mesma linha de raciocínio poderia ser aplicada a produtos que estão fortemente ligados ao tato e ao paladar. Embora os assistentes virtuais possam tornar a compra de todos esses itens mais agradável e interessante, eles não são capazes de superar os limites da própria tecnologia na qual foram criados, isto é: o mundo

virtual propiciado pela computação e pelas redes de comunicação de dados. Outro fator tecnológico limitante diz respeito ao uso de imagens e lmes de altíssima qualidade na internet. Embora a velocidade de tráfego de informação tenha aumentado bastante nesses últimos anos, as expectativas de nossos clientes em relação às facilidades que lhes são oferecidas também aumentaram consideravelmente. Muitos clientes em potencial, por exemplo, não estão dispostos a esperar alguns minutos até que uma página da internet esteja pronta para ser visualizada. Quando a página demora muito para carregar, eles simplesmente se deslocam para outro lugar na rede. Portanto, se o produto que a sua empresa comercializa exige a exibição de imagens de alta resolução ou o uso combinado de imagens, vídeo e som, a utilização na internet dessas facilidades tecnológicas pode atuar como uma barreira que di cilmente será superada com o uso puro e simples de assistentes virtuais inteligentes. Empresas de análise de imagens da área médica e lojas de moda, por exemplo, tendem a fazer uso desses recursos. Nesse caso, a capacidade de o assistente virtual encantar o cliente pode car sensivelmente reduzida se lhe for dada a incumbência de apresentar um conteúdo multimídia incompatível com a velocidade de tráfego de informação da internet brasileira. Em adição a tudo isso, tem-se a falta de pessoal quali cado para executar um projeto de implantação de assistentes virtuais no ambiente empresarial. As disciplinas nas quais esses pro ssionais deveriam ser uentes (tais como: linguística, processamento de linguagem natural e técnicas de análise e mineração de dados) ainda não fazem parte do currículo da maioria dos cursos de computação. Portanto, o desenvolvimento de

assistentes virtuais dentro dos limites estritos da própria empresa tende a ser uma opção arriscada. Por outro lado, os pro ssionais que atuam nas áreas de atendimento ao cliente e marketing também desconhecem a tecnologia de assistentes virtuais inteligentes. Algumas vezes, eles tendem a imaginar projetos que, embora tecnicamente viáveis, estão além da capacidade de investimento da empresa. Outras vezes, eles tendem a solicitar projetos muito simples, que, a despeito de propiciarem melhorias operacionais signi cativas, deixam de encantar os clientes. Em consequência, a lembrança da experiência positiva com a empresa e seus produtos e serviços é tênue e os retornos propiciados pelo projeto podem car aquém do que poderiam ser. Portanto, nesse momento do mercado, projetos de assistentes virtuais inteligentes executados com a orientação de consultores externos tendem a conter menos risco e a propiciar maiores retornos.

21. Questões para reflexão sobre o conteúdo da Parte II Nesta seção você vai encontrar um conjunto de perguntas que foram concebidas para aguçar a sua capacidade de estabelecer estratégias . baseadas no uso dos assistentes virtuais inteligentes: Com uma frequência cada vez maior, as novas tecnologias abrem espaço para a criação de novos produtos e serviços. Os transistores, por exemplo, pavimentaram o caminho para a tecnologia dos circuitos integrados, que por sua vez abriu espaço para o surgimento dos computadores digitais. Que novos produtos e serviços você imagina que poderão ser criados a partir dos assistentes virtuais inteligentes?

2. O marketing também tem sido in uenciado pelo surgimento de novas tecnologias. A computação, por exemplo, deu impulso ao marketing de relacionamento e ao marketing digital. Como você imagina que o processo de marketing será in uenciado pela tecnologia dos assistentes virtuais? 3. É de se esperar que os assistentes virtuais venham a alterar a demanda por pro ssionais de diversas áreas do conhecimento. Em que área você imagina que a demanda irá diminuir? Em que áreas a demanda deverá aumentar? 4. Como você imagina que os concorrentes reagiriam à disponibilização de um assistente virtual no site da sua empresa, para auxiliar os clientes no processo de venda e pós-venda? 5. Suponha que sua empresa disponibilizou um assistente virtual no site e nos dispositivos móveis dos clientes. Considere que ela teve uma enorme economia de recursos com isso e que não adota a estratégia genérica de menor custo. Já que Lucro = Faturamento – Custo, que destino ela deveria dar ao lucro extra propiciado pelo uso do assistente virtual? 4

Um perfume é resultado de uma mistura de muitas essências, cada uma com seu tempo de evaporação. As notas de cabeça ou de saída são as primeiras impressões que se tem do perfume. Elas são ditadas por moléculas mais leves que se evaporam rapidamente. Em geral, em menos de três minutos. As notas de coração são o verdadeiro aroma do perfume, mantendo-se na pele de cinco a oito horas. Já as notas de fundo se constituem no rastro do perfume. São compostas de moléculas mais pesadas, que demoram a desaparecer, podendo permanecer na pele por até 24 horas.

Parte III Gerenciando Projetos de Implantação de AVIs

Ao nal da Parte III, você terá aprendido: o que leva uma empresa a considerar a implantação de um assistente virtual inteligente; por que é importante considerar as estratégias de negócio; por que é importante estabelecer metas a serem alcançadas; por que é importante contar com um executivo patrocinador.

22. Passo 1: motivação Ao contrário do que se poderia imaginar, os primeiros passos na execução de um projeto de implantação de um assistente virtual inteligente não dizem respeito a decisões técnicas, mas à identi cação das razões que estão levando a empresa a realizar o projeto. Sem que essas razões tenham sido explicitadas, corre-se o risco de realizar de forma correta e diligente aquilo que não deveria ter sido feito em primeiro lugar! A Figura 10 apresenta uma lista das razões que levam frequentemente as empresas a disponibilizar um assistente virtual para uso pelos seus clientes.

Figura 10: razões comuns para implantação de AVIs Consulte a lista apresentada na Figura 10 e identi que as razões que motivam a existência do projeto que você está

considerando desenvolver. Se as razões para a execução desse projeto em particular não estiverem na lista, não se preocupe, ela não é exaustiva.

23. Passo 2: alinhamento Neste ponto é importante veri car se as razões que você identi cou no passo anterior estão alinhadas com a estratégia de negócio adotada pela sua empresa. Ver Seção 15 a esse respeito. Por exemplo, se a estratégia for a de baixo custo, então as ideias de: “diminuir os custos associados aos serviços de atendimento ao cliente”; e “aumentar a capacidade de atendimento do contact center, sem envolver aumento de pessoal e de infraestrutura” estão possivelmente em sintonia com a estratégia adotada pela empresa. Entretanto, a menos que existam boas razões para isso, “diferenciar os produtos que são oferecidos ao mercado”; e “expandir os mercados no qual a empresa atua, oferecendo serviços de atendimento ao cliente em várias línguas” provavelmente não deveriam fazer parte da sua lista, já que essas ações tendem a aumentar o custo operacional da empresa. Projetos alinhados com as estratégias de negócio encontram mais facilidade para obter o apoio das demais áreas da empresa. Isso facilita a obtenção dos recursos de que o projeto vai necessitar ao longo do caminho, aumentando as chances de sucesso do empreendimento.

24. Passo 3: metas a serem alcançadas É importante ter em mente que o projeto de implantação de um assistente virtual inteligente não termina com a disponibilização do assistente no site da empresa ou nos dispositivos móveis dos clientes. Este é apenas um passo importante no projeto.

Em adição, como nos ensina William Edwards Deming (1900-1993), professor da New York University (NYU) e autor de inúmeros livros de qualidade total e gestão de processos de negócio: “O que não pode ser medido não pode ser gerenciado.” Portanto, em sintonia com essas ideias, é importante identi car medidas objetivas que nos permitam estabelecer se aquilo que se deseja atingir está sendo atingido ou não. Desvios de rumo na condução de projetos de qualquer natureza são mais fáceis de ser corrigidos quando detectados logo no início, quando ainda são pequenos. Em contrapartida, em situações extremas, os recursos necessários para colocar de volta nos trilhos projetos com desvios de rumo acentuados simplesmente podem não estar disponíveis. Nesse caso, não resta ao gestor do projeto outra alternativa a não ser o cancelamento do projeto como um todo. A Figura 11 apresenta exemplos de objetivos mensuráveis que poderiam ser estabelecidos para cada uma das razões apresentadas na Figura 10. Selecione os objetivos que a sua empresa deseja alcançar com o projeto de implantação do assistente virtual e acompanhe a evolução da conquista desses objetivos ao longo do tempo, fazendo as correções de rumo que forem necessárias.

Figura 11: exemplos de objetivos mensuráveis a serem alcançados em projetos de implantação de assistentes virtuais inteligentes

25. Passo 4: executivo patrocinador e comitê executivo As boas práticas gerenciais indicam que os projetos tendem a permanecer no rumo desejado e a obter os recursos de que necessitam quando contam com a ajuda de um “executivo patrocinador” e um “comitê executivo”. O executivo patrocinador é um pro ssional da direção da empresa, com poder de decisão, ou, quando isso não for possível, capaz de in uenciar a tomada de decisões de negócio, que apoia abertamente o projeto. A principal tarefa do executivo patrocinador é garantir que o projeto de implantação do assistente virtual faça parte da lista de projetos prioritários da empresa e que permaneça nessa lista até que os objetivos a que o projeto se propôs a alcançar tenham sido conquistados. Note que os projetos prioritários tendem a encontrar mais facilidade para a obtenção dos recursos de que necessitam do que os projetos que não possuem o mesmo status. Por conseguinte, fazer parte da lista de projetos prioritários aumenta, em muito, as chances de sucesso do empreendimento. Por sua vez, o comitê executivo deve ser composto por pro ssionais dos setores da empresa que vão se bene ciar mais diretamente dos resultados do projeto. Consequentemente, se o projeto de implantação de um assistente virtual inteligente vai trazer benefícios para as áreas de vendas, atendimento ao cliente e marketing, pro ssionais seniores dessas áreas deveriam fazer parte do comitê executivo. O papel dos membros desse comitê consiste, basicamente, em acompanhar de perto o andamento do projeto, facilitando as mudanças

nos processos de negócio e o acesso às informações que se necessárias.

zerem

26. Passo 5: equipe de projeto Além do executivo patrocinador e do comitê executivo, você ainda vai precisar de uma equipe de projeto. Cabe a essa equipe a identi cação e a execução das diversas tarefas que fazem parte do projeto. Por exemplo: Elicitação (ou levantamento) de requisitos. Identi cação e planejamento das tarefas a serem executadas. Levantamento de custos. Estimativas de prazos. Identi cação de riscos a que o projeto está exposto. Elaboração de planos de contenção (que diminuem as chances de os riscos virem a se realizar) e de contingência (que diminuem o impacto dos riscos sobre a empresa caso as suas realizações se tornem inevitáveis). Como uma parte importante do projeto de implantação de um assistente virtual inteligente envolve necessariamente alterações no site da empresa na internet e, possivelmente, a disponibilização de aplicativos em dispositivos móveis, é importante contar com pelo menos um técnico de computação, de bom nível. Já que o conhecimento necessário para desenvolver um assistente virtual inteligente não faz parte dos cursos de computação que estão disponíveis no mercado, muito provavelmente você vai precisar também de consultores externos na sua equipe de projeto.

27. Passo 6: planejamento geral do projeto Neste ponto, frequentemente se faz necessária a elaboração de um planejamento geral do projeto, ou seja, de um documento que o

executivo patrocinador possa utilizar para obter aprovação para a execução do projeto junto à direção da empresa e para colocá-lo na lista de atividades prioritárias que serão executadas no futuro próximo. Os tópicos que deverão fazer parte do planejamento geral são: Descrição geral do projeto: indique que o projeto versa sobre a implantação de um assistente virtual inteligente. Como se trata de uma tecnologia relativamente nova, não se esqueça de mencionar que o projeto diz respeito, na verdade, da disponibilização no site da empresa, ou nos dispositivos móveis dos clientes, de um programa de computador com o qual se pode interagir em linguagem natural. Motivação: apresente as razões para o desenvolvimento do projeto. Não se esqueça de enfatizar que o projeto está alinhado com as estratégias de negócio da empresa. Impacto esperado: descreva de forma clara e objetiva os benefícios que o projeto deverá trazer para a empresa. Para tanto, utilize as metas que você estabeleceu no Passo 3 para fazer essa descrição. Custo e retorno: apresente estimativas do custo total do projeto, assim como do retorno nanceiro esperado. Em adição, liste os objetivos intangíveis que o projeto deverá propiciar. Duração estimada: indique a duração estimada do projeto. Neste ponto não é necessário ser preciso – estimativas do tipo entre dois e três meses em geral são su cientes. Gerente do projeto: introduza o nome do gerente do projeto, juntamente com um pequeno resumo das atividades que ele vem desempenhando na empresa. Comitê executivo: assinale que as atividades do projeto serão supervisionadas por um comitê executivo composto por pro ssionais seniores das áreas de negócio que serão bene ciadas pelo projeto. Embora seja possível, não é necessário nomear os pro ssionais nesse momento. Isso pode ser feito mais tarde.

Equipe técnica: descreva a equipe técnica que deverá fazer parte do projeto. Não se esqueça de indicar se a participação dessas pessoas no projeto será total ou parcial. Em relação à descrição da equipe técnica, vale a mesma observação feita para o comitê executivo, isto é: não é necessário nomear os pro ssionais que farão parte da equipe técnica nesse momento. Isso também pode ser feito mais tarde. Início das atividades: indique com clareza quando o projeto poderia ser iniciado. Observe que alguns dos itens que fazem parte do planejamento geral são descritos com mais facilidade com a ajuda de um consultor externo, principalmente os que dizem respeito a estimativas de custo e prazo. Em decorrência disso, considere a possibilidade de contratar algumas horas de consultoria de um pro ssional desse tipo. O investimento tende a ser pequeno e a propiciar bons retornos. Uma vez que o planejamento geral do projeto estiver disponível, ele pode ser encaminhado para o executivo patrocinador para apresentação e aprovação pela direção da empresa. Em algumas empresas o planejamento geral é chamado de “plano de negócio”. Entretanto, como planos de negócio servem para descrever atividades empreendedoras de forma geral, eles tendem a conter uma quantidade maior de itens do que o planejamento geral. Em adição, cada um desses itens contém, frequentemente, uma quantidade maior de detalhes. Contudo, como nos ensina o lósofo francês François Marie Arouet (16941778), mais conhecido como Voltaire: “Le mieux est l’ennemi du bien”, ou seja “O ótimo é inimigo do bom”

Portanto, se a elaboração de um plano de negócio não for um requisito formal para o desenvolvimento de projetos na sua empresa, elabore um planejamento geral. Eles são mais simples e rápidos de ser construídos. Note que o planejamento geral é, na verdade, um plano de negócio simpli cado. Logo, você pode utilizar essa expressão para se referir ao planejamento geral, caso isso venha a facilitar a aprovação do projeto na sua empresa. A Figura 12 e a Figura 13 apresentam um exemplo de um documento de planejamento geral. Note que, na Figura 12, “UM$” se refere a uma unidade monetária genérica e “K”, a milhares dessas unidades monetárias. Em consequência, UM$ 100 K signi ca cem mil unidades monetárias genéricas.

Figura 12: exemplos de um planejamento geral do projeto de implantação de assistentes virtuais inteligentes

Figura 13: exemplos de um planejamento geral do projeto de implantação de assistentes virtuais inteligentes

28. Passo 7: detalhamento do planejamento geral do projeto Uma vez que o planejamento geral tenha sido aprovado pela empresa, ele deve ser detalhando para facilitar a execução e o acompanhamento do projeto. Nesse ponto, os membros do comitê executivo e da equipe técnica precisam ser identi cados e a participação desses pro ssionais no projeto precisa ser divulgada aos diversos setores da empresa. Além disso, As atividades que compõem o projeto precisam ser explicitadas. O que cada atividade vai propiciar ao projeto, ao nal da sua execução, também necessita ser identi cado. Frequentemente, a contribuição de uma atividade para um projeto é expressa por meio de uma relação de “entregáveis” (ou deliverables, em inglês), que são todos os documentos, protótipos, bases de dados, conhecimento passado através de atividades de treinamento, estimativas, etc., que uma atividade produz durante a sua realização. Os prazos e custos de cada uma dessas atividades precisam ser estimados. A interdependência entre as atividades precisa ser estabelecida, isto é, para cada atividade A é preciso identi car as atividades B1, B2, ..., Bn, que devem ser realizadas antes que a execução de A possa começar. Os riscos inerentes ao projeto precisam ser identi cados. Planos de contingência e contenção precisam ser estabelecidos para cada risco cuja probabilidade de vir a acontecer e cujo impacto sobre o projeto sejam signi cativos. Havendo necessidade, reveja o prazo estabelecido para duração total do projeto, já que o detalhamento do planejamento do projeto pode vir a identi car atividades que haviam passado despercebidas anteriormente.

A Figura 14 apresenta as atividades típicas de um projeto de implantação de um assistente virtual inteligente. A Figura 15 mostra a relação de dependência sugerida para as atividades descritas na Figura 14. Na Figura 15, “Início” e “Fim” são atividades ctícias que marcam, respectivamente, o início e o m do projeto. Em adição, uma seta indo de uma atividade B para uma atividade A, isto é, B → A, indica que B precisa ter terminado antes que A possa ser iniciado.

Figura 14: atividades típicas de um projeto de implantação de um assistente virtual inteligente

Figura 15: diagrama de dependência das atividades que compõem um projeto de implantação de um assistente virtual inteligente Em consequência, a atividade A6 só pode ser executada depois que as atividades A1, A2, A3, A4 e A5 tiverem sido concluídas. Observe que, de acordo com as informações apresentadas na Figura 14, as sequências de atividades A1 → A2, A3 → A4 e A5 podem ser executadas em paralelo, reduzindo-se, com isso, a duração total do projeto.

Em adição, a atividade A7 (Integração com os sistemas corporativos) é apresentada em uma caixa pontilhada, indicando que se trata de uma atividade opcional. Isso decorre do fato de que se não houver a necessidade de integrar o assistente virtual com os sistemas corporativos da empresa, essa atividade não precisa ser executada.

29. Passo 8: execução e acompanhamento Agora que existe um plano detalhando como o projeto vai ser executado, basta segui-lo, fazendo as correções de rumo necessárias ao longo do caminho. A Figura 16 sumariza os passos necessários para executar um projeto de implantação de um assistente virtual inteligente. Note que nem todo projeto de implantação de assistentes virtuais inteligentes segue exatamente os passos sumarizados na Figura 16. Dependendo das características de cada projeto, pode ser necessário incluir novas atividades, assim como adaptar as atividades existentes. De qualquer forma, os passos listados formam uma base sólida sobre a qual o seu projeto pode ser construído.

Figura 16: sumários dos passos necessários para executar um projeto de implantação de um assistente virtual inteligente

30. Questões para reflexão sobre o conteúdo da Parte III

Nesta seção você vai encontrar um grupo de perguntas concebidas para prepará-lo ainda melhor para a execução de projetos de implantação de . assistentes virtuais inteligentes: Quais são os principais benefícios não nanceiros que um projeto de implantação de assistentes virtuais inteligentes deverá propiciar? 2. Quais são os principais benefícios nanceiros que esse tipo de projeto propicia? 3. Um projeto de implantação de um assistente virtual inteligente aumenta a exposição ao risco da empresa? Em caso a rmativo, que riscos são esses? 4. Que consequências a não realização de um projeto de implantação de um assistente virtual trariam para a sua empresa? 5. A realização de um projeto-piloto é, na verdade, um plano de contingência? 6. Como podemos avaliar o resultado do projeto-piloto?

Parte IV Contratando Serviços de Assistentes Virtuais Inteligentes de Terceiros

Ao nal da Parte IV, você terá aprendido: o que são ativos; o que são benefícios intangíveis; como os benefícios intangíveis afetam o processo de seleção de fornecedores; como comparar propostas que propiciam benefícios intangíveis diferentes.

31. Contexto do problema Já que o conhecimento necessário para desenvolver assistentes virtuais inteligentes ainda não está presente nos cursos de ciência da computação que são oferecidos ao mercado (ver Seção 20), é provável que muitas empresas decidam contratar de terceiros a implantação desse tipo de serviço. Em decorrência disso, em um mercado de livre competição, uma empresa que está interessada em utilizar os serviços de um assistente virtual vai se encontrar, inevitavelmente, diante de uma situação na qual terá que selecionar uma entre as várias propostas que foram apresentadas por fornecedores diferentes. Embora todas essas propostas possam ser comparadas por meio dos seus respectivos preços, cada uma delas pode vir a oferecer benefícios bem diferentes. Ao analisar propostas de fornecimento de assistentes virtuais inteligentes, uma empresa deveria levar pelo menos os seguintes itens em consideração: O impacto que o assistente virtual deverá propiciar na intensi cação do relacionamento com os clientes, especialmente no que diz respeito a prover experiências encantadoras no uso do site e dos serviços de atendimento ao cliente. A extensão da experiência do fornecedor com o desenvolvimento, a implantação e o re namento desse tipo de serviço. A capacidade do assistente virtual de responder adequadamente às questões que lhes são apresentadas, independentemente do seu grau de complexidade. A possibilidade de integrar o assistente virtual com os sistemas corporativos, permitindo que ele exiba um conhecimento mais profundo sobre as transações realizadas pelo cliente.

A habilidade do fornecedor de ajudar a criar uma identidade grá ca para o assistente virtual que esteja em sintonia com as estratégias da empresa. Note que pode ser necessário criar uma identidade virtual que se ajuste dinamicamente ao per l do cliente. A experiência e a quali cação da equipe do fornecedor que será utilizada durante e depois da implantação do assistente virtual. As facilidades oferecidas para o desenvolvimento e a implantação de sistemas híbridos, nos quais operadores humanos e assistentes virtuais trabalham em conjunto para prover um atendimento de qualidade aos clientes. A existência e a e cácia dos mecanismos de monitoramento e aferição do desempenho do assistente virtual. A adequabilidade do modelo de comercialização dos serviços oferecidos pelo fornecedor às estratégias de negócio. Note que vários desses itens podem ser divididos em subitens. Por exemplo, o impacto que o assistente virtual deverá prover junto aos clientes da empresa é fortemente in uenciado pelas condições de mercado, incluindo-se aqui: a capacidade da empresa de comunicar a existência e disponibilidade do assistente virtual a seus clientes; e a existência e qualidade dos serviços propiciados por outros assistentes virtuais que possam estar disponíveis no mesmo segmento de mercado. Por sua vez, a experiência do fornecedor com a implantação de assistentes virtuais inteligentes depende: dos segmentos de mercado no qual o fornecedor já tenha atuado com sucesso; e dos tipos e portes das empresas para as quais já tenha trabalhado. A capacidade do assistente virtual de responder adequadamente às questões que lhes são apresentadas está ligada: à e cácia do mecanismo que ele utiliza para relacionar as questões que lhes são apresentadas às ações que se espera que ele execute em cada situação; e à capacidade

desse mecanismo de lidar com questões que lhes são apresentadas pela primeira vez. Já a habilidade do fornecedor de ajudar a criar uma identidade grá ca para o assistente virtual que esteja de acordo com as estratégias da empresa deriva: da visão que o fornecedor é capaz de desenvolver das estratégias do negócio e do posicionamento da empresa no mercado; e da abrangência do seu conhecimento sobre os conceitos e técnicas de comunicação visual. A experiência e a quali cação da equipe do fornecedor que será utilizada durante e depois da implantação do assistente virtual estão conectadas: ao grau de maturidade intelectual que a equipe tenha desenvolvido (cursos, certi cações, títulos, etc.); e às experiências e aos desa os pregressos que já tenha enfrentado. A existência e a e cácia dos mecanismos de monitoramento e aferição de desempenho do assistente virtual dependem: do tipo, da quantidade e da periodicidade com que essas informações são coletadas; e da qualidade das ferramentas que são disponibilizadas para a análise ou que podem ser acopladas ao processo de análise. A adequabilidade do modelo de comercialização dos serviços oferecidos pelo fornecedor às estratégias de negócio depende: Da intensidade do ajuste entre a forma como o serviço é cobrado e as estratégias de negócio. Enquanto alguns fornecedores cobram de acordo com o desempenho do assistente virtual, outros cobram um preço xo pelo serviço, que independe da sua e ciência e e cácia. Existem ainda aqueles que propõem uma mistura equilibrada entre esses dois modelos. Da atratividade da forma como o serviço é prestado. Alguns fornecedores se propõem a absorver, como um todo, a infraestrutura que é necessária para implementar e manter o assistente virtual. Entretanto, outros vão no sentido oposto.

32. Como lidar com o problema Nesse ponto surge naturalmente a questão de como fazer a escolha mais adequada diante de propostas que potencialmente podem propiciar benefícios bem diferentes. A resposta a essa pergunta é propiciada por Thomas Lorie Saaty, professor da Universidade de Pittsburgh, nos Estados Unidos, que nos anos 1970 desenvolveu um método, chamado de Analytic Hierarchy Process (Processo Analítico Hierárquico), ou AHP, para auxiliar os executivos na tomada de decisões complexas. Antes de prosseguirmos, uma palavra de alerta! O uso do AHP exige que vários cálculos matemáticos sejam realizados. Entretanto, o leitor não deve, de forma alguma, sentir-se intimidado ou desencorajado diante desse fato, já que esses cálculos envolvem apenas a soma, a multiplicação e a divisão de valores. Um indicador de que os cálculos necessários para utilizar o AHP não são difíceis de ser feitos é a popularidade do método em áreas nas quais a matemática é apenas uma ferramenta auxiliar para atingir um propósito maior, tais como: estabelecimento de políticas públicas, escolha de veículos automotores (tratores, guindastes, escavadeiras, etc.), gerência de projetos, gestão hospitalar, terceirização de serviços, seleção de pessoal, etc. Em adição, é importante mencionar que todos esses cálculos podem ser feitos com o auxílio de uma planilha eletrônica ou de um dos inúmeros programas desenvolvidos especi camente para facilitar a utilização do AHP. O uso de uma máquina de busca na internet, tal como Google, Yahoo, Bing e outros, revela facilmente os nomes e os fornecedores desses produtos.

33. Os ativos e os seus benefícios intangíveis

Entretanto, antes que possamos fazer uso dos ensinamentos de Saaty, existem alguns conceitos que precisam ser apresentados, tais como: ativo e benefício intangível. No jargão nanceiro, um ativo é algo que gera valor e que pode ser possuído ou controlado. Imóveis, automóveis, notebooks, eletrodomésticos e títulos de clubes são exemplos de ativos que estão disponíveis no mercado para ser adquiridos por qualquer pessoa que tenha a seu dispor os recursos necessários. Note que o valor de um ativo provém dos benefícios que ele propicia a seus donos ou controladores. Um imóvel, por exemplo, pode ser vendido ou alugado, e o capital resultante pode ser utilizado para adquirir outros bens ou mesmo para consolidar ou iniciar um novo negócio. Nesse sentido, um imóvel gera valor tanto para o seu dono quanto para a imobiliária, que, ao controlar o processo de venda ou aluguel, recebe uma comissão pelo serviço. A mesma linha de raciocínio pode ser aplicada a automóveis, notebooks, eletrodomésticos e títulos de clubes. Entretanto, alguns dos benefícios propiciados por certos ativos são intangíveis, isto é, originam-se de percepções subjetivas da realidade, não tendo nem um corpo físico nem um valor monetário facilmente identi cável. A motivação com o trabalho, a lealdade dos clientes a uma marca ou produto, a con ança nos gerentes e diretores de uma empresa e a crença no futuro de um empreendimento são exemplos de benefícios intangíveis que derivam, em geral, de uma estratégia de negócio bem elaborada e do uso de boas práticas gerenciais. Embora possa parecer surpreendente para algumas pessoas, muitas das decisões que tomamos durante o decorrer das nossas vidas são baseadas, ainda que parcialmente, na percepção de valor oriunda de benefícios intangíveis.

Considere, por exemplo, um convite para um almoço de negócios. Antes de aceitá-lo é provável que você leve em consideração as oportunidades que esse convite pode proporcionar. Em adição, você pode ainda considerar as implicações pro ssionais e sociais de participar do almoço e, talvez, a reputação do restaurante onde a refeição será servida. Embora todas essas considerações digam respeito a benefícios intangíveis, se as oportunidades geradas pelo convite forem atrativas, as implicações sociais e pro ssionais forem positivas e o restaurante tiver uma boa reputação, não existe nenhuma razão lógica para recusar o convite, certo?

34. Comparando intangíveis De acordo com Saaty, embora os benefícios intangíveis sejam difíceis de ser quanti cados em termos nanceiros, eles podem ser avaliados com mais facilidade quando comparados dois a dois. Por exemplo: considere um cenário no qual três fornecedores apresentaram propostas para o desenvolvimento de um assistente virtual inteligente. Imagine que para escolher a melhor proposta vamos utilizar os critérios descritos na Figura 17.

Figura 17: critérios a serem utilizados na seleção de propostas de fornecedores de assistentes virtuais inteligentes Um fornecedor pode ter um plano mais abrangente de expansão dos serviços oferecidos pelo assistente virtual (também conhecido como roadmap do produto), contendo serviços adicionais que serão importantes para a empresa em um futuro próximo.

Já que tudo muda muito rapidamente no mundo virtual, é importante manter um olho no presente e outro no futuro. Nesse caso, quanto mais valioso for o roadmap do produto para a empresa, melhor. Por outro lado, o fato de um fornecedor ter o seu processo de desenvolvimento de software certi cado oferece uma garantia adicional importante quanto à qualidade do produto que a empresa estará utilizando. Como essas certi cações medem, na verdade, o grau de maturidade das atividades que são executadas durante o desenrolar desse processo, quanto mais maduras forem essas atividades, melhor. Finalmente, a experiência dos desenvolvimento de assistentes

diversos fornecedores com o virtuais inteligentes pode ser

signi cativamente diferente. Fornecedores mais experientes tendem a antecipar problemas com mais facilidade e a elaborar planos de correção de rumo mais efetivos. Em decorrência, quanto mais experiente for o fornecedor, melhor. Saaty nos aconselha a comparar cada um desses critérios dois a dois, utilizando a escala descrita na Figura 18. Por exemplo, se C3 (experiência com a implantação de assistentes virtuais inteligentes) for muito mais importante que C1 (valor do roadmap do produto), então o valor escolhido deve ser 7. Em adição, se C2 (certi cação do processo de desenvolvimento de software) for moderadamente mais importante que C1, então o valor escolhido deve ser 3. Finalmente, se C3 for moderadamente mais importante que C2, então, novamente, 3 deve ser o valor escolhido para indicar o resultado dessa comparação.

Figura 18: escala de importância relativa

Observe que as comparações sugeridas por Saaty são re exivas. Isto é, se C3 é comparado com C1, então C1 também é, implicitamente, comparado com C3. Neste caso, já que consideramos que C3 é muito mais importante que C1, então necessariamente C1 é muito menos importante do que C3. De acordo com Saaty, uma vez que um valor ν ∈ {1, 2, ..., 9} tenha sido escolhido para indicar a importância relativa de um benefício em relação a outro, então deve ser utilizado para indicar a importância reversa. Portanto, ao escolher 7 para indicar que C3 é muito mais importante que C1, devemos escolher para indicar que C1 é muito menos importante que C3. Para que possamos identi car mais facilmente a importância relativa dos diversos benefícios que estamos comparando, os resultados das comparações dois a dois devem ser acondicionados em uma matriz quadrada n x n, onde n é o número de benefícios que estão sendo comparados. No nosso exemplo n é 3. A Figura 19 sumariza essas ideias.

Figura 19: matriz de avaliação de Saaty de tamanho 3 x 3

Note que os elementos da diagonal da matriz são sempre iguais a 1. Isso acontece porque quando um benefício é comparado com ele mesmo, ele é sempre igualmente importante.

É também relevante observar que o elemento ν2,1 é o resultado da comparação de C2 com C1. Por sua vez, os elementos ν3,1 e ν3,2 são respectivamente o resultado da comparação de C3 com C1 e de C3 com C2. A Figura 20 tangibiliza essas ideias, preenchendo a matriz apresentada na Figura 19 com os valores que estabelecemos ao longo desta seção para as comparações entre C1, C2 e C3.

Figura 20: matriz de avaliação de Saaty com os valores preenchidos Uma vez que a matriz de Saaty está preenchida, o próximo passo consiste na totalização das colunas. A Figura 21 exempli ca esse procedimento.

Figura 21: matriz de avaliação de Saaty com os valores de cada coluna totalizados Neste caso, 11 = 1 + 3 + 7, e . O passo seguinte consiste em transformar cada elemento da matriz em um percentual do total da coluna a que ele pertence. A Figura 22 mostra o resultado dessa transformação.

Observe que os cálculos apresentados na Figura 22 mostram que 1 é 9,1% de 11, o total da coluna que ele pertence, ou seja, 27,3% de 13, ou seja, e assim por diante.

. Por sua vez, 3 é

. Além disso, 7 é 63,6% de 11, ou seja,

,

Figura 22: matriz de avaliação de Saaty com os elementos transformados em percentuais Em seguida a média das linhas devem ser calculadas. A Figura 23 mostra os resultados desses cálculos.

Figura 23: matriz de avaliação de Saaty juntamente com o cálculo da média das linhas Observe que, na Figura 23, e

. Por sua vez, .

Essas médias indicam a importância relativa que atribuímos a cada um dos critérios utilizados para selecionar a melhor proposta para implementação de um assistente virtual inteligente.

Portanto, C3 é o critério mais importante. Ele é seguido por C2 e C1. De acordo com as informações apresentadas na Figura 23, C3 é mais importante que C1 e

vezes

vezes mais importante que C2.

Em álgebra linear, a área da matemática que se dedica ao estudo das equações lineares, a coluna mais à direita da matriz apresentada na Figura 23 é chamada de autovetor principal normalizado, ou AV. A multiplicação desse autovetor pelo total das colunas da matriz apresentada na Figura 23 nos fornece o autovalor principal daquela matriz, ou λmax. Neste caso,

Embora os cálculos do autovalor e do autovetor principal possam parecer mera curiosidade no momento, eles serão necessários na análise de inconsistências, um assunto abordado na próxima seção. A forma que utilizamos para calcular o autovalor e o autovetor leva em consideração as particularidades da matriz de Saaty, isto é, os elementos na diagonal são sempre iguais a 1. Além disso, os valores fora da diagonal variam entre 1 e 9 ou são os inversos desses valores.

35. O problema das inconsistências Uma vez que o AHP se baseia em percepções subjetivas da realidade, muitas vezes a matriz de avaliação que apresentamos na Figura 19 pode apresentar inconsistências. Por exemplo: imagine que chegamos à conclusão de que o critério CI é mais importante que o critério CJ e que CJ é mais importante que CK. Entretanto, suponha que, inadvertidamente, consideramos que CK é mais importante que CI. Como isso contradiz a noção de transitividade e o bom

senso, algo está errado, ou seja, nossa comparação de critérios dois a dois apresenta algum tipo de inconstância. A Figura 24 exempli ca essas ideias.

Figura 24: exemplo de inconsistência no processo de comparação dois a dois As inconstâncias na matriz de avaliação de Saaty podem ser facilmente detectadas com a ajuda da taxa de consistência (TC), que é dada por:

onde IC, o índice de consistência, é dado por , e IR, o índice randômico, é obtido a partir dos valores apresentados na Figura 25, onde n é o número de linhas e colunas da matriz de avaliação.

Figura 25: índice randômico

Se você está se perguntando como os valores apresentados na Figura 25 foram obtidos, pode ser relevante mencionar que eles são decorrentes de testes empíricos realizados pelo próprio Saaty.

Note que o IC da matriz apresentada na Figura 20 é dado por:

Seguindo-se a mesma linha de raciocínio, a TC daquela mesma matriz é dada por:

Segundo Saaty, para matrizes 3 por 3, TC deve ser menor ou igual a 5%. Para matrizes 4 por 4, o limite é 9% e para matrizes 5 por 5 ou maiores o limite é 10%. Como o TC da matriz apresentada na Figura 20 é apenas 0,93%, essa matriz não apresenta inconsistências graves e pode ser utilizada para tomada de decisões.

36. Analisando o desempenho dos fornecedores em cada critério Uma vez que estabelecemos o peso para cada critério que decidimos levar em consideração, precisamos analisar como cada fornecedor se sai diante de cada um deles. Vamos chamar os nossos fornecedores de F1, F2 e F3. Que tal começarmos pelo critério C1, valor do roadmap? Suponha que o roadmap de F3 seja muito mais valioso que o do fornecedor F1. Além disso, considere que o roadmap de F3 é mais valioso que o roadmap de F2. Finalmente, permita que o roadmap de F2 seja equivalente ao roadmap de F1. A Figura 26 captura essas ideias.

Figura 26: matriz de avaliação de fornecedores em relação ao valor do roadmap do assistente virtual Note que a Figura 26 também apresenta o autovetor principal normalizado (AV) da matriz de avaliação de fornecedores e o valor da taxa de consistência (TC). Como TC é menor ou igual a 5%, a matriz não apresenta inconsistências graves e pode ser utilizada no processo de tomada de decisão.

Em seguida, podemos comparar os fornecedores quanto à certi cação do processo de desenvolvimento de software. Suponha que o processo de desenvolvimento de software do fornecedor F3 seja muito mais maduro do que o processo de desenvolvimento de F1 e tão maduro quanto o de F2. Em adição, permita que o processo desenvolvimento de software de F2 seja mais maduro que o de F1. A matriz apresentada na Figura 27 sumariza essa perspectiva. Note que a TC da matriz apresentada nesta gura também está abaixo do limite estabelecido por Saaty.

Figura 27: matriz de avaliação de fornecedores em relação à maturidade do processo de desenvolvimento de software

Finalmente, podemos comparar os fornecedores em relação à experiência com a implantação de assistentes virtuais inteligentes. Nesse sentido,

imagine que a experiência do fornecedor F3 seja moderadamente mais abrangente que a do fornecedor F1 e igual à do fornecedor F2. Além disso, imagine que a experiência de F2 seja moderadamente mais abrangente que a de F1. A matriz apresentada na Figura 28 captura essas ideias. Observe que a TC da matriz também está dentro do limite estabelecido por Saaty.

Figura 28: matriz de avaliação de fornecedores em relação à experiência com a implantação de AVIs

37. O desempenho global das diversas propostas Neste ponto, no qual já calculamos a importância relativa de cada critério que vai ser utilizado no processo de tomada de decisão e o desempenho dos diversos fornecedores em cada um desses critérios, temos todas as informações necessárias para gerar um índice consolidado que permite a identi cação da proposta que oferece a maior quantidade de benefícios para a empresa. Antes de prosseguirmos nessa direção, para facilitar o entendimento, é importante estabelecer uma analogia entre o índice que vai ser apresentado nesta seção e como as notas são atribuídas aos alunos de uma disciplina em uma escola qualquer. Suponha que o professor dessa disciplina decidiu utilizar três critérios, a saber: Nota da prova. Média dos trabalhos realizados em casa.

Média dos trabalhos realizados em aula. Imagine que o professor resolveu atribuir peso 4 à prova, peso 2 aos trabalhos realizados em casa e peso 1 aos trabalhos realizados em aula. Para calcular a nota nal de um aluno que tenha obtido notas np, mtc e mta respectivamente na prova, nos trabalhos realizados em casa e nos trabalhos realizados em aula, realizamos o seguinte cálculo:

De forma análoga, podemos criar o índice consolidado. O autovetor da matriz de avaliação de Saaty, apresentado na Figura 23, são os pesos atribuídos a cada critério. Os autovetores das matrizes apresentadas na Figura 26, na Figura 27 e na Figura 28 são as notas que cada fornecedor obteve em cada um dos critérios que estão sendo considerados na tomada de decisão (ver Figura 17). A Figura 29 exempli ca o cálculo do índice consolidado do desempenho dos fornecedores F1, F2 e F3.

Figura 29: índice consolidado de desempenho dos diversos fornecedores Note que os valores 8,8%, 24,3% e 66,9%, que aparecem logo nas primeiras linhas da tabela apresentada na Figura 29, são os pesos atribuídos aos critérios C1, C2 e C3, respectivamente.

Observe também que, como o fornecedor F3 obteve notas 74,6%, 48,7% e 42,9% nesses critérios, o índice consolidado correspondente a esse

fornecedor

é

dado

por:

que é o melhor desempenho entre os fornecedores, indicando que esta é a proposta que apresenta a maior quantidade de benefícios para a empresa contratante. Portanto, a proposta F3 deveria ser a escolhida para implementar o assistente virtual inteligente, desde que existam recursos para pagar o preço solicitado pelo fornecedor e que a empresa contratante esteja disposta a pagar por ela.

38. Questões para reflexão sobre o conteúdo da Parte IV Nesta seção elaboramos algumas questões para que o leitor re ita, de forma mais ampla, sobre a seleção de propostas de fornecimento de . assistentes virtuais inteligentes: Identi que pelo menos um item (uma dimensão) que não foi citado na Seção 31 e que poderia ser utilizado para avaliar propostas de fornecimento de assistentes virtuais. 2. Proponha pelo menos dois subitens para o item identi cado na questão anterior. 3. Imagine uma situação no dia a dia de um executivo, diferente daquelas citadas neste livro, na qual o AHP poderia ser utilizado para tomada de decisão. 4. Calcule a taxa de consistência da matriz de avaliação apresentada na Figura 30.

. Figura 30: matriz de avaliação de Saaty com taxa de consistência inadequada Que valor deve ser alterado na matriz apresentada na Figura 30 para que sua taxa de consistência que dentro dos parâmetros estabelecidos por Saaty?

Parte V Por Dentro do AVI

Ao nal da Parte V, você terá aprendido: o que é uma base de conhecimento; como faço para construir uma base de conhecimento; o que são stop words; como os diálogos entre o AVI e nossos clientes são modelados.

39. O que é uma base de conhecimento? Esta é, com certeza, uma das questões ligadas ao desenvolvimento de assistentes virtuais inteligentes que intrigam tanto o pessoal das áreas de negócio quanto os pro ssionais de informática. Embora os detalhes técnicos sejam complexos e estejam além do escopo desta obra, os conceitos gerais relacionados ao conteúdo de uma base de conhecimento não são difíceis de ser explicados e compreendidos. De forma clara e objetiva, uma base de conhecimento é um banco de dados onde cam armazenados exemplos de questões que os clientes provavelmente apresentarão ao assistente virtual, juntamente com as ações adequadas a cada situação (exibir resposta na forma de texto, apresentar um lme, reposicionar a página da internet, fazer perguntas adicionais, capturar novas informações, etc.). Muitas pessoas acham intrigante o fato de a base de conhecimento conter apenas exemplos de questões e não todo o universo de possibilidades. A razão para isso é muito simples: esse universo é in nito! Portanto, seria impossível acomodá-lo em um banco de dados, que, por restrições tecnológicas, possui uma capacidade nita de armazenamento. Por exemplo, considere a sentença apresentada na Figura 31, que poderia surgir durante a interação de um cliente com um assistente virtual, presente em um site de venda de material esportivo.

Figura 31: fragmento de uma interação com um assistente virtual Já que “entretanto”, “contudo”, “entrementes”, “mas”, “no entanto”, “porém” e “todavia” são sinônimos, as sentenças: “Grato pela sugestão. Contudo, pre ro a camisa azul”, “Grato pela sugestão. Entrementes, pre ro a camisa azul”, “Grato pela sugestão. Mas pre ro a camisa azul”, “Grato pela sugestão. Porém, pre ro a camisa azul”,

“Grato pela sugestão. No entanto, pre ro a camisa azul” e “Grato pela sugestão. Todavia, pre ro a camisa azul”

possuem todas o mesmo signi cado e em tese deveriam receber o mesmo tratamento por parte do assistente virtual. Agora considere que “grato” e “obrigado” são sinônimos. Portanto, “Obrigado pela sugestão. Entretanto, pre ro a camisa azul”, “Obrigado pela sugestão. Contudo, pre ro a camisa azul”, “Obrigado pela sugestão. Entrementes, pre ro a camisa azul”, “Obrigado pela sugestão. Mas, pre ro a camisa azul”, “Obrigado pela sugestão. Porém, pre ro a camisa azul”, “Obrigado pela sugestão. No entanto, pre ro a camisa azul” e “Obrigado pela sugestão. Todavia, pre ro a camisa azul” também são expressões equivalentes. Espere um momento! “Fico agradecido” também é um sinônimo de “Grato” e “Obrigado”. Isso sem mencionar que “preferir”, “optar” e “escolher” também são sinônimos, assim como “sugestão”, “ideia”, “proposta” e “recomendação”. Em decorrência disso, mesmo para uma sentença relativamente simples, como aquela apresentada na Figura 31, existe um grande número de variações possíveis. Já que armazenar todas as variações de todas as sentenças possíveis seria impossível, a única saída que nos resta é armazenar uma “sentença exemplo” (ou “questão exemplo”), juntamente com os sinônimos das palavras que ela utiliza. Como esses sinônimos podem ser úteis em diversas situações, eles são, em geral, acomodados na base de conhecimento no formato de um dicionário independente, que pode ser consultado sempre que necessário.

Nesse ponto é importante mencionar que os conteúdos das “sentenças exemplos” podem ser simpli cados para facilitar o armazenamento. Com isso em mente, considere o telegrama apresentado na Figura 32, enviado por um executivo de vendas para o seu chefe imediato:

Figura 32: telegrama enviado por um executivo de vendas para o seu chefe Para aqueles que não estão familiarizados com o tema, é importante mencionar que, de acordo com os Correios, um telegrama é uma mensagem urgente e con dencial. Ele pode ser transmitido tanto pela internet como por outro meio eletrônico para o local de destino. Ali a mensagem é impressa e envelopada para entrega no endereço do destinatário.

Em vários países, quanto menor o número de palavras contidas em um telegrama, menor o custo de envio. Portanto, para tornar a comunicação

mais barata, o executivo de vendas retirou do texto original algumas palavras que não impediam a compreensão da mensagem que desejava enviar ao seu chefe, na qual comunicava que: a venda havia sido realizada com sucesso; a equipe de vendas teve um ótimo desempenho; e o cliente está solicitando a apresentação de propostas adicionais àquelas que foram apresentadas anteriormente. Toda língua possui palavras desse tipo, que são denominadas, genericamente, de stop words. A presença dessas palavras no texto afeta a performance do assistente virtual como um todo, fazendo com que a identi cação da ação mais adequada a cada questão apresentada pelos clientes que mais lenta. Em decorrência disso, a base de conhecimento costuma conter uma relação de stop words, que são removidas automaticamente das mensagens enviadas pelos usuários, na medida em que isso se torna necessário. A Figura 33 apresenta uma lista contendo várias stop words que fazem parte da língua portuguesa. Da mesma forma que os sinônimos, as stop words também costumam ser armazenadas na base de conhecimento no formato de um dicionário independente, que pode ser consultado a todo instante.

Figura 33: stop words para a língua portuguesa Agora podemos voltar ao exemplo que utilizamos no início desta seção, isto é, aquele apresentado na Figura 31. Existem três palavras que podem ser facilmente removidas daquela sentença sem que isso afete o entendimento, a saber: “a”, “pela” e “entretanto”.

Portanto, neste caso, a “sentença exemplo” que ca armazenada na base de conhecimento é uma estrutura equivalente a qualquer uma das diversas variações da sentença original, onde estas três palavras foram omitidas. Por exemplo, “Obrigado sugestão pre ro camisa azul”.

Outra questão que requer atenção diz respeito ao hábito que muitas pessoas desenvolveram de escrever de forma abreviada e utilizarem siglas de conhecimento público quando estão trocando mensagens no mundo virtual. Obviamente, essas abreviações e siglas possuem o mesmo signi cado que as suas formas estendidas. A ciência desse fato facilita a identi cação das ações que serão executadas pelo assistente virtual em cada situação. Portanto, além das perguntas e questões exemplos, a base de conhecimento costuma acomodar dicionários de siglas e abreviaturas, que nos permitem compreender com mais facilidade o que está a igindo o cliente. Por exemplo, considere a seguinte troca de mensagens entre um cliente e um assistente virtual inteligente: Cliente:

Como sou noob no mnd dos seguros, não sei o que é resseguro. Vc pode dar um hlp?

Assistente Claro. Resseguro é uma espécie de seguro do seguro. Trata-se de uma virtual: operação pela qual a empresa seguradora transfere para outra, total ou parcialmente, o risco assumido por meio da emissão de uma apólice de seguros. O objetivo de uma operação de resseguro é diminuir a responsabilidade da seguradora na aceitação de um risco que ela considera excessivo. Cliente:

Blz. Valeu!

Assistente Existe algo mais que eu possa ajudar? virtual: Cliente:

O que é o IRB?

Assistente Instituto de Resseguros do Brasil ou IRB é uma empresa mista, com controle virtual: do governo brasileiro, que atua no mercado de resseguro. O IRB foi criado em 1939 por Getúlio Vargas para concentrar nas empresas nacionais o resseguro do país. Até 2007 o IRB detinha o monopólio de todo o resseguro que era feito no Brasil. Cliente:

Fmz. É só isso. Xau.

Assistente Até a próxima então

virtual:

Observe que “noob”, “mnd”, “Vc”, “hlp”, “Blz”, “Fmz” e “Xau” são todos exemplos de abreviaturas comumente utilizadas na internet. A Figura 34 apresenta o signi cado de cada uma dessas expressões.

Figura 34: signi cado de algumas expressões utilizadas comumente na internet Em adição, IRB é uma sigla que, assim como INPC (Índice Nacional de Preços ao Consumidor), DANFE (Documento Auxiliar da Nota Fiscal Eletrônica) e DIY (faça você mesmo, ou do it yourself, em inglês), aparecem com frequência em mensagens entre clientes e empresas.

Finalmente, existe a questão dos diálogos. Observe que nem toda interação com um assistente virtual diz respeito a uma troca de informações na qual o usuário faz uma pergunta e o assistente provê uma resposta. Em muitas situações, se estabelece entre o assistente e o cliente um diálogo, no qual a próxima interação depende do resultado de interações anteriores.

Tome como exemplo o seguinte diálogo travado entre um assistente virtual e um cliente que deseja adquirir uma passagem aérea. Cliente:

Oi, gostaria de comprar uma passagem aérea.

Assistente Qual o aeroporto de origem e destino da passagem que você quer virtual: comprar? Cliente:

Quero ir de Congonhas para o Santos Dumont.

Assistente Você sabe as datas em que gostaria de voar entre Congonhas e o Santos virtual: Dumont? Cliente:

Quero ir na próxima segunda-feira, de manhã, e voltar na sexta de tarde.

Assistente Na segunda de manhã temos voos saindo às 8h 30min, 9h 30min, 10h virtual: 30min e 12h. Na sexta de tarde temos voos saindo às 13h, 14h, 15h e 18h. Que voos você prefere? Cliente:

Na segunda, quero ir no voo das 8h 30min. Na volta, pre ro o das 15h.

Assistente Com sua autorização estou reposicionando a página da internet, para que virtual: você possa conferir as informações da sua reserva, escolher os assentos do seu agrado e realizar o pagamento. Posso ir em frente e reposicionar a página? Cliente:

Pode sim, obrigado.

Assistente Se houver algo mais em que possa ajudar, você sabe onde me encontrar, virtual: certo? Cliente:

Certíssimo, obrigado.

Observe que a estrutura de um diálogo de reserva de passagens é particularmente complexa, já que as informações podem ser fornecidas em qualquer ordem e as próximas interações podem depender do resultado de interações anteriores. Por exemplo: em princípio, os assentos não deveriam ser reservados antes de saber a data e a hora dos voos. Porém, se essa regra for absoluta, como proceder com um cliente que deseja pegar o próximo voo no qual o assento 5F estiver disponível?

Por sua vez, é possível que a preferência do cliente em relação à localização das poltronas não possa ser satisfeita, mesmo que ela tenha sido expressa após a identi cação dos dias e horários dos voos. Nesse caso, o assistente virtual vai ser obrigado a retomar o processo de negociação com o cliente. Além disso, o diálogo pode ter que ser suspenso, podendo voltar a ser concluído mais tarde. Diálogos desse tipo são representados na base de conhecimento por meio de uma estrutura contendo indicador de início e m de diálogo, ações, decisões e transições. Antes que possamos apresentar um exemplo dessa estrutura precisamos estabelecer algumas convenções relativas à notação. A Figura 35 apresenta essas convenções.

Figura 35: convenções adotadas para representação de diálogos A Figura 36 mostra a estrutura (simpli cada) do diálogo entre o assistente virtual e um cliente que deseja comprar uma passagem aérea.

Figura 36: estrutura do diálogo entre o assistente virtual e o cliente que deseja adquirir uma passagem aérea Observe que o diálogo tem um ponto de início bem de nido, que aparece logo no topo da Figura 36. Entretanto, ele pode terminar em pontos diferentes, vários deles relacionados à inabilidade do cliente de prover a informação que foi solicitada pelo assistente virtual.

Quando um diálogo termina dessa forma, não necessariamente a última interação feita pelo cliente é descartada. Frequentemente essa interação é analisada pelo assistente virtual fora do contexto do diálogo, da mesma forma que um ser humano faria. Por exemplo, suponha que, ao ser indagado sobre os dias em que deseja voar, o cliente pergunte como está o tempo no Rio de Janeiro. Neste caso,

o assistente virtual poderia dizer que não entendeu a resposta, solicitando que ele forneça a informação que havia pedido. Caso o cliente insista em não fornecer os dias em que pretende viajar, o assistente analisa a informação fornecida fora do contexto do diálogo, provendo a resposta adequada. Nesse caso, ele poderia dizer que o tempo no Rio de Janeiro está ensolarado, com temperatura média em torno dos 24 graus Celsius. Nesse ponto, duas ações são possíveis: o assistente pode indagar se o cliente deseja continuar a compra da passagem aérea ou pode esperar que ele se manifeste a respeito, no momento adequado. Na estrutura apresentada na Figura 36, optamos por suspender o diálogo, cando no aguardo da manifestação do cliente. Observe também que, na estrutura apresentada na Figura 36, algumas informações são armazenadas para uso posterior em ORIGEM, DESTINO, DATA_IDA e DATA_VOLTA. Esses são nomes de memórias (ou variáveis, no jargão de computação) aos quais podemos nos referenciar mais tarde. Embora possa parecer surpreendente, todas as informações relativas a um diálogo e sua estrutura cam armazenadas na base de conhecimento.

40. A intenção e as ações contidas na base de conhecimento A base de conhecimento é gerenciada por um programa de computador chamado genericamente de sistema gerenciador da base de conhecimento. Esse programa se encarrega de atender às solicitações de informações e promover as alterações necessárias no conteúdo da base. Além dos dicionários de sinônimos, de abreviaturas e de stop words e das questões possíveis de serem apresentadas pelos nossos clientes, cam armazenadas na base de conhecimento as ações correspondentes a essas questões.

Portanto, todo esse conteúdo é criado e mantido através do sistema gerenciador da base de conhecimento. Um fato curioso sobre o conteúdo da base de conhecimento diz respeito à quantidade de ações distintas a serem executadas pelo assistente virtual. Elas costumam ser bem menores do que o de sentenças-exemplo (ou questões-exemplo). Isso ocorre porque várias sentenças-exemplo podem expressar a mesma intenção, desejo, propósito ou intento por parte do usuário do AVI. Por exemplo, considere as seguintes sentenças: Desejo comprar um telefone celular. Quero comprar um tablet. Você pode me ajudar a comprar um telefone sem o? Como faço para adquirir um notebook? Gostaria de adquirir uma antena para TV digital. Desejo comprar uma camisa polo. Você pode me ajudar? Vocês vendem quimono para jiu-jitsu? Todas essas sentenças expressam o mesmo intento, isto é, comprar um produto. Note que todas elas poderiam ser endereçadas pela mesma ação, ou seja: abrir uma nova janela na tela que o usuário está consultando e enviar a seguinte mensagem: “Na janela ao lado você encontrará todos os produtos que estão à venda em nossa loja virtual com os seus respectivos preços”. Portanto, uma mesma ação por parte do AVI é, na verdade, capaz de endereçar um enorme conjunto de questões que podem ser potencialmente apresentadas por nossos clientes. Em um site de comércio eletrônico, além da intenção de compra de produtos, algumas das categorias mais comumente utilizadas para classi car as intenções contidas nas questões apresentadas por nossos clientes são: Obter informações sobre as formas de pagamento.

Modi car a forma de pagamento. Veri car o andamento de um pedido. Reclamar sobre produtos entregues com defeito. Solicitar a troca de produtos. A identi cação da intenção contida nas mensagens enviadas a um AVI é uma das tarefas das mais relevantes na construção da base de conhecimento. Ela permite a criação de bases mais compactas, que são mais fáceis de ser consultadas e mantidas.

41. Como faço para construir uma base de conhecimento? No nal do século XIX, quando era professor de economia política na Universidade de Lausanne, na Suíça, o italiano Vilfredo Pareto realizou um estudo sobre a distribuição de renda na Itália. Ao analisar os dados que havia coletado, Pareto notou que cerca de 80% das terras italianas pertenciam somente a cerca de 20% da população. Intrigado com o resultado, coletou dados econômicos sobre vários outros países, onde, para sua surpresa, o mesmo problema podia ser notado. A pesquisa de Pareto chamou a atenção de outros pesquisadores, que, ao longo do tempo, encontraram um número crescente de situações nas quais era possível veri car a ocorrência de proporções similares àquelas que haviam sido encontradas na distribuição de terras italianas. Em linhas gerais, o princípio de Pareto, como cou conhecido, nos ensina que, para muitos fenômenos econômicos e sociais, uma parcela considerável das consequências advém de uma parcela reduzida das causas. Por exemplo, em geral: 80% do faturamento de uma empresa provém de 20% dos clientes. Em vendas comissionadas, 20% dos vendedores ganham 80% das comissões.

Mais de 80% das descobertas cientí cas são realizadas por somente 20% dos cientistas. Menos de 20% das celebridades dominam mais de 80% da mídia. Mais de 80% dos livros mais vendidos (no Brasil e no mundo) são de 20% dos autores. Cerca de 80% dos lucros estão relacionados com 20% dos clientes. A maior parte dos acidentes de trânsito é causada por uma pequena quantidade de motoristas. 80% dos usuários de computador usam algo em torno de 20% dos recursos disponíveis. 80% do tempo usamos apenas 20% de nossas roupas. Etc. Por razões óbvias, o princípio de Pareto também é conhecido como “princípio 80-20”. No mundo dos assistentes virtuais inteligentes, o princípio de Pareto desempenha um papel importante no planejamento da construção da base de conhecimento. De todos os exemplos de questões que farão parte da base, quando ela estiver completa, apenas uma pequena quantidade será utilizada a maior parte das vezes. O mesmo fenômeno ocorre com as ações que o assistente virtual deve tomar frente às questões que lhes são apresentadas, isto é, de todas as ações que a base irá indicar, apenas uma parcela reduzida será acionada constantemente. Em adição, apenas uma parcela das entradas nos dicionários de sinônimos, abreviaturas e stop words será utilizada a maior parte do tempo. Finalmente, de todas as estruturas de diálogos que a base de conhecimento irá acomodar, apenas uma pequena parcela será acionada no dia a dia. Quando considerados em conjunto, esses fatores indicam que a base de conhecimento não precisa ser construída em um único passo. É possível

construí-la em etapas, reduzindo tempo e esforço de construção. Dessa forma, antecipam-se também os benefícios que a presença de um assistente virtual irá propiciar ao ser disponibilizado para uso pelos nossos clientes. Nesse ponto, existe uma questão que surge naturalmente: como faço para identi car que parcela das entradas da base de conhecimento será a mais utilizada? Como havíamos mencionado na Seção 6, se a sua empresa possui um contact center para esclarecer as dúvidas dos clientes, a análise das mensagens trocadas com os pro ssionais do SAC revela quais assuntos concentram a maior parte das interações. Havendo um volume grande de dados disponíveis para a análise, é possível determinar, dentro de cada assunto, quais são os subassuntos mais populares, e assim por diante. Basta selecionar as perguntas, questões e diálogos mais requisitados pelos clientes e povoar a base de conhecimento com eles. Em adição, a análise desse material vai indicar que palavras deverão ser armazenadas nos dicionários de sinônimos, siglas e stop words que farão parte da primeira versão da base de conhecimento. Caso você não possua um contact center, mas conte com a ajuda de consultor externo que já tenha participado de outros projetos de implantação de assistentes virtuais, então esse pro ssional poderá ajudar a identi car que assuntos e subassuntos serão os mais populares, assim como os demais itens que deverão, incialmente, fazer parte da base de conhecimento. Alternativamente, se nenhuma dessas facilidades estiver disponível na sua empresa, analise a lista de perguntas frequentes (FAQs) de empresas do mesmo ramo de atividade.

Ainda que essas listas não necessariamente espelhem a realidade, já que tendem a ser construídas a partir do que se imagina que sejam os assuntos que mais a igem os clientes, elas são, provavelmente, um ponto de partida melhor do que uma folha de papel em branco!

42. O que fazer quando o agente virtual não consegue prover uma ação adequada a uma questão? Inevitavelmente vão existir situações nas quais uma resposta adequada a uma questão apresentada por um cliente não está presente, naquele momento, na base de conhecimento do assistente virtual. A solução mais simples e honesta para tal situação é instruir o assistente virtual a informar ao cliente do ocorrido, desculpar-se e perguntar se existe algo mais em que ele possa ajudar. Entretanto, é possível tratar esse problema de uma forma diferente. Muitas implementações de assistentes virtuais são híbridas, no sentido em que o assistente e operadores humanos colaboram para prover um serviço de maior qualidade aos clientes de uma empresa. No sistema híbrido o assistente virtual consulta primeiro a base de conhecimento para identi car a ação que deve executar. Caso esta ação não esteja disponível, ele consulta um operador humano, executando a ação que lhe for indicada. A Figura 37 sumariza essas ideias.

Figura 37: sistema híbrido As vantagens dos sistemas híbridos quando comparados com os não híbridos são consideráveis: Os clientes nunca cam de mãos vazias quando apresentam uma questão para o assistente virtual.

As ações que forem indicadas pelo operador humano podem ser analisadas mais tarde e adicionadas à base de conhecimento, aumentando, dessa forma, a capacidade do assistente de prover, por si só, respostas adequadas às questões apresentadas pelos clientes. Porém, as desvantagens infelizmente não são desprezíveis: O funcionamento dos sistemas híbridos não necessariamente ocorre no regime 24x7. Portanto, o cliente pode ter que esperar um tempo razoavelmente longo pela resposta às suas questões. Dependendo do operador de plantão, a mesma questão pode desencadear ações diferentes do assistente virtual, confundindo e desapontando o cliente. Cabe ao gestor do projeto de implantação do assistente virtual ponderar as vantagens e desvantagens dos sistemas híbridos, adotando a solução

que for mais adequada às estratégias de negócio.

43. Como faço para integrar o assistente virtual com os sistemas internos da empresa? Durante o processo de implantação de um assistente virtual inteligente é possível que a integração com os sistemas corporativos da empresa se torne uma fonte de preocupação para os pro ssionais do setor de informática. Por questões relacionadas à segurança da informação, esses pro ssionais podem se mostrar resistentes à ideia de o assistente virtual acessar diretamente informações armazenadas nos bancos de dados corporativos. Essa resistência se torna especialmente intensa quando o assistente vai ser instruído a executar operações de atualização de informações. As preocupações tendem a se exacerbar ainda mais quando você planeja utilizar os serviços de fornecedores externos que não são conhecidos da equipe de informática. Nesse caso, os pro ssionais do serviço de atendimento ao cliente, marketing e informática envolvidos no projeto de implantação do assistente virtual podem se ver em lados opostos da mesa de negociação. Enquanto o marketing e o serviço de atendimento ao cliente desejam unir forças para aumentar as vendas e, em consequência, o faturamento e o lucro da empresa, os pro ssionais de informática desejam limitar a exposição ao risco de comprometimento de informações que são importantes para o dia a dia dos negócios. Contudo, se você considerar imparcialmente os dois lados da questão, verá que os argumentos utilizados por ambas as partes têm a sua razão de ser.

Sem lucro a empresa morre. Entretanto, como hoje em dia a informática permeia todas as funções de negócio, inconsistências nas informações armazenadas nos bancos de dados corporativos podem vir a paralisar a empresa como um todo. A boa notícia é que esse con ito não precisa ter vencedores e perdedores. Existe uma forma de abordar o problema em que todos os lados saem ganhando. Na verdade, trata-se da combinação de duas tecnologias diferentes. A primeira já foi alvo de comentários ao longo das páginas desta obra, a saber: a capacidade do assistente virtual de reposicionar a página que o cliente está visualizando na internet em outra, onde, sob os olhares vigilantes do setor de informática, as operações de consulta e atualização de informações podem ter lugar. Essas páginas podem ser desenvolvidas pelo próprio setor de informática ou por prestadores de serviço que já trabalham com eles há algum tempo. Isso, por si só, tende a eliminar boa parte da resistência inicial no que diz respeito à integração dos assistentes virtuais com os sistemas corporativos da empresa. Porém, é possível que as estratégias de negócio ditem que o reposicionamento de páginas da internet não é a melhor forma de encantar os clientes. Nesse caso, a integração do assistente virtual com os sistemas corporativos pode ocorrer pelo uso de uma tecnologia chamada “serviços web”, ou web services, em inglês. Os serviços web, como o próprio nome indica, são serviços de acesso e transformação de informações que as empresas podem oferecer via internet. Por exemplo, suponha que a sua empresa tenha desenvolvido um programa de computador (um software) capaz de efetuar a análise de

crédito de um cliente, indicando o risco de ele não realizar os pagamentos acordados em um contrato. Já que uma quantidade considerável de recursos foi utilizada no desenvolvimento desse software, é natural que a empresa deseje obter algum retorno sobre os investimentos realizados. Contudo, como ela deve proceder para vender e distribuir esse produto? Até alguns anos atrás, a forma mais conveniente de distribuir um programa de computador era colocar o código executável em um CD e enviá-lo para o interessado pelo correio. Mesmo não sendo uma forma particularmente ruim de distribuir software, ela apresenta alguns inconvenientes: A gravação dos CDs pode introduzir erros no processo. Por exemplo, a versão gravada no CD não é a mais recente, pedaços do código executável não foram transferidos para o CD, etc. Diferentes sistemas operacionais (Windows, Linux, Android, etc.) e suas respectivas versões podem exigir a geração de códigos executáveis diferentes, um para cada sistema. Atualizações no software, mesmo as de pequeno porte, têm que ser distribuídas da mesma forma, isto é, via CD. Se o software possuir versões com diferentes funcionalidades (student, home edition, small office, professional, enterprise, etc.), todas elas têm que passar pelo mesmo processo de distribuição. É difícil impedir que os usuários redistribuam indevidamente cópias secundárias do software, diminuindo com isso o lucro da empresa. Com o advento da internet, para minorar esses problemas, os desenvolvedores de software passaram a distribuir seus produtos por meio do download, uma operação na qual o usuário baixa arquivos de interesse diretamente no seu computador. Nesse caso, os arquivos são os códigos executáveis que desejamos distribuir. Embora seja um avanço em relação à distribuição de software via CD, o download continua a apresentar alguns inconvenientes: Programas

grandes podem levar um tempo considerável para ser descarregados. O processo de instalação do software no equipamento do usuário pode não funcionar corretamente. Atualizações implicam na descarga e instalação de novas versões do mesmo programa. Embora cientes do fato, alguns usuários não vão baixar a versão mais recente do software. Em consequência, é possível que continuem parcialmente insatisfeitos com o produto, reportando de forma sistemática erros que já foram corrigidos anteriormente. As versões para diferentes sistemas operacionais continuarão tendo que ser geradas e distribuídas. Conquistas recentes nas áreas de engenharia de software e rede de comunicação de dados passaram a oferecer a possibilidade de disponibilizar uma única versão de um software para uso pelos seus usuários nos equipamentos do próprio desenvolvedor. É isso mesmo! Em vez de utilizar o software no seu computador, você o utiliza remotamente, no computador do desenvolvedor. Note que esse processo apresenta enormes vantagens sobre as demais opções disponíveis: O software só precisa ser desenvolvido para um único sistema operacional, isto é, aquele que o desenvolvedor estiver utilizando. As atualizações ainda precisam ser comunicadas, mas não precisam ser distribuídas. Erros no processo de instalação se reduzem a zero, já que o processo como um todo deixa de existir. O software não pode ser copiado e distribuído porque os seus usuários não têm acesso ao código executável. A disponibilização do serviço pode ser facilmente controlada pelo uso de senhas e, alternativamente, em conjunto com o endereço do usuário na internet (endereço IP).

Uma vez que os serviços web que o assistente virtual for utilizar estiverem disponíveis, eles podem ser utilizados da mesma forma que um cliente externo o faria. Note que as atualizações realizadas nos serviços web, que podem ser desenvolvidos pelo próprio setor de informática, implicam na atualização imediata dos serviços oferecidos pelo assistente virtual. Tudo isso posiciona os serviços web como uma opção extremante interessante para integração do assistente com os sistemas corporativos.

44. Questões para reflexão sobre o conteúdo da Parte V Nesta seção você vai encontrar um grupo de perguntas concebidas para prepará-lo ainda melhor para a execução de projetos de implantação de . assistentes virtuais inteligentes: No contexto deste livro, o que é uma base de conhecimento? a) Base de conhecimento é uma tecnologia utilizada para armazenar informações estruturadas e não estruturadas em sistemas‐ computacionais. b)Uma base de conhecimento é um banco de dados onde cam armazenados exemplos de questões que os clientes provavelmente apresentarão ao assistente virtual, juntamente com as ações adequadas a cada situação. c) Uma base de conhecimento é uma biblioteca on-line contendo informações sobre produtos, serviços, organizações, pessoas, etc. d)Uma base de conhecimento é um repositório centralizado de informações sobre um tema em particular. O acesso a esse repositório pode estar automatizado (ser feito através de sistemas computacionais) ou não. e) Nenhuma das respostas anteriores. 2. Por que a base de conhecimento contém apenas exemplos de questões que provavelmente nossos clientes apresentarão ao AVI e

não todo o universo de possibilidades? a) O universo de possibilidades é in nito. Entretanto, o banco de dados onde a base de conhecimento ca armazenada possui uma capacidade nita de armazenamento de informações. b)Nem sempre é possível gerar todo o universo de possibilidades. Portanto, muitas vezes temos que nos contentar com a disponibilidade das questões-exemplo. c) Questões-exemplo são mais fáceis de ser geradas e armazenadas. d)Embora o universo de todas as possibilidades seja nito, o custo de armazenar todas as questões possíveis é muito caro. e) Nenhuma das respostas anteriores. 3. Além das questões-exemplo, que outras informações armazenadas na base de conhecimento? a) Dicionário de sinônimos e dicionário de abreviações. b)Stop words. c) Estrutura de diálogos. d)Ações a serem executadas pelo AVI. e) Todas as respostas anteriores.

cam

4. O que são stop words? a) São palavras que indicam que uma pausa rápida deve ser feita durante a leitura de um texto. b)São palavras que sinalizam o nal de uma sentença. c) Trata-se de um falso cognato. Na verdade, as stop words indicam que uma pausa não deve ser feita durante a leitura de um texto. d)São palavras que podem ser retiradas de um texto ou mensagem sem que isso prejudique a sua compreensão. e) Nenhuma das respostas anteriores. 5. Por que um AVI deve ser capaz de lidar com abreviaturas e siglas? a) As abreviaturas e siglas fazem parte tanto da língua escrita quanto da língua falada.

As siglas e abreviaturas são uma forma inteligente de codi car b)mensagens de tal forma que somente os iniciados conseguem decifrá-las. c) As abreviaturas e siglas dominam o mundo da internet. Se o AVI prescindisse de lidar com elas de forma adequada, ele não seria capaz de entender muitas das mensagens que são enviadas por nossos clientes. d)Ao utilizar abreviaturas e siglas nas mensagens que envia aos nossos clientes, o AVI se apresenta como uma entidade virtual antenada com o que está acontecendo no mundo. e) Nenhuma das respostas anteriores. 6. Que elementos fazem parte de uma estrutura de diálogo de um AVI? a) Perguntas, comentários e respostas. b)Início e m de diálogo, ações, decisões e transições. c) Dúvidas, sugestões e reclamações. d)Próclises, mesóclises e ênclises. e) Substantivos, adjetivos e verbos. 7. Em linhas gerais, o princípio de Pareto nos ensina que, em muitos a) fenômenos econômicos e sociais: Pode se perceber uma luta permanente entre as diversas classes sociais. b)Uma parcela considerável das consequências advém de uma parcela reduzida das causas. c) A luta pelo poder é travada entre os indivíduos, entre as organizações e entre os indivíduos e organizações. d)Existe uma relação de causa e efeito e de efeito e causa. e) A duração dos fenômenos sociais tende a ser muito mais longa e duradoura. 8. A base de conhecimento não precisa ser construída em um único a) passo. Isso ocorre porque: De todos os exemplos de questões que

farão parte da base, apenas uma pequena quantidade será utilizada a maior parte das vezes. b)De todas as ações a serem executadas pelo AVI que a base irá armazenar, não mais que uma pequena quantidade será utilizada no dia a dia. c) Somente uma parcela das entradas nos dicionários de sinônimos e abreviaturas será acionada constantemente. d)Apenas uma pequena quantidade de stop words será utilizada a maior parte do tempo. e) Todas as respostas anteriores. 9. Em um sistema híbrido, quando o assistente virtual não consegue a) localizar uma ação para ser executada: Ele informa ao cliente que não sabe o que fazer. b)Ele solicita a ajuda de um ser humano para prover uma resposta adequada à questão que lhe foi apresentada. c) Ele solicita que o usuário reforme a questão que lhe foi apresentada até que o problema seja resolvido. d)Ele ignora a questão que lhe foi apresentada e segue adiante. e) Ele apresenta uma questão ao usuário de tal forma que este se sinta intimidado. 10.Que tecnologia facilita a integração do AVI com os sistemas corporativos existentes? a) Banco de dados orientado a objetos. b)Comunicação assíncrona. c) Serviços web. d)Comunicação síncrona. e) Data analytics.

Parte VI Avaliando o Desempenho do Assistente Virtual Inteligente

Ao nal da Parte VI, você terá aprendido: por que as mudanças afetam os produtos e serviços que oferecemos a nossos clientes; por que o desempenho do assistente virtual precisa ser avaliado frequentemente; como essa avaliação pode ser feita; quais dimensões de desempenho devem ser avaliadas; como as amostras podem ajudar na avaliação do desempenho de um AVI.

45. Tudo muda Há muitos e muitos anos, viveu no norte da Índia, onde hoje é o Nepal, o pensador e lósofo Sidarta Gautama, mais conhecido como “o Buda”. Conta a História que Sidarta era um príncipe que renunciou à linha sucessória do reino de Kapilavastu. Em vez de seguir o destino que havia sido traçado para ele e se tornar rei, Sidarta optou por uma vida simples do ponto de vista material, mas rica do ponto de vista espiritual. Sidarta dedicou a sua vida à meditação e à re exão sobre o mundo a sua volta – especialmente sobre a natureza da existência dos seres humanos e da relação destes com os demais seres vivos e objetos inanimados. Como resultado de suas re exões, Sidarta deixou um enorme legado de conhecimento e citações que foram passadas oralmente por seus seguidores através das gerações, dando origem ao Budismo. Uma das citações mais singelas, profundas e abrangentes proferidas por Sidarta diz respeito à mudança. Como nos ensina sabiamente o Buda: “Tudo muda. Nada permanece como está”. Existem três aspectos dessa citação que são especialmente importantes. Primeiro, ela é tão verdadeira hoje como quando foi proferida há cerca de 2.500 anos! Segundo, ela tem um enorme impacto nas nossas vidas, tanto do ponto de vista pessoal quanto do pro ssional. Já que tudo muda, mudam nossos hábitos, nossas preferências, nossos gostos, nossas paixões e, em decorrência disso, a intensidade dos nossos relacionamentos. Mudam também as habilidades e os conhecimentos que são valorizados pelo mercado de trabalho e que mantêm a nossa empregabilidade. As mudanças exigem um constante processo de adaptação ao novo, que muitas pessoas não compreendem ou, simplesmente, não estão dispostas

a fazê-lo. Entretanto, se nos recusarmos a nos adaptar, corremos o risco de carmos ultrapassados e obsoletos. Finalmente, as mudanças exigem melhorias constantes nos produtos e serviços que oferecemos a nossos clientes, assim como nos processos de negócio da nossa empresa. Imagine um produto que seja objeto de desejo de um grande número de consumidores e que, em consequência disso, tenha considerável valor de mercado. Suponha que esse produto tenha sido bem projetado e testado. Permita que ele faça uso de uma estratégia de divulgação e distribuição bem concebida. Finalmente, considere que ele não possua concorrentes importantes. Mesmo um produto que tenha todas essas características positivas vai precisar sofrer melhorias ao longo do tempo. Isso ocorre porque o ambiente de negócio no qual esse produto está inserido se modi ca. A origem dessas modi cações é variada, podendo envolver: Mudanças nos hábitos de consumo e comportamento do consumidor – que afetam aquilo que nossos clientes mais desejam e valorizam. Alterações na força de trabalho – que podem aumentar ou diminuir a demanda por certos tipos de pro ssionais com impacto positivo ou negativo nos custos de desenvolvimento e produção. Introdução de novas tecnologias – que pode exigir investimentos nos processos de comercialização e produção, assim como em treinamento, equipamentos e infraestrutura. Movimentos da concorrência – que podem di cultar ou facilitar nossas vendas. Catástrofes naturais – que podem tornar certos insumos escassos, aumentando os custos de produção. Mudanças na política e na economia – que podem facilitar ou di cultar a obtenção de crédito e a comercialização. Etc.

Entretanto, segundo Peter Drucker, professor da Claremont Graduate University, nos Estados Unidos, e autor de inúmeros livros sobre gestão e estratégia: “If you can’t measure it, you can’t improve it”, ou seja, “Se você não consegue medir, você não consegue melhorar”. Portanto, qualquer produto ou serviço tem que ter o seu desempenho medido com certa frequência, se desejarmos mantê-lo competitivo em seu respectivo mercado.

46. As mudanças e os assistentes virtuais inteligentes Em relação às mudanças, os assistentes virtuais inteligentes pertencem a uma categoria de produto à parte. Trata-se dos produtos que foram projetados para serem resilientes às mudanças. Essa categoria de produtos absorve com mais facilidade muitas das mudanças que ocorrem no ambiente de negócio, sem necessitar de ajustes. Quando isso não é possível, esses produtos podem ser rapidamente modi cados para lidar apropriadamente com tais mudanças. Tudo isso torna os assistentes virtuais uma categoria de produtos particularmente atrativa para empresas que atuam em mercados altamente competitivos, isto é, em mercados onde a disputa pela preferência do consumidor é acirrada. Nesses mercados, para fazer face às ações da concorrência, as empresas lançam produtos novos e introduzem alterações em seus processos de negócio com grande frequência. Entretanto, enquanto algumas dessas mudanças podem afetar o desempenho do assistente virtual, outras terão efeitos imperceptíveis.

Todavia, muitas vezes é difícil prever com exatidão o efeito de cada uma dessas mudanças no desempenho do AVI. Portanto, o desempenho do assistente virtual inteligente precisa ser medido constantemente. Além disso, o consumidor muda continuamente a maneira como endereça o assistente virtual. À medida que ele adquire mais experiência com o AVI, ele passa a apresentar questões que não haviam sido apresentadas anteriormente e a formular questões que já haviam sido apresentadas, mas de uma maneira diferente. Uma vez ou outra, isso pode requerer ajustes na base de conhecimento do assistente virtual inteligente. É importante garantir que esses ajustes foram realizados corretamente. Medir o desempenho do AVI com regularidade é a forma mais e ciente de alcançar esse objetivo.

47. Medindo o desempenho do assistente virtual inteligente Existem três dimensões que são particularmente importantes para avaliar o desempenho de um assistente virtual inteligente: A retenção do atendimento. A adequação das ações executadas pelo AVI. A satisfação do usuário.

47.1. A dimensão retenção do atendimento No jargão do serviço de atendimento ao cliente (SAC), um atendimento é uma sequência de interações. Por sua vez, uma interação é uma troca pontual de informações entre o consumidor e o operador da central de atendimento. Por exemplo, suponha que, via chat, o consumidor indague sobre as formas de pagamento disponíveis para adquirir um determinado produto. Imagine que, em resposta à questão formulada pelo consumidor, o AVI

(ou o operador da central de atendimento) redirecione a página que está sendo exibida na internet para outra contendo as informações que o consumidor deseja. Essa troca de informações caracteriza uma interação. Agora, considere que, após consultar as informações que lhe foram apresentadas, o consumidor volte a interagir com o AVI (ou operador), perguntando sobre as garantias que são oferecidas pelo vendedor. Nesse caso, teve início uma segunda interação, que termina quando a resposta adequada for fornecida. Finalmente, imagine que o consumidor teve as suas dúvidas dirimidas e encerrou a troca de informações, agradecendo a ajuda do AVI (ou operador) e que este se despediu adequadamente do consumidor. Nesse caso, uma terceira e última interação foi realizada. As três interações que acabamos de descrever formam um único atendimento. Embora isso não aconteça com frequência, pode ser o caso de que um atendimento que está sendo realizado por um AVI tenha que ser transferido para um operador humano. As razões para isso são simples. Algumas vezes, o consumidor não se sente confortável em ser atendido por um assistente virtual inteligente e solicita que o atendimento seja transferido para um operador humano. Por outro lado, pode ser o caso de que o AVI não esteja preparado para lidar com um determinado tipo de questão. Nessa hipótese, ele solicita que o consumidor reapresente a sua questão de uma forma diferente, na expectativa de que isso venha a possibilitar a seleção de um conjunto de ações adequadas para serem executadas pelo AVI. Se isso não funciona a contento, então o próprio AVI sugere que o atendimento seja transferido para um ser humano.

Finalmente, pode ser o caso de que a empresa que utiliza os serviços do AVI determine que, em certas circunstâncias, o atendimento seja transferido para um ser humano. Isso pode acontecer, por exemplo, quando o consumidor deseja negociar condições e formas de pagamento não convencionais ou esteja à procura de um produto que não está mais sendo comercializado. De qualquer forma, a dimensão retenção do atendimento pode ser avaliada com a ajuda da “taxa de retenção” ou TR. Em linguagem matemática, para um dado período de tempo t, a TRt é dada por:

onde QAt é a quantidade de atendimentos realizados no período e QATt é a quantidade de atendimentos transferidos pelo AVI para um operador humano. Pode ser importante mencionar que, em linguagem matemática, a “razão entre duas quantidades a e b” é simplesmente o quociente de . Portanto, a taxa de retenção é a razão entre a quantidade de atendimentos realizados no período (QAt) menos a quantidade de atendimentos transferidos (QATt) e a quantidade de atendimentos realizados (QAt). Um exemplo de uso da taxa retenção do atendimento Suponha que, em uma determinada semana t, um AVI tenha realizado 6.000 atendimentos e que 200 tenham sido transferidos, por uma razão ou

outra,

para

um

operador

humano.

Neste

caso,

47.2. A dimensão adequação das ações executadas pelo AVI Quando o AVI depara com uma questão apresentada por um usuário, ele procura na sua base de conhecimento (ou lista de questões e ações) o conjunto de ações que devem ser executadas naquele contexto. Por exemplo, se um consumidor solicita a emissão de um boleto de pagamento, o AVI procura na sua base de conhecimento as ações que deve executar. Nesse caso, a base de conhecimento pode determinar que o AVI emita o boleto diretamente para o cliente ou, quem sabe, reposicione a página da internet que está sendo visualizada pelo usuário para outra onde o boleto pode ser emitido. Obviamente, qualquer uma dessas ações está em sintonia com aquilo que foi solicitado. Entretanto, em raras ocasiões, o AVI pode não conseguir selecionar um conjunto de ações adequadas face às questões que estão sendo apresentadas por seus usuários. Nesse caso, costuma-se dizer que o AVI não foi capaz de “compreender” a questão apresentada. Isso pode acontecer porque essas questões foram formuladas de forma inadequada. Por exemplo, foram apresentadas de forma muito vaga ou confusa, continham vários assuntos não correlacionados, apresentavam abreviaturas que não puderam ser reconhecidas, etc. É possível também que uma ou mais questões tenham sido simplesmente associadas a um conjunto de ações inapropriadas por aqueles que são

responsáveis pela gestão da lista de questões e ações. Por m, é possível que o AVI não esteja preparado para lidar com as questões que lhe foram apresentadas. Isso ocorre quando não existem, na base de conhecimento, questões similares àquelas que foram apresentadas pelo usuário. De qualquer forma, a dimensão adequação das ações pode ser avaliada com a “taxa de acertos” ou TA, conhecida em alguns círculos como “KPI semântico”. A TA é dada pela razão entre a quantidade de questões para as quais o AVI identi cou corretamente o conjunto de ações a ser executado (quantidade de acertos) e a quantidade de interações realizadas em um dado período. Em termos matemáticos, para um período de tempo t:

onde QAct indica a quantidade de acertos no período t e QIt é a quantidade total de interações realizadas pelo AVI no mesmo período. Um exemplo de uso da taxa de acerto Imagine que, em uma dada semana, foram realizadas 5.000 iterações entre um AVI e seus usuários. Considere que em 4.800 interações o AVI tenha identi cado corretamente as ações que deve executar. Nessas circunstâncias,

47.3. Falsos positivo e negativo

Quando um AVI deixa de selecionar o conjunto adequado de ações para serem executadas, ele pode incorrer em dois tipos de enganos: os falsos positivos e os falsos negativos. Um falso positivo ocorre quando o AVI seleciona e executa um conjunto de ações que é inadequado para a questão que lhe foi apresentada. Um falso negativo ocorre quando o AVI comunica ao usuário que não consegue selecionar um conjunto de ações adequado, quando, na verdade, esse conjunto está presente na base de conhecimento. Nos dois casos, costuma-se dizer que o AVI não compreendeu completamente a questão que lhe foi apresentada. Por que os falsos positivos e negativos ocorrem Nesse momento, o leitor pode estar se indagando por que os falsos positivos e negativos ocorrem. Embora a resposta para essa questão não seja difícil de ser compreendida, ela é mais facilmente explicada com o auxílio de um exemplo. Considere que estamos utilizando um AVI para planejar uma viagem de férias. Nessa viagem, gostaríamos, entre outras coisas, de visitar a cidade de Washington, nos Estados Unidos. Entretanto, antes de nos deslocarmos para essa cidade, desejamos saber quais serão as condições climáticas por ocasião da nossa visita, que vai ser realizada em breve. Vai fazer frio? Vai estar nevando? Vai estar chovendo? Vai estar ventando? Vai fazer sol? Etc. Tenha em mente que existem inúmeras formas de solicitar a ajuda de um assistente virtual para dirimir as nossas dúvidas sobre essa questão. Por exemplo, poderíamos utilizar qualquer uma das frases a seguir para obter do AVI a previsão do tempo para a cidade de Washington: Você poderia me dizer como o clima está se comportando em Washington? Oi, tudo bem? Queria saber como está o tempo em Washington.

Como está o tempo em Washington? Por favor, como é o clima em Washington nessa época do ano? Está fazendo frio ou calor em Washington? Vou viajar para Washington. Gostaria de saber como está o tempo por lá. Quero saber do tempo em Washington. Fico imaginando como está o tempo em Washington. Você pode me ajudar nisso? Que tipo de roupas devo levar para a minha viagem a Washington? Levo roupas de frio ou de calor? Qual é a temperatura em Washington agora? Ouvi dizer que está fazendo calor em Washington. Isso é verdade? Etc. Quando um usuário apresenta uma questão qualquer ao AVI, o assistente virtual compara essa questão com aquelas que estão armazenadas na sua base de conhecimento. Contudo, a base de conhecimento do AVI armazena apenas uma quantidade nita das diferentes formas que podem ser utilizadas para representar uma dada questão. Por que todas as formas possíveis não são armazenadas na base de conhecimento? A resposta é simples: como já havíamos mencionado anteriormente, existe uma quantidade in nita de formas diferentes de apresentar uma determinada questão para o AVI. Além disso, é impossível determinar a priori quais são todas essas formas. Agora, suponha que o AVI encontrou uma correspondência perfeita entre a questão que lhe foi apresentada e aquelas que estão armazenadas na base de conhecimento. Em outras palavras, existe uma questão na base de conhecimento do AVI que tem as mesmas palavras que estão presentes na questão apresentada pelo usuário e seguem a mesma ordem relativa.

Nesse caso, o AVI simplesmente executa o conjunto de ações que estão associadas àquela forma. Caso o AVI não encontre uma correspondência perfeita, ele procura por aquela forma que mais se aproxima da questão que lhe foi apresentada. Se essa correspondência é forte (ou grande), ele executa as ações que estão associadas a essa forma; caso contrário, ele comunica ao usuário que não está capacitado para lidar adequadamente com essa questão. Observe que, nesse contexto, a palavra “forte” expressa a ideia de que quase todas as palavras utilizadas na questão apresentada pelo usuário do AVI encontram correspondência naquela armazenada na base de conhecimento. Além disso, a palavra “forte” implica a existência de um limite. Portanto, a partir de um certo ponto, a correspondência deixa de ser “forte” para se tornar “média” ou “fraca”. Se esse limite é muito alto, apenas as questões que tiverem correspondências exatas ou quase exatas com aquelas armazenadas na base de conhecimento terão as suas ações executadas. Nesse caso, é provável que uma grande quantidade de falsos negativos venha a ocorrer. Em outras palavras, existe uma questão que corresponde àquela que foi apresentada ao AVI e as ações associadas a essa questão são aquelas que deveriam ser executadas pelo AVI. Entretanto, como o grau de correspondência entre essa questão e aquela que foi apresentada pelo usuário do AVI não é forte o su ciente, o usuário é informado que o assistente virtual não está preparado para lidar com essa questão. Por outro lado, se o limite é muito baixo, então é provável que venha a ocorrer um grande número de falso positivos.

Em outras palavras, uma questão armazenada na base de conhecimento foi identi cada como sendo semelhante o su ciente àquela que foi apresentada pelo usuário e as ações correspondentes a essa questão foram executadas. Todavia, essas ações não correspondem ao que deveria ter sido feito. O segredo consiste em ajustar esse limite de tal forma que o menor número de falsos positivos e negativos seja produzido. Contudo, como o limite perfeito não existe, sempre existirá uma pequena quantidade de falsos positivos e falsos negativos. As taxas de falso positivo e negativo As taxas de falso positivo (TFP) e falso negativo (TFN) podem ser utilizadas para identi car a proporção de interações nas quais esses dois tipos de enganos ocorreram. Em termos matemáticos, para um dado período t:

onde QFPt é a quantidade de falso positivos no período, QFNt é a quantidade de falso negativos e QIt é a quantidade de interações. Exemplo de uso das taxas de falso positivo e negativo Considere que, em uma dada semana, foram realizadas 4.500 interações entre um AVI e seus usuários. Considere que em 20 interações o AVI selecionou um conjunto de ações inadequados (falso positivo) e que em 5 ele comunicou ao usuário que não conseguia selecionar o conjunto adequado, embora devesse tê-lo feito (falso negativo). Nesse caso,

47.4. A dimensão satisfação do usuário Provavelmente, a dimensão mais importante entre aquelas que estão sendo apresentadas nesta obra é a da satisfação do usuário. A nal, é ele que dá sentido à existência do AVI, dos produtos que comercializamos e da existência das empresas para as quais trabalhamos. A melhor maneira de saber se nossos clientes estão satisfeitos com nossos produtos e serviços é perguntar a eles diretamente. Portanto, o que precisamos realmente saber é como capturar corretamente a percepção de nossos clientes quanto à performance do assistente virtual. Esta questão é mais bem respondida com a ajuda de Rensis Likert (19031981), professor da Universidade de Michigan, nos Estados Unidos, que desenvolveu, no início dos anos 1930, uma escala capaz de medir de forma adequada comportamentos e atitudes que desejamos conhecer melhor. Ao longo do tempo a escala de Likert ganhou enorme popularidade entre os pro ssionais de pesquisa de mercado, sendo amplamente utilizada para capturar a percepção de clientes reais e potenciais quanto à qualidade dos produtos e serviços que lhes são oferecidos. A escala é composta por um número ímpar de valores, tipicamente 5, que são dispostos em ordem crescente da esquerda para a direita. O primeiro valor é 1 e o último 5. Quando utilizada em pesquisas de opinião, a escala é acompanhada por uma a rmação. Nesse caso, 5 signi ca que o cliente concorda plenamente com a a rmação que lhe foi apresentada. Por sua vez, 1 signi ca que ele discorda totalmente dessa a rmação. Valores entre 1 e 5 servem para expressar níveis de concordância ou discordância intermediários. A Figura 38 apresenta um exemplo de uso da escala de Likert que sumariza essas ideias.

Figura 38: exemplo de uso da escala de Likert Por meio da a rmação contida na Figura 38 podemos capturar, ao nal das interações, a percepção dos nossos clientes sobre os serviços que lhes foram propiciados pelo assistente virtual.

Valores 1 ou 2 indicam que um atendimento em particular requer atenção, uma vez que o cliente expressou grande descontentamento com ela. Portanto, as trocas de mensagens que fazem parte daquele atendimento devem ser examinadas, para que se possa entender a natureza do problema. Uma das características mais interessantes da escala Likert é que os valores atribuídos a uma mesma a rmação por diferentes avaliadores podem ser somados e utilizados para calcular, por exemplo, a média. A média das respostas de diversos avaliadores em relação à questão apresentada na Figura 38, num dado período de tempo, nos fornece uma medida da intensidade da satisfação dos nossos clientes com a qualidade dos serviços propiciados pelo assistente virtual naquele período. Note que, se a média se situar entre 4 e 5, a satisfação com o desempenho do assistente virtual é alta no período de tempo considerado. Valores entre 1 e 2 indicam o oposto. A Figura 39 apresenta um questionário adicional que pode ser utilizado para identi car com mais precisão as razões do eventual

descontentamento de um cliente com os serviços prestados pelo assistente virtual. A utilização desse questionário complementar facilita enormemente o planejamento das ações corretivas que precisam ser implementadas. Se as respostas fornecidas pelo assistente virtual foram percebidas como erradas, em princípio elas precisam ser corrigidas. Se o problema foi identi cado como fornecimento de informações incompletas, as informações fornecidas pelo assistente virtual precisam ser expandidas. Se o problema está na imprecisão das respostas, estas precisam ser tornadas mais precisas, e assim por diante. Novamente, você pode utilizar a média dos valores de cada uma das a rmações contidas no questionário apresentado na Figura 39 para identi car a razão que tem contribuído com mais intensidade para a insatisfação dos clientes, no período de tempo considerado, e atuar sobre ela.

Figura 39: questionário complementar de avaliação da qualidade do serviço propiciado por um assistente virtual Note que, enquanto a a rmação contida na

Figura 38 é positiva em relação ao desempenho do AVI, as a rmações contidas na Figura 39 são todas negativas.

Em consequência disso, em relação à Figura 39, as a rmações que obtiveram médias entre 4 e 5 são aquelas que indicam problemas graves de desempenho. No cenário descrito na Figura 38, a média que sinaliza que atenção especial é requerida para a a rmação ali contida se situa entre 1 e 2. O reverso também é verdadeiro. No que diz respeito à Figura 39, médias entre 1 e 2 indicam ausência de problemas graves. Em relação à Figura 38, a mesma indicação é fornecida por médias entre 4 e 5. A taxa de satisfação As avaliações realizadas pelos usuários de um AVI podem ser sumarizadas por meio da “taxa de satisfação” ou TS. Para um determinado período de tempo t, essa taxa é dada pela razão entre a quantidade de avaliações positivas (QAP) e a quantidade total de atendimentos realizados no

período (QA). Em linguagem matemática: Exemplo de cálculo da taxa de satisfação Considere que, em uma determinada semana, foram realizados 7.000 atendimentos e que 6.850 tiveram avaliações positivas. Neste caso,

48. Que outros indicadores de performance posso utilizar? Uma questão interessante que surge naturalmente com o uso dos questionários aqui propostos diz respeito ao comportamento de nossos clientes após interagirem com o assistente virtual. A despeito de nossas intenções serem boas, de acordo com Bernard de Clairvaux (1090-1153), o monge que foi canonizado santo pela Igreja Católica no século XII, “L’enfer est plein de bonnes volontés ou désirs”, ou seja, em uma tradução livre, “O caminho para o inferno está cheio de boas intenções”. Portanto, esta é uma questão que requer atenção. Será que as vendas aumentaram como resultado das interações, juntamente com as indicações a terceiros? Ou será que elas se movimentaram no sentido oposto? Para responder a essa pergunta, durante certo período de tempo, por exemplo, três meses, precisamos dividir os nossos clientes em dois grupos distintos: Grupo I: composto pelos clientes que interagiram com o assistente virtual. Grupo II: composto pelos demais clientes. A comparação do valor médio da quantidade de operações de venda realizadas pelos clientes do Grupo I em relação ao Grupo II pode fornecer informações importantes sobre o efeito da presença do assistente virtual no nosso site da internet, assim como nos dispositivos móveis de nossos clientes. Pode ser importante mencionar que, em algumas áreas de negócio, a quantidade de operações de venda é muitas vezes denominada “quantidade de tickets”.

Caso a média do Grupo I seja maior do que a do Grupo II, a presença do assistente foi positiva para os negócios durante o período de tempo selecionado. Se os valores médios forem iguais, a presença do assistente foi indiferente. Se a média do Grupo I for menor que a do Grupo II, a atuação do assistente virtual precisa ser examinada com cuidado, já que o efeito é contrário às nossas expectativas. Nesse sentido, os questionários apresentados na Figura 38 e na Figura 39 podem ser utilizados para identi car o problema mais de perto. Note que a mesma linha de raciocínio pode ser utilizada em relação ao valor médio das operações de venda, que pode ter aumentado (como seria de se esperar), se mantido constante ou diminuído.

49. O nível de serviço esperado Uma vez que um conjunto de indicadores tenha sido criado para medir o desempenho de um AVI, é comum que se estabeleça, em torno desses indicadores, um acordo de nível de serviço. Trata-se de um contrato entre a empresa que comercializa o AVI e a organização que utiliza os serviços prestados pelo assistente virtual inteligente. No mercado brasileiro, esse contrato é frequentemente chamado de SLA. Trata-se de uma sigla oriunda da língua inglesa que signi ca service level agreement, ou seja, acordo de nível de serviço. O SLA descreve, entre outras coisas, o nível que cada um dos indicadores de desempenho do AVI deve atingir. Por exemplo, um dado SLA poderia estabelecer que as taxas de retenção e de acertos deveriam ser de no mínimo 90% e 87%, respectivamente. O desempenho do AVI e o passar do tempo

Entretanto, o desempenho do AVI tende a variar com o decorrer do tempo. Em um dado dia da semana, digamos segunda-feira, a taxa de retenção pode chegar a 97%. No dia seguinte, ou seja, na terça-feira, é possível que ela caia para 89%. No dia subsequente ela pode subir para 92% e assim por diante. Nesse ponto, o leitor pode estar se perguntando por que o desempenho do AVI varia com o passar do tempo. Existem dois fatores interrelacionados que são responsáveis, na grande maioria dos casos, por esse tipo de comportamento. O primeiro diz respeito ao comportamento do consumidor e o segundo à mudança nos processos operacionais. Um exemplo ilustrativo Tudo isso ca mais claro com o auxílio de um exemplo ilustrativo. Com essa perspectiva em mente, considere dois grupos de consumidores de tamanhos similares, isto é, os grupos A e B. Suponha que esses grupos são compostos por consumidores que utilizarão os serviços propiciados pelo AVI em dias diferentes. Por exemplo, os consumidores do grupo A utilizarão os serviços do AVI em uma segunda-feira e os do grupo B em uma terça-feira. É possível que alguns poucos consumidores que utilizarão o AVI na segunda-feira também venham a utilizá-lo na terça-feira. Portanto, a interseção dos dois grupos não é necessariamente vazia. Entretanto, em uma operação do mundo real, a probabilidade desses dois grupos serem compostos exatamente pelos mesmos consumidores é in nitamente pequena! Agora, imagine que o conjunto de consumidores do grupo B seja composto por um número consideravelmente maior de pessoas que não deseja ser atendido pelo AVI ou que será afetada por uma mudança nos processos de negócio. Por exemplo, o cancelamento temporário da

possibilidade de pagar por uma compra com boleto ou com um cartão de uma determinada bandeira. Nesse caso, podemos prever com relativa segurança que a taxa de retenção e a taxa de satisfação computadas na terça-feira serão bem diferentes daquelas computadas na segunda-feira. Na terça, o índice de retenção deve cair, juntamente com a taxa de satisfação com os serviços prestados pelo AVI. Isso ocorre porque mais pessoas deverão solicitar a transferência do atendimento para um ser humano. Além disso, mais pessoas carão desapontadas com o fato de não poder pagar pelos produtos e serviços que desejam comprar da forma que lhes é mais conveniente. Consumidores insatisfeitos tendem a dar notas menores para o desempenho do AVI. Trata-se de um fenômeno psicológico. Consequentemente, as chances de o AVI receber notas baixas na avaliação da satisfação com o serviço que ele presta são elevadas. Observe que, em princípio, nada pode ser a rmado sobre o comportamento dessas mesmas taxas na quarta-feira, já que não temos informações sobre o grupo de consumidores que vai usar o AVI nesse dia. Em adição, não sabemos que formas de pagamento estarão disponíveis. Portanto, na quarta-feira essas taxas podem tanto subir quanto permanecer estáveis ou cair. As consequências da variação do desempenho do AVI Esse sobe e desce das taxas de desempenho do AVI tem consequências importantes na forma como os serviços prestados pelo assistente virtual são avaliados. Por exemplo, o estabelecimento de um valor mínimo xo para os indicadores de desempenho pode não ser a forma mais simples e direta

de se expressar o que se espera dos serviços prestados pelo AVI. Em decorrência disso, em vez de um valor xo, costuma-se estabelecer no SLA um intervalo de variação para os diversos indicadores de desempenho. Esse intervalo estabelece o valor mínimo que cada indicador de desempenho do AVI deve manter ou superar. Seguindo essa linha de raciocínio, poderíamos estabelecer, por exemplo, que o AVI deve manter uma taxa de retenção mínima entre 87% e 93%, estando livre para superá-la a qualquer instante. O limite superior desse intervalo pode ser interpretado como o valor mínimo desejado, nesse caso 93%, e o limite inferior, isto é, 87%, como uma tolerância que responde pela variação diária do indicador em questão. Se o desempenho do AVI vier a cair abaixo do limite inferior, o SLA costuma estabelecer que um processo investigatório seja iniciado. Esse processo tem por objetivo determinar as causas do desempenho desfavorável do AVI e indicar os ajustes necessários para que ele volte aos níveis preestabelecidos. Nos ambientes em que as mudanças de comportamento do consumidor e os processos operacionais ocorrerem de forma mais frequente, os indicadores de desempenho podem variar de forma mais acentuada de um dia para o outro. Nesse caso, procedimentos investigatórios frequentes podem se revelar improdutivos, já que as causas do desempenho desfavorável podem desaparecer completamente antes que a investigação chegue a uma conclusão satisfatória. Assim sendo, o SLA pode determinar que o procedimento investigatório só tenha início se a performance do AVI se mantiver abaixo do limite de tolerância por alguns dias seguidos. Por exemplo, dois ou três dias.

50. Atuando sobre os indicadores de desempenho Uma vez que um indicador desempenho β tenha cado aquém do desejado (fora dos limites estabelecidos no SLA), é natural que um processo de ajuste da base de conhecimento seja iniciado. O ciclo de melhoria contínua PDCA proposto por Walter A. Shewhart, pesquisador da Bell Telephones, e aperfeiçoado por William Edwards Deming (1900-1993), professor da New York University (NYU), nos anos 1950, pode ajudar no aperfeiçoamento do conteúdo da base de conhecimento. Shewhart e Deming advogam que a melhor maneira de melhorar um processo de forma contínua é seguir um ciclo onde são executadas as seguintes atividades: Planeje (plan, em inglês) as ações que vai executar tendo como objetivo atingir as metas que foram estabelecidas para que o funcionamento do processo possa ser considerado satisfatório. Por exemplo, fazer com que um indicador de desempenho β qualquer seja menor ou igual a 5%, ou seja, β ≤ 5%. Execute (do, em inglês) o plano estabelecido no passo anterior coletando as informações que forem necessárias para veri car se os resultados esperados estão sendo atingidos. Veri que (check, em inglês) se os resultados esperados foram alcançados. Aja (act, em inglês) sobre os resultados obtidos, decidindo o que fazer em seguida. A Figura 40 sumariza essas ideias.

Figura 40: ciclo PDCA

Embora o PDCA seja simples de ser compreendido e executado, ele é extremamente e caz. Os princípios de melhoria contínua do PDCA são utilizados por uma enorme quantidade de empresas em todo o mundo na melhoria de seus processos produtivos, incluindo-se aqui os principais fabricantes de veículos automotores e de componentes eletrônicos. Muitos autores adicionam um “O” ao ciclo PDCA, para indicar que é preciso observar o que está acontecendo (observe, em inglês), antes de planejar o que vai ser feito a respeito. Nesse caso o ciclo é chamado de OPDCA. O leitor interessado vai encontrar uma vasta literatura disponível sobre PDCA/OPDCA nas principais livrarias.

Ao utilizar o OPDCA para atuar sobre a base de conhecimento siga os seguintes passos: Observe (observe em inglês): utilize os dados que você coleta regularmente para identi car os problemas que acometem a base de conhecimento. Enquanto a solução de alguns desses problemas vai ser simples e direta, outras vão exigir mudanças nos processos de negócio e, talvez, a colaboração do setor de informática para desenvolver novas funcionalidades para os sistemas corporativos (incluindo-se aqui o site da empresa na internet). Planeje (plan, em inglês): planeje com cuidado como cada um desses problemas vai ser solucionado. Não faça isso sozinho, acione o comitê executivo sempre que necessário. Execute (do, em inglês): coloque em andamento as ações que você planejou no passo anterior. Veri que (check, em inglês): colete mais dados sobre o problema em questão e determine o novo valor de β. Aja (act, em inglês): caso β ainda não tenha atingido o valor desejado, volte à fase de observação. Embora óbvio, pode ser importante mencionar que a base de conhecimento de um assistente virtual tem uma dinâmica própria. As empresas, por exemplo, tendem, de tempos em tempos, a introduzir modi cações nos seus processos de negócio, a desenvolver novos produtos e serviços e a comercializar, de forma diferenciada, aquilo que já oferecem ao mercado. Tudo isso requer atualização e re namento das informações contidas na base de conhecimento. Diante dessa realidade, β di cilmente vai permanecer inalterado. Portanto, uma vez iniciado, o OPDCA não tem m.

51. Questões para reflexão sobre o conteúdo da Parte VI

Utilize as questões que se seguem para re etir sobre aquilo que foi exposto até o momento. 1. Por que mesmo os produtos mais bem concebidos e desejados precisam sofrer melhorias ao longo do tempo? a) Se você sempre faz as mesmas coisas da mesma forma, os resultados serão os mesmos. b)Isso ocorre porque o ambiente de negócio no qual esse produto está inserido se modi ca com o decorrer do tempo. c) Porque o mundo dos negócios diz respeito a somente dois tipos de atividades: marketing e inovação. d)Porque melhorias sempre agregam valor ao produto. e) Porque a inovação é o que distingue um líder de um seguidor. 2. Quais tipos de mudança podem afetar o valor dos produtos que uma empresa comercializa? a) Mudanças nos hábitos de consumo e comportamento do consumidor. b)Introdução de novas tecnologias. c) Movimentos da concorrência. d)Ocorrência de catástrofes naturais. e) Todas as respostas anteriores. a) Um produto é resiliente à mudança quando: Ele é difícil de ser 3. modi cado. b)Ele absorve com mais facilidade muitas das mudanças que ocorrem no ambiente de negócio sem necessitar de ajustes. Quando isso não é possível, ele pode ser rapidamente modi cado para lidar apropriadamente com essas mudanças. c) Ele só precisa ser modi cado quando a concorrência realiza movimentos disruptivos no ambiente de negócio. d)Ele não pode ser modi cado.

e) Ele pode sofrer modi cações, mas isso não é uma tarefa fácil de ser realizada. a) Em um mercado altamente competitivo: A disputa pela preferência do 4. consumidor é acirrada. b)Um número relativamente grande de produtos e/ou serviços compete pela preferência do consumidor. c) As empresas investem constantemente em inovações que fazem com que os seus produtos tenham características que sejam diferentes daquelas dos produtos competidores e que sejam valorizadas pelos consumidores. d)Várias empresas competem entre si para prover os produtos e serviços que os consumidores desejam e necessitam. e) Todas as respostas anteriores. 5. Por que os produtos resilientes a mudanças são particularmente atrativos para empresas que atuam em mercados altamente competitivos? a) Como esses produtos são relativamente difíceis de ser modi cados, as empresas não precisam se preocupar com a sua manutenção. Quando eles deixam de funcionar a contento, elas simplesmente os substituem por um mais adequado. b)Esses produtos costumam ser mais baratos que os demais. Portanto, ao utilizar produtos resilientes, as empresas reduzem os seus custos operacionais. c) Os produtos resilientes estão na moda. Ao utilizá-los, as empresas se posicionam como sendo tecnologicamente avançadas. d)Nesses mercados, para fazer face às ações da concorrência e às mudanças de preferência do consumidor, as empresas lançam produtos novos e introduzem alterações em seus processos de negócio com grande regularidade. e) O design desses produtos tende a ser inovador e futurístico. Isso os torna mais atrativos para os tomadores de decisão, especialmente

para aqueles que desejam ser vistos como estando atualizados com as últimas novidades do mercado. 6. Por que é importante que o desempenho do assistente virtual inteligente seja medido frequentemente? a) Para garantir que o AVI esteja sempre funcionando dentro de parâmetros aceitáveis de desempenho. b)Trata-se de uma exigência tático-estratégica. c) Porque os nossos concorrentes estão certamente medindo o desempenho de seus respectivos AVIs. d)Porque o desempenho de um AVI pode degradar mesmo que nenhuma alteração tenha ocorrido no ambiente de negócio onde ele está inserido. e) Nenhuma das respostas anteriores. 7. Quais dimensões são particularmente importantes para a avaliação do desempenho de um AVI? a) Retenção do atendimento, adequação das ações e satisfação do‐ usuário. b)Tempo de latência, tempo de overhead e tempo de processamento. c) Retenção, indicação e delização. d)E ciência, e cácia e lucro. e) Capital, retorno de investimento e ponto de equilíbrio. a) Em relação a atendimentos e interações, podemos a rmar que: Uma 8. interação pode conter vários atendimentos. b)Uma interação é uma grande troca de informações entre o consumidor e a central de atendimento. c) Um atendimento é composto de uma ou mais interações. Por sua vez, uma interação é uma troca pontual de informações entre o consumidor e o operador de uma central de atendimento. d)Um atendimento contém sempre uma única interação. e) Uma interação contém um ou mais atendimentos.

9.

Em que circunstância um atendimento realizado por um AVI é transferido para um operador humano? a) O consumidor não se sente confortável em ser atendido por um assistente virtual inteligente e solicita que a transferência seja realizada. b)O consumidor está acostumado a ser atendido por um AVI, porém solicita que a transferência seja realizada. c) O AVI não está preparado para lidar com a questão que lhe foi apresentada. d)A empresa que utiliza os serviços do AVI determina que naquela circunstância o atendimento deve ser transferido para um ser humano. e) Todas as respostas anteriores.

10.Suponha que, em uma determinada semana, um AVI tenha realizado 7.000 atendimentos e que 150 tenham sido transferidos para um operador humano. Nesse caso, a taxa de retenção é de a) aproximadamente: 90%. b)92% c) 93%. d)95%. e) 98%. 11. a) A taxa de acertos também é conhecida como: O percentual de acerto realizado pelo AVI em um certo período de tempo. b)Autovalor sintático. c) KPI semântico. d)Constante temporal. e) KPI sintático-semântico. 12.Imagine que, em uma dada semana, foram realizadas 9.000 iterações entre um AVI e seus usuários. Considere que em 8.800 dessas interações o AVI tenha identi cado corretamente as ações que deve

executar. Nessas circunstâncias, a taxa de acertos do AVI foi de a) aproximadamente: 95%. b)96%. c) 97%. d)98%. e) 99%. 13. a) Um erro do tipo “falso positivo” ocorre quando: O conjunto de ações executadas pelo AVI tem um efeito positivo sobre a qualidade do atendimento. b)O conjunto de ações executadas pelo AVI não é verdadeiro. c) O conjunto de ações executadas pelo AVI é falso e positivo. d)O conjunto de ações executadas pelo AVI é positivo. e) O AVI identi ca, seleciona e executa um conjunto de ações que é inadequado para a questão que lhe foi apresentada. 14. a) Um erro do tipo “falso negativo” ocorre quando: O AVI seleciona um conjunto de ações aceitável, quando, na verdade, ele deveria ter selecionado um conjunto de ações menos adequado à situação corrente. b)Uma medida de desempenho do AVI indica um desempenho aceitável quando, na verdade, esse desempenho é inaceitável. c) Uma medida de desempenho do AVI indica um desempenho pior do que o real. d)O AVI não consegue selecionar um conjunto de ações adequado, quando, na verdade, esse conjunto está presente na base de conhecimento. e) Nenhuma das respostas anteriores. 15.A forma mais fácil de medir a satisfação do usuário com o a) atendimento propiciado por um AVI é: Perguntar diretamente ao usuário qual a opinião dele sobre o atendimento.

b)Por meio da análise de todas as interações efetuadas ao longo dos diversos atendimentos propiciados pelo AVI. c) Por meio da análise da última interação realizada com o AVI. d)Com o auxílio de um questionário de perguntas dissertativas. e) Com o auxílio de um questionário contendo perguntas quantitativas e dissertativas. 16.No contexto dos assistentes virtuais inteligentes o ciclo de melhoria a) contínua PDCA pode ser utilizado para: Melhorar continuamente a performance do AVI. b)Aumentar a quantidade de informações disponíveis na base de conhecimento. c) Aumentar a quantidade de ações executadas pelo AVI. d)Aumentar a quantidade de questões-exemplo armazenadas na base de conhecimento. e) Diminuir a quantidade de questões-exemplo e ações armazenadas na base de conhecimento.

Parte VII Avaliando o Desempenho do AVI com Amostras

Ao nal da Parte VII, você terá aprendido: o que é uma amostra; como as amostras podem ajudar na avaliação do desempenho de um AVI; quais são as vantagens e desvantagens propiciadas pela utilização de amostras; o que é intervalo de con ança; como calcular o tamanho da amostra ideal.

52. Trabalhando com amostras Existem basicamente duas formas de obtermos os indicadores de desempenho que apresentamos neste livro. Ver Parte VI a esse respeito. Para um dado intervalo de tempo, por exemplo uma semana, podemos examinar todas as mensagens trocadas entre o AVI e seus usuários, assim como todas as opiniões emitidas por esses usuários; ou podemos utilizar uma amostra. Ambas as alternativas apresentam vantagens e desvantagens. O exame exaustivo das mensagens e opiniões provê o valor exato dos indicadores de desempenho nos quais estamos interessados. Entretanto, trata-se de um processo que pode ser lento e custoso, especialmente se o intervalo de tempo que estivermos considerando tiver um tamanho signi cativo. Por outro lado, embora o uso de amostras acelere, facilite e reduza o custo do cálculo dos indicadores de desempenho, ele produz apenas estimativas (valores aproximados) para esses indicadores. Durante os próximos tópicos vamos analisar que cuidados devemos tomar com o uso de amostras e como o erro cometido nas nossas estimativas pode ser calculado.

53. Os conceitos de população e amostra Em linguagem estatística, uma população é o conjunto de todos os objetos que desejamos estudar. Por exemplo, o conjunto de todos os atendimentos que foram realizados em um determinado mês ou o conjunto de todas as interações que foram realizadas em um determinado dia.

Outros exemplos de população são todos os eleitores que residem em uma determinada cidade e o conjunto de todos os carros que estão registrados em um determinado estado da federação (São Paulo, Rio de Janeiro, Pernambuco, etc.). Por sua vez, uma amostra é um subconjunto de uma população. Existem basicamente dois tipos de amostras com as quais podemos trabalhar: as amostras de conveniência e as amostras aleatórias. Uma amostra é dita aleatória quando todos os membros da população têm a mesma probabilidade de ser selecionados para fazer parte da amostra. Por exemplo, suponha que os números dos títulos de eleitor dos moradores da cidade de Monte Verde, MG, foram colocados dentro de uma urna. Considere que esses títulos foram muito bem embaralhados. Nesse caso, uma amostra aleatória poderia ser obtida sorteando-se um subconjunto desses números. Uma amostra de conveniência é aquela na qual alguns objetos de interesse têm uma probabilidade maior do que os outros de ser selecionados para fazer parte da amostra. Por exemplo, suponha que resolvemos entrevistar os médicos que estavam participando de um congresso. Para tanto, nos posicionamos na porta do restaurante e abordamos os médicos que nos pareceram mais simpáticos. Nesse caso, os médicos que compareceram ao restaurante naquele dia e que nos pareceram mais simpáticos tiveram uma probabilidade maior de ser selecionados para participar da amostra do que os demais. Portanto, uma amostra obtida dessa forma é uma amostra de conveniência.

54. Populações e amostras aleatórias

É importante ter em mente que, em geral, os resultados de análises obtidos com o uso de amostras não são tão precisos quanto os resultados obtidos por meio da análise de toda a população. Entretanto, se a amostra com a qual estramos trabalhando é aleatória, os resultados obtidos com o auxílio desta amostra tendem a se aproximar dos resultados que teriam sido obtidos a partir da mesma análise feita com todos os elementos da população. Em adição, quanto maior for o tamanho da amostra aleatória, mais próximos são os resultados daqueles que teriam sido obtidos analisandose toda a população. Além disso, em geral, para resultados numéricos, é possível calcular um intervalo de valores que muito provavelmente contém o valor que seria obtido com a análise de toda a população. Contudo, existe uma questão que precisa ser esclarecida. Se utilizar a população leva a um resultado mais preciso, por que recorremos ao uso de amostras? A resposta é simples. Muitas vezes os recursos que precisamos para analisar toda a população (pessoas, equipamentos, infraestrutura, etc.) não estão disponíveis ou tornariam a nossa análise proibitiva do ponto de vista nanceiro. Por exemplo, suponha que se aproximam as eleições para Presidente da República e que desejamos saber quem está à frente na preferência dos eleitores. Se analisássemos toda a população, teríamos que conduzir mais de 100 milhões de entrevistas!

55. Proporções Antes de prosseguirmos, nomenclatura.

precisamos

introduzir

um

pouco

de

Em linguagem estatística, uma “proporção” é a quantidade de vezes (frequência) que um determinado padrão ocorre em um conjunto dividido pela quantidade de elementos daquele conjunto. Por exemplo, imagine que entrevistamos aletoriamente 1.000 estudantes de uma universidade. Notamos que, entre esses estudantes, 600 eram do sexo feminino e 400 eram do sexo masculino. Neste caso, podemos dizer que a proporção de pessoas do sexo feminino na nossa amostra ( ) foi de

Por sua vez, a proporção de pessoas do sexo masculino na nossa amostra

foi de

56. Intervalos de confiança Em linguagem estatística, chama-se “parâmetro” uma medida obtida por meio da análise de todos os elementos de uma população e “estatística” aqueles resultados obtidos a partir da análise dos elementos de uma amostra. Chama-se “intervalo de con ança” o intervalo de valores que muito provavelmente contêm o valor numérico que teria sido obtido a partir da análise de toda a população, ou seja, que contém o parâmetro que desejamos analisar.

Para uma proporção amostral (uma estatística), tal como a taxa de retenção e a taxa de satisfação, o intervalo de con ança é dado por:

onde é a estatística que estamos interessados em analisar, é um valor numérico conhecido como “valor crítico”, N é o tamanho da população e n é o tamanho da amostra. Essa fórmula pressupõe que n ≥ 30. O valor crítico está relacionado ao nosso nível de con ança de que o intervalo que estamos construindo contém o parâmetro que desejamos analisar. Se esse valor é 1,960, então nosso nível de con ança é de 95%. Em outras palavras, a probabilidade de o intervalo de con ança conter o parâmetro no qual estamos interessados é de pelo menos 0,95. Esse resultado pode ser interpretado da seguinte forma: suponha que retiramos um grande número de amostras do mesmo tamanho de uma dada população. Em adição, para cada uma dessas amostras, construímos um intervalo de con ança. Nesse caso, pelo menos 95% dos intervalos de con ança deveriam conter o parâmetro que estamos interessados em analisar, o que é um resultado bastante signi cativo. A Figura 41 apresenta valores críticos para diferentes níveis de con ança.

Nível de Con ança

Valor Crítico

80%

1,282

85%

1,440

90%

1,645

95%

1,960

99%

2,576

Figura 41: valores críticos para um dado nível de con ança Um exemplo de cálculo de intervalo de con ança

Suponha que, em uma determinada semana, foram realizados 8.500 atendimentos por um AVI. Em adição, considere que 300 desses atendimentos foram selecionados aleatoriamente. Uma análise dessa amostra revelou que 96% dos atendimentos foram retidos pelo assistente virtual. Finalmente, imagine que desejamos construir um intervalo de con ança com 95% de nível de con ança em torno dessa estatística. Neste caso:

Portanto, o intervalo de con ança é dado por: [96%-2,2%,96%+2,2%] = [93,8%,98,2%]

Isso signi ca que existe uma grande probabilidade de que a taxa de retenção dos 8.500 atendimentos realizados pelo AVI pertença ao intervalo [93,8%,98,2%].

57. Tamanho da amostra Agora que aprendemos a calcular o intervalo de con ança para uma proporção a partir de uma amostra aleatória, surge uma questão de grande relevância: “Que tamanho de amostra propicia, para uma proporção, um intervalo de con ança de tamanho total 2 × ∈ ?” Esse valor pode ser obtido com a ajuda da seguinte fórmula:

Nesse caso, n é o tamanho da amostra que precisa ser determinado; n ≥ 30; N é o tamanho da população; m é uma variável auxiliar; é o valor crítico para um dado nível de con ança (ver Figura 41 a esse respeito); ∈ é a metade do tamanho total do intervalo de con ança desejado. Um exemplo de cálculo do tamanho da amostra Suponha que, em um dado período de tempo, 4.000 atendimentos tenham sido realizados por um AVI. Considere que estamos interessados em estimar o número de atendimentos retidos pelo AVI. Que tamanho de amostra aleatória propiciaria um intervalo de con ança com tamanho total de 8% para esse parâmetro, com nível de con ança de 95%?

Nessas

circunstâncias:

e

Portanto, uma amostra aleatória com 523 observações nos propiciaria a construção do intervalo de con ança com o tamanho e o nível de con ança que desejamos.

58. Questões para reflexão sobre o conteúdo da Parte VII Utilize as questões que se seguem para re etir sobre aquilo que foi exposto até o momento. 1. Em relação à nomenclatura utilizada na estatística, é correto a rmar a) que: Uma amostra é um subconjunto de uma população. b)Uma amostra aleatória é aquela na qual todos os elementos da população têm a mesma probabilidade de serem selecionados para fazer parte da amostra. c) Um “parâmetro” é uma medida obtida a partir da análise de todos os elementos de uma população e uma “estatística” é uma medida obtida a partir da análise dos elementos de uma amostra.

d)Um “intervalo de con ança” é um intervalo de valores que muito provavelmente contêm a medida (o valor numérico) que teria sido obtida por meio da análise de toda a população. e) Todas as respostas anteriores. 2. Sobre as análises obtidas com o uso de amostras, podemos a rmar a) que: Não são tão precisos quanto os resultados obtidos a partir da análise de toda a população. b)Se a amostra é aleatória, então os resultados das análises tendem a se aproximar dos resultados que teriam sido obtidos considerandose todos os elementos da população. c) Quanto maior for o tamanho da amostra aleatória, mais próximos são os resultados daqueles que teriam sido obtidos analisando-se todos os elementos da população. d)Em geral, para resultados numéricos, é possível calcular um intervalo de valores que muito provavelmente contêm o valor que seria obtido com a análise de toda a população. e) Todas as respostas anteriores. 3. Suponha que, em uma determinada semana, foram realizados 9.500 atendimentos por um AVI. Em adição, considere que 400 desses atendimentos foram selecionados aleatoriamente. A análise dessa amostra revelou que 95% dos atendimentos foram retidos pelo assistente virtual. Finalmente, imagine que desejamos construir um intervalo de con ança com 90% de nível de con ança em torno dessa a) estatística. Nesse caso, esse intervalo é dado por: [87,6%, 92,4%] b)[93,2%, 96,8%] c) [87,6%, 92,4%] d)[86,2%, 93,8%] e) [87,9%, 92,1%] 4. Suponha que, em um dado período de tempo, 6.000 atendimentos tenham sido realizados por um AVI. Que tamanho de amostra aleatória

propiciaria um intervalo de con ança com tamanho total de 6% para a taxa de retenção desse AVI, com nível de con ança de 80%? a) 329 b)256 c) 183 d)541 e) 425

Parte VIII Como o Desempenho do Assistente Virtual é Relatado

Ao nal da Parte VIII, você terá aprendido: quais tipos de dados são utilizados para relatar o desempenho do assistente virtual; como esse desempenho é relatado; o que é um dashboard; que tipo de informação é apresentada no dashboard do AVI; de que forma essa informação é apresentada.

59. Observações, atributos e dados Antes que possamos discutir como o desempenho do AVI é relatado para supervisores, chefes de serviço e gerentes, a introdução de algumas de nições e conceitos se faz necessária. Isso visa facilitar a leitura e o entendimento. Em linguagem estatística, um “atributo” é uma característica de interesse dos integrantes de uma população ou de uma amostra. Por exemplo, o sexo, o estado civil, a altura, o peso e a idade dos indivíduos que moram em uma determinada localidade, tal como na cidade de Não-me-toque, no Rio Grande do Sul. Os atributos também são chamados de variáveis ou de propriedades. Para um dado indivíduo de uma população, uma observação é a coleção dos valores assumidos por cada um dos atributos de interesse. Por sua vez, um dado é o valor assumido por um atributo em particular em uma dada observação. A Figura 42 exempli ca essas ideias.

Figura 42: exemplos de atributos, observações e dados A Figura 42 contém dados dos veículos que pararam no WOW! PARK AG5, um estacionamento na área central de uma grande cidade brasileira. Nessa tabela, as linhas são observações sobre esses veículos e as colunas são os atributos de interesse.

O conteúdo da linha 1 é um exemplo de uma observação. Essa observação diz respeito ao automóvel cuja placa é ICE2973. Ordem, Placa, Fabricante e Modelo são exemplos de atributos. Por sua vez, a interseção de uma linha qualquer da Figura 42 com uma coluna é um dado. Nissan, i30 e 01:13h são exemplos de dados.

60. Identificar, coletar, analisar e relatar Em termos estatísticos, a tarefa de medir o desempenho de um produto . ou serviço consiste na execução de quatro tarefas distintas: Identi car os atributos que desejamos medir. 2. Coletar os dados relevantes (nesse caso, os valores que esses atributos assumem). 3. Realizar as análises necessárias. 4. Relatar os resultados dessas análises. Obviamente, o produto cujo desempenho estamos interessados em analisar é o assistente virtual inteligente.

61. O painel de controle Em geral, o desempenho de um AVI é relatado por aqueles que são responsáveis pela sua gestão através de um dashboard, ou painel de controle em português. Trata-se de um painel contendo valores, tabelas e grá cos que mostram como o assistente virtual está se comportando diante das questões que são apresentadas por seus usuários. A Figura 43 apresenta uma vista parcial do dashboard de um AVI.

Figura 43: vista parcial do dashboard de um AVI Frequentemente, a empresa responsável pelo desenvolvimento do AVI oferece a seus clientes um dashboard padrão, contendo diversas informações relevantes sobre o desempenho do AVI.

Em geral, isso inclui o grau de satisfação dos usuários do AVI com o serviço que está sendo prestado, o valor corrente das taxas de acertos e retenção, assim como as taxas de falso positivo e de falso negativo, entre outras informações. Algumas empresas permitem a personalização do dashboard. Dessa forma, a empresa-cliente (aquela que contratou os serviços do AVI) pode escolher quais informações deseja visualizar e como essas informações são apresentadas. É possível ainda que, em certas circunstâncias, a empresa responsável pelo desenvolvimento do AVI disponibilize os dados relevantes sobre o desempenho do assistente virtual diretamente para a empresa-cliente. Dessa forma, ela pode construir seu próprio dashboard. Assim sendo, antes de discorrermos sobre como as informações são apresentadas em um dashboard, é importante compreendermos que tipo de dado está sendo coletado e como ele pode ser manipulado e sumarizado. Mais especi camente, precisamos estar cientes das matemáticas que podem ser executadas sobre esses dados.

operações

Essas operações vão determinar quais tipos de tabelas e grá cos podem ser elaborados, que análises podem ser realizadas e, em último caso, aquilo que pode ser concluído a partir dessas análises. Isso ocorre porque, como veremos a seguir, nem todos os tipos de dados podem ser utilizados em todas as operações matemáticas.

62. Os dados quanto à sua natureza Atributos como peso, altura e distância podem ser somados, subtraídos, divididos e multiplicados. Por exemplo, a distância entre as cidades do Rio de Janeiro e de São Paulo é de aproximadamente 442 km pela rodovia Presidente Dutra. Portanto, o meio do caminho entre as duas cidades está localizado a 221 km= 442 km /2 de São Paulo (e, evidentemente, a mesma distância do Rio de Janeiro). Além disso, em uma viagem de ida e volta uma pessoa teria quer percorrer 884 km = 442 km × 2. Se você está se perguntado que cidade ca no meio do caminho entre Rio de Janeiro e São Paulo, a resposta é Cachoeira Paulista, no estado de São Paulo. Embora a localização de Cachoeira Paulista não seja exatamente no meio do caminho, ela é a cidade que mais se aproxima do ponto intermediário. Cachoeira Paulista ca localizada a 203 km de São Paulo e a 239 km do Rio de Janeiro. Note que as operações de soma, subtração, multiplicação e divisão não podem ser executadas sobre atributos tais como: sexo, estado civil, cor do cabelo e pro ssão. Por exemplo, se em uma sala de reuniões entrarem três pessoas casadas e duas pessoas solteiras, qual é o estado civil médio dessas pessoas? A

resposta a essa pergunta é: não sabemos! As operações de soma e divisão que são necessárias para calcular a média de um conjunto de valores não podem ser executadas sobre o estado civil. Elas simplesmente não produzem um resultado que faça sentido ou que tenha signi cado. Operações como multiplicação, subtração, divisão, soma e média também não devem ser executadas sobre atributos como o CEP, a pro ssão, a cor dos olhos, a cor dos cabelos e o número do documento de identidade. Ao longo do próximo item vamos aprender a classi car os diversos tipos de dados que podemos utilizar para avaliar o desempenho de um AVI. Além disso, vamos aprender a distinguir quais operações matemáticas podem ser executadas sobre esses dados.

63. Os dados e as escalas de mensuração As escalas de mensuração (ou escalas de medidas) são uma das formas mais utilizadas para classi car os dados que coletamos para fazer análises. Esse modelo de classi cação utiliza quatro escalas distintas: a nominal, a ordinal, a intervalar e a de razão. Associado a cada escala existe um conjunto de operações matemáticas que, ao serem executadas sobre os dados que estão submetidos àquela escala, produzem resultados que possuem signi cado.

63.1. Escala nominal A escala nominal é a mais elementar de todas. Ela oferece o nível de mensuração mais simples.

Os valores dos atributos que são mensurados (ou medidos) em uma escala nominal podem ser comparados entre si com o intuito de determinar se são iguais ou diferentes. Em consequência disso, eles podem ter a sua frequência absoluta calculada, isto é, a quantidade de vezes que um mesmo valor (um mesmo dado) aparece no conjunto de valores (conjunto de dados) que estamos interessados em analisar. Considere, por exemplo, o estado civil de uma pessoa. Neste caso, de acordo com a lei brasileira, os valores possíveis são: solteiro, casado, viúvo, separado e divorciado. Uma vez que os estados civis podem ser comparados uns com os outros, podemos contar quantas pessoas solteiras, casadas, viúvas, separadas e divorciadas trabalham em uma empresa. Por exemplo, a Figura 44 mostra o estado civil dos empregados da COMPUTATIS AG6, uma empresa de contabilidade de pequeno porte. Id

Nome

Estado Civil

Id

Nome

Estado Civil

1

Julia

Solteiro

8

Arthur

Solteiro

2

Gabriel

Viúvo

9

Mathews

Divorciado

3

So a

Separado

10 Miriam

Casado

4

Isabela

Solteiro

11 Marina

Casado

5

David

Divorciado

12 Rodrigo

Solteiro

6

Miguel

Casado

13 Chang

Casado

7

Manuela

Solteiro

14 Roger

Solteiro

Figura 44: estado civil dos empregados da COMPUTATIS AG

De acordo com a Figura 44, a COMPUTATIS AG emprega 14 pessoas. Entre os empregados da empresa, o estado civil solteiro ocorre 6 vezes, o casado 4 vezes, o viúvo 1 vez, o divorciado 2 vezes e o separado 1 vez.

Esse tipo de contagem é chamado de frequência absoluta ou simplesmente frequência. Já que a frequência absoluta pode ser calculada, podemos calcular também a frequência relativa, que é o resultado da divisão da frequência absoluta pela quantidade total de observações que temos à nossa disposição. A Figura 45 apresenta as frequências relativas do estado civil dos empregados da COMPUTATIS AG. Estado Civil

Frequência Absoluta

Relativa

Solteiro

6

42,9%

Casado

4

28,6%

Separado

1

7,1%

Divorciado

2

14,3%

Viúvo

1

7,1%

Total

14

100,0%

Figura 45: frequência do estado civil dos empregados da COMPUTATIS AG

De acordo com as informações apresentadas na Figura 45, empregados da COMPUTATIS AG são solteiros, são separados e assim por diante.

dos

são casados,

No jargão estatístico, a moda designa a ocorrência mais frequente em um conjunto de dados. Portanto, a moda do estado civil dos funcionários da COMPUTATIS AG é Solteiro. Esse é o estado civil mais popular (mais comum) entre os funcionários daquela empesa. Não é possível somar, subtrair, multiplicar ou dividir os valores dos atributos que são mensurados em uma escala nominal ou estabelecer uma ordem entre eles.

Por exemplo, em sintonia com a legislação vigente, para se casar uma pessoa tem que ser solteira, divorciada ou viúva. Por outro lado, uma vez que uma pessoa esteja casada, ela pode se tornar viúva ou separada. Portanto, não é possível estabelecer uma ordem de precedência não ambígua para o estado civil. Se isso fosse possível, que valor precederia casado: solteiro, divorciado ou viúvo? Em adição, que valor sucederia esse estado civil: viúvo ou separado?

63.2. Escala ordinal Os valores dos atributos que são mensurados em uma escala ordinal possuem todas as propriedades daqueles que são mensurados em uma escala nominal. Além disso, é possível estabelecer uma ordem entre esses valores. Em outras palavras, eles podem ser ordenados do maior para o menor ou vice-versa. Considere a carreira de professor nas universidades públicas federais. A posição em que um professor se encontra nessa carreira é um atributo mensurado na escala ordinal. O cargo de professor auxiliar é o ponto inicial da carreira. Esse cargo é seguido pelo cargo de professor assistente. O cargo que vem logo em seguida é o de professor adjunto. Em sequência, encontramos o cargo de professor associado e nalmente o de professor titular, sendo este último o mais alto da carreira. Um outro exemplo de atributo que é mensurado em uma escala ordinal é o tamanho dos carros de passeio. De acordo com o blog “Motor Dicas”,7 quanto ao tamanho, um carro de passeio pode ser do tipo mini, pequeno, médio-pequeno, médio-grande e grande.

Nessa escala, um carro para ser chamando de mini tem que ter no máximo 3,5 m de comprimento. Por sua vez, um carro para ser chamado de grande tem que ter mais de 4,7 m de comprimento. Outros exemplos de atributos mensurados em uma escala ordinal são: O nível hierárquico dentro de uma empresa: nível operacional, nível de supervisão, nível gerencial, nível de diretoria e presidência. O nível de escolaridade: sem educação formal, ensino fundamental, ensino médio, ensino superior, pós-graduação. Os tipos de passagem aérea: classe econômica, classe executiva e primeira classe. O nível de uência no uso de uma língua estrangeira: nenhuma uência, iniciante, intermediário e avançado. Note que, na escala ordinal, a distância entre valores não pode ser determinada com precisão ou não faz sentido. Por exemplo, considere que uma banca de professores é designada para avaliar a performance dos alunos de uma escola de música em uma prova prática. Suponha que os possíveis resultados da avaliação são: muito boa, boa, média e de ciente. Note que a distância entre uma performance boa e uma performance média não pode ser quanti cada (medida com precisão). A única informação que podemos extrair dessas duas performances é que uma foi melhor do que a outra. O mesmo acontece em uma competição quando os participantes são classi cados em campeão, vice-campeão, terceiro colocado, quarto colocado etc. Embora possamos a rmar que o campeão teve a melhor performance de todas, não sabemos quão pior foi a performance dos demais

competidores em relação à dele. Em algumas situações essas diferenças são mínimas, enquanto em outras são signi cativas. Por exemplo, na maratona de Berlim de 2014 Dennis Kimetto, do Quênia, foi o primeiro colocado entre os homens. Ele completou o percurso de 42,195 km em 2h 2min 57s, batendo o recorde mundial da prova. O segundo colocado, seu compatriota, Emmanuel Mutai, chegou somente 16s depois de Dennis Kimetto. Portanto, pode ser dito que a vitória de Dennis Kimetto foi por uma diferença muito pequena. Entretanto, o terceiro colocado, Abera Kuma, da Etiópia, chegou 2min e 59s depois do campeão Dennis Kimetto e 2min e 43s depois do segundo colocado, Emmanuel Mutai. Em termos de maratona, essas são diferenças signi cativas. Além da frequência absoluta e relativa, é possível calcular a frequência absoluta acumulada, a frequência relativa acumulada e a mediana de atributos que são mensurados em uma escala ordinal. Tome como exemplo o tamanho dos carros de propriedade dos empregados da COMPUTATIS AG. A Figura 46 mostra o tamanho desses veículos ordenados do menor para o maior. Id

Nome

Tamanho do Carro

Id

Nome

Tamanho do Carro

1

Julia

mini

8

Arthur

médio-pequeno

2

Gabriel

mini

9

Mathews

médio-pequeno

3

So a

pequeno

10 Miriam

médio-pequeno

4

Isabela

pequeno

11 Marina

médio-grande

5

David

pequeno

12 Rodrigo

médio-grande

6

Miguel

pequeno

13 Chang

grande

7

Manuela

pequeno

14 Roger

grande

Figura 46: tamanho dos carros dos empregados da COMPUTATIS AG

A Figura 47 apresenta a frequência relativa dos carros dos empregados da COMPUTATIS AG. Tamanho do Carro

Frequência Absoluta

Relativa

Absoluta Acumulada

Relativa Acumulada

mini

2

14,3%

2

14,3%

pequeno

5

35,7%

7

50,0%

médio-pequeno

3

21,4%

10

71,4%

médio-grande

2

14,3%

12

85,7%

grande

2

14,3%

14

100,0%

Total

14

100,0%

Figura 47: frequência absoluta, relativa e acumulada dos carros dos empregados da COMPUTATIS AG

A frequência absoluta acumulada de um dado d é simplesmente a soma das frequências absolutas dos dados que antecedem ou são iguais a d. Por exemplo, seja d o tamanho de carro médio-pequeno. De acordo com as informações apresentadas na Figura 47, 10 = 2 + 5 + 3 veículos são de tamanhos menores ou iguais que médio-pequeno. A mesma linha de raciocínio é utilizada para de nir a frequência relativa acumulada. Para um dado d, ela é simplesmente a soma das frequências relativas dos dados que antecedem ou são iguais a d. Por exemplo, de acordo com a Figura 47, 71,4% = 14,3% + 35,7% + 21,4% dos carros são de porte menores ou iguais que médio-pequeno, isto é, são minis, pequenos ou médio-pequenos. Em termos estatísticos, a mediana é o valor que divide o conjunto de dados que está sendo analisado em dois conjuntos de mesmo tamanho.

Seja n > 0 a quantidade de dados que estamos interessados em analisar. Uma vez que esses dados estejam ordenados, a mediana é dada pelo valor que ocupar a posição

se n for ímpar; caso contrário, a mediana é

dada pela média dos valores que ocupam as posições e

.

Se a COMPUTATIS AG tivesse 15 empregados e esse empregado adicional tivesse um carro grande, então a mediana seria dada pelo valor que ocupa a posição respeito.

, isto é, “médio-pequeno”. Ver Figura 46 a esse

Entretanto, a COMPUTATIS AG possui 14 empregados. Nesse caso, a mediana é dada pela média entre o valor que ocupa a posição aquele que ocupa a posição

e

.

Como essa média não pode ser calculada, já que se trata de valores em uma escala ordinal, dizemos simplesmente que ela é um ponto intermediário imaginário entre pequeno (valor que ocupa a posição 7) e médio-pequeno (valor que ocupa a posição 8). Ver Figura 46 a esse respeito.

63.3. Escala intervalar Os valores dos atributos que são mensurados em uma escala intervalar possuem todas as propriedades daqueles que são mensurados na escala ordinal. Em adição, podemos determinar a diferença entre eles. Todavia, a escala intervalar não conta com um ponto de partida natural. Tome como exemplo a temperatura medida pela escala Celsius. Uma temperatura de 40°C indica a presença de uma quantidade de calor maior do que aquela presente quando a temperatura é de 10°C. Neste

caso, a diferença da medida de temperatura é de exatamente 30°C = 40°C – 10°C. A mesma a rmação pode ser feita em relação a qualquer outro valor da escala Celsius. Contudo, o ponto zero da escala, isto é, 0°C, não indica a inexistência de calor. Trata-se apenas do ponto de congelamento da água ao nível do mar. A escala Celsius foi proposta originalmente pelo astrônomo sueco Anders Celsius (1701-1744). Entretanto, o ponto de congelamento da água para representar o ponto inicial da escala Celsius foi escolhido arbitrariamente pelo botânico sueco Carolus Linnaeus (1707-1778) no século XVI. Um outro ponto importante em relação aos valores mensurados em uma escala intervalar é que a proporção entre esses valores pode carecer de signi cado claro e direto. Por exemplo, se um corpo está a 80°C e um outro a 20°C, isso não signi ca que o primeiro objeto é quatro vezes mais quente do que o segundo. Na verdade, a quantidade de calor a uma temperatura de 80°C é apenas 1,3 vez maior do a de 20°C. Portanto, embora uma dessas medidas (80°C) seja efetivamente quatro vezes maior do que a outra (20°C), o que elas medem não é. A escala Fahrenheit padece do mesmo problema.

63.4. Escala de razão A escala de razão é a que possui a maior capacidade de mensuração. Nessa escala, os valores possuem um zero absoluto e a proporção entre eles tem signi cado direto.

As distâncias entre pontos geográ cos, a temperatura medida em graus Kelvin, o peso de diferentes produtos, o custo de um serviço e a quantidade de pessoas que moram em um determinado local são exemplos de atributos cujos valores são mensurados em uma escala de razão. Por exemplo, se dois pontos geográ cos coincidem, então a distância entre eles é zero. Se um ponto A está distante 10 km de um ponto B e 20 km de um ponto C, então a distância entre A e C é o dobro da distância entre A e B. Por outro lado, se uma pessoa ganha R$ 100 por hora e outra ganha R$ 300 por hora, então a segunda ganha o triplo da primeira. Em adição, se uma pessoa trabalha de graça, ela ganha R$ 0 por hora.

63.5. Sumário A Figura 48 sumariza as características de cada escala de mensuração. Em adição, a Figura 49 mostra algumas das operações que podem ser executadas sobre valores de acordo com a escala a que estão submetidos. Escala

Característica

Exemplo

Nominal

Os dados podem ser comparados entre si.

Estado civil, sexo, cor do cabelo, orientação religiosa e grupo étnico.

Ordinal

Os dados podem ser ordenados.

Tamanho de carros, escolaridade e posição hierárquica na empresa.

Intervalar Não existe um zero natural. As Temperatura medida em graus diferenças entre os dados podem ser Celsius e graus Fahrenheit. calculadas. Razão

Existe um zero natural entre os Comprimento, altura e largura de valores. A proporção entre os dados objetos, salário, temperatura medida possui signi cado. em graus Kelvin. Figura 48: características das diferentes escalas de mensuração

Escala

Operações matemáticas e estatísticas Frequência absoluta e Mediana Diferença Multiplicação relativa e moda e adição e divisão

Média e desvio padrão

Nominal

Sim

X

X

X

X

Ordinal

Sim

Sim

X

X

X

Intervalar

Sim

Sim

Sim

Sim4

Sim

Razão

Sim

Sim

Sim

Sim

Sim

Figura 49: algumas das operações que podem ser executadas sobre valores que estão submetidos a uma dada escala de mensuração8

64. Atributos discretos e contínuos A escala de mensuração não é a única forma de classi car os atributos (ou variáveis) que utilizamos em nossas análises. Outra forma de classi car esses atributos diz respeito ao fato de eles serem contínuos ou discretos. Um atributo é chamado de discreto se podemos estabelecer, de forma exaustiva, uma correspondência entre os valores que esse atributo pode assumir e o conjunto dos números naturais, isto é, {0, 1, 2, 3, 4, …}. Por exemplo, em linhas gerais, os olhos humanos podem assumir as seguintes tonalidades: âmbar, azul, marrom, cinza-azulado, verde, castanho, vermelho (mais comum em pessoas com albinismo) e violeta (extremamente raro). Note que, nesse caso, podemos associar arbitrariamente o valor 0 a âmbar, 1 a azul, 2 a marrom e assim por diante. Como todas as tonalidades podem ser associadas a um valor do conjunto dos números naturais que é distinto dos demais, trata-se de um conjunto discreto. Outros exemplos de atributos discretos são: o sexo, o estado civil, o nível de instrução, fumante ou não fumante, etc.

Para efeitos práticos, os atributos que assumem valores na escala nominal e ordinal são sempre discretos. Além disso, a quantidade de valores que esses atributos podem assumir é sempre nita. Por outro lado, um atributo é chamado de contínuo se entre quaisquer dois valores que esse atributo pode assumir existe uma quantidade in nita de valores. Por exemplo, de acordo com o livro de recordes Guinness, o menor ser humano adulto do mundo era, até pouco tempo atrás, o nepalês Chandra Bahadur Dangi (1939 – 2015) com 54,6 cm de altura. Segundo o mesmo livro, o turco Sultan Kosen é o homem mais alto do mundo, com 2,51 m de altura. Como se trata de recordes, podemos assumir momentaneamente essas duas alturas como limites inferior e superior da altura que os seres humanos podem atingir. Note, entretanto, que entre o limite inferior e o superior existe um número in nito de alturas que um ser humano pode assumir. Por exemplo, o tenista suíço Roger Federer mede 1,85 m de altura. Já o ex-piloto de Fórmula 1 Ayrton Senna (1960 – 1994) do Brasil media 1,75 m. Por sua vez, o ginasta japonês Kōhei Uchimura, considerado o melhor do mundo de todos os tempos, mede 1,61 m. Embora as alturas dessas celebridades estejam sendo apresentadas com apenas duas casas decimais, em teoria elas podem ser medidas com tantas casas decimais quanto desejarmos. Os atributos que assumem valor nas escalas intervalar e de razão podem ser tanto discretos quanto contínuos. Por exemplo, o número de lhos é um atributo discreto que assume valor na escala de razão, assim como o número de quartos (ou dormitórios) em uma casa ou apartamento.

Já a pressão arterial e a tensão na rede elétrica (voltagem) são atributos contínuos que assumem valor na escala de razão. Outros exemplos de atributos contínuos são: peso, altura, idade, dinheiro, intensidade de corrente elétrica (amperagem), velocidade, etc.

65. A escala de Likert Conforme mencionado no tópico 47.4, em muitas situações, a satisfação do atendimento prestado por um assistente virtual inteligente é medida com o auxílio da escala de Likert. Embora à primeira vista a escala de Likert pareça ser ordinal, pesquisadores importantes na área de pesquisa de marketing chamam a nossa atenção para o fato dela ser, na verdade, intervalar9. Isso decorre da premissa de que as pessoas que avaliam as a rmações utilizadas na escala de Likert (conforme apresentada na Figura 38) tendem a tratar as diferenças entre valores adjacentes como sendo equivalentes. Portanto, operações como o cálculo da frequência, moda, mediana, média e desvio padrão podem ser utilizadas em cálculos envolvendo atributos medidos com a escala de Likert.

66. Dashboard No dashboard de um AVI, encontramos uma grande quantidade de valores, tabelas e grá cos que sumarizam o desempenho do assistente virtual. Valores, tabelas e contexto Possivelmente a forma mais simples e direta de mostrar o estado corrente de um indicador de desempenho de um AVI é simplesmente exibi-lo no dashboard. A Figura 50 exempli ca essa ideia.

Taxa de retenção diária: 89,8% Figura 50: valor corrente da taxa de retenção diária de um AVI Embora a informação apresentada na Figura 50 tenha valor para a tomada de decisão, não sabemos se ela é decorrente de uma grande quantidade de atendimentos realizados pelo AVI ou de uma quantidade muito pequena.

Se a quantidade de atendimentos for considerável, nossa crença de que ela retrata corretamente a capacidade de retenção do AVI no dia de hoje aumenta. Por outro lado, se a quantidade de atendimentos for muito pequena, nossa crença diminui, já que taxa de retenção poderá sofrer alterações signi cativas de um momento para o outro. A Figura 51 apresenta o valor da taxa de retenção diária juntamente com informações de contexto, isto é, com os valores que foram utilizados para calculá-la. Nesse caso, as informações de contexto são a quantidade de atendimentos realizados e a quantidade de atendimentos retidos. Indicador de desempenho

Valor

Atendimentos realizados no dia

2.000

Atendimentos retidos no dia

1.796

Taxa de retenção diária

89,8%

Figura 51: taxa de retenção diária e informações de contexto De acordo com as informações apresentadas na Figura 51, no dia de hoje, até o momento, foram realizados 2.000 atendimentos, sendo que 1.796 desses atendimentos foram realizados pelo AVI e 204 = 2.000 – 1796 foram transferidos para um operador humano. Isso resultou em uma taxa de retenção de

.

Note que as informações de contexto são, na verdade, indicadores de desempenho auxiliares (ou secundários). Eles ajudam a avaliar com mais

facilidade o que é realmente expresso pelo indicador principal. Nesse caso, o indicador principal é a taxa de retenção do AVI. O uso de tabelas (tal como a apresentada na Figura 51) ajuda a dispor os indicadores de desempenho principais e auxiliares em um agregado de tal forma que o leitor possa visualizá-los rapidamente. Sempre que possível, os indicadores de desempenho do AVI devem ser reportados juntamente com os valores que foram utilizados para calculálos. Além disso, eles devem ser acondicionados em agregado para facilitar a leitura e o entendimento. Estruturas tais como a Figura 51 podem ser utilizadas para sumarizar dados sujeitos a escala nominal, ordinal, intervalar e de razão. Uso de grá cos É uma ideia comumente aceita que, em muitas circunstâncias, conceitos complexos são mais facilmente transmitidos quando apresentados de forma grá ca. Quem primeiro chamou a nossa atenção para esse fato foi Tess Flanders, jornalista e editor do jornal Syracuse Post Standard, da cidade Syracuse, NY, nos Estados Unidos, no século XVIII. Em um artigo sobre jornalismo e publicidade, publicado em março de 1911, ele oferece o seguinte conselho aos leitores do jornal: “Use a picture. It’s worth a thousand words”. Em português, isso poderia ser traduzido como: “Use uma gura. Ela vale mil palavras”. Ao longo dos anos, a frase de Tess Flanders foi sendo aperfeiçoada até atingir a sua forma atual, isto é, “A picture is worth a thousand words”, ou seja, uma gura vale mil palavras.

Uma busca realizada na internet com a ajuda do Google, utilizando a versão moderna da frase de Flanders, retorna mais de meio milhão de hits! Trata-se de uma das citações mais populares de todos os tempos. Não chega, portanto, a surpreender que, além de valores isolados e tabelas, os dashboards de assistentes virtuais inteligentes façam uso de grá cos das mais diversas naturezas.

66.1. Gráfico de setores Um dos grá cos mais utilizados em dashboards para sumarização de informações é o grá co de setores, também conhecido como “grá co de pizza”. Nesse tipo de grá co, um semicírculo é dividido em setores (ou arcos de círculos) cuja área é utilizada para representar frequências absolutas e/ou relativas dos dados de interesse. Quanto maior for a frequência, maior é a área do setor. A Figura 52 apresenta um grá co de setores. Esse grá co mostra como o sexo se distribuiu entre os usuários de um AVI na semana corrente, isto é, desde a última segunda-feira.

Figura 52: distribuição por sexo dos usuários de um AVI De acordo com as informações apresentadas na Figura 52, na semana em questão os homens se destacaram como o maior contingente de usuários do AVI.

Dentre as 9.000 pessoas que utilizaram o AVI naquela semana, 61,9% eram homens (ou seja, 5.571 pessoas) e 38,1% eram mulheres (ou seja, 3.429 pessoas). É importante observar que o fato de as informações serem apresentadas em um formato circular faz com que a ordem que possa eventualmente existir entre os dados de interesse não seja valorizada. Em decorrência disso, o grá co de setores é frequentemente utilizado para exibir dados que seguem a escala nominal.

66.2. Gráfico de barras Outro tipo de grá co que é muito utilizado em dashboards para sumarização de informações é o grá co de barras. Nesse grá co, retângulos horizontais ou verticais são utilizados para apresentar informações de interesse. Por exemplo, suponha que as pessoas que assistiram a uma sessão de cinema sejam convidadas a avaliar o lme que acabaram de assistir. Considere que, nesse caso, existem cinco respostas possíveis para o convite que lhes foi feito, a saber: excelente, muito bom, regular (nem bom nem ruim), ruim e péssimo. A grá co de barras apresentado na Figura 53 sumariza o resultado desse convite, que foi feito a 89 pessoas.

Figura 53: avaliação do lme que havia acabado de ser apresentado De acordo com as informações apresentadas na Figura 53, 20 pessoas disseram que o lme em questão foi excelente e 50 que foi muito bom. Em adição, 15 disseram que o lme foi regular, 3 que foi ruim e uma que foi péssimo.

Observe que, em um diagrama de barras, a largura de cada barra é exatamente a mesma. Contudo, a altura é proporcional ao valor que está associado a cada barra. Nesse caso, a altura é proporcional ao número de pessoas que avaliou o lme em cada uma das categorias possíveis. Ademais, as barras que compõem o grá co são separadas por espaços em branco, indicando que a diferença (a distância) entre as categorias não possui signi cado. Os grá cos de barras são particularmente interessantes para apresentar as frequências relativas e absolutas de valores sujeitos a escala ordinal de mensuração. Nesse caso, é aconselhável ordenar os dados a serem apresentados no grá co da esquerda para a direita ou vice-versa. Isso tem por objetivo

ressaltar a ordem que existe naturalmente entres eles.

66.3. Histogramas Via de regra, quando estamos lidando com valores contínuos nas escalas intervalar ou de razão, a análise dos valores de interesses é enormemente facilitada quando dados são agrupados em categorias ou classes de valores. Nesse caso, cada categoria representa um conjunto de valores. Além disso, cada categoria recebe um nome que nos ajuda a identi car o seu conteúdo. Por exemplo, considere que estamos interessados em analisar como os atendimentos realizados pelo assistente virtual se distribuíram durante o decorrer do dia de ontem. Para facilitar as nossas análises, podemos agrupar esses valores em faixas de horários. Nesse caso, cada faixa representa uma categoria. A tabela apresentada na Figura 54 exempli ca essa ideia. Categoria

Faixa de Horário

Frequência Absoluta

Relativa

Início da madrugada

[00h – 03h)

87

2,5%

Madrugada

[03h – 06h)

52

1,5%

Início da manhã

[06h – 09h)

175

5,0%

Manhã

[09h – 12h)

265

7,5%

Horário do almoço

[12h – 15h)

920

26,0%

Tarde

[15h – 18h)

430

12,2%

Início da noite

[18h – 21h)

1.300

36,8%

Noite

[21h – 24h)

306

8,7%

Total

3.535

100,0%

Figura 54: atendimentos realizados pelo AVI no dia de ontem De acordo com as informações apresentadas na Figura 54, as 24 horas do dia foram divididas em oito categorias, a saber: início da madrugada, madrugada, início da manhã, ..., noite.

Na Figura 54, a expressão [a,b) é utilizada para indicar o conjunto de valores x tal que x ≥ a e x < b. Portanto, a categoria “Início da madrugada” descreve o intervalo de tempo que vai de meia-noite (ou zero hora) até imediatamente antes das 3h. Por sua vez, a categoria “Madrugada” diz respeito ao intervalo de tempo que vai das 3h até imediatamente antes das 6h e assim por diante. Ademais, a Figura 54 indica que ao todo foram realizados 3.535 atendimentos pelo AVI no dia de ontem. Dentre esses atendimentos, 87 (ou 2,5% do total) foram realizados no início da madrugada. Em adição, 52 atendimentos (ou 1,5% do total) foram realizados de madrugada, 175 (ou 5,0% do total) no início da manhã e assim por diante. O cenário que acabamos de descrever pode ser descrito gra camente com a ajuda de um histograma. Trata-se de um conjunto de barras justapostas, isto é, colocadas umas do lado das outras sem intervalos. A falta de espaço entre as barras indica que o nal de uma categoria coincide com o início da próxima. De forma similar ao diagrama de barras, cada barra em um histograma corresponde a uma categoria. Além disso, a largura de cada barra é sempre a mesma e a altura é proporcional a frequência absoluta ou relativa. A Figura 55 exempli ca essas ideias.

Figura 55: histograma dos atendimentos realizados pelo AVI no dia de ontem Observe que o histograma apresentado na Figura 55 mostra que a maior parte dos atendimentos 75,0% = 26,0% + 12,2% + 36,8% foi efetuada pelo AVI no dia em questão entre o horário do almoço e o início da noite.

Caso esse padrão se repita nos outros dias da semana, esse intervalo de tempo será o mais crítico para o serviço de atendimento ao cliente. Em consequência disso, o desempenho do AVI deverá ser monitorado de perto entre o almoço e o início da noite. Qualquer queda de performance nesse intervalo de tempo tenderia a ter um impacto mais contundente na qualidade do serviço do que nos demais horários do dia. Atributos discretos também podem ser analisados com a ajuda de histogramas. Note que, em geral, se o atributo é discreto e a quantidade de valores que ele pode assumir é reduzida, a congregação desses atributos em categorias pode ser desnecessária. Nesse caso, cada barra do histograma pode representar um possível valor que o atributo em questão pode assumir.

66.4. Diagramas de Pareto

Nem sempre as categorias que causam mais impacto nos processos de negócio são justapostas, isto é, o nal de uma categoria coincide com o início da próxima. Na verdade, é possível que elas não possam sequer ser ordenadas. Isso acontece quando estamos lidando com dados que estão sujeitos a escala nominal de mensuração, tais como: sexo, estado civil, cor do cabelo e orientação religiosa (Catolicismo, Espiritismo, Islamismo, Budismo, etc.). O diagrama de Pareto foi criado para endereçar essas questões. Trata-se de grá co de origem estatística que explicita as categorias que causam o maior impacto nas linhas de negócio. Isso independe de as categorias poderem ser ordenadas ou não e de as categorias mais relevantes serem justapostas. As origens do diagrama de Pareto remontam ao trabalho do cientista político, sociólogo e economista italiano Vilfredo Pareto (1848 – 1923). Ver Sessão 41 a esse respeito. Em termos de design, o diagrama de Pareto é um grá co de barras para atributos discretos que assume valor em uma escala nominal, ordinal, intervalar ou de razão. Alternativamente, esses valores podem estar agrupados em categorias. Dessa forma, podemos lidar com atributos contínuos medidos na escala intervalar ou de razão. No diagrama de Pareto, as barras são ordenadas da esquerda para a direita de acordo com frequência absoluta de ocorrência de valores nas diversas categorias que estamos interessados em analisar. Tome como exemplo uma empresa que vende seus produtos na internet. Vamos chamar essa empresa de FALKENBERG10, que é o nome de uma cidade na Suécia. A diretoria da FALKENBERG está preocupada com as reclamações que tem recebido em relação à entrega de seus produtos. Vários de seus

clientes reclamam que os produtos que chegam a suas residências apresentam diversos tipos de problemas. Na verdade, nesses últimos meses, um total de 2.605 reclamações foram feitas a este respeito. Essas reclamações foram registradas no serviço de atendimento ao cliente. Para analisar melhor essa questão, as reclamações recebidas pela FALKENBERG foram agrupadas em oito categorias: Produto errado: o produto entregue não foi aquele que foi adquirido. Por exemplo, foi pedido um tênis e entregue um barbeador elétrico. Atributo incorreto: o cliente recebeu o produto certo, mas a cor, o modelo, o tamanho ou outro atributo qualquer era diferente daquilo que foi solicitado. Produto com defeito: o produto recebido pelo cliente corresponde ao que foi comprado, porém ele não funciona corretamente. Produto não recebido: o prazo de entrega esgotou-se e o produto não foi recebido pelo cliente. Embalagem dani cada: o produto foi recebido pelo cliente, porém a embalagem estava dani cada. Produto dani cado: o produto foi recebido pelo cliente e funciona corretamente, mas contém danos de pequeno porte, tais como arranhões, rachaduras, manchas, etc. Falta acessório: existe pelo menos um acessório que deveria ter sido entregue junto com o produto, mas não o foi. Por exemplo, carregador de energia, pilha, controle remoto, capa protetora, fone de ouvido, etc. Outros: a entrega do produto apresentou outros tipos de problemas. A Figura 56 mostra as frequências absolutas, relativas e acumuladas de cada uma dessas categorias. Note que, na Figura 56, as categorias estão ordenadas de acordo com as suas respectivas frequências absolutas.

Reclamação

Frequência Absoluta

Relativa

Absoluta acumulada

Relativa acumulada

1.275

48,9%

1.275

48,9%

Falta acessório

659

25,3%

1.934

74,2%

Produto errado

383

14,7%

2.317

88,9%

Embalagem dani cada

154

5,9%

2.471

94,9%

Produto dani cado

76

2,9%

2.547

97,8%

Produto com defeito

35

1,3%

2.582

99,1%

Produto não recebido

16

0,6%

2.598

99,7%

Outros

7

0,3%

2.605

100,0%

2.605

100,0%

Atributo incorreto

Total

Figura 56: reclamações relativas aos produtos enviados aos clientes da FALKENBERG

A Figura 57 utiliza um diagrama de Pareto para mostrar como as reclamações se distribuem por cada uma das categorias identi cadas pela FALKENBERG. Ela mostra as mesmas informações apresentadas na Figura 56. Porém, a Figura 57 utiliza um diagrama para apresentar essas informações. Isso facilita a visualização do que está acontecendo com os produtos enviados pela empresa. De forma similar ao diagrama de barras, no diagrama de Pareto cada categoria é representada por uma barra. A largura de todas as barras é idêntica, assim como o espaço entre as barras. Entretanto, a altura de cada barra é proporcional à quantidade de elementos que fazem parte da categoria a que ela está associada. No diagrama de Pareto, as barras estão ordenadas da esquerda para a direita de acordo com a quantidade de ocorrências que fazem parte de cada categoria, isto é, da sua frequência absoluta.

É importante observar que o diagrama de Pareto possui dois eixos verticais, um posicionado à esquerda do centro do diagrama e o outro à direita. O eixo da esquerda indica a frequência absoluta das diversas categorias. Por sua vez, o eixo da direita indica a frequência relativa acumulada. A linha contínua que corta o diagrama de Pareto indica o acúmulo de frequência relativa em respeito a cada uma das categorias.

Figura 57: diagrama de Pareto das reclamações efetuadas pelos clientes da FALKENBERG

Em consequência disso, ao subirmos uma linha vertical imaginária pelo centro de cada categoria, podemos identi car a frequência acumulada de ocorrências até aquele ponto. Essa frequência é dada pelo ponto no qual essa linha imaginária encontra a linha contínua que está representada no diagrama. Por exemplo, a linha imaginária que corta o centro da categoria dos produtos errados encontra a linha contínua que aparece no ponto 88,9%.

Isso indica que as três categorias com maior número de ocorrências, isto é, atributo incorreto, falta acessório e produto errado, são responsáveis por quase 90% de todas as ocorrências registradas no serviço de atendimento ao cliente da FALKENBERG. Ao chamar a atenção para esse fato, o diagrama de Pareto permite que a diretoria da FALKENBERG possa agir de forma mais efetiva para atacar o problema. Note que essas ocorrências estão fortemente relacionadas a falhas na embalagem e no despacho do produto dentro da empresa. Portanto, um maior controle de qualidade na execução dessas atividades deve propiciar uma redução signi cativa das reclamações recebidas pela empresa.

66.5. Gráfico de velocímetro Se o dado que desejamos mostrar no dashboard tem um limite para o qual nós desejamos chamar a atenção, então é possível que o velocímetro seja o grá co ideal para retratar essa situação. Como o próprio nome indica, trata-se de um grá co no formato de um semicírculo e que possui um ponteiro indicando a situação atual do valor que se deseja apresentar. A Figura 58 exempli ca essa ideia.

Figura 58: velocímetro da taxa de retenção de um AVI O grá co velocímetro apresentado na Figura 58 apresenta o valor corrente da taxa de retenção de um AVI, isto é, 94,0%. Note que, conforme indicado no grá co, o menor valor possível para a taxa de retenção é 0% e o maior valor é 100%.

O velocímetro apresentado na Figura 58 está dividido em três setores. O primeiro setor compreende valores de 0% até imediatamente antes de 80%, o segundo compreende valores de 80% até imediatamente antes de 90% e o terceiro setor, valores entre 90% e 100%. As palavras “Ruim”, “Regular” e “Bom” são utilizadas para indicar o que se espera da taxa de retenção. Nesse caso, espera-se que ela esteja localizada entre 90% e 100%. Os grá cos de velocímetro são utilizados principalmente para apresentar o valor corrente de atributos contínuos que assumem valor tanto na escala intervalar quanto na de razão.

66.6. Gráfico de linha Em algumas situações, os dados que desejamos apresentar são o resultado de medidas obtidas no decorrer do tempo. Isso ocorre, por exemplo, quando estamos interessados em mostrar a evolução da taxa de acerto do AVI ou da taxa de satisfação do cliente ao longo dos últimos dias ou semanas. Nesses casos, temos que considerar tanto os valores que desejamos apresentar quanto o momento em que eles foram calculados. Os grá cos de linha foram concebidos para facilitar essa tarefa. Esse tipo de grá co possui dois eixos. Enquanto o eixo horizontal mostra a passagem do tempo, o eixo vertical mostra os valores que estamos interessados em analisar. A Figura 59 exempli ca essas ideias por meio de um grá co de linha, que mostra a evolução da taxa de retenção do AVI ao longo dos últimos 15

dias.

Figura 59: evolução da taxa de retenção do AVI ao longo do tempo Na Figura 59, a letra h identi ca o dia de hoje, a expressão h-2, o dia de anteontem (isto é, dois dias atrás), a expressão h-4, quatro dias atrás, e assim por diante.

De acordo com o grá co, dez dias atrás, isto é, em h-10, a taxa de retenção do assistente virtual era de aproximadamente 90,5%. Ao longo dos últimos dias, essa taxa vem subindo. Quatro dias atrás, isto é, em h-4, ela era de cerca de 91,5% e hoje, no ponto h, ela está, até o momento, em 93,3%. É importante notar que, no grá co de linha, os dados que são apresentados no eixo horizontal são medidos em distâncias constantes. No caso da Figura 59, essa distância é de dois dias ou 48 horas. Em outras palavras, para cada ponto representado no eixo horizontal, onde as distâncias são constantes, existe apenas uma única medida no conjunto de dados que está sendo considerada. Nesse caso, a taxa de retenção do AVI. Os diagramas de linha (tal como aquele apresentado na Figura 59) são frequentemente utilizados para analisar o comportamento de valores

contínuos que estejam submetidos a escala intervalar ou de razão no decorrer do tempo.

67. Questões para reflexão sobre o conteúdo da Parte VIII Utilize as questões que se seguem para re etir sobre aquilo que foi exposto até o momento. 1. Dentre as atividades a seguir, qual não faz parte da lista de tarefas que deve ser executada para medir o desempenho de um produto ou serviço? a) Identi car os atributos (ou propriedades) que desejamos medir. b)Coletar os dados relevantes. c) Desenvolver novos conceitos, métodos e técnicas de análise de dados. d)Realizar as análises necessárias. e) Relatar os resultados dessas análises. 2. No contexto deste livro, o que é um dashboard? a) Parte do carro que ca em frente ao motorista. b)Um site na internet onde é possível obter informações sobre produtos ou serviços. c) Um departamento de uma empresa onde pequenas quantidades de informações são processadas. d)Um painel de controle contendo informações sobre o desempenho de produtos, serviços, pessoas, processos ou negócios. e) Um aplicativo para celular que informa as condições climáticas em uma dada coordenada geográ ca. 3. Por que as operações necessárias para calcular a média não podem ser executadas sobre o atributo estado civil? a) A operação de soma não está de nida para esse tipo de atributo.

b)O resultado dessa operação carece de signi cado quando aplicado ao estado civil. c) A operação de divisão não está de nida para esse atributo. d)Em termos matemáticos, a média não faz sentido quando aplicada ao estado civil. e) Todas as respostas anteriores. 4. Que escala de mensuração é a mais elementar de todas? a) Nominal. b)Ordinal. c) Intervalar. d)Razão. e) Nenhuma das respostas anteriores. 5. Dentre as operações a seguir, qual não pode ser executada sobre dados da escala nominal? a) Comparação para determinar se os dados em consideração são iguais ou diferentes. b)Frequência absoluta. c) Frequência relativa. d)Média. e) Moda. 6. Sejam O1 e O2 dados sujeitos a escala ordinal. Dentre as expressões matemáticas que se seguem, qual carece de signi cado? a) O1 = O2? b)O1 ≥ O2? c) O1 – O2 = ? d)O1 < O2? e) O1 ≠ O2? 7. Dentre as operações matemáticas que se seguem, qual pode ser executada sobre dados da escala ordinal?

a) Mediana. b)Moda. c) Frequência absoluta e frequência absoluta acumulada. d)Frequência relativa e frequência relativa acumulada. e) Todas as operações anteriores. 8. Dentre as sentenças a seguir, qual pode ser utilizada para caracterizar a escala intervalar? a) Não possui um zero natural. b)A diferença entre os atributos que assumem valor nessa escala carece de signi cado. c) Não existe uma ordem natural entre os dados que estão submetidos a essa escala. d)É a que oferece o nível de mensuração mais simples. e) A proporção entre os dados dessa escala sempre produz resultados que possuem signi cado claro e direto. a) Sobre a escala de razão, pode ser dito que: É a que possui a maior 9. capacidade de mensuração. b)Possui um zero absoluto. c) Os dados que estão sujeitos a essa escala podem ser ordenados. d)A proporção entre esses dados tem signi cado claro e direto. e) Todas as respostas anteriores. Nas questões que se seguem, considere as informações contidas na Figura 60, que apresenta o resultado dos 10.000 m rasos femininos da Olimpíada do Rio de Janeiro de 2016. Ordem de chegada

Nome

País

Tempo

1º

Almaz Ayana

Etiópia

29:17:45

2º

Vivian Jepkemoi Cheruiyot

Quênia

29:32.53

3º

Tirunesh Dibaba

Etiópia

29:42.56

4º

Alice Aprot Nawowuna

Quênia

29:53.51

0. )

5º

Betsy Saina

Quênia

30:07.78

6º

Molly Huddle

EUA

30:13.17

7º

Yasemin Can

Turquia

30:26.41

8º

Gelete Burka

Etiópia

30:26.66

Figura 60: resultado dos 10.000 metros rasos feminino O atributo “Ordem de chegada” está sujeito à seguinte escala de mensuração: Nominal.

b)Ordinal. c) Intervalar. d)Razão. e) Nenhuma das respostas anteriores. 11. a) O atributo “Nome” e “País” estão sujeitos à escala de mensuração: Nominal. b)Ordinal. c) Intervalar. d)Razão. e) Nenhuma das respostas anteriores. 12. a) O atributo “Tempo” está sujeito à escala de mensuração: Nominal. b)Ordinal. c) Intervalar. d)Razão. e) Nenhuma das respostas anteriores. 13.Sobre que atributo podemos executar a operação de soma? a) Colocação. b)Nome. c) País. d)Tempo. e) Nenhuma das respostas anteriores. 14.Quanto ao nível de mensuração, a escala de Likert (conforme a) apresentada na Figura 38) é: Nominal.

b)Ordinal. c) Intervalar. d)Razão. e) Nenhuma das respostas anteriores. 15.Por que, se possível, os indicadores de desempenho devem ser apresentados com informações de contexto (com os indicadores auxiliares que foram utilizados para calculá-los)? a) Os indicadores auxiliares podem conter informações que contestam o que é apresentado pelo indicador principal. b)Trata-se de uma norma não escrita da estatística. c) O código civil exige que os indicadores auxiliares sejam apresentados junto com o indicador principal. d)Os indicadores auxiliares ajudam a avaliar o que é realmente expresso pelo indicador principal. e) A não apresentação dos indicadores secundários faz com que o indicador principal não tenha signi cado. 16.Por que grá cos são amplamente utilizados para apresentar informações em dashboards? a) Os dashboards cam visualmente mais cerebrinos. b)Em geral, conceitos complexos são mais facilmente transmitidos quando apresentados de forma grá ca. c) Os dashboards cam mais compactos quanto eles utilizam grá cos e diagramas. d)Grá cos são mais rápidos de ser construídos do que tabelas. e) Os grá cos deixam os dashboards mais coloridos. 17. a) O grá co de setor é ideal para sumarizar dados na escala: Nominal. b)Ordinal. c) Intervalar. d) e) Razão Nenhuma das respostas anteriores.

18. a) No grá co de barras, o espaço entre as barras serve para: Tornar o grá co mais atrativo do ponto de vista estético. b)Indicar que a diferença (a distância) entre as categorias não possui signi cado. c) Lembrar que a largura das barras é sempre a mesma. d)Indicar que a quantidade de barras é idêntica à quantidade de valores que se deseja apresentar. e) Nenhuma das respostas anteriores. 19. a) O grá co de barras é frequentemente utilizado para mostrar: A frequência absoluta acumulada e relativa acumulada. b)O moda e a mediana. c) O maior e o menor valor do conjunto de dados de interesse. d)A frequência absoluta e relativa. e) A média. 20. a) Sobre os histogramas, podemos a rmar que: A largura das barras é sempre a mesma. b)A altura das barras é proporcional aos valores que desejamos apresentar. c) São frequentemente utilizados para sumarizar atributos que assumem valor na escala intervalar ou de razão. d)Podem mostrar o comportamento tanto de atributos discretos quanto contínuos. e) Todas as respostas anteriores. 21. a) Sobre o diagrama de Pareto, não é correto a rmar que: Possui mais de um eixo. b)Utiliza tanto barras quanto segmentos de retas para sumariar os‐ dados. c) Para dados sujeitos às escalas nominal ou ordinal, ele indica tanto a frequência absoluta quanto a frequência relativa acumulada.

d)Ajuda a identi car as categorias de valores que são mais relevantes para os estudos que estamos realizando, assim como as que são menos relevantes. e) As categorias exibidas no eixo horizontal são dispostas‐ aleatoriamente. 22.Que grá co tem o formato de um semicírculo e utiliza um ponteiro para indicar o valor corrente do atributo que desejamos apresentar? a) Pizza. b)Barras. c) Velocímetro. d)Linha. e) Pareto. 23.Que grá co é comumente utilizado para mostrar a evolução de um indicador de desempenho ao longo do tempo? b)Velocímetro Barras. a) c) Pareto. d)Linha. e) Nenhuma das respostas anteriores. 24.Que grá co, com dois eixos verticais, utiliza barras para representar categorias e no qual a largura das barras é idêntica? b)Velocímetro Barras. a) c) Pareto. d)Pizza. e) Linha. 25.Uma empresa que contratou os serviços do assistente virtual inteligente estabeleceu um valor mínimo para a taxa de acerto do AVI. Que grá co devo utilizar para mostrar que o valor corrente desse indicador de desempenho está dentro do limite estabelecido? a) Velocímetro. b)Barras.

c) Histograma. d)Linha. e) Pizza. 5

Trata-se de um nome ctício. Qualquer semelhança com organizações ou marcas existentes é mera coincidência. 6 Trata-se de um nome ctício. Qualquer semelhança com organizações ou marcas existentes é mera coincidência. 7 Fonte: 8 A proporção entre os atributos pode carecer de signi cado claro e direto. 9 BURNS, Alvin C.; BUSH, Ronald F. Marketing Research. 7th. ed. Upper Saddle River, NJ: Pearson, 2013, p. 180. AAKER, David A.; KUMAR, V.; LEONE, Robert P.; DAY, George S. Marketing Research. 12th. ed. Hoboken, NJ: Wiley, 2015, p. 263. 10 Trata-se de um nome ctício. Qualquer semelhança com organizações ou marcas existentes é mera coincidência.

Parte IX O Cockpit do Assistente Virtual Inteligente

Ao nal da Parte IX, você terá aprendido: o que é um cockpit e para que serve; quais ajustes podem ser feitos no assistente virtual inteligente; como esses ajustes são realizados; quais cuidados devem ser tomados quando a base de conhecimento do AVI é ajustada.

68. O cockpit Nos aviões modernos, o cockpit é um painel de instrumentos e mecanismos de controle que ca posicionado em frente e no entorno do piloto. Nesse painel encontramos aquilo que é necessário para realizar um voo rápido e seguro. É comum encontrarmos no cockpit dos aviões os indicadores de velocidade, altura e direção da aeronave, além de direção e velocidade do vento. Um dos instrumentos mais curiosos presentes no cockpit de um avião é o horizonte arti cial. Trata-se de um instrumento com propriedades giroscópicas que mostra ao piloto a posição da aeronave em relação ao horizonte. Em outras palavras, o horizonte arti cial indica se o avião está com o nariz para cima, para baixo ou em nível e se as asas estão inclinadas ou não. A Figura 61 mostra a foto de um horizonte arti cial.

Figura 61: Horizonte arti cial Em adição, estão presentes no cockpit o manche, os mostradores dos tanques de combustível, os indicadores da velocidade de rotação dos motores, o radar, o rádio, o piloto automático, os indicadores de temperatura e pressão da cabine, os indicadores do status das portas e do trem de pouso, etc. A Figura 62 mostra o cockpit de um avião da era moderna.

Figura 62: cockpit de um avião do início do século XXI Portanto, o cockpit reúne, em um mesmo local, os instrumentos que são relevantes para avaliar a situação corrente da aeronave e aqueles que permitem que o piloto faça as correções de rumo que forem necessárias.

Por exemplo, suponha que a velocidade do vento esteja muito forte em uma determinada direção e que isso esteja afastando o avião da sua rota. Nesse caso, o piloto pode compensar a força do vento movimentando o avião ligeiramente na direção de onde ele está soprando. Note que tudo que o piloto precisa para tomar ciência do problema e ajustar a rota do avião está disponível no cockpit. Para detectar a mudança indesejada de rota, ele usa instrumentos como o compasso (ou bússola) ou o GPS (global positioning system). Para identi car as causas da mudança indesejada de rota, o piloto pode utilizar os indicadores de velocidade e direção do vento. As manivelas de aceleração dos motores, o manche e os pedais de direcionamento do leme fornecem os elementos necessários para efetuar a correção de rota. É isso mesmo: para movimentar o avião para a esquerda ou para a direita, o piloto pode utilizar os pedais. Eles servem para movimentar o leme, permitindo que a aeronave faça curvas com um raio menor. O manche serve para elevar o nariz da aeronave para cima e para baixo, fazendo com que o avião ganhe ou perca altitude. Além disso, ele serve para movimentar as superfícies móveis das asas (ailerons e profundores), permitindo que a aeronave faça curvas suaves. Muitas vezes o manche é utilizado em conjunto com os pedais para realizar mudanças de direção. Tudo depende do raio da curva que se pretende realizar. De forma semelhante ao cockpit de um avião moderno, o cockpit do assistente virtual inteligente contém os indicadores que permitem avaliar

o desempenho do AVI. Ademais, ele contém os mecanismos que permitem que os ajustes necessários sejam realizados rapidamente.

69. O gestor da base de conhecimento Da mesma forma que o piloto é responsável pela condução do avião, existe um pro ssional que é responsável pela criação e manutenção da base de conhecimento do AVI. Esse pro ssional é o “gestor da base de conhecimento”. Além de estar apto a realizar ajustes no conteúdo da base de conhecimento, o gestor está familiarizado com os mecanismos de inteligência arti cial utilizados na construção de um AVI. À vista disso, o gestor da base de conhecimento é capaz de analisar o status corrente do AVI, detectar eventuais quedas de performance e identi car as origens dessas quedas, agindo rapidamente para corrigi-las. As principais atividades executadas pelo gestor da base de conhecimento são objeto de estudo nesta parte do nosso livro. Essas atividades são detalhadas nas seções que se seguem.

70. O cockpit e o dashboard À primeira vista, pode parecer que os instrumentos de ajuste da base de conhecimento são simplesmente sobrepostos ao conjunto de indicadores de desempenho do AVI para formar o cockpit. Todavia, é importante salientar que nem todas as informações que fazem parte do conjunto de indicadores do AVI estão necessariamente disponíveis no cockpit. Isso corre porque nem todos esses indicadores são relevantes para a gestão da base de conhecimento.

Por exemplo, suponha que a empresa-cliente do AVI tenha decidido realizar uma pesquisa de opinião junto a seus clientes. Considere que o AVI vai ser responsável por fazer o convite para que os clientes participem da pesquisa e por coletar as respostas. Nesse caso, existem alguns poucos fatos que são relevantes para a gestão da base de conhecimento: O convite para participar da pesquisa está sendo exibido adequadamente? Os clientes da empresa em questão estão respondendo às perguntas que lhes são feitas? As respostas estão sendo computadas corretamente? Entretanto, os resultados da pesquisa em si não têm, em princípio, nenhuma relevância para a gestão da base de conhecimento e, portanto, não deveriam fazer parte do conjunto de indicadores que estão à disposição do gestor daquela base. Em consequência disso, os resultados das análises da pesquisa na forma de tabulações, grá cos e medidas estatísticas não deverão fazer parte dos indicadores presentes no cockpit da base de conhecimento. Contudo, esses resultados poderão vir a fazer parte dos indicadores presentes no dashboard do AVI, já que eles são do interesse da empresacliente.

71. As questões-exemplo Antes que nossos clientes possam interagir com o assistente virtual é necessário que as questões que eles poderão vir a apresentar sejam cadastradas na base de conhecimento do AVI. Nesse ponto, é importante lembrar que a quantidade de questões que podem ser apresentadas por nossos clientes é, literalmente, in nita. Portanto, o que é realmente cadastrado na base de conhecimento são

questões-exemplo, também chamadas de sentenças-exemplo ou questões-padrão. Essas questões representam, em linhas gerais, aquilo que se espera que os usuários do assistente virtual venham a apresentar ao AVI durante as interações. Quando uma questão é apresentada ao AVI, ela á comparada com as diversas questões-exemplo que estão armazenadas na base de conhecimento. Caso essa questão seja similar o su ciente a uma dessas questões-exemplo, ela é identi cada pelo AVI como sendo, na verdade, uma variação daquela questão. Em consequência disso, o conjunto de ações associadas àquela questão é executada. A Figura 63 apresenta questões-exemplo que poderiam fazer parte de uma base de conhecimento. Id

Questão-exemplo

Q1 Em quantas parcelas minha compra pode ser dividida? Q2 Posso pagar com boleto? Q3 Quando o produto que comprei vai ser entregue? ···

···

Qn Como faço para trocar um produto que comprei? Figura 63: questões-exemplo que poderiam estar presentes na base de conhecimento do AVI O cadastramento de questões-exemplo é uma das atividades que são executadas pelo gestor da base de conhecimento a partir das features (ou funcionalidades) oferecidas pelo cockpit do AVI.

Em adição, o cockpit oferece facilidades para ajustar as questões-exemplo que caram desatualizadas ou foram concebidas erroneamente. As funcionalidades presentes no cockpit também permitem que questões que se tornaram irrelevantes com o passar do tempo sejam removidas da base de conhecimento.

72. As ações Uma vez que as questões-padrão estejam registradas, as ações correspondentes a essas questões precisam ser inseridas na base de conhecimento. A título de exemplo, considere a questão Q1 da Figura 63, isto é: “Em quantas parcelas minha compra pode ser dividida?”. Para fazer frente a essa questão, o conjunto de ações A1, apresentado na Figura 64, poderia ser adicionado à base de conhecimento. Id

Conjunto de Ações

A1 Enviar o texto: “Você pode pagar por uma compra em até 3 vezes sem juros. É possível, entretanto, pagar em mais parcelas. Nesse caso, juros incidirão sobre a quarta parcela e as parcelas subsequentes.” Enviar o texto: “Você deseja fazer uma simulação das diversas formas de parcelamento existentes?” Figura 64: conjunto de ações que deve ser executado quando a questão Q1 for apresentada ao AVI Por outro lado, se considerarmos a questão Q2 da Figura 63, isto é: “Posso pagar com boleto?”, então o conjunto de ações A2, apresentado na Figura 65, poderia ser adicionado à base de conhecimento: Id

Conjunto de Ações

A2 Enviar o texto: “É possível pagar com boleto. Não existe nem limite mínimo nem máximo para pagamento com boleto.” Figura 65: conjunto de ações que deve ser executado quando a questão Q3 for apresentada ao AVI O cadastramento, a atualização e a remoção de ações associadas às questões-padrão são atividades que podem ser executadas a partir das features oferecidas no cockpit do AVI.

73. Conectando questões e ações Uma vez que as questões-padrão e as ações correspondentes estejam cadastradas na base de conhecimento, é necessário realizar a associação entre esses dois conjuntos.

Essa ação pode ser realizada pelo gestor da base de conhecimento através do cockpit do assistente virtual inteligente. A Figura 66 mostra como essa associação pode ser descrita. Id Questãoexemplo

Conjunto de ações

Q1

A1

Q2

A2

Q3

A3

Qn

An

Figura 66: associação entre questões-exemplo e as ações que devem ser executadas De acordo com as informações contidas na Figura 66, a questão Q1 está associada com o conjunto de ações A1, a questão Q2 com A2, Q3 com A3 e assim por diante.

Embora não seja apresentado de forma explícita na Figura 66, questõesexemplo podem compartilhar o mesmo conjunto de ações. Na verdade, deve-se esperar que isso venha a acontecer com grande frequência. A nal, é comum que, na língua portuguesa, exista um número in nito de formas de elaborar uma mesma questão, ou seja, de expressar uma mesma intenção. O conjunto de ações que podem ser associadas a uma determinada questão-exemplo é bem variado. Isso pode incluir, além do envio de texto: A apresentação de tabelas. O envio de mensagens sonoras. A apresentação de imagem. A exibição de vídeos. O reposicionamento da tela que o usuário está visualizando. A apresentação de listas de sugestões de questões de interesse.

A exibição da lista de questões mais frequentes. A transferência do atendimento para um operador humano. Etc.

74. Tempo de vigência Tanto as questões-exemplo como os diferentes conjuntos de ações podem ter associados a eles um prazo de vigência. Isso ocorre porque algumas questões-exemplos e ações só fazem sentido em um certo contexto, que se esvai com o passar do tempo. Por exemplo, imagine a existência de uma empresa que comercializa comestíveis e bebidas na internet. Suponha que estamos nos aproximando da Páscoa e que a empresa tenha preparado uma oferta para incrementar as vendas de ovos e barras de chocolate. Nesse caso, é possível que as questões-exemplo e as ações associadas a elas só sejam válidas nos dias que precedem a Páscoa e no dia de Páscoa. Uma vez que essa data tenha passado, a promoção se encerra. O cockpit do AVI oferece facilidades para o registro dessas datas de validade. Essa tarefa é, em geral, executada pelo gestor da base de conhecimento.

75. Os sinônimos Uma das formas mais diretas e efetivas de aumentar o poder de discernimento do AVI é associar sinônimos às palavras e expressões que são utilizadas na elaboração das questões-exemplo. Por exemplo, considere a questão Qk apresentada na Figura 67. Note que se trata de uma questão que poderia perfeitamente ter sido formulada por um usuário do AVI. Id

Questão

Qk

“Você tem esse produto em uma outra cor?”

Figura 67: exemplo de questão apresentada por um usuário do AVI Observe que, nesse contexto, “item”, “artigo”, “bem” ou “artefato” são todos sinônimos aceitáveis para a palavra “produto”. Isso signi ca que “produto” pode ser substituído por qualquer uma dessas palavras sem que o sentido da frase se altere.

Por sua vez, são sinônimos de “ter esse” os verbos “possuir esse” e “dispor desse”. Em adição, “padronagem”, “estampa” e “matiz” podem ser utilizadas como sinônimo de “cor”. Uma questão apresentada por um usuário do AVI pode ser mais facilmente interpretada quando as palavras e expressões utilizadas nessa questão são reduzidas a uma forma padronizada. Neste caso, a um sinônimo padrão. Dessa forma, uma única questão-exemplo pode servir para dar signi cado a uma grande quantidade de questões apresentadas pelos usuários do AVI. Isso aumenta em muito a capacidade do AVI de localizar corretamente o conjunto de ações associadas às questões com as quais ele ainda não deparou anteriormente. A título de exemplo, considere a questão Qk que apresentamos na Figura 67. Imagine que essa questão está registrada na base de conhecimento como uma questão-exemplo. Considere também os sinônimos apresentados na Figura 68. Termo ou expressão padrão

Sinônimos

produto

artigo artefato bem item

ter esse

possuir esse dispor desse

cor

padronagem estampa matiz

Figura 68: tabela de sinônimos Nesse caso, questões como: “Você possui esse item em uma outra matiz?”, “Você possui esse artigo em uma outra padronagem?”

ou “Você dispõe desse artigo em uma outra estampa?” poderiam ser transformadas na questão Qk apresentada na Figura 67 utilizando o dicionário de sinônimos. Em consequência disso, o conjunto de ações adequadas poderia ser facilmente localizado e executado pelo AVI. A criação e manutenção do dicionário de sinônimos também faz parte do conjunto de features presentes no cockpit do AVI. Entretanto, nem toda implementação de assistente virtual inteligente disponibiliza o uso dessa feature para o gestor da base de conhecimento. Algumas o fazem e outras não. Algumas vezes, essa feature só está disponível para os especialistas em processamento de linguagem natural do desenvolvedor (ou fabricante) do AVI. As razões para isso são simples: um engano na manutenção do dicionário de sinônimos, mesmo que pequeno, pode alterar signi cativamente o comportamento do AVI. Em adição, em várias situações, as causas dessa mudança de comportamento, ou seja, os enganos na manutenção do dicionário de sinônimos, podem ser difíceis de ser detectadas.

76. Lista de sugestões

A experiência mostra que quando um cliente aborda um certo tema junto ao assistente virtual, logo em seguida ele tende a solicitar ajuda para dirimir dúvidas sobre assuntos relacionados a esse tema. Por exemplo, quando um cliente indaga sobre a possibilidade de pagar uma compra com boleto, ele tende a apresentar uma ou mais das seguintes questões: A compra pode ser parcelada com pagamento por boleto? Existe um valor mínimo para pagamento com boleto? Quanto tempo leva para o pagamento com boleto ser identi cado? Como faço para emitir a segunda via do boleto? Etc. Já que esse fenômeno é conhecido, o AVI apresenta espontaneamente para nossos clientes as questões mais populares em cada tema. Essa lista é chamada de “lista de sugestões”. A apresentação da lista de sugestões tende a deixar nossos clientes surpreendidos positivamente com o atendimento propiciado pelo AVI. — Como o AVI descobriu o que eu ia perguntar? – eles indagam. Além de nossos clientes ganharem em agilidade com o uso da lista de sugestões, elas facilitam o processo de interpretação daquilo que está sendo apresentado ao AVI. Trata-se de uma situação em que todos saem ganhando. O registro e a manutenção da lista de sugestões podem ser feitos através das features disponíveis no cockpit do AVI. O gestor da base de conhecimento se incumbe dessa tarefa.

77. Lista de questões mais utilizadas À medida que um AVI é utilizado por seus usuários, começam a surgir questões que são apresentadas com uma frequência muito maior do que

as outras. Por exemplo, em um site de comércio eletrônico, as questões sobre a forma de pagamento e as opções de parcelamento tendem a ser apresentadas com uma frequência muito grande. A quantidade de vezes que questões desse tipo são apresentadas tende a ser substancialmente maior do que questões relacionadas às garantias oferecidas pelo fornecedor do produto e aos mecanismos de devolução daquilo que foi adquirido. Por outro lado, quando uma promoção está em andamento é natural que surjam dúvidas sobre a oferta que está sendo realizada. Em consequência disso, questões relacionadas à promoção serão apresentadas com uma frequência muito maior do que as demais. Portanto, com o intuito de agilizar o atendimento, o AVI tende a oferecer a seus usuários uma lista de questões mais utilizadas. Em geral, essa lista é apresentada no início das interações entre o usuário e o AVI. De forma similar à lista de sugestões, o registro e a manutenção da lista de questões mais utilizadas são feitos pelo gestor da base de conhecimento e podem ser realizados através das features oferecidas pelo cockpit do AVI.

78. Simulando as alterações Embora a maioria das alterações na base de conhecimento seja simples e direta, é possível que algumas delas não venham a produzir os resultados desejados. Vez por outra, um pequeno engano na inclusão, exclusão e alteração das informações pode levar a uma mudança indesejada no comportamento do assistente virtual inteligente.

Mesmo que essa alteração de comportamento seja pequena, se os enganos forem sistemáticos, eles podem levar a uma alteração de comportamento signi cativa. Portanto, toda vez que um ajuste é realizado na base de conhecimento, é importante executar procedimentos que assegurem que o resultado esperado será alcançado. Com esse objetivo em mente, o cockpit oferece uma série de procedimentos de teste. Esses procedimentos permitem que o gestor da base de conhecimento veri que as consequências dos ajustes que tiver realizado. Por exemplo, quando uma nova questão-exemplo é introduzida na base de conhecimento, essa questão é associada a um conjunto de ações. Para determinar se essa associação foi estabelecida corretamente, o cockpit oferece facilidades para que isso seja testado. Nesse caso, o gestor da base de conhecimento simula a apresentação dessa questão-exemplo ao AVI como se ela tivesse sido proposta por um usuário do assistente virtual. Em decorrência disso, a feature de teste presente no cockpit apresenta o conjunto de ações a ser executado. Dessa forma, o gestor da base de conhecimento pode aferir se o ajuste realizado produziu o resultado esperado. O mesmo tipo de facilidade de teste é oferecido para testar ajustes realizados na lista de questões mais frequentes, na lista de sugestões, no dicionário de sinônimos e assim por diante.

79. Log file Além das facilidades de teste, o cockpit oferece ainda facilidades para detecção de problemas, especialmente aqueles ligados à perda de

performance do assistente virtual. Utilizando as features disponíveis no cockpit, o gestor da base de conhecimento pode criar um log le. Trata-se de um arquivo contendo um relato detalhando das interações entre o AVI e seus usuários. Como a quantidade de informação em um log le tende a ser grande, em geral, é possível especi car o período de tempo em que essas interações ocorreram. Por exemplo, entre 9h e 10h da manhã do dia de hoje. Através do log le o gestor da base de conhecimento pode detectar enganos no registro de questões-exemplo e de conjunto de ações, assim como na associação entre questões-exemplo e as ações que elas requerem que sejam executadas. O log le permite ainda inferir enganos na criação e manutenção do dicionário de sinônimos, lista de sugestões e lista de questões frequentes.

80. Questões para reflexão sobre o conteúdo da Parte IX Utilize as questões que se seguem para re etir sobre aquilo que foi exposto até o momento. 1. Nos aviões modernos, o que é o cockpit? a) Um painel de instrumentos e mecanismos de controle que ca localizado na cabine de pilotagem em frente e no entorno do piloto. b)O local onde uma luta ou batalha acontece em um navio ou avião, possivelmente envolvendo a tripulação e os passageiros. c) A cabine destinada aos passageiros. d)O local do avião onde os passageiros que eventualmente estiverem machucados ou doentes são acomodados. e) O lugar onde cam armazenados os equipamentos de segurança.

Dentre os mecanismos de controle e indicadores a seguir, qual pode 2. ser encontrado no cockpit de um avião moderno? a) Manche. b)Pedais do leme. c) Rádio. d)Indicador de combustível. e) Todas as respostas anteriores. 3. Quais funções são desempenhadas pelo horizonte arti cial? a) Indica se o nariz do avião está inclinado para cima ou para baixo. b)Indica se as asas do avião estão inclinadas à esquerda ou à direita. c) Indica se o avião está nivelado no sentido horizontal. d)Indica se o avião está nivelado no sentido vertical. e) Todas as respostas anteriores. 4. Dentre as funções que se seguem, qual é desempenhada pelo gestor da base de conhecimento? a) Criação da base de conhecimento. b)Remoção de questões-padrão e ações que não são mais necessárias. c) Realização de teste para veri car se os ajustes realizados irão produzir os resultados esperados. d)Registrar questões-padrão e conjunto de ações na base de conhecimento. e) Todas as respostas anteriores. 5. Dentre as atividades a seguir, qual, em tese, o gestor da base de conhecimento não está apto a realizar? a) Analisar o status corrente do AVI. b)Detectar eventuais quedas de performance. c) Identi car as origens das eventuais quedas de performance. d)Realizar ajustes na base de conhecimento.

e) Desenvolver algoritmos inconsistências.

computacionais

para

detecção

de

6. Dentre as a rmações a seguir, qual corresponde à verdade? a) O cockpit do assistente virtual é simplesmente uma extensão do dashboard. b)No cockpit, os instrumentos de ajuste da base de conhecimento estão totalmente sobrepostos ao conjunto de indicadores de desempenho do AVI. c) Todas as informações que fazem parte do conjunto de indicadores do AVI estão necessariamente disponíveis no cockpit. d)O cockpit do assistente virtual inteligente contém os indicadores que permitem avaliar o desempenho do AVI e realizar rapidamente os ajustes necessários. e) Nenhuma das respostas anteriores. 7. A quantidade de questões diferentes que podem ser apresentadas a) por nossos clientes no dia a dia é, literalmente: Insigni cante. b)Muito pequena. c) Pequena. d)Muito grande. e) In nita. 8. O que são questões-exemplo? a) Questões iguais àquelas que se espera que os usuários do AVI apresentem no dia a dia. b)Trata-se de questões elaboradas pela Associação Brasileira de Fabricantes de AVIs (ABRAFA). c) São questões utilizadas por clientes dos mais diferentes tipos de AVI. d)São questões que são utilizadas para identi car o conjunto de ações a serem executadas face às questões apresentadas pelos usuários do AVI.

e) Nenhuma das respostas anteriores. 9. Quem é responsável pelo cadastramento e pela manutenção das questões-exemplo na base de conhecimento? a) O AVI realiza essa tarefa de forma automática. b)O gerente de projetos responsável pela implantação do AVI. c) O engenheiro de software responsável pelo desenvolvimento do AVI. d)O analista de conteúdo virtual. e) O gestor da base de conhecimento. 10.Quem é responsável por conectar as questões-exemplo ao conjunto de ações que elas requerem que sejam executadas? a) O AVI realiza essa tarefa de forma automática. b)O gerente de projetos responsável pela implantação do AVI. c) O engenheiro de software responsável pelo desenvolvimento do AVI. d)O analista de conteúdo virtual. e) O gestor da base de conhecimento. 11.Que elemento oferece facilidades para que os conjuntos de ações sejam conectados corretamente às questões-padrão? a) O cockpit. b)O dashboard. c) O sistema operacional. d)O kernel do sistema operacional. e) O ambiente de desenvolvimento de software. 12.Dentre as atividades a seguir, qual, em geral, não é realizada com o auxílio das features presentes no cockpit? a) Registro e ajustes de questões-exemplo. b)Inclusão, alteração e exclusão de conjunto de ações. c) Cadastramento da lista de sugestões. d)Manutenção do módulo de reconhecimento de voz.

e) Ajustes na lista de questões mais frequentes. 13.Por que é importante testar os ajustes que forem realizados na base de conhecimento? a) Os ajustes são realizados por seres humanos. Portanto, estão sujeitos a erros. Os testes diminuem a probabilidade desses erros ocorrerem. b)É possível que, vez por outra, o gestor da base de conhecimento cometa pequenos enganos. Os testes ajudam a evidenciar esses enganos. c) Um acúmulo de pequenos enganos cometidos nos ajustes realizados na base de conhecimento pode levar a uma alteração de comportamento signi cativa do AVI. Os testes ajudam a evitar que esses acúmulos ocorram. d)Os testes ajudam a assegurar que os ajustes realizados pelo gestor da base de conhecimento alcancem os resultados desejados. e) Todas as respostas anteriores. 14.Por que questões-exemplo e conjuntos de ações podem ter data de validade? a) Porque tudo passa, nada permanece como está. b)Porque isso faz com que as questões-exemplo e os conjuntos de ações tenham que ser revisados periodicamente. c) Porque eles podem estar relacionados a eventos que só fazem sentido dentro de um dado intervalo de tempo. d)Porque uma data de validade é um elemento obrigatório no registro de questões-exemplo e de conjunto de ações. e) Nenhuma das respostas anteriores. 15.O que deveria acontecer com as questões-exemplo e o conjunto de ações que perderam os seus respectivos prazos de validade? a) Elas têm o seu prazo de validade estendido automaticamente. b)Nada, elas simplesmente não são mais utilizadas.

c) Se ninguém reclamar, nada acontece. d)Elas precisam ter o seu prazo de validade estendido. e) Devem ser removidas da base de conhecimento. 16.No contexto do AVI, o que é um log le? a) É um arquivo contendo o identi cador único dos usuários que estão interagindo com o AVI nesse momento. b)É um arquivo contendo o identi cador único dos usuários que estão conectados ao sistema nesse momento. c) Log le é o nome dado a um arquivo contendo explicações sobre a função logarítmica. d)Trata-se de um arquivo contendo um relato detalhando as interações entre o AVI e seus usuários. e) A expressão se refere a um arquivo contendo informações sobre uma viagem de navio ou avião. Trata-se do registro da viagem.

Parte X Por Dentro da Construção da Base de Conhecimento

Ao nal da Parte X, você terá aprendido: como uma base de conhecimento é construída; como as questões apresentadas ao AVI são associadas às ações correspondentes; o que são índices reversos; como os índices reversos ajudam na implantação de um AVI.

81. Vale a pena recordar Que tal recordarmos alguns conceitos que foram apresentados no início desta obra? Isso tem por objetivo facilitar a apresentação, nas próximas seções, das técnicas utilizadas para construir e consultar a base de conhecimento do AVI. Conforme já havíamos a rmado anteriormente, uma das questões que mais intrigam o leigo diz respeito ao mecanismo que o assistente virtual utiliza para identi car as ações que devem ser executadas frente às questões apresentadas por seus usuários. Essas questões podem assumir a forma de perguntas, sugestões, elogios, reclamações, fornecimento de informações, etc. Por exemplo: suponha que um cliente de uma loja virtual deseje saber o preço de um determinado produto, tal como uma camisa polo. Nesse caso, ele poderia solicitar essa informação utilizando uma das seguintes sentenças: Quanto custam as camisas polo? Uma camisa polo, quanto custa? Quanto vou pagar por uma camisa polo? Quanto vale a camisa polo? Qual é o preço da camisa polo? Qual o custo da camisa polo? Quanto custa uma camisa polo? Etc. Obviamente, existem in nitas formas de indagar o preço de um produto. Então, como é possível que o assistente virtual consiga identi car as ações que deve executar, independentemente da forma como uma determinada questão é apresentada?

Embora, à primeira vista, esse mecanismo possa parecer complexo e so sticado, na verdade ele não é difícil de ser compreendido. Para isso, basta que ele seja apresentado passo a passo, evitando-se os detalhes técnicos desnecessários. Nesse sentido, observe que um dos primeiros passos na implantação de um assistente virtual inteligente é a identi cação das questões que serão possivelmente apresentadas pelos nossos clientes. Embora existam muitas formas diferentes de perguntar sobre um determinado assunto, algumas formas são utilizadas com uma frequência muito maior do que outras. O segredo consiste em identi car que formas são essas. Com esse objetivo em mente, imagine que na empresa responsável pela venda das camisas polo funciona um serviço de atendimento ao cliente via chat. Considere também que, ao longo do tempo, as diversas interações entre os clientes e os operadores humanos do serviço de chat tenham sido registradas e estejam disponíveis para análise. Um estudo minucioso dessas interações revelaria, quase que de imediato, as formas mais utilizadas por nossos clientes para indagar o preço de diferentes tipos de produtos. Além disso, esse estudo também revelaria as respostas que foram oferecidas pelos operadores do serviço de chat. Note que essas respostas podem ser auditadas para veri car a sua acurácia, editadas com o intuito de torná-las mais claras e objetivas e padronizadas para que tenham os mesmos parâmetros de qualidade. Nesse ponto, considere que as formas mais populares de indagar sobre os mais diversos assuntos foram colocadas em uma lista, juntamente com as suas respectivas respostas, já padronizadas. Ademais, permita que essas “respostas” possam conter diferentes tipos de ações a serem executadas pelo assistente virtual, tais como: Enviar uma mensagem.

Passar um vídeo. Modi car a página que está sendo exibida no navegador da internet. Apresentar um grá co. Enviar um e-mail. Solicitar informações socioeconômicas adicionais sobre o cliente. Etc. Um mecanismo de consulta e ciente a essa lista de questões apresentadas por nossos clientes e de ações a serem executadas é tudo que o assistente virtual precisa para realizar o seu trabalho. A Figura 69 sumariza essas ideias.

Figura 69: esquema simpli cado de funcionamento de um AVI Caso a empresa que deseja implantar um AVI não possua um serviço de chat em funcionamento, a lista inicial de questões e ações pertinentes pode ser criada por um consultor ou especialista.

É verdade que nem sempre o mecanismo de consulta à lista vai encontrar questões que sejam exatamente iguais às questões apresentadas por nossos clientes. Nesse caso, esse mecanismo de consulta à lista deve identi car, com um grau de certeza elevado, as questões que mais se aproximam daquelas apresentadas pelo cliente.

Alternativamente, caso um certo grau de certeza não possa ser atingido, esse mecanismo deve informar ao AVI que ainda não está capacitado a lidar com aquela questão. Tudo isso faz com que o mecanismo de construção e consulta da lista de questões e ações esteja no centro da estrutura de operação de um assistente virtual inteligente. A forma como esse mecanismo pode ser construído e consultado é objeto de análise e discussão ao longo desta parte do nosso livro. Nesse ponto, o leitor pode estar se perguntado como um AVI lida com as questões que o mecanismo de consulta à base de conhecimento não consegue responder. A resposta é simples: ele registra esse evento e passa essas questões para um operador humano, que irá lidar com elas de forma apropriada. Mais tarde, o AVI vai utilizar as questões respondidas por esses operadores para enriquecer a sua lista de questões e ações pertinentes. Portanto, no decorrer do tempo, o assistente virtual se torna cada vez mais apto a lidar com os mais variados tipos de questões.

82. Os gatos e as diferentes formas de executar uma tarefa De acordo com o escritor norte-americano Seba Smith (1792 – 1868), “There are more ways than one to skin a cat”, ou seja “Há mais de uma maneira de se esfolar um gato”. Esse provérbio, tão utilizado na língua portuguesa, apareceu pela primeira vez em um artigo intitulado “The Money Diggers: a down-east story”, publicado no volume VI da revista “Gentleman’s Magazine” em 1840, nos Estados Unidos.

As razões que levaram à formulação desse provérbio são desconhecidas, embora existam muitas especulações a respeito do tema. Uma das teorias mais prováveis é que o provérbio esteja ligado ao uso de peles de leões, tigres, leopardos e panteras (grandes gatos) como objetos de decoração no passado. Com certeza deve ter existido mais de uma maneira de extrair essas peles, cada uma tendo suas respectivas vantagens e desvantagens. Entretanto, ao longo do tempo, esse provérbio passou a indicar que sempre existe mais de uma forma de realizar uma tarefa. Com os assistentes virtuais inteligentes não poderia ser diferente. Existem várias maneiras de construir e utilizar uma lista de questões e ações. Nesse texto, vamos analisar uma técnica chamada de “índice invertido” ou “índice reverso”, que vem concentrando a preferência dos especialistas em computação nesses últimos anos.

83. Índices diretos A forma mais fácil de compreender o que são índices reversos é entender primeiro o que são índices e para o que eles servem. Em seguida, é importante dominarmos o conceito de índices diretos. Finalmente, o conceito de índice reverso pode ser apresentado sem maiores di culdades. Um índice é um conjunto de ponteiros (ou apontadores) que indicam onde a informação na qual você está interessado está armazenada. Por exemplo: considere o índice que descreve o conteúdo de um livro. Ali estão descritos, de forma sequencial, o número e o nome de cada capítulo e seção que fazem parte daquela obra. A Figura 70 apresenta um desses índices.

Figura 70: índice de um livro Observe que os números dos diversos capítulos e seções funcionam como ponteiros. Ao fornecermos o número de um capítulo ou seção especí ca, o índice indica onde ele começa e, de certa forma, onde ele termina.

Nesse caso, vale lembrar que o nal de um capítulo coincide com a página imediatamente anterior ao início do próximo capítulo. Por sua vez, o nal de uma seção coincide com a página onde a próxima seção inicia ou está localizado na página imediatamente anterior. No índice apresentado na Figura 70, o Capítulo 1 começa na página 10 e termina na página 29, já que o Capítulo 2 começa na página 30. Por sua vez, a Seção 1.3 começa na página 25 e termina, também, na página 29. Frequentemente, os nomes dos capítulos e seções de um livro são únicos, isto é, não existem dois capítulos com o mesmo nome e dentro de cada capítulo o nome das seções são únicos. Nesse caso, os nomes dos capítulos e seções podem ser utilizados em conjunto como ponteiros no lugar dos seus respectivos números.

Os índices do tipo que acabamos de descrever são conhecidos como índices diretos ou forward indexes, em inglês. Os índices diretos utilizam um ponteiro, que é único, para indicar o local exato de armazenamento da informação que queremos recuperar. Nesse caso, o início de um capítulo ou seção.

84. Índices reversos Muitos livros disponibilizam outro tipo de índice, diferente do índice direto, chamado de índice remissivo. Esse tipo de índice, muito popular em obras didáticas, indica onde cada palavra relevante aparece no livro. Dessa forma, o leitor pode facilmente localizar onde um determinado assunto é tratado. Caso uma dada palavra relevante seja utilizada em mais de um local em uma determinada obra, o índice remissivo indica todas as páginas onde aquela palavra é mencionada. A Figura 71 apresenta um exemplo de índice remissivo. Note que, de acordo com o exemplo apresentado na Figura 71, a palavra “Aleatório” é citada nas páginas 67, 176, 198 e 203 do livro ao qual o índice remissivo se refere. Por sua vez, a expressão “Zero Absoluto” é utilizada nas páginas 64 e 93.

Figura 71: índice remissivo Em computação, um “índice reverso” é um conjunto de ponteiros que mapeia o conteúdo de um banco de dados.

Ao apresentarmos ao índice reverso uma informação que está armazenada em um banco de dados (uma palavra, uma quantidade, uma data, um CPF, etc.), esse índice informa todos os registros que contêm essa informação. Note que um índice reverso é, na verdade, uma estrutura muito similar ao índice remissivo. Entretanto, enquanto um índice remissivo indica as páginas de uma obra onde uma determinada palavra é utilizada, o índice reverso indica os registros onde uma determinada informação está armazenada.

85. Construindo um índice reverso Nesse ponto, considere as questões que apresentamos no início desta parte do livro sobre o preço de camisas polo. Todas essas questões podem ser endereçadas com o envio de uma mensagem de texto ao nosso cliente hipotético contendo o preço das camisas polo que comercializamos. A Figura 72 apresenta essa mensagem. Note que ela é identi cada unicamente como sendo A1.

Ponteiro A1

Ação Exibir mensagem: “O preço das camisas polo varia entre 80 e 120 unidades monetárias”

Figura 72: banco de possíveis ações a serem executadas pelo AVI Normalmente, uma estrutura similar à descrita na Figura 72 é chamada de “banco, tabela ou lista de ações”. Esse tipo de banco contém todas as ações que podem ser executadas por um AVI frente às questões apresentadas por seus usuários.

Embora esse tipo de banco possa conter centenas ou mesmo milhares de ações, por questão de simplicidade consideramos apenas uma, isto é, a ação A1. Agora, considere um subconjunto das questões apresentadas no início deste texto. Vamos identi car essas questões como Q1, Q2 e Q3. A Figura 73 apresenta esse subconjunto, juntamente com as ações a serem executadas pelo AVI, isto é, a ação A1. Ponteiro

Questão

Ação

Q1

Quanto custam as camisas polo?

A1

Q2

Uma camisa polo, quanto custa?

A1

Q3

Quanto vou pagar por uma camisa polo?

A1

Figura 73: banco de questões e ações A Figura 73 é chamada de “lista, banco ou tabela de questões e ações”. De forma similar ao banco de ações, a lista de questões e ações pode conter um grande número de registros. Entretanto, para não tornar a discussão excessivamente complexa, nossa lista contém apenas três, isto é, Q1, Q2 e Q3.

A Figura 74 apresenta um índice reverso das questões apresentadas na Figura 73. De acordo com esse índice, a palavra “polo” aparece nas questões Q1, Q2 e Q3. Por sua vez, a palavra “pagar” aparece somente na questão Q3. Ponteiro

?

Questões Q1

Q2

Q3

X

X

X

,

X

as

X

camisa

X

camisas

X

X

custa

X

custam

X

pagar

X

polo

X

X

X

por

X

quanto

X

Quanto

X

Uma

X X

uma

X

vou

X

Figura 74: índice reverso das questões que podem ser apresentadas pelos usuários de um AVI Agora, imagine que o nosso usuário hipotético resolveu apresentar a seguinte questão ao AVI que estamos implantando: “Uma camisa polo, quanto custa?”

Assim que uma questão é apresentada a um assistente virtual inteligente, ela é separada em seus componentes básicos, conhecidos como tokens no jargão da computação. A de nição mais comumente adotada para token é que se trata de uma sequência de letras e dígitos que termina em um espaço em branco ou em um caractere especial (!, ?, &, @, etc.). A Figura 75 apresenta os tokens gerados pela questão que estamos utilizando como exemplo. Ponteiro

Token

T1

Uma

T2

camisa

T3

polo

T4

,

T5

quanto

T6

custa

T7

? Figura 75: lista de tokens

Em seguida, utilizando o índice reverso, cada token é mapeado junto ao universo das questões armazenadas na lista de questões e ações. Em adição, o total de tokens que coincidem com cada uma das questões armazenadas nessa lista é computado. A Figura 76 apresenta o resultado desses cálculos. Ponteiro

?

Questões Q1

Q2

Q3

X

X

X

,

X

camisa

X

custa

X

polo

X

X

quanto

X

Uma

X

Total

2

7

X

X

3

Figura 76: tabulação dos tokens de acordo com as questões armazenadas no banco de questões Observe que os tokens “?” e “polo” são utilizados em todos os elementos (todas as questões) da lista de questões e ações. Entretanto, o token “camisa” é utilizado somente nas questões Q2 e Q3. Em adição, observe que a maior quantidade de tokens coincidentes ocorre na questão Q3, isto é, 7.

Além disso, todos os tokens da questão apresentada por nosso cliente hipotético ocorrem em Q3 e vice-versa, isto é, todos os elementos que fazem parte da questão Q3 aparecem na questão apresentada pelo cliente.

Portanto, a questão Q3 é aquela que está sendo provavelmente endereçada pelo nosso cliente hipotético e, em decorrência, o AVI executará a ação A1. Em outras palavras, ele enviará a mensagem: “O preço das camisas polo varia entre 80 e 120 unidades monetárias” para o nosso cliente. É importante notar que, no exemplo que acabamos de apresentar, a decisão de que ação executar foi determinada por uma função de aferição de similaridade entre cadeias de tokens. No jargão de computação, essa função é conhecida como função de scoring. Nesse caso, a função de scoring utilizada foi simplesmente a quantidade de tokens coincidentes, isto é, a quantidade de tokens que estão presentes em uma determinada questão apresentada ao AVI e nas questões registradas na lista de questões e ações. Note que quanto mais alto for o valor gerado pela função de scoring, maior a probabilidade de que a intenção do usuário do AVI seja equivalente àquela que está indexada no índice reverso.

86. Melhorando a performance do índice reverso Embora o índice reverso apresentado na Figura 76 pudesse ser utilizado para resolver problemas no mundo real, o poder de discernimento desse índice pode ser melhorado substancialmente com a introdução de pequenos aperfeiçoamentos. Sinais de pontuação Por exemplo, a experiência nos mostra que os sinais de pontuação têm poder reduzido de ajudar na identi cação das questões apresentadas pelos usuários de um AVI. Portando, as vírgulas, ponto e vírgulas, travessão, ponto de interrogação, ponto de exclamação, etc., podem ser eliminados do índice reverso sem

que isso cause nenhum prejuízo de entendimento considerável. Maiúsculas, minúsculas, plurais e verbos Além disso, as palavras escritas em letras maiúsculas (mesmo que parcialmente) e no plural podem ser transformadas nas palavras correspondentes escritas em letras minúsculas e no singular. Por sua vez, os verbos podem ser colocados na sua forma in nitiva. Sinônimos e expressões Em adição, palavras que possuem o mesmo signi cado em um dado contexto podem ser substituídas pelo sinônimo mais expressivo. Isso pode incluir não somente palavras isoladas, mas expressões contendo várias palavras. Por exemplo, no contexto de compra e venda de produtos e serviços, “quanto custa”, “qual é o preço”, “quanto vale”, “quanto vou pagar”, “qual o custo”, “quanto vou gastar”, etc. carregam aproximadamente o mesmo signi cado. Portanto, elas podem ser substituídas pela sua forma mais popular, isto é, “quanto custa”, e armazenadas como uma expressão no índice reverso. Antigos, preposições e acentos Os artigos de nidos “o”, “a”, “os” e “as”, os artigos inde nidos “um”, “uma”, “uns” e “umas”, as preposições “por”, “pela”, “pelas” e “para”, as preposições “de”, “do”, “da”, “dos” e “das”, assim como os acentos, podem ser retirados do índice reverso sem que isso prejudique o entendimento. Tipos de dados especiais Finalmente, tipos especiais de dados, tais como número de registro no cadastro de pessoas físicas, número de registro no cadastro de pessoas jurídicas, número do registro geral (da carteira de identidade), código de endereçamento postal e valores monetários podem ser substituídos por

expressões genéricas equivalentes. Por exemplo, , , , e . Tudo isso contribui para aumentar a capacidade do AVI de compreender corretamente as questões que são apresentadas pelos seus usuários. Em adição, essas medidas reduzem o tamanho do índice reverso, acelerando a velocidade com que as informações são recuperadas.

87. Utilizando o índice reverso modificado Observe que o índice reverso utilizado nas seções anteriores teria di culdade de reconhecer questões como: Quanto vale a camisa polo? Qual é o preço da camisa polo? Qual o custo da camisa polo? com alto grau de con ança. Isso ocorre porque os tokens “vale”, “a”, “Qual”, “da”, “preço” e “custo” não fazem parte daquele índice. Além disso, a capacidade daquele índice de lidar com questões que ainda não lhe foram apresentadas não é o que poderia ser, já que ele falha em reconhecer que as expressões “Qual é o preço”, “Quanto custa”, “Quanto vale”, “Quanto vou pagar”, “Qual é o preço” e “Qual o custo” são, na verdade, sinônimos. Finalmente, o tamanho do índice não está otimizado, uma vez que ele armazena sinais de pontuação desnecessários e registra palavras que contêm letras maiúsculas. Para que possamos construir um AVI com uma performance melhor, é necessário criar uma função de transformação de tokens e expressões. Essa função transforma as questões originais apresentadas pelos usuários do AVI nas suas formas compactadas. Suponha que nosso usuário hipotético tenha decidido indagar o peço das camisas polo de nossa loja virtual utilizando a fase: “Quanto vale uma

camisa polo?” A Figura 77 mostra como essa questão seria modi cada pela função de transformação de tokens e expressões.

Figura 77: aplicando a função de transformação de tokens

Note que a expressão “Quanto vale” foi transformada para sua forma mais popular “quanto custa” e o artigo de nido “a” foi eliminado do texto transformado juntamente com o sinal de interrogação “?”. A Figura 78 mostra como o índice reverso que construímos anteriormente (ver Figura 76 a esse respeito) caria após aplicarmos a função de transformação. Ponteiro

Questões Q1

Q2

Q3

camisa

X

X

X

quanto custa

X

X

X

polo

X

X

X

Figura 78: índice reverso transformado Observe que os artigos e sinais de pontuação foram eliminados do índice reverso transformado juntamente com o

token “Quanto”. Além disso, os tokens “quanto”, “custa”, “custam”, “vou” e “pagar” foram substituídos pelo token “quanto custa”. Isso se deve ao fato das expressões “Quanto custam”, “Quanto custa” e “Quanto vou pagar” terem sido consideradas sinônimas e substituídas pela forma mais popular (“quanto custa” em letras minúsculas).

Como resultado do processo de transformação, o índice reverso cou mais compacto e, mais importante do que isso, se tornou capaz de lidar com situações que ainda não haviam surgido anteriormente, tais como o uso da frase “Quanto vale uma camisa polo?” A Figura 79 mostra o resultado da tabulação dos tokens transformados da questão apresentada pelo nosso usuário hipotético, isto é, “Quanto vale uma camisa polo?”. Ponteiro

Questões Q1

Q2

Q3

camisa

X

X

X

quanto custa

X

X

X

polo

X

X

X

Total

3

3

3

Figura 79: tabulação de tokens

Note que a frase “Quanto vale uma camisa polo?”, quando transformada, corresponde exatamente ao conteúdo das questões Q1, Q2 e Q3. Além disso, todas essas questões ensejam a execução da mesma ação, isto é, A1. Portanto, essa seria a ação a ser executada pelo AVI e isso está correto. Em adição, caso o nosso usuário hipotético tivesse optado pelas frases “Qual é o preço da camisa polo?” ou “Qual o custo da camisa polo?” que também não fazem parte lista de questões e ações do AVI, o resultado nal seria exatamente o mesmo.

O índice reverso apresentado na Figura 79 ainda admite mais um aperfeiçoamento. Como as questões Q1, Q2 e Q3 contêm exatamente os mesmos tokens transformados, essas questões se tornaram equivalentes. Portanto, apenas uma delas precisa necessariamente constar da lista de questões e ações do AVI. A Figura 80 mostra o resultado dessa compactação. Ponteiro

Questões Q1, Q2 ou Q3

camisa

X

quanto custa

X

polo

X

Figura 80: índice reverso compactado Note que o índice reverso compactado tem o mesmo poder de discernimento que o índice reverso apresentado na Figura 79. Entretanto, consome menos espaço e é mais rápido de ser consultado.

88. A ordem na qual os tokens são apresentados Até esse ponto, a ordem em que os tokens aparecem nas questões que são apresentadas a um AVI não foi levada em consideração para identi cação das ações que deveriam ser executadas. Isso ocorre porque a identi cação dessas ações considerou apenas a existência dos tokens e não a sua posição relativa (primeiro, segundo, terceiro, etc.). Por exemplo, a Figura 76 e a Figura 79 utilizam apenas a existência de tokens coincidentes para identi car as ações que deveriam ser executadas pelo AVI. Ao desprezarmos a posição relativa dos tokens, aumentamos a capacidade do AVI de lidar com questões que ainda não fazem parte da lista de questões e ações. Por exemplo, ao registrarmos a questão “Uma camisa polo, quanto custa?” naquela lista, a questão “Quanto custa uma camisa polo?”

tem as suas ações correspondentes corretamente identi cadas sem que nenhum esforço adicional tenha que ser feito. Entretanto, a prática mostra que ignorar a ordem relativa dos tokens também aumenta as chances do AVI se equivocar, escolhendo um conjunto de ações incompatível com as questões que lhe são apresentadas. Na língua portuguesa, a ordem das palavras pode alterar substancialmente o sentido de uma sentença. Por exemplo: considere as seguintes sentenças: “A pobre mulher se debulhava em lágrimas” e “A mulher pobre se debulhava em lagrimas” Na primeira frase, a expressão “pobre mulher” expressa a ideia de que se trata de uma pessoa digna de pena. Na segunda, a expressão “mulher pobre” expressa a ideia de que a pessoa a que a frase se refere tem poucas posses. Por outro lado, exigir que as posições relativas dos tokens das questões apresentadas pelos usuários do AVI coincidam exatamente com alguma questão armazenada na lista de questões e ações diminuiria em muito a capacidade do AVI de lidar com questões que ainda não lhe foram apresentadas. Um ponto de equilíbrio precisaria ser estabelecido. É mais razoável permitir que a coincidência da ordem dos tokens possa ocorrer apenas parcialmente. Isso pode ser obtido através do uso de uma função de scoring mais exigente.

89. Construindo uma função de scoring mais exigente Em computação, um bigram de tokens, ou simplesmente um bigram, é uma sequência formada por dois elementos adjacentes em uma

sequência de tokens. Por exemplo, na frase “Quanto custa uma camisa polo?” “Quanto custa”, “custa uma”, “uma camisa”, “camisa polo” e “polo?” são todos bigrams. Na frase que estamos utilizando como exemplo “Quanto custa uma”, “custa uma camisa”, “uma camisa polo” e “camisa polo?” são todos trigrams, isto é, são sequências formadas por três elementos adjacentes em uma sequência de tokens. O mesmo conceito pode ser utilizado para descrever tetragrams, pentagrams, hexagrams etc. Em geral, uma sequência de n tokens adjacentes é chamada de ngram. Dois ngrams são coincidentes quando eles contêm a mesma sequência de tokens. A função de scoring que utilizamos se torna mais exigente se criarmos índices reversos adicionais baseados em bigrams, trigrams ou mesmo em tetragrams. Nesse caso, além do cômputo da quantidade de tokens individuais coincidentes, podemos levar em consideração a quantidade de ngrams coincidentes. Por exemplo: considere a questão “Quero saber qual o preço de uma camisa polo?”, apresentada a um AVI por um usuário qualquer. Depois de sintetizada pela função de transformação, essa questão passaria a ser representada por “quero saber preco camisa polo”. Lembre-se de que as letras maiúsculas são transformadas em minúsculas, os verbos vão para sua forma in nitiva e os artigos, acentos e certas preposições são removidas pela função de transformação. Agora, considere que a questão “Qual é o preço de uma camisa polo?”

é a única que está armazenada na lista de questões e ações, depois de transformada. Nesse caso, ela assumiria a forma “qual ser preco camisa polo”. Ao compararmos as duas questões, podemos aferir as similaridades que existem entre elas. Ambas as questões possuem cinco tokens. Entretanto, nem todos os tokens dessas duas questões coincidem. Por exemplo, os tokens “qual” e “ser” da questão apresentada pelo usuário do AVI não estão presentes na única questão armazenada na lista de questões e ações. Por sua vez, os tokens “quero” e “saber” que fazem parte da lista de questões e ações não estão representados na questão apresentada pelo usuário do AVI. Portanto, 3 em 5 tokens são coincidentes, isto é, 60% dos tokens são equivalentes, quer do ponto de vista da questão apresentada pelo usuário do AVI, quer do ponto de vista da questão armazenada na lista de questões e ações. Agora imagine que criamos apenas um índice reverso adicional. Nesse caso, um índice reverso de bigrams. Do ponto de vista da questão apresentada pelo usuário do AVI, existem quatro bigrams possíveis, isto é, “quero saber”, “saber preco”, “preco camisa” e “camisa polo”. Dentre esses bigrams, dois aparecem na lista de questões e ações, isto é, “preco camisa” e “camisa polo”. Portanto, 50% dos bigrams possíveis são coincidentes. Em consequência disso, nesse caso, uma função de scoring mais exigente poderia considerar três variáveis, a saber: V1 – Percentual de tokens individuais coincidentes do ponto de vista da questão apresentada pelo usuário do AVI.

V2 – Percentual de tokens individuais coincidentes do ponto de vista das questões armazenadas na lista de questões e ações. V3 – Percentual de bigrams coincidentes. Nesse caso, a similaridade entre a questão apresentada pelo usuário do AVI e aquela armazenada na lista de questões e ações poderia ser aferida pela média ponderada de V1, V2 e V3, isto é:

Note que, no nosso exemplo, V1 = 60%, V2 = 60% e V3 = 50%. Entretanto, a, b e c são pesos a serem aplicados a esses percentuais, cujos valores precisam ser determinados. Além disso, precisamos determinar o “ponto de corte” da função de scoring, isto é, o valor mínimo que ela deveria assumir para que o assistente virtual considerasse um determinado conjunto de ações como sendo candidato a ser executado. É importante lembrar que a lista de questões e ações costuma armazenar um conjunto relativamente grande de questões e de ações a elas associadas. Portanto, várias questões podem ser consideradas similares o su ciente para que seus conjuntos de ações correspondentes possam se tornar candidatos a serem executados pelo AVI. Nesse caso, deverá ser executado o conjunto de ações correspondente à questão armazenada na lista de questões e ações que obtiver o maior score.

90. Pesos e pontos de corte Tanto os pesos a, b, e c quanto o ponto de corte devem ser estabelecidos de tal forma que a quantidade de erros cometidos pelo AVI seja minimizada. Nesse sentido, existem dois tipos de erros que devem ser considerados: o falso positivo e o falso negativo. O erro do primeiro tipo ocorre quando a função de scoring indica erroneamente que um dado conjunto de ações deve ser executado. O segundo tipo de erro ocorre quando a função de scoring indica que não consegue apontar um conjunto de ações para ser executado, quando, na verdade, esse conjunto está presente na lista de questões e ações. A determinação dos pesos e do ponto de corte não precisa ser feita a priori. Eles podem ser ajustados empiricamente para cada lista de questões e ações, utilizando procedimentos matemáticos adequados, tais como os métodos e modelos de otimização. Da mesma forma que consideramos a existência de um índice invertido adicional de bigrams no exemplo que acabamos de apresentar, poderíamos ter construído uma função de scoring ainda mais exigente se tivéssemos considerado também a existência de índices reversos de trigrams ou mesmo de tetragrams. Entretanto, embora a assertividade do AVI tivesse aumentado com o uso desses índices adicionais, a capacidade de lidar corretamente com as questões que não fazem parte da lista de questões e ações teria diminuído.

91. Concluindo o exemplo Imagine que, através do uso de um método de otimização, os valores dos pesos a, b, e c receberam os valores 2, 2 e 3, respectivamente. Além disso, o mesmo método indicou que o ponto de corte ideal para a função de

scoring

é

50%.

Nesse

caso,

Como esse valor está acima do ponto de corte, o AVI concluiria que a expressão “Quero saber qual o preço de uma camisa polo?” é equivalente à questão “Qual é o preço de uma camisa polo?”, que faz parte da lista de questões e ações. Em consequência disso, as ações associadas a essa questão deveriam ser executadas.

92. Sumário da estrutura utilizada para implementar um AVI A estrutura apresentada neste tópico para implementar um assistente virtual inteligente é composta das seguintes partes e funções: Banco de ações: contendo as possíveis ações a serem executadas pelo AVI. Isso inclui enviar mensagens de texto, reposicionar a página da internet que está sendo exibida, passar um vídeo, etc. Lista de questões e ações: registra as possíveis questões a serem apresentadas pelos usuários do AVI. Pode ser construída a partir de serviços de chat já existentes ou com a ajuda de especialistas. Essa lista também é conhecida como “base de conhecimento”. Índice reverso: mapeia as questões que fazem parte da lista de questões e ações como se fosse um índice remissivo. Dicionário de sinônimos: indica para certas palavras e expressões um sinônimo padrão. Função de separação em tokens: divide um texto em seus elementos básicos, isto é, sequências de caracteres (números, letras e símbolos) separados por brancos ou caracteres especiais.

Função de transformação: transforma os tokens em uma forma primitiva padrão. Por exemplo, transforma maiúsculas em minúsculas, transforma plurais na sua forma singular, elimina artigos e certas preposições, etc. Função de scoring: estabelece uma medida de similaridade entre duas cadeias de tokens. Compactação do índice reverso: elimina do índice reverso questões que compartilham exatamente os mesmos ponteiros (ou tokens transformados).

93. Questões para reflexão sobre o conteúdo da Parte X Utilize as questões que se seguem para re etir sobre aquilo que foi exposto até o momento. 1. Que questão mais provavelmente intriga o leigo sobre os assistentes virtuais inteligentes? a) Como eles surgiram. b)Como eles estão modi cando o mundo a nossa volta. c) Como eles identi cam as ações a serem executadas face a questões apresentadas por nossos clientes. d)O custo de implementação de um AVI. e) Como a manutenção da base de conhecimento é realizada. 2. Suponha que um mecanismo de chat virtual tradicional esteja em operação em uma empresa que vende produtos na internet. Do ponto de vista da construção de um AVI, a análise das mensagens trocadas entre os clientes da empresa e os operadores humanos do chat a) permite: Determinar as formas mais utilizadas pelos nossos clientes nas interações com o serviço de chat. b)Compreender o que nossos clientes desejam. c) Avaliar o serviço de chat de forma holística.

d)Saber como os produtos que vendemos estão sendo utilizados. e) Nenhuma das respostas anteriores. 3. Dentre as ações que se seguem, qual não pode ser executada por um AVI? a) Apresentar um grá co ou solicitar informações ao cliente. b)Exibir um texto ou enviar um e-mail. c) Passar um vídeo ou mostrar uma foto. d)Modi car a página que está sendo exibida no navegador da internet. e) Interagir sicamente com o cliente no mundo real. 4. Dentre os mecanismos descritos a seguir, qual é crucial para a operação de um AVI? a) Interface grá ca. b)Conversor de texto para fala e vice-versa. c) Mecanismo de perguntas frequentes. d)Mecanismo de consulta à lista de questões e ações. e) Mecanismo de “saiba mais” sobre um determinado tema. 5. Em jargão computacional, como a lista de questões e ações é‐ denominada? a) Compilador. b)Sistema operacional do AVI. c) Banco de dados orientado a objetos. d)Base de conhecimento. e) Sistema de informação. a) Do ponto de vista computacional, um índice é: Um guia catalográ co. 6. b)Um mapa geoinformativo. c) Uma tabela ou um catálogo iconográ co. d)Um conjunto de ponteiros (ou apontadores) que indicam onde informações de interesse estão armazenadas. e) Um mapa catalográ co.

a) Sobre os índices diretos ou forward indexes, podemos a rmar que: Eles 7. utilizam um ponteiro, que é único, para indicar o local onde informações de interesse estão armazenadas. b)Eles utilizam coordenadas geográ cas para recuperar informações‐ virtuais. c) Fazem uso de coordenadas polares para localizar informações em banco de dados. d)Utilizam uma tabela hash para indicar onde uma determinada informação está armazenada. e) Nenhuma das respostas anteriores. a) Sobre os índices remissivos, podemos a rmar que: Eles redimem as 8. informações nas quais estamos interessados. b)Eles indicam onde o conteúdo de uma determinada obra está loca‐ lizado. c) Eles retornam o número e o nome dos diversos capítulos de uma obra literária. d)Eles indicam onde cada palavra relevante aparece em um livro ou‐ texto. e) Nenhuma das respostas anteriores. a) Em computação, um índice reverso é: Um índice indireto ao contrário. 9. b)Um conjunto de ponteiros que mapeia o conteúdo de um banco de dados. c) Um conjunto de indicadores de desempenho. d)Uma tabela de hash tags. e) O oposto de um índice remissivo. 10. a) Em computação, um token é: Um dispositivo eletrônico gerador de senhas. b)Um conjunto de apontadores que mapeia o conteúdo de um banco de dados.

c) Um argumento utilizado para defender ou explicar um ponto de vista. d)Uma sequência de letras ou dígitos adjacentes delimitados por caracteres especiais ou brancos. e) Um componente léxico especial. 11.Indique com um “X” as ações que podem ser executadas para [ ] melhorar a performance de um índice reverso: Remoção dos sinais de pontuação. [ ] Transformação de palavras no plural para a forma correspondente no singular. [ ] Transformação de verbos para sua forma in nitiva. [ ] Uso de sinônimos padrões. [ ] Remoção de artigos de nidos e inde nidos. [ ] Remoção de acentos. [ ] Identi cação de dados especiais como CPF, CNPJ, CEP e RG. 12. a) Em relação à função de scoring, podemos a rmar que: Indica o grau de similaridade entre cadeias de tokens. b)Indica quantos pontos foram obtidos pelo AVI na avaliação feita por seus usuários. c) Retorna valores entre 0 e 1. d)Quanto menor for o valor retornado pela função, maior a probabilidade de uma questão retratar corretamente a intenção do usuário do AVI. e) Quanto maior for o valor retornado pela função, menor a probabilidade de uma questão retratar corretamente a intenção do usuário do AVI. 13. a) Em jargão de computação, um bigram é: Uma sequência de tokens. b)Uma medida equivalente a dois gramas. c) Uma sequência formada por dois elementos adjacentes em uma sequência de tokens.

d)Um diagrama bidimensional. e) Uma função de transformação de tokens. 14. a) Se a função de scoring for muito exigente: Maior será a capacidade do AVI de lidar com questões que ainda não lhe foram apresentadas. b)Menor será a capacidade do AVI de lidar com questões que ainda não lhe foram apresentadas. c) Maior será o score que ela irá produzir. d)Mais potente será o AVI. e) Nenhuma das respostas anteriores.

Parte XI Utilizando Árvores de Classificação para Construir um AVI

Ao nal da Parte XI, você terá aprendido: o que são árvores de classi cação; que tipos de problemas podem ser resolvidos com auxílio dessas árvores; como uma árvore de classi cação é construída; como as árvores de classi cação podem ser utilizadas para construir um AVI.

94. Os primeiros passos De acordo com Albert Schweitzer (1875 – 1965), o músico, médico, pensador e lósofo franco-alemão que ganhou o Prêmio Nobel em 1953: “Not only is example the best way to teach, it is the only way”, ou seja, “Não somente o uso de exemplos é a melhor maneira de ensinar, mas é também a única maneira”. Portanto, começamos esta parte da obra sobre assistentes visuais inteligentes com um exemplo ilustrativo. Esse exemplo, embora simples, ajuda a introduzir conceitos e métodos que são importantes para o entendimento das próximas seções. Com esse objetivo em mente, considere uma empresa que comercializa seus produtos via internet. Vamos chamar essa empresa de Minsk11, que é o nome da capital da República da Bielorrússia, no leste europeu. Suponha que essa empresa já oferece, há algum tempo, um serviço de atendimento ao cliente (SAC) via chat. Em adição, imagine que catalogamos diligentemente todas as questões (sugestões, reclamações, dúvidas, etc.) que foram apresentadas pelos clientes da empresa ao serviço de chat nesses últimos meses. Além disso, associamos a cada uma dessas questões o conjunto de ações que foram executadas pelos operadores humanos responsáveis pelo serviço de atendimento. Totalizamos também a quantidade de vezes que cada questão foi submetida ao serviço de chat e, em decorrência disso, a quantidade de vezes que cada conjunto de ações foi executado.

A Figura 81 apresenta essas questões. A Figura 82 exibe os conjuntos de ações que foram executados pelos operadores humanos responsáveis pelos atendimentos via chat. Questão Id

Descrição

Qtd. Conj. de ações

Q1 Quais são as formas de pagamento que estão disponíveis?

400

CA1

Q2 Quais são os tamanhos de calça que estão disponíveis?

300

CA2

Q3 Quais são as embalagens de presente que estão disponíveis? 200

CA3

Q4 Quais são as cores de camisa que estão disponíveis?

100

CA4

Q5 Quais são as padronagens de camisa que estão disponíveis?

20

CA4

·

·

·

·

·

·

·

·

·

·

·

·

Figura 81: tabelas de questões e ações Conjunto de ações Id

Descrição

Qtd

CA1 Exibir texto: “Aceitamos pagamento através de débito em conta corrente, cartão de crédito e boleto bancário”.

400

CA2 Exibir texto: “Temos tamanhos pequeno (P), médio (M), grande (G) e extragrande (XG)”.

300

CA3 Exibir texto: “Estou reposicionando a página que está sendo exibida para que você possa ver as embalagens de presente que colocamos à disposição dos nossos clientes”. Reposicionar a página em: www.minsk.com.br/embalagens-presentes.

200

CA4 Exibir texto: “Estou reposicionando a página que está sendo exibida para que você possa ver as cores e padronagens que estão disponíveis para o produto pelo qual você está interessado”. Reposicionar a página em: www.minsk.com.br/core-e-padronagens.

120

·

·

·

·

·

·

·

·

·

Figura 82: ações executadas pelo atendente do SAC

Na Figura 81, a coluna “Id” identi ca unicamente cada uma das questões apresentadas pelos clientes da Minsk. A coluna “Descrição” descreve cada uma dessas questões. Por sua vez, a coluna “Qtd” indica a quantidade de vezes que cada questão foi apresentada ao serviço de chat. Por m, a coluna “Conj. Ação” relaciona essas questões com os diversos conjuntos de ações executadas pelos operadores humanos. Na Figura 82, a coluna “Id” identi ca unicamente cada um dos possíveis conjuntos de ações executados pelos operadores do serviço de chat. A coluna “Descrição” detalha esses conjuntos. Finalmente, a coluna “Qtd.” mostra a quantidade de vezes que um determinado conjunto de ações foi executado nos últimos meses. Por exemplo, considere a questão Q1, em que o cliente da empresa deseja saber quais são as formas de pagamento disponíveis. Quando a questão Q1 foi apresentada ao serviço de chat, o operador humano executou o conjunto de ações CA1. Em decorrência disso, ele enviou a seguinte mensagem para os clientes da empresa: “Aceitamos pagamento através de débito em conta corrente, cartão de crédito e boleto bancário”. De acordo com as informações apresentadas na Figura 81, a questão Q1 foi submetida ao serviço de chat 400 vezes nos últimos meses. Nossa análise do serviço de chat revelou que essa é a única questão que requer a execução do conjunto de ações CA1. Portanto, o conjunto CA1 foi executado pelo operador humano 400 vezes nesse mesmo período.

Note que as questões Q4 e Q5 requerem a execução do mesmo conjunto de ações, isto é, CA4. Isso não é um fato incomum. Na verdade, em operações do mundo real, várias questões costumam compartilhar o mesmo conjunto de ações. As questões Q4 e Q5 foram apresentadas respectivamente 100 e 20 vezes ao serviço de chat da Minsk nos últimos meses. Ver Figura 81 a esse respeito. Como nossa análise do serviço de chat indica que essas são as únicas questões que requerem a execução do conjunto de ações CA4, esse conjunto foi executado 100 + 20 = 120 vezes nesse período.

95. Criando um conjunto de regras Agora, suponha que, dada uma questão Q* qualquer, estamos interessados em estabelecer um conjunto de regras que permita que o AVI localize na base de conhecimento o conjunto de ações que deve executar. A Figura 83 sumariza essas ideias.

Figura 83: esquema de funcionamento do AVI Para tornar nossa explicação simples, vamos imaginar algo bastante improvável. Suponha que as únicas questões

apresentadas ao AVI nesses últimos meses foram as questões Q1, Q2, Q3, Q4 e Q5.

Ademais, imagine que isso ocorre porque essas questões são as únicas que podem ser efetivamente apresentadas ao AVI. Portanto, Q* tem que ser necessariamente Q1, Q2, Q3, Q4 e Q5 e, em consequência disso, os únicos conjuntos de ações possíveis são CA1, CA2, CA3 e CA4. A Figura 84 mostra como os diversos tokens contidos nessas questões se distribuem por questão. Nesse contexto, tokens são sequências de letras e dígitos que terminam em um espaço em branco ou um caractere especial (!, ?, &, @, etc.). Questão

Token Q1

Q2

Q3

Q4

Q5

?

x

x

x

x

x

as

x

x

x

x

camisa

x

x

cores

x

calça

x

de

x

x

x

x

x

disponíveis

x

x

x

x

x

x

x

embalagens

x

estão

x

formas

x

os

x

x

x

padronagens pagamento

x x

presente

x

Quais

x

x

x

x

x

que

x

x

x

x

x

são

x

x

x

x

x

tamanhos

x

Figura 84: tokens por questão Por exemplo, o token “estão” está presente nas questões de Q1, ..., Q5. Por sua vez, o token “presente” é utilizado apenas na questão Q3.

Como as diversas questões estão conectadas aos conjuntos de ações que precisam ser executados (ver Figura 82 a esse respeito), podemos relacionar os tokens diretamente com esses conjuntos. A Figura 85 explicita esse relacionamento. Conjunto de ações

Token CA1

CA2

CA3

CA4

?

x

x

x

x

as

x

x

x

calça

x

camisa

x

cores

x

de

x

x

x

x

disponíveis

x

x

x

x

embalagens

x

estão

x

formas

x

os

x

x

x

padronagens pagamento

x

x x

presente

x

quais

x

x

x

x

que

x

x

x

x

são

x

x

x

x

tamanhos

x

Figura 85: conectando tokens às ações que precisam ser executadas Por exemplo, o token “as” aparece nas questões Q1, Q3, Q4 e Q5. Como essas questões requerem a execução dos conjuntos de ações CA1, CA3 e CA4, a presença de “as” em Q* indica que um desses conjuntos deve ser executado.

Estruturas como a Figura 85 costumam ser bem mais compactas do que estruturas como a Figura 84. Isso ocorre porque, em uma operação do mundo real, várias questões vão demandar a execução do mesmo conjunto de ações. Portanto, a Figura 85 oferece uma forma mais compacta e e ciente de determinar que conjunto de ações deve ser executado. Note que o fato de tokens tais como “quais” e “são” estarem ou não presentes em Q* não ajuda o AVI a identi car o conjunto de ações a ser executado. Isso ocorre porque esses tokens estão relacionados a todos os conjuntos de ações possíveis, isto é, CA1, ..., CA4. No linguajar estatístico, esses tokens são ditos não possuidores de poder de discriminação. A presença do token “as” tem algum poder de discriminação, já que ele não está presente em todas as questões. Mais especi camente, ele não é utilizado na questão Q2. Por outro lado, os tokens “os”, “formas”, “pagamento”, “tamanhos”, “calça”, “embalagens”, “presente”, “cores” e “camisa” também possuem poder de discriminação, já que cada um está relacionado a apenas um dos conjuntos de ações de interesse. Portanto, em tese, podemos começar a construir nossa regra com qualquer uma dessas palavras. Por exemplo, se a questão Q* contém a palavra “pagamento”, então o conjunto de ações CA1 deve ser executada. Caso contrário, o conjunto a ser executado deve ser o CA2, CA3 ou CA4. Em sequência, poderíamos testar a presença do token “calça” em Q*. Se esse token estiver presente, então o conjunto de ações A2 deve ser executado. Caso contrário, o conjunto a ser executado deve ser CA3 ou CA4.

Finalmente, podemos testar a presença do token “embalagens” em Q*. Se esse token estiver presente, então é o conjunto de ações CA3 que deve ser executado; caso contrário, por eliminação, o conjunto CA4 deve ser executado. A Figura 86 sumariza todas essas ideias. Regras Se Q* contém o token “pagamento” Então Executar CA1 Senão Se Q* contém o token “calça” Então Executar CA2 Senão Se Q* contém o token “embalagens” Então Executar CA3 Senão Executar CA4 Figura 86: conjunto de regras para identi car uma questão apresentada ao AVI É importante notar que resultados semelhantes poderiam ser obtidos com outros conjuntos de tokens, tais como “formas”, “tamanhos” e “presente” ou “pagamento”, “os” e “embalagens”. Portanto, o conjunto de regras que criamos não é único.

Entretanto, como veremos mais tarde, alguns conjuntos de regras nos ajudam a identi car mais rapidamente do que outros o conjunto de ações que deve ser executado.

96. As árvores Os resultados apresentados na Figura 86 podem ser representados em outro formato, chamado pelos matemáticos e cientistas da computação de “árvore”. A Figura 87 exibe esse formato. Naquela gura, cada retângulo representa uma decisão a ser tomada. No linguajar da área de computação, cada um desses retângulos é chamado

de nó. A árvore exibida na Figura 87 tem sete nós, que estão numerados de 0 a 6. O nó 0 é chamado de nó raiz, ou simplesmente de raiz. Um nó pode ter lhos. Na árvore da Figura 87, o nó 2 tem dois lhos, isto é, o nó 3 e o nó 4. Nós que têm lhos são chamados de nós internos. O nó 5 não tem nenhum lho. Nós desse tipo são chamados de folhas ou de nós terminais.

Figura 87: uma árvore de classi cação A árvore apresentada na Figura 87 contém três nós internos (nós 0, 2 e 4) e quatro nós terminais (nós 1, 3, 5 e 6).

Quando uma árvore contém somente nós com 0 ou 2 lhos, ela é chamada de “árvore binária”. A árvore apresentada na Figura 87 é uma árvore desse tipo.

É provável que uma das coisas mais surpreendentes sobre as árvores da computação é que elas não se parecem em nada com aquelas que estão presentes na natureza. Para entender a analogia feita pelos matemáticos e cientistas da computação, o leitor tem que imaginar que o nó raiz é o tronco e que as linhas que saem dos nós internos são os ramos da árvore. Além disso, é preciso notar que as árvores da computação são, em geral, desenhadas de cabeça para baixo. Os ramos dessas árvores costumam descer direção ao solo em vez de subir em direção ao céu. Nesse caso, o céu é representado pelo texto que precede a árvore, e o solo, pelo texto que se segue a ela. Árvores como aquela apresentada na Figura 87 são conhecidas na Ciência da Computação como “árvores de classi cação”. Esse nome decorre do fato desse tipo de árvore classi car um objeto em categorias. Nesse caso, o objeto a ser classi cado é a questão apresentada ao serviço de chat da Minsk, isto é, Q*, e as categorias são os conjuntos de ações que devem ser executados, isto é, CA1, CA2, CA3 e CA4. Como cada nó de uma árvore de classi cação enseja uma tomada de decisão, em alguns círculos as árvores de classi cação são chamadas de “árvores de decisão”. Nesse ponto, o leitor pode estar se perguntando por que transformamos a estrutura Se-Então-Senão apresentada na Figura 86 na árvore apresentada na Figura 87. Embora a estrutura Se-Então-Senão seja mais fácil de ler e compreender, em termos computacionais, em muitas situações, as árvores são mais fáceis de ser implementadas e mantidas. Isso é particularmente verdadeiro na construção de assistentes virtuais inteligentes.

97. Construindo o conjunto de regras automaticamente Na terminologia da ciência da computação, um “algoritmo” é uma sequência nita de instruções bem de nidas e não ambíguas, concebida para resolver um determinado problema. Além disso, essa sequência de instruções deve poder ser executada em um intervalo de tempo nito, utilizando uma quantidade limitada de recurso. Por exemplo, nas seções anteriores, utilizamos uma estratégia para identi car o conjunto de ações a serem executadas como consequência da submissão de uma questão Q* ao serviço de chat da Minsk. Essa . estratégia pode ser descrita com a ajuda do seguinte algoritmo: Selecione um período de tempo recente no qual uma grande quantidade de atendimentos tenha sido realizada pelo serviço de chat. 2. Catalogue as questões apresentadas pelos clientes desse serviço dentro do período de tempo selecionado. 3. Registre os conjuntos de ações executadas pelos operadores humanos responsáveis pelo serviço de chat. 4. Conecte corretamente cada uma das questões apresentadas pelos clientes do serviço de chat ao conjunto de ações que elas requerem que seja executado. 5. Identi que os tokens que são utilizados em cada uma das questões apresentadas pelos clientes do serviço de chat. 6. Conecte esses tokens aos conjuntos de ações. 7. Construa uma árvore de classi cação que permita a seleção do conjunto de ações requerido por Q*. 8. Utilize a árvore para automatizar o serviço de chat. Note que os passos de 1 a 6, assim como o passo 8, não apresentam grandes di culdades para ser automatizados com o auxílio de um

programa de computador. Entretanto, no nosso exemplo, o passo 7 foi executado de forma empírica, isto é, sem a ajuda de nenhum método ou técnica. Nós simplesmente excluímos do conjunto de tokens candidatos a compor a árvore de classi cação aqueles que estão conectados a todos os possíveis conjuntos de ações. Esses tokens não ajudam a identi car o conjunto de ações a ser executado, justamente porque estão conectados a todos esses conjuntos. Dentre os tokens restantes, escolhemos um deles para compor a árvore. Em outras palavras, a seleção dos tokens para construir a árvore de classi cação foi feita utilizando um critério de preferência pessoal e/ou conveniência. A e cácia das árvores construídas dessa forma vai variar bastante. Algumas estarão destinadas a nos ajudar a localizar mais rapidamente e com maior assertividade o conjunto de ações a ser executado do que outras. Os professores Leo Breiman e Charles Stone, da Universidade da Califórnia, e Jerome Friedman e Richard Olshen, da Universidade de Stanford, analisaram essa questão extensivamente nos anos 80. De acordo com esses pesquisadores, o problema de construir uma árvore de classi cação que seja e ciente e e caz pode ser abordado de forma sistemática com a ajuda de dois índices. O primeiro, conhecido como Gini, mede o grau de heterogeneidade de um conjunto de objetos, isto é, a falta de homogeneidade (ou de uniformidade) desse conjunto. O segundo mede a redução de heterogeneidade que se ganha ao se dividir esse conjunto em dois conjuntos menores utilizando-se uma regra qualquer.

98. O índice Gini

Inicialmente, vamos concentrar a nossa atenção no índice Gini. Com esse objetivo em mente, considere a situação em que nos encontrávamos quando construímos a árvore apresentada na Figura 87. De acordo com as informações apresentadas na Figura 82, nos últimos meses, a execução dos diversos conjuntos de ações possíveis estava distribuída da seguinte forma: O conjunto CA1 havia sido executado 400 vezes. O CA2, 300 vezes. O CA3, 200 vezes. O CA4, 120 vezes. Essa é a situação que encontramos por ocasião da construção do nó 0. A Figura 88 sumariza essa informação. Conjunto de ações (situação no nó 0) Id

Qtd.

%

CA1

400

39,2%

CA2

300

29,4%

CA3

200

19,6%

CA4

120

11,8%

Total

1.020

100,0%

Figura 88: distribuição inicial dos conjuntos de ações Nosso primeiro passo na construção da árvore apresentada na Figura 87 foi utilizar o token “pagamento” para criar dois lhos para o nó raiz.

O lho da esquerda (ou nó 1) diz respeito às situações nas quais somente o conjunto CA1 havia sido selecionado e o lho da direita (nó 2), às situações em que os demais conjuntos haviam sido selecionados. Portanto, falando metaforicamente, o conjunto inicial de dados foi dividido em dois conjuntos novos.

O primeiro é aquele que lida com as situações nas quais o token “pagamento” está presente em Q* e que, em consequência disso, sugere a execução de CA1. O segundo lida com as situações nas quais o token “pagamento” não está presente em Q* e que sugere a execução dos demais conjuntos de ações. A Figura 89 e a Figura 90 sumarizam essas situações. Conjunto de ações (situação no nó 1) Id

Qtd.

%

CA1

400

100,0%

Total

400

100,0%

Figura 89: distribuição dos conjuntos de ações no nó 1 Conjunto de ações (situação no nó 2) Id

Qtd

%

CA2

300

48,4%

CA3

200

32,3%

CA4

120

19,4%

Total

620

100,0%

Figura 90: distribuição dos conjuntos de ações no nó 2

O índice Gini da situação descrita na Figura 88 é dado por: 1 – (39,2%2 + 29,4%2 + 19,6%2 + 11,8%2) = 0,7074. Em outras palavras, para se obter o índice Gini basta subtrair de 1 a soma das proporções de ocorrência de cada conjunto de ações elevado ao quadrado. Sendo assim, o índice Gini do nó 1 é dado por: 1 – (100%2) = 0 e o Gini do nó 2 é dado por: 1 – (48,42 + 32,3%2 + 19,4%2) = 0,6243. A Figura 91 sumariza esses valores.

Nó

Gini

0

0,7074

1

0

2

0,6243 Figura 91: índice Gini nos nós 0, 1 e 2

A variação do índice Gini Agora, imagine um nó K totalmente heterogêneo, isto é: com heterogeneidade máxima. Considere que esse nó contém os quatro conjuntos de ações possíveis, a saber: CA1, CA2, CA3 e CA4. Nesse caso, a expressão “totalmente heterogêneo” indica que cada um desses conjuntos de ações aparece no nó K na mesma proporção. Isto é, . Em consequência disso, índice Gini do nó K é dado por:

Portanto, o índice Gini varia entre 0 (situação de máxima homogeneidade) e

(situação de máxima heterogeneidade). Nesse caso, n é o número de

conjuntos de ações com o qual estamos lidando. A Figura 92 sumariza essas ideias.

Figura 92: variação do índice Gini O objetivo a ser atingido

Uma vez que o nó 0 tenha sido dividido nos nós 1 e 2, podemos reaplicar o processo, testando diversos tokens com o intuito de dividir esses nós. Selecionamos, para fazer parte da árvore, os tokens que propiciarem a maior redução de heterogeneidade em cada situação. Esse processo prossegue até que nenhuma redução de heterogeneidade possa ser obtida. Vamos discutir esse assunto com mais vagar nas seções que se seguem.

99. Refletindo sobre o valor da homogeneidade Suponha que, diante da submissão da questão Q*, recebêssemos a incumbência de selecionar o conjunto de ações para ser executado. Entretanto, considere que somente as informações disponibilizadas na Figura 88 possam ser utilizadas para realizar essa tarefa. A escolha lógica, nesse caso, seria aquele conjunto que nos dá a maior chance fazer a opção correta. Sendo assim, deveríamos selecionar o conjunto CA1. A nal, esse é o conjunto de ações que é mais frequentemente solicitado. Note que CA1 foi executado em 39,2% de todas as interações entre os clientes da Minsk e o serviço de chat da empresa.

Portanto, se os dados que coletamos para construir a árvore de classi cação re etem a realidade do serviço de chat, esse valor é uma boa estimativa das nossas chances de fazer a escolha correta. É importante notar que a Figura 89 e a Figura 90 contêm conjuntos de ações mais homogêneos do que a Figura 88. O índice Gini mostra isso (ver a Figura 91 e a Figura 92 a esse respeito). Consequentemente, as nossas chances de indicar corretamente o conjunto de ações a ser executado aumentam. Estima-se que, nos casos cobertos pelo nó 1, as nossas chances são de 100% (ver Figura 89). Nos casos cobertos pelo nó 2, as chances são de 48,4% (ver na Figura 90). Na verdade, como são estimativas, e toda estimativa vem acompanhada de uma dose de incerteza, seria mais adequado a rmar que as chances são de aproximadamente 100% no primeiro caso e de aproximadamente 48,4% no segundo caso.

100. Calculando a redução de heterogeneidade Quanto é que nós ganhamos em redução de heterogeneidade utilizando o token “pagamento” para criar os nós 1 e 2? A nal, nós poderíamos ter utilizado outros tokens para criar esses nós, certo? Em computação, esse valor é chamado de índice de melhoria, ou improvement index, em inglês. Nesse caso, ele é obtido subtraindo-se do índice Gini do nó pai a média ponderada do índice Gini dos nós lhos. De acordo com os professores Breiman, Stone, Friedman e Olshen, o fator de ponderação a ser utilizado é a proporção de casos contidos em cada um dos nós lhos. Que tal tornar tudo isso mais claro com um exemplo?

De acordo com as informações apresentadas na Figura 88, na Figura 89 e na Figura 90, o número de casos nos nós 0, 1 e 2 são, respectivamente, 1.020, 400 e 620. Portanto, os nós 1 e 2 lidam, respectivamente, com:

dos casos contidos no nó 0. Em consequência disso, a redução de heterogeneidade obtida pelo uso do token “pagamento” para construir os nós 1 e 2 foi de:

Isso signi ca uma redução de , o que é bastante signi cativo. A Figura 93 sumariza a melhoria propiciada pelo uso de outras alternativas. Gini

Token Nó 1 pagamento as embalagens disponíveis

Melhoria Nó 2

0

0,6343

46,3%

0,5864

0

41,5%

0

0,6068

31,0%

0,7074

0

0,0%

Figura 93: melhora propiciada pelo uso de diferentes tokens

Note que o token “pagamento” é aquele que propicia a maior redução de heterogeneidade. Esse token é a escolha lógica para iniciar a construção da nossa árvore de classi cação. Uma vez que o token “pagamento” tenha sido escolhido para dividir o nó 0 em dois nós novos (os nós 1 e 2), podemos reaplicar o processo em cada

um desses nós. O processo prossegue em cada um desses nós até que nenhuma redução de heterogeneidade possa ser obtida.

101. Avaliando a performance da árvore de classificação A forma mais fácil e direta de testar a e cácia de uma árvore de classi cação é colocá-la em teste no mundo real. Dessa forma, podemos aferir o erro que é cometido e veri car se isso atende às nossas expectativas. Se o erro cometido for elevado, podemos obter mais dados e executar o processo de construção da árvore novamente. Uma quantidade maior de dados tende a melhorar substancialmente o desempenho de uma árvore de classi cação. Entretanto, é possível que, em algumas situações, um teste preliminar tenha que ser feito. Nesse caso, podemos dividir aleatoriamente os dados que utilizamos para construir a árvore em dois conjuntos: o conjunto de construção e o conjunto de teste. Utilizamos o primeiro para construir a árvore e o segundo para aferir o erro cometido. Nesse caso, a aferição do erro é feita computando os acertos e erros cometidos. Em geral, o resultado desse teste propicia uma boa estimativa de como a árvore se comportará no mundo real.

102. Questões para reflexão sobre o conteúdo da Parte XI Utilize as questões que se seguem para re etir sobre aquilo que foi exposto até o momento. 1. Considere que, em uma determinada empresa, exista um serviço de chat em funcionamento. Que informação esse serviço pode fornecer para auxiliar na construção de um AVI?

a) As diversas questões que são apresentadas rotineiramente ao serviço de chat pelos clientes da empresa. b)Os conjuntos de ações executados pelos operadores humanos. c) A relação que existe entre as questões apresentadas pelos clientes da empresa e os conjuntos de ações executados pelos operadores‐ humanos. d)A quantidade de vezes que cada conjunto de ações foi executado pelos operadores humanos. e) Todas as respostas anteriores. 2. Por que, durante a construção de um AVI baseado em árvores de classi cação, os tokens utilizados nas questões apresentadas por nossos clientes são conectados aos conjuntos de ações que podem ser executados? a) Trata-se apenas de uma ação de documentação, já que isso não interfere no processo de construção da árvore. b)É por meio dessa conexão que o AVI identi ca os conjuntos de ações que devem ser executados. c) Se essa conexão não for estabelecida, camos impossibilitados de determinar como os tokens se distribuem pelas diversas questões apresentadas por nossos clientes. d)Essa conexão é fundamental para se determinar a altura máxima da árvore de classi cação a ser utilizada pelo AVI. e) Essa conexão é fundamental para se determinar a largura média da árvore de classi cação a ser utilizada pelo AVI. 3. Quando um determinado token está conectado a todos os conjuntos a) de ações possíveis de serem executados: Ele recebe o nome de token curinga. b)Ele é denominado de token superversátil. c) Ele não tem poder de discriminação. d)Ele tem grande poder de discriminação.

e) Ele é um elemento de ligação fundamental entre as questões apresentadas por nossos clientes e os conjuntos de respostas a serem executados. 4. Por que, em uma operação do mundo real, o conjunto de todas as ações possíveis tende a ser menor do que o conjunto de todas as questões possíveis de serem apresentadas por nossos clientes? a) Muitas questões requerem a execução do mesmo conjunto de ações. b)Cada questão requer, necessariamente, a execução de um conjunto de ações diferente. c) Os conjuntos de ações se conectam a uma quantidade menor de tokens do que o conjunto de questões. d)O conjunto de questões se conecta a uma quantidade menor de tokens do que os diversos conjuntos de ações. e) Nenhuma das respostas anteriores. 5. Em relação às árvores da matemática e da computação, pode ser dito a) que: Uma árvore é, na verdade, um conjunto de nós. b)Cada nó de uma árvore contém informações que são importantes para a tomada de decisão. c) Cada nó pode ter zero ou mais lhos. d)Toda árvore contém um nó raiz. e) Todas as respostas anteriores. a) As árvores de classi cação também são conhecidas como: Árvores 6. ternárias. b)Tabelas ou mapas. c) Mappings. d)Árvores de decisão. e) Dígrafos de mão dupla. a) Sobre os algoritmos, podemos a rmar que se trata de: Uma sequência 7. nita de instruções bem de nidas e não ambíguas.

Uma sequência de instruções concebida para resolver um determinado problema. c) Uma sequência de instruções que deve ser executada em um tempo nito. d)Uma sequência de instruções que requer uma quantidade limitada de recursos. e) Todas as respostas anteriores combinadas. b)

8. Que mecanismo os professores Breiman, Stone, Friedman e Olshen sugerem que seja utilizado para construir uma árvore de classi cação de forma sistemática? a) A escolha aleatória da sequência de testes que serão utilizados na‐ árvore. b)O uso de um índice que mede a diversidade de objetos que são considerados em um nó e outro que mede a diminuição de diversidade obtida com a divisão de um nó pai em dois nós lhos. c) O uso de nós internos e externos de forma intercalada. d)O uso de árvores ternárias e/ou quaternárias. e) Nenhuma das respostas anteriores. a) O índice Gini mede: A quantidade de objetos diferentes que são 9. considerados em um determinado nó. b)A quantidade máxima de decisões que deverão ser tomadas até que um conjunto de ações possa ser selecionado. c) O grau de heterogeneidade de um conjunto de objetos. d)A quantidade de tokens que está associada a um determinado conjunto de ações. e) O esforço necessário para selecionar um conjunto de ações adequado à situação corrente. 10.Considere um nó N qualquer. Além disso, suponha que esse nó está associado ao seguinte conjunto de objetos: Conjunto de objetos

)

Id

Qtd.

%

O1

300

26,1%

O2

150

13,0%

O3

600

52,2%

O4

100

8,7%

Total

1.020

100,0%

Figura 94: nó contendo quatro tipos de objetos Assim sendo, o índice Gini associado a esse nó é dado por: (26,12 + 13,0%2 + 52,2%2 + 8,7%2).

b)(26,12 + 13,0%2 + 52,2%2 + 8,7%2) – 1. c) 1 – (26,12 + 13,0%2 + 52,2%2 + 8,7%2). d)1 + (26,12 – 13,0%2 – 52,2%2 – 8,7%2). e) Nenhuma das respostas anteriores. 11.O índice Gini varia entre A (máxima homogeneidade) e B (máxima a) heterogeneidade). Assim sendo: A = 0 e B = 1. b)A = 0 e B = ⁄n, onde n é o número de conjuntos de ações distintas com o qual estamos lidando em uma determinada situação. c) A = 0 e B = ¼. d)A = ¼ e B = n, onde n é um valor a ser determinado. e) A = e B = 0, onde n é um valor predeterminado. 12.Suponha que o nó apresentado na Figura 94 tenha sido dividido nos seguintes nós: Nó 1 Id

Quant.

%

O1

150

26,1%

O2

75

13,0%

O3

300

52,2%

O4

50

8,7%

Total

575

100,0%

Figura 95: nó lho contendo quatro tipos de objetos

Nó 2 Id

Quant.

%

O1

150

26,1%

O2

75

13,0%

O3

300

52,2%

O4

50

8,7%

Total

575

100,0%

Figura 96: nó lho contendo quatro tipos de objetos Nesse caso, a redução de heterogeneidade obtida foi de: 45,6%.

)

b)28,7%. c) 0,0%. d)75,4%. e) Nenhuma das respostas anteriores. 11

Trata-se de um nome ctício. Qualquer semelhança com organizações ou marcas existentes é mera coincidência.

Parte XII Referências Bibliográficas

As obras listadas nesta parte indicam leituras adicionais que o leitor pode utilizar para expandir o seu conhecimento sobre a tecnologia dos assistentes virtuais inteligentes, assim como sobre diversos conceitos, técnicas e métodos complementares apresentados neste livro.

103. Textos sobre assistentes virtuais inteligentes e chatbots B, Mukhtar. Master ChatBot Marketing. Kindle Edition. Amazon Digital Services, 2017. BUDAKOVA, Dilyana; DAKOVSKI, Lyudmil. The intelligent virtual agents – a new interface to the computer. Riga: Lambert Academic Publishing, 2013. KHAN, Rashid; DAS, Anik. Build Better Chatbots: a complete guide to getting started with chatbots. New York, NY: Apress, 2017. MULDOWNEY, Oisin. Chatbots: an introduction and easy guide to making your own. Dublin: Curses & Magic, 2017. PEARL, Cathy. Designing Voice User Interfaces: principles of conversational experiences. Sebastopol, CA: O’Reilly Media, 2016. SHEVAT, Amir. Designing Bots: creating conversational experiences. Sebastopol, CA: O’Reilly Media, 2017. WALKER, Mark. ChatBot Mastery: learn the secrets of marketing with chatbots. The Business Builder, 2017. ZHOU, Adelyn; JIA, Marlene; YAO, Mariya. Business of Bots: how to grow your company through conversation. New York, NY: Topbots, 2017.

104. Textos sobre processamento de linguagem natural CHEN, Liming. Animated Human-like Affective Agent Design for Virtual Environments: an architecture for animated human-like interface agents. Riga: Lambert Academic Publishing, 2012.

CHOPRA, Deepti. Practical Natural Language Processing: arti cial intelligence for understanding the meaning of language. Mumbai: Packt Publishing, 2018. GOLDBERG, Yoav. Neural Network Methods for Natural Language Processing. (Synthesis Lectures on Human Language Technologies). San Rafael, CA: Morgan & Claypool Publishers, 2017. IBAÑOS, Ana Maria Tramunt; PAIL, Daisy Batista (orgs.). Fundamentos Linguísticos e Computação. Porto Alegre: EDIPUCRS, 2015. SMART READS. Arti cial Intelligence: understanding A.I. and the implications of machine learning. Smart Reads, 2017.

105. Textos sobre inteligência artificial DOMINGOS, Pedro. The Master Algorithm: how the quest for the ultimate learning machine will remake our world. New York, NY: Basic Books, 2015. ERTEL, Wolfgang. Introduction to Arti cial Intelligence. 2nd. ed. (Undergraduate Topics in Computer Science). Heidelberg: Springer, 2017. LIMA, Isaías; PINHEIRO, Carlos A. M.; SANTOS, Flávia A. Oliveira. Inteligência Arti cial. Rio de Janeiro: Elsevier, 2014. MCPHERSON, Stephanie Sammartino. Arti cial Intelligence: building smarter machines. Minneapolis, MN: Twenty-First Century Books, 2018. STERNE, Jim. Arti cial Intelligence for Marketing: practical applications. Hoboken, NJ: Wiley, 2018. YAO, Mariya; JIA, Marlene; ZHOU, Adelyn. Applied Arti cial Intelligence: a handbook for business leaders. New York, NY: Topbots, 2018.

106. Textos introdutórios sobre estatística

PINHEIRO, João Ismael D.; CUNHA, Sonia Baptista da; CARVAJAL, Santiago Ramírez; GOMES, Gastão Coelho. Estatística Básica: a arte de trabalhar com dados. 2.ed. Rio de Janeiro: Elsevier, 2015. SALKIND, Neil J. Statistics for People Who (Think They) Hate Statistics. 6th. ed. Thousand Oaks, CA: SAGE, 2016. URDAN, Timothy C. Statistics in Plain English. 4th. ed. London: Routledge, 2016. WHEELAN, Charles. Naked Statistics: stripping the dread from the data. New York, NY: W. W. Norton & Company, 2013. WOLFE, Douglas A.; SCHNEIDER, Grant. Intuitive Introductory Statistics. (Springer Texts in Statistics). Heidelberg: Springer, 2017.

107. Textos sobre PDCA BLOKDYK, Gerard. PDCA: a successful design process. CreateSpace Independent Publishing Platform, 2017. CALÔBA, Guilherme; KLAES, Mario. Gerenciamento de Projetos com PDCA. Rio de Janeiro: Alta Books, 2016. KOCH, Aquarius. Weekly Planner 2018: calendar schedule organizer and journal notebook to use PDCA cycle. CreateSpace Independent Publishing Platform, 2018. LIKER, Jeffrey K.; TRACHILIS, George. Why Plan, Do, Check, Adjust? (Developing Leadership Skills). Lean Leadership Institute Publications, 2017. SOIN, Sarv Singh. Winning with Operational Excellence. Lulu.com, 2013. TAPPING, Don. The Simply Lean Pocket Guide: making great organizations better through PLAN-DO-CHECK-ACT (PDCA) Kaizen

Activities. MCS Media, 2014.

108. Textos sobre escala de Likert DEVELLIS, Robert F. Scale Development: theory and applications. 4th. ed. Thousand Oaks, CA: SAGE Publications, 2016. FOWLER, Floyd J. Survey Research Methods. 5th. ed. Thousand Oaks, CA: SAGE Publications, 2013. GARSON, David. Scales and Measures. (Statistical Associates Blue Book Series). Asheboro, NC: Statistical Associates Publishers, 2014. JOHNSON, Robert L.; MORGAN, Grant B. Survey Scales: a guide to development, analysis, and reporting. New York, NY: The Guilford Press, 2016.

109. Textos sobre AHP ABDULLAH, Mohd Lazim. Analytic Hierarchy Process Based Methods and its Applications. Kuala Terengganu: Penerbit Universiti Malaysia Terengganu, 2015. ACKERMANN, Matthias. Introduction of Different “Easy to Handle” Decision Making Techniques. Research paper. Munich: GRIN Publishing, 2015. MOHD, Sadiq. Applications of Analytic Hierarchy Process to Software Engineering. Riga: Lambert Academic Publishing, 2015. MU, Enrique; PEREYRA-ROJAS, Milagros. Practical Decision Making using Super Decisions v3: an introduction to the Analytic Hierarchy Process. (Springer Briefs in Operations Research). Heidelberg: Springer, 2017.

OLIVEIRA, Victor Hugo Mazon de; MARTINS, Carlos Humberto. AHP: ferramenta multicritério para tomada de decisão – shopping centers. Curitiba: Appris, 2015. SAATY, Thomas L.; VARGAS, Luis G. Decision Making with the Analytic Network Process: economic, political, social and technological applications with bene ts, opportunities, costs and risks. (International Series in Operations Research & Management Science). 2nd. ed. Heidelberg: Springer, 2015. SAATY, Thomas L.; VARGAS, Luis G. Models, Methods, Concepts & Applications of the Analytic Hierarchy Process. (International Series in Operations Research & Management Science). 2nd. ed. Heidelberg: Springer, 2012.

110. Textos sobre índices reversos BAEZA-YATES, Ricardo; RIBEIRO-NETO, Berthier. Modern Information Retrieval: the concepts and technology behind search. 2nd. ed. (ACM Press Books Series). Upper Saddle River, NJ: Addison-Wesley Professional, 2011. BÜTTCHER, Stefan; CLARKE, Charles L. A.; CORMACK, Gordon V. Information Retrieval: implementing and evaluating search engines. Cambridge, MA: MIT Press, 2010. CHOWDHURRY, G. G. Introduction to Modern Information Retrieval. 3rd. ed. Chicago, IL: Neal-Schuman Publishers, 2010. ZHAI, ChengXiang; MASSUNG, Sean. Text Data Management and Analysis: a practical introduction to information retrieval and text mining. (ACM Books series, #12). San Rafael, CA: Morgan & Claypool; ACM, 2016.

111. Textos sobre árvores de classificação AGGARWAL, Charu C. Data Mining: the textbook. Heidelberg: Springer, 2015. BRAMER, Max. Principles of Data Mining. 3rd. ed. (Undergraduate Topics in Computer Science). Heidelberg: Springer, 2016. PAIN, George. Machine Learning for Business: a simple guide to data driven technologies using machine learning and deep learning. Amazon Digital Services, 2017. WITTEN, Ian H.; FRANK, Eibe; HALL, Mark A.; PAL, Christopher J. Data Mining: practical machine learning tools and techniques. 4th. ed. (Morgan Kaufmann Series in Data Management Systems). Cambridge, MA: Morgan Kaufmann, 2017.

Parte XIII Comentários Sobre as Questões Sugeridas para Reflexão

Nesta parte você irá encontrar as respostas para as questões apresentadas para re exão nas diversas partes que compõem este livro. As respostas das questões dissertativas não são únicas. Portanto, mesmo que as suas respostas não sejam similares às que apresentamos, isso não quer dizer que estejam erradas – elas podem simplesmente estar explorando uma nova faceta da mesma questão.

112. Comentários sobre as questões para reflexão relativas ao conteúdo da Parte I 1 Na avassaladora maioria das implementações de assistentes virtuais inteligentes que estão disponíveis no mercado, o cliente é obrigado a se identi car, com seu nome e senha, para que suas informações pessoais (telefone, endereço, data de nascimento, etc.) e transacionais (data da última compra, itens adquiridos, forma de pagamento, etc.) possam ser recuperadas e utilizadas para ajudar a solucionar a questão que o está incomodando. Quando combinado com a tecnologia de reconhecimento facial, o assistente virtual deixa de ser obrigado a solicitar essas informações explicitamente, passando a fazer a identi cação do cliente automaticamente, pela análise da imagem do seu rosto.

2 Imagine que você está fazendo uma viagem de avião e que, ao chegar ao aeroporto para fazer o embarque, deseja saber informações sobre o horário de saída e chegada do seu voo, assim como as escalas que você vai fazer ao longo da viagem. Da forma como as empresas aéreas estão organizadas hoje em dia, você teria que se dirigir ao balcão de atendimento ao cliente, se identi car, relatar a questão que o a ige e aguardar que o atendente recupere e apresente as informações nas quais você está interessado. Agora, suponha que a empresa aérea com a qual você está voando tenha colocado à disposição de seus clientes um totem de atendimento

automático, com a presença de um assistente virtual inteligente acoplado a um sistema de identi cação facial. Nesse caso, ao se aproximar do totem você será imediatamente reconhecido pelo assistente virtual, que, além de saudá-lo pelo seu nome, estará ciente de que a sua presença no aeroporto naquele dia está relacionada ao início da sua viagem. Observe que, nesse caso, não somente as informações relativas aos horários dos voos e escalas poderiam ser mais rapidamente apresentadas com o auxílio de texto, som, vídeo ou multimídia, mas também as indicações de como chegar ao local de embarque, onde realizar o checkin, milhas a serem auferidas no programa de delização de clientes, previsão do tempo no destino da sua viagem, etc. É importante mencionar que todas essas informações poderiam ser fornecidas em diversos idiomas, bastando para isso que o assistente virtual em questão seja poliglota.

3 O uso de projetores de imagens tridimensionais sem uso de anteparos, em conjunto com um assistente virtual inteligente, torna mais realista a sensação de estarmos interagindo com o ser humano e não com um programa de computador. Por sua vez, o assistente tridimensional pode ter seu tipo físico, traje e linguajar personalizado para atender a diferentes tipos de clientes. Como se trata de uma tecnologia nova, é muito provável que tudo isso encante nossos clientes, com re exos positivos na indicação boca a boca.

4 Da mesma forma que, em certas situações, temos dúvidas sobre como proceder quando estamos utilizando um tablet ou notebook, nós

podemos car inseguros sobre o que fazer diante da ilusão criada pela realidade virtual. Nessa situação, nada melhor do que contarmos com a ajuda de um assistente virtual inteligente para esclarecer as nossas dúvidas, tornando mais fácil e prazerosa a exploração dos diferentes ambientes propiciados pelo mundo virtual.

113. Comentários sobre as questões para reflexão relativas ao conteúdo da Parte II 1 Com o desenvolvimento dos sistemas de reconhecimento de voz, a necessidade do uso de teclado e mouses vai diminuir sensivelmente, abrindo espaço para que possamos desfrutar do uso da internet móvel em dispositivos cada vez menores. Portanto, no decorrer do tempo, além de estarem presentes nos nossos smartphones e tablets, os assistentes virtuais inteligentes passarão, possivelmente, a estar presentes em duas importantes peças do nosso vestuário: nos relógios e nos óculos. Em ambos os casos, as tarefas do nosso dia a dia vão ser enormemente facilitadas com o uso desses dispositivos. Tarefas como fazer o pagamento de contas e marcar o horário no médico poderão ser feitas com um simples comando de voz.

2 Vivemos num mundo no qual as empresas coletam diariamente uma enorme quantidade de informações sobre seus clientes. São informações de toda ordem, incluindo-se aqui as demográ cas, transacionais e de hábitos de consumo.

A análise dessas informações permite tanto a realização de ajustes nas estratégias de comercialização daquilo que já oferecemos ao mercado como o desenvolvimento de novos produtos e serviços mais adequados às necessidades de nossos clientes. Os assistentes virtuais inteligentes ajudam a enriquecer o processo de captura de informações, fazendo com que as questões que a igem os nossos clientes passem a fazer parte do processo de análise de informações de mercado. Além disso, os assistentes virtuais facilitam a captura da opinião dos clientes sobre as características que mais apreciam em nossos produtos e serviços e também aquelas que gostariam que fossem alteradas.

3 Na medida em que o uso dos assistentes virtuais for se popularizando, a demanda por pro ssionais de serviços de atendimento ao cliente tende a diminuir. A redução de demanda deverá ser sentida com mais intensidade nas atividades ligadas à operação dos canais de chat e e-mail dos contact centers. Por outro lado, deverá haver uma demanda crescente por pro ssionais de informática com conhecimento de processamento de linguagem natural e linguística.

4 Se a sua empresa atua em um mercado onde a competição é acirrada, é de se esperar que a resposta da concorrência deve ser rápida, dependendo do tipo de assistente virtual que for disponibilizado para uso pelos clientes. Quando mais efetiva for a presença do assistente no auxílio ao processo de venda e pós-venda de produtos e serviços, mais rápida e abrangente

deverá ser a resposta da concorrência.

5 Caso a empresa seja pioneira no uso de assistentes virtuais no seu segmento de mercado, é de se esperar que a parcela extra de lucro vá inicialmente para os acionistas, já que obter lucros cada vez maiores é a principal razão para o estabelecimento de uma empresa. Entretanto, num segundo momento, quando a concorrência oferecer uma resposta competitiva à disponibilização do assistente virtual, uma parcela crescente do lucro extra deverá ser utilizada para reforçar a estratégia genérica adotada pela empresa (baixo custo, intimidade com o cliente, melhor produto ou melhor processo).

114. Comentários sobre as questões para reflexão relativas ao conteúdo da Parte III 1 É de se esperar que o aumento da satisfação dos clientes com os produtos e serviços que uma empresa oferece ao mercado esteja entre os principais benefícios não nanceiros propiciados pela disponibilização de um assistente virtual para uso pelos clientes da empresa. Esse crescimento de satisfação deve aumentar a intensidade do relacionamento dos clientes com a empresa e suas marcas, fazendo com que eles passem a comprar mais, com mais frequência ou ambos. Tudo isso deve ter re exos positivos nas indicações a terceiros.

2 Mesmo que o assistente virtual não seja utilizado diretamente no processo de venda, fazendo sugestões de produtos nos quais se acredita

que o cliente esteja interessado, a economia propiciada com as despesas relativas aos serviços de atendimento ao cliente deve estar entre os principais benefícios nanceiros.

3 Como o risco se origina da incerteza, toda mudança traz riscos, já que o resultado de mudanças nos processos de negócio não pode ser antevisto (previsto com exatidão). Entre os principais riscos a que um projeto de implantação de um assistente virtual está exposto destacam-se: A possibilidade de o assistente não estar de acordo com as estratégias de negócio. Os recursos alocados para a realização do projeto não serem su cientes. Neste caso, se a alocação de recursos extras não for possível, o projeto terá que ser abandonado sem que nenhum benefício tenha sido auferido pela empresa. O executivo patrocinador deixar a empresa antes do término do projeto, não sendo substituído por outro que tenha o mesmo entusiasmo pelos assistentes virtuais e que possa in uenciar o processo decisório da empresa com a mesma intensidade. O comitê executivo não dar ao projeto o apoio necessário ou ser formado por pro ssionais juniores. A equipe de projeto não ter a experiência e o conhecimento necessários para realizar o projeto conforme estabelecido no planejamento geral. Note que os consultores externos também fazem parte da equipe do projeto.

4 Assumindo que sua empresa atua em um segmento de mercado de livre competição, as consequências da não disponibilização de um assistente ) virtual devem ser analisadas de dois pontos de vista diferentes: Um de

seus concorrentes já disponibilizou um assistente virtual para uso pelos clientes dele e está fazendo uma enorme divulgação desse fato. Neste caso, podemos esperar um re exo negativo nas vendas e, principalmente, na indicação a terceiros. b)Nenhum dos seus concorrentes de peso possui um assistente virtual inteligente. Neste caso, as consequências dizem respeito à perda de oportunidade de deixar de sair na frente e ganhar mercado.

5 A realização de um projeto-piloto é um plano de contingência bastante e caz, já que oferece a possibilidade de todos os envolvidos experimentarem o desenvolvimento de um projeto de implantação de um assistente virtual inteligente sem que isso implique em grandes riscos para a empresa. Em contrapartida, os benefícios em termos de aumento da satisfação dos clientes com os produtos e serviços que oferecemos com re exos nas vendas e nas indicações a terceiros tendem a ser nulos ou desprezíveis durante a realização do projeto-piloto.

6 A melhor forma de medir o sucesso de um projeto-piloto é fazer com que um grupo reduzido de clientes utilize o protótipo que estará disponível para uso mais tarde. Neste caso, é importante conscientizar os clientes de que se trata de um protótipo e que a versão nal do assistente virtual será várias vezes mais abrangente e efetiva.

115. Comentários sobre as questões para reflexão relativas ao conteúdo da Parte IV

1 Quando uma empresa contrata um serviço de implantação de um assistente virtual, ela se torna cliente do fornecedor do serviço. Portanto, a qualidade do serviço de atendimento ao cliente do fornecedor torna-se uma questão relevante na contratação desse tipo de serviço. Um serviço de atendimento ao cliente de qualidade signi ca que os problemas enfrentados pela empresa na utilização e no aperfeiçoamento do assistente virtual serão tratados com mais rapidez e de forma mais efetiva, liberando os colaboradores para a execução de tarefas que venham a contribuir para o sucesso da empresa.

2 Quando avaliamos um serviço de atendimento ao cliente devemos ) considerar, pelo menos, os seguintes fatores: Horário em que o serviço está disponível: quanto mais tempo o serviço estiver disponível para uso, melhor. b)Tratamento dado ao cliente: quanto mais cortês e atencioso for o tratamento, melhor. c) E cácia das respostas dadas às questões que são apresentadas pelos clientes: quanto mais e cazes forem as respostas, melhor.

3 Uma boa formação pro ssional, experiência de mercado, facilidade para lidar com pessoas, capacidade de liderança, habilidade de trabalhar em grupo, motivação, perseverança, etc. são exemplos de intangíveis que os candidatos a uma determinada vaga podem oferecer ao empregador em potencial.

Portanto, a contratação de pro ssionais para uma empresa é uma atividade que pode se bene ciar enormemente das ideias de Saaty sobre a avaliação de intangíveis.

4 A TC é 54,7%.

5 Observe que, na matriz de avaliação, C2 é moderadamente mais importante que C1 e C3 é muito mais importante que C1. Entretanto, inadvertidamente, C3 é moderadamente menos importante que C2. A substituição do valor 1/3 na última linha da matriz por 3 corrige essa distorção, reduzindo a TC para apenas 1%.

116. Respostas das questões para reflexão relativas ao conteúdo da Parte V 10.b a e d c b b e b c 9. 8. 7. 6. 5. 4. 3. 2. 1.

117. Respostas das questões para reflexão relativas ao conteúdo da Parte VI 10. 9. 8. 7. 6. 5. 4. 3. 2. 1. 11. 12. 13. 14. 15. 16.b e b e d a a c e e c d e d a a

118. Respostas das questões para reflexão relativas ao conteúdo da Parte VII 4. e e b e 3. 2. 1.

119. Respostas das questões para reflexão relativas ao conteúdo da Parte VIII

10. 9. 8. 7. 6. 5. 4. 3. 2. 1. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. 25.c d e a d c e a e b a d d c d b a b d e e c d c a

120. Respostas das questões para reflexão relativas ao conteúdo da Parte IX 10. 9. 8. 7. 6. 5. 4. 3. 2. 1. 11. 12. 13. 14. 15. 16.a e e e e d e d e e a d e c e d

121. Respostas das questões para reflexão relativas ao conteúdo da Parte X 10. 9. 8. 7. 6. 5. 4. 3. 2. 1. 11.c a e d d d a d b d Todas as respostas devem ser assinaladas com um X 12. 13. 14.a c b

122. Respostas das questões para reflexão relativas ao conteúdo da Parte XI 10. 9. 8. 7. 6. 5. 4. 3. 2. 1. 11. 12.e b c a e d e b c c b c