Líder de Transformação do Sucesso do Cliente partilha o que a IA consegue (e não consegue’t) resolver no Sucesso do Cliente

Andrea Bumstead é a fundadora e CEO da CS Impact, uma consultora de sucesso do cliente que ajuda empresas B2B SaaS a transformar o Sucesso do Cliente num motor de receitas. Com mais de 15 anos de experiência e um historial de expansão de organizações de 15 milhões de dólares para mais de 3 mil milhões de dólares em ARR, liderou várias transformações globais de Sucesso do Cliente em empresas como a Quest, a Procore e a One Identity.

Sentámo-nos com a Andrea para saber como está a utilizar a IA para melhorar a experiência do cliente. Eis o que nos disse.

Transformar o sucesso do cliente num motor de receitas

Sou a fundadora e CEO da CS Impact, uma consultora que presta serviços de liderança fracionada e aconselhamento estratégico a empresas B2B SaaS com 50 milhões–150 milhões de dólares em ARR.

Transformamos o sucesso do cliente num motor de receitas, gerando milhões de dólares em expansão e retenção.

Porque é que a IA é uma faca de dois gumes na CX

A integração da IA na CX trouxe ganhos significativos, mas também revelou alguns desafios reais.

Eis as vantagens:

• Poupança de tempo significativa: a IA reduziu o esforço manual na preparação, nos acompanhamentos, nas atualizações do CRM e nos relatórios. Em muitos casos, vi CSMs pouparem 1–2 horas por dia, que podem reinvestir no trabalho voltado para o cliente.
• Informações sobre os clientes mais fortes e mais rápidas: ferramentas como o Claude, o Gainsight, o Gong AI e outras estão a revelar sinais em tempo real — como o risco de abandono, oportunidades de expansão e alterações na saúde do cliente — que anteriormente demoravam horas (ou dias) a descobrir.
• Melhoria da consistência e da escalabilidade: a IA ajuda a uniformizar resultados como planos de sucesso, QBRs e resumos de contas, algo essencial ao expandir equipas ou apoiar diferentes segmentos.
• Atuações de CX mais proativas: em vez de reagirem tarde, as equipas podem agir mais cedo com base em sinais orientados por IA — quer se trate da mitigação de riscos ou de iniciativas de expansão.

Mas também há desvantagens:

• Problema de distinguir sinais do ruído: nem todas as informações geradas pela IA são acionáveis. As equipas podem ficar sobrecarregadas com alertas sem contexto ou prioridades.
• Dependência excessiva da automatização: algumas equipas dependem demasiado de conteúdos gerados por IA (QBRs, mensagens de correio eletrónico), o que pode conduzir a interações genéricas e de baixo impacto com os clientes.
• Dependência da qualidade dos dados: a IA só é tão boa quanto os dados que lhe estão subjacentes. Se os dados do CRM ou do produto estiverem incompletos ou incorretos, os resultados perdem rapidamente credibilidade.
• Perda de pensamento crítico: existe o risco de os CSMs deixarem de pensar estrategicamente e dependerem das recomendações da IA em vez de aplicarem o seu discernimento.

Porque é que bons dados são essenciais para bons resultados da IA

Eis o que todos os líderes de CX precisam de saber: bons dados são tudo.

Trabalhei com organizações de CS que investiram em excelentes ferramentas de IA, mas cujos dados subjacentes estavam desorganizados ou incompletos. Isto limitou completamente o valor que conseguiram obter dessas ferramentas.

Um cliente não tinha hierarquias de contas devidamente configuradas no Salesforce. Por exemplo, tinha 15 contas separadas com o mesmo nome que faziam parte do mesmo cliente — mas não estavam ligadas. Quando adicionaram IA a esse sistema, este gerou informações ao nível de cada conta individual, mas não conseguiu fornecer uma visão holística da relação com o cliente.

Assim, em vez de obterem informações melhores, acabaram com sinais fragmentados e, por vezes, enganadores.

Vale a pena investir tempo na recolha de bons dados e na limpeza dos dados incorretos!

Como devem ser divididas as tarefas entre a IA e os seres humanos na CX

A minha perspetiva sobre a IA versus os seres humanos na Experiência do Cliente é que a IA deve tratar da escala, dos sinais e da rapidez. Os seres humanos devem tratar da confiança, do discernimento e da transformação.

A IA é mais poderosa em tarefas que envolvem muitos dados, são repetitivas ou consomem muito tempo:

• Trabalho administrativo: preparação de chamadas, resumos de contas, pesquisa sobre as partes interessadas e acompanhamentos após as chamadas — incluindo notas, próximos passos e atualizações do CRM (Salesforce, Gainsight)
• Geração de conteúdos e materiais: planos de sucesso, QBRs, planos de contas, análise de oportunidades não exploradas e comunicações com clientes
• Geração de informações: identificação de contas em risco (reduções de utilização, perda de defensores, atividade de fusões e aquisições), oportunidades de expansão e tendências nos comentários sobre o produto
• Orientação em escala: apresentação dos manuais certos de risco ou de expansão nos momentos certos
• Experiência digital do cliente: mensagens na aplicação, fluxos de integração, bases de conhecimento e conteúdos de suporte

Os seres humanos são essenciais sempre que o contexto, a confiança e as nuances são importantes:

• Conversas com clientes e criação de relações: especialmente com partes interessadas executivas
• Descoberta e definição do problema: compreender não só o que está a acontecer, mas também porquê
• Ler nas entrelinhas: captar o sentimento, os sinais de risco e aquilo que não está a ser dito
• Orientação consultiva: ajudar os clientes a tomar decisões e impulsionar resultados empresariais reais
• Momentos que criam confiança: reuniões executivas, jantares presenciais, eventos e interações de grande impacto

Como os QBRs automatizados conduzem a conversas significativas com os clientes

A Andrea partilha

Ajudámos empresas a automatizar processos utilizando IA para recolher dados e informações, integrando-os num formato repetível e otimizando a sua apresentação para apresentações presenciais ou eletrónicas…Como resultado, estas empresas podem ter conversas mais significativas com mais clientes — e proporcionar mais valor.

Mencionei os QBRs — criámos o QBR de 15 minutos. Abrange:

1. O valor que o cliente recebeu até à data
2. Como pode obter mais valor
3. Três recomendações para os próximos passos

Ajudámos empresas a automatizar este processo utilizando IA para recolher dados e informações, integrando-os num formato repetível e otimizando a sua apresentação para apresentações presenciais ou eletrónicas. Quanto às ferramentas, estamos a agregar dados do Salesforce, Gong e Gainsight para gerar automaticamente apresentações de QBR utilizando o Claude.

Como resultado, estas empresas podem ter conversas mais significativas com mais clientes — e proporcionar mais valor.

Antes de implementar o QBR de 15 minutos, recomendo que os líderes de CS se concentrem em cinco fundamentos essenciais:

1. Clarificar os problemas que resolve: identificar os 2–3 principais problemas empresariais que o seu produto resolve — isto torna-se a base de todas as conversas com os clientes.
2. Definir objetivos e métricas de sucesso: alinhar os KPIs associados à concretização de valor, para poder medir e comunicar claramente o impacto.
3. Acompanhar o progresso dos clientes: precisa de ter visibilidade sobre o desempenho de cada cliente relativamente aos seus objetivos, e não apenas sobre a utilização do produto.
4. Comparar os seus principais clientes: compreender o que os seus melhores clientes estão a fazer de forma diferente, para poder destacar lacunas e oportunidades.
5. Criar um motor de recomendações: desenvolver recomendações repetíveis e de grande impacto que ajudem os clientes a obter mais valor.

A partir daí, recomendo uma abordagem simples de implementação:

1. Comece em pequena escala: faça um projeto-piloto com um grupo focado e aperfeiçoe a abordagem.
2. Automatize sempre que possível: tire partido da IA para recolher dados e gerar informações em grande escala.
3. Depois, escale: expanda para outros segmentos quando estiver comprovado.
4. E, igualmente importante, capacite a equipa para o concretizar de forma eficaz: forme-a para liderar com confiança, colocar perguntas de descoberta pertinentes e conduzir a conversa numa perspetiva consultiva e orientada para o valor.

A Andrea partilha

Comece em pequena escala. Automatize sempre que possível e depois escale. E, igualmente importante, capacite a equipa para o concretizar de forma eficaz.

Onde a IA fica aquém com os QBR e o conteúdo

Um dos desafios do fluxo de trabalho dos QBR é que, embora a IA seja excelente a gerar conteúdo, continua a ter dificuldades em estruturá-lo num formato utilizável e pronto para o negócio, como uma apresentação pronta para executivos.

Na prática, a IA acelera os primeiros 70% do trabalho, mas os 30% finais — que muitas vezes tornam o resultado utilizável e impactante — continuam a exigir aperfeiçoamento humano.

Como a IA melhora a previsão em CX — e o que continua a ser necessário

Utilizei o Gong para fazer previsões em várias organizações e é a solução com as capacidades mais fortes que já vi na área do sucesso do cliente.

Agrega sinais de toda a conta: sentimento do cliente, níveis de atividade e dados essenciais do Salesforce, como ARR, TCV, fase do negócio, notas e próximos passos.

Isso proporciona aos líderes de CS uma visão muito mais holística e em tempo real da saúde da conta e dos possíveis resultados.

Dito isto, o processo continua a ser, em grande medida, manual. Os CSM continuam a ser responsáveis por:

• Gerir o processo de contacto no Salesforce
• Atualizar as fases das oportunidades
• Tomar decisões sobre as renovações — se uma conta se manterá estável, diminuirá ou expandirá.

A próxima evolução é a previsão assistida por IA. Em vez de começar do zero, a IA deverá:

• Analisar tendências históricas
• Incorporar pontuações de saúde e utilização do produto
• Integrar sinais das conversas com os clientes
• E gerar uma previsão recomendada.

Nessa altura, o papel do CSM passaria a consistir em aperfeiçoar e validar a previsão, e não em construí-la de raiz.

Também vejo uma lacuna na visibilidade da mudança ao longo do tempo. A previsão não deve ser apenas uma visão num determinado momento — deve mostrar claramente a evolução semana após semana e exatamente o que impulsionou essa mudança. Por exemplo, uma conta de grande dimensão ficou subitamente em risco? Ou conseguimos recuperar receitas que tínhamos anteriormente assinalado como perda por cancelamento?

Esse nível de visibilidade, combinado com recomendações baseadas em IA, não só melhoraria a precisão das previsões, como também as tornaria muito mais acionáveis, escaláveis e alinhadas com a forma como as equipas de CS trabalham.

Porque é que os líderes de CX têm de se sentir confortáveis com o fracasso

Eis o meu conselho: não tenha medo de experimentar e de tentar coisas novas. Não tenha medo de falhar.

Experimente novos fluxos de trabalho com IA, faça cursos e alargue os seus horizontes.

A Pavilion tem um curso sólido sobre GTM e IA. E os eventos do Coletivo de Sucesso do Cliente, como as suas cimeiras sobre sucesso do cliente nos EUA, no Reino Unido e na região APAC, centram-se em fluxos de trabalho orientados por IA.

Acompanhe

Siga Andrea Bumstead no LinkedIn para obter informações sobre como transformar o sucesso do cliente num motor de receita, criar estratégias de CS de elevado impacto e tirar partido da IA para gerar valor para os clientes. Subscreva a sua Substack, Conversa franca com o impacto do CS, para consultar manuais práticos e estruturas. E acompanhe-a no Instagram.

Em breve, haverá mais entrevistas com especialistas na publicação O Líder de CX!