O que é Resposta de Voz Interativa?

“Se quiser falar com um humano, diga ‘humano’.”

“Humano.”

“Desculpe, não encontrei uma opção correspondente a ‘Cuban’. Se quiser falar…”

Suspiro.

A reputação dos sistemas de Resposta de Voz Interativa (IVR) já foi bastante prejudicada.

E, sinceramente, com razão; você pode até chamá-los de o patinho feio da família dos agentes de voz com IA.

Eles são engessados, ultrapassados e pouco práticos. Em uma época em que temos aplicativos sofisticados no celular, conversar com um robô por telefone parece o uso menos conveniente dessas máquinas potentes.

Por que ainda estou escrevendo este artigo?

Ah, sim. [limpa a garganta].

…mas como entusiasta de tecnologia de fala e apaixonado por design de aplicações eficientes, tenho alguns pontos a favor dos fluxos telefônicos automatizados.

É a forma mais acessível de oferecer suporte ao cliente, e as tecnologias envolvidas – PLN (processamento de linguagem natural) e ASR (reconhecimento automático de fala) – evoluíram muito.

Com um bom design, palavras mal interpretadas e menus intermináveis podem virar coisa do passado.

Então venha comigo nesta jornada, enquanto explico as partes do sistema, como são usadas hoje e destaco algumas vantagens únicas dessa tecnologia.

Porque, embora você certamente já tenha pensado em IVR, aposto que nunca pensou de verdade em IVR.

O que é IVR?

IVR (resposta de voz interativa) é um sistema telefônico automatizado que empresas usam como menu para guiar clientes durante ligações de suporte. Esses sistemas conseguem responder perguntas frequentes, realizar tarefas simples e transferir para um atendente humano.

O IVR retira o atendente humano das tarefas básicas de consulta, encaminhamento e coleta de informações, reservando-os para casos mais complexos ou sensíveis.

Com uma biblioteca de mensagens (geralmente pré-gravadas) e a capacidade de ler a entrada do usuário, esses agentes digitais conseguem automatizar boa parte do trabalho manual do suporte ao cliente.

Como os sistemas IVR interpretam a entrada do usuário?

Sistemas tradicionais usavam DTMF (Dual-Tone Multi-Frequency) para ler a entrada do usuário. É quando as teclas do telefone correspondem às opções.

(E é por isso que cada número do teclado faz um som diferente).

Você sabe, “Para inglês, digite 1”.

Alguns ainda usam isso. Mas, no geral, as coisas ficaram bem mais interessantes 🌶️.

Com os avanços em tecnologia de fala, esses sistemas podem integrar mecanismos muito mais potentes para reconhecer palavras-chave ou até rodar processamento de linguagem natural (PLN) para extrair significado e sentimento da fala do usuário.

Como funciona o IVR?

1. Ligação inicial

O fluxo IVR começa quando o cliente liga para um número específico.

2. Saudação e menu

O cliente é recebido com uma série de opções. Novamente, essas opções são pré-gravadas.

Elas podem incluir desde a consulta de saldo de conta corrente para bancos, perguntas frequentes simples sobre políticas da empresa ou o preenchimento de informações preliminares antes de transferir para um atendente ao vivo.

3. Entrada do usuário

O usuário escolhe uma opção. Existem algumas formas diferentes do sistema ler essa entrada.

Dual-Tone Multi-Frequency (DTMF)

DTMF é um clássico. É simples e direto. Naturalmente, é menos popular – quem faz uma ligação quer falar.

Por outro lado, é a forma menos exigente em recursos para coletar a entrada do usuário.

É muito usado em serviços públicos – instituições que ainda não têm um portal de atendimento completo e que esperam que, no fim, o usuário fale com um atendente.

Reconhecimento de Comando de Voz

Aqui, o usuário deve dizer a palavra associada à opção escolhida, por exemplo: “se quiser consultar seu saldo, diga ‘saldo’.”

Essa tecnologia evoluiu bastante nas últimas décadas desde que surgiu.

Você pode estar acostumado com reconhecimentos frustrantes e pouco precisos (como no exemplo da introdução), mas isso tem mais a ver com IVRs antigos do que com a capacidade do reconhecimento de comandos de voz.

Reconhecimento Automático de Fala (ASR) e NLP

Sistemas mais avançados podem optar por reconhecimento de fala completo com NLP.

Nesse caso, o usuário fala normalmente, e algoritmos baseados em redes neurais profundas transcrevem e classificam a entrada do usuário, por exemplo: “É, eu quero fazer um depósito”.

Sistemas relativamente simples já conseguem rodar modelos de ASR e NLP rápidos e precisos, e empresas têm visto resultados muito positivos com essa abordagem.

4. Encaminhamento

Dependendo da estrutura do sistema e da resposta do cliente, ele será encaminhado para o próximo passo.

Pode ser solicitado que informe dados pessoais, como número do cartão ou data de nascimento. Também pode ser direcionado para um menu com opções mais específicas.

IVRs vs. Agentes de Voz com IA

Então, se você coloca uma camada de fala em cima de um chatbot de suporte ao cliente, isso faz dele um sistema IVR?

Acho que, tecnicamente.

Embora IVR seja usado para sistemas com fluxo pré-definido e mensagens pré-gravadas.

Nesse caso, o agente usa uma mensagem pré-gravada para pedir ao usuário que escolha entre várias opções e o direciona conforme a escolha.

Já no caso de um agente de voz com IA, o usuário conversa com o agente e as respostas são geradas dinamicamente. O agente decide sozinho quando e qual ferramenta usar, se necessário.

O IVR usa mensagens pré-gravadas e uma entrada rígida do usuário para guiá-lo pelo fluxo. O usuário recebe uma série de opções em cada etapa e precisa escolher a adequada.

O agente de voz com IA, por outro lado, tem acesso a certas ferramentas e consegue interpretar a entrada do usuário para decidir qual utilizar. Também gera respostas dinamicamente, em vez de tocar mensagens gravadas.

Quando usar IVR em vez de um agente de voz?

O elefante na sala: por que se preocupar com um sistema ativado por voz passo a passo se já temos agentes conversacionais autônomos e avançados à disposição?

E se você já usa IA para categorizar a intenção do usuário no IVR, por que não investir logo em um sistema totalmente autônomo?

Ótima pergunta.

Quando o orçamento é apertado

Tirando o reconhecimento de fala (presente nos dois sistemas), o uso de IA no IVR se resume a categorizar o que o usuário diz em 1 de n exemplos (geralmente mais de 10).

Agentes autônomos, por outro lado, fazem várias chamadas a LLMs (modelos de linguagem de grande porte) para entender a intenção do usuário, compor uma resposta e usar texto para fala (TTS) para gerar o áudio, o que pode ser caro e aumentar o tempo de resposta.

Esse custo extra muitas vezes é necessário, por exemplo, se você tem uma política da empresa ou FAQ muito extensa e centenas de possíveis dúvidas dos clientes.

Pré-definir todas elas e, pior ainda, fazer o cliente ouvir um menu gravado até achar sua dúvida seria inviável. Nesse caso, o agente é a escolha certa.

Quando o fluxo não está totalmente definido

Agentes autônomos são mais poderosos, mas menos previsíveis.

Lembre-se: eles tomam decisões sozinhos. Isso significa que várias operações são executadas a cada etapa, tornando erros difíceis de depurar.

Eu sei porque já passei horas depurando.

Tudo bem, faz parte do desenvolvimento, mas o tempo investido é melhor aproveitado quando você já tem dados, estrutura de fluxo e necessidade bem definidos.

E a URA é uma ótima maneira de alinhar todos esses elementos.

Definir explicitamente as etapas e guiar os usuários uma de cada vez é uma forma muito mais útil de organizar seus dados e entender seu fluxo.

Acredito que a URA tem seus pontos fortes e pode lidar melhor com questões simples do que um agente de IA completo.

Mas, no mínimo, você pode encará-lo como um passo intermediário rumo à automação total.

Benefícios da URA

Os sistemas de URA são tão comuns por um motivo.

E mesmo vivendo em uma época com tecnologias de atendimento ao cliente por voz cada vez mais avançadas, ainda acho que a URA merece atenção.

Segurança

Falamos tanto sobre o que a IA faz tão bem quanto os humanos que muitas vezes esquecemos de todas as formas em que ela nos supera.

Uma delas é o reconhecimento de voz. Tipo, "ei, essa é a voz do Tom" vs. "essa não é a voz do Tom".

Para assuntos sensíveis, como finanças ou informações pessoais, um fluxo de voz automatizado permite que as empresas verifiquem a voz do usuário em relação à sua identidade, detectando fraudes que poderiam passar despercebidas.

Melhoria na Experiência do Cliente

Quando você não tem equipe suficiente para atender todas as ligações, precisa de algo para suprir essa demanda.

Ser atendido é melhor do que ficar esperando na linha.

Atendentes ao vivo são ótimos. Mas atendentes que já sabem das necessidades do cliente e são direcionados conforme sua especialidade são o ideal.

Redução de custos

Esse benefício é duplo.

Primeiro, transferir questões triviais do atendimento ao cliente sempre gera economia. Clientes com dúvidas simples não precisam de um atendimento super personalizado, e a URA pode executar tarefas simples ou dar respostas rápidas.

Todo mundo sai ganhando

Por outro lado, é uma alternativa mais barata do que agentes de IA e chatbots.

Muitas empresas querem implementar agentes de IA completos para automatizar o suporte sem considerar automações mais baratas como a URA.

O custo dos bots não envolve só ferramentas e tecnologia. Também conta o tempo investido em testes e ajustes.

Roteamento mais eficiente

Usar etapas explícitas no fluxo (e, de preferência, um pouco de IA) pode melhorar muito o direcionamento. Ou seja, realmente dar ao cliente a ajuda que ele precisa.

A IA é ótima para encontrar padrões em dados confusos.

A IA não faz parte da URA por padrão, mas adicionar aprendizado de máquina para prever padrões de comportamento do usuário é relativamente simples.

Com a URA, você pode coletar dados sobre o perfil do cliente, sua demanda e o quanto determinados atendentes são úteis para cada tipo de questão.

Na hora de direcionar, a URA precisa decidir para qual atendente passar a ligação.

Talvez um atendente saiba mais sobre migração de banco de dados e outro sobre credenciais de login. Embora o atendente 3 seja o melhor para questões de credenciais de usuários dos planos empresariais.

Aprender todas as combinações possíveis de atendentes, demandas e perfis levaria uma vida inteira.

Mas para a IA, isso é apenas dado.

Suporte 24/7

Atendentes ao vivo podem não estar disponíveis o tempo todo, mas você pode coletar informações necessárias em horários alternativos, agendar um retorno para quando eles estiverem disponíveis e responder dúvidas rápidas.

Isso reduzirá a fricção para o cliente, tornará o tempo dos atendentes mais produtivo e pode liberar recursos para que você tenha atendentes ao vivo em horários de menor movimento.

Casos de Uso do URA em Diversos Setores

Empresas têm visto ganhos de eficiência e satisfação em vários setores, especialmente quando combinam URA com PLN.

Setor Bancário

Já citei bancos algumas vezes neste artigo porque acho um ótimo exemplo de uso do URA.

De qualquer forma, garantir uma transação segura significa verificar a identidade do usuário algumas vezes e depois especificar os detalhes da transação.

Quase tudo envolve informações simples, mas sensíveis: números de cartão, valores de depósito. Se o URA for confiável e seguro, é perfeito para bancos.

Na verdade, implementar URA baseado em linguagem natural ajudou bancos a alcançar altos índices de retenção (sem necessidade de transferir para um atendente) com mais segurança.

Saúde

Os desafios de equipe durante a COVID-19 mostraram como automações eficazes são importantes na saúde.

A GBANK Health, uma rede de farmácias em Iowa, teve redução de 24% nas transferências de chamadas após implementar URA específico para cada caso.

Isso mostra que a medicina é um setor de alta pressão e grande responsabilidade. E automação eficaz significa melhorar o bem-estar das pessoas.

Atendimento ao Cliente

A maioria das dúvidas no suporte ao cliente são recorrentes. Categorizar e filtrar chamadas economiza tempo e aumenta a satisfação.

Nesse sentido, uma varejista dos EUA conseguiu reduzir em 30% as transferências de chamadas com URA de linguagem natural.

Implementar um URA também coloca o controle nas suas mãos.

A mesma varejista usou algoritmos preditivos para recomendar serviços adicionais, com mais de 70% de taxa de sucesso, reduzindo a necessidade de chamadas de retorno.

Como Evitar Desafios Comuns do URA

Nem tudo são flores – podem surgir problemas com o URA. A boa notícia é que existem medidas para lidar com eles.

Mantenha o menu simples

Menus de URA podem ser longos e as opções, confusas. Às vezes você esquece a primeira opção enquanto espera ouvir as outras. Em outras, não sabe qual delas se aplica ao seu caso.

Solução: Itere, itere, itere. Colete dados sobre o uso e veja onde as pessoas estão encontrando dificuldades.

Isso pode significar reordenar opções, eliminar as que não são usadas ou juntar opções parecidas.

O foco deve ser minimizar o tempo do cliente na ligação, evitar que ele volte etapas e reduzir transferências para atendentes.

Seja transparente

O URA não é humano, e tudo bem.

Mas alguns clientes vão preferir falar com um atendente.

Sem conseguir perceber ou responder às emoções do usuário, clientes insatisfeitos podem se sentir desvalorizados.

Solução: Otimize para a clareza e seja transparente o quanto antes sobre como o usuário pode falar com um atendente.

Menus automatizados são, no fim das contas, menos pessoais do que pessoas. E os usuários vão sentir isso de formas diferentes.

Você não pode controlar como o cliente se sente, mas pode sempre ser transparente sobre as opções disponíveis.

Resolva gargalos

Mesmo sistemas automatizados têm tempo de espera. Por exemplo, há limites para o número de clientes que o URA pode atender ao mesmo tempo. O tempo de espera para atendentes ao vivo também varia.

Solução: Identifique os gargalos e tente resolvê-los.

Ao criar um fluxo de URA, pense no que é necessário fora do sistema, tanto quanto dentro.

Talvez algumas opções do menu sejam mais procuradas. Nesse caso, direcione mais pessoas para resolver essas demandas.

Pode ser que os clientes estejam ligando por dúvidas simples que poderiam ser respondidas no seu site. Certifique-se de que essas informações estejam claras e fáceis de encontrar.

Automatize Ligações Telefônicas com URA

Se você ainda não está pronto para mergulhar de vez nas automações com IA, não vejo maneira melhor de começar do que implementando o URA.

O URA é uma ótima forma de aproveitar o poder da IA sem perder o controle. Você pode coletar dados e melhorar continuamente.

Tudo que você precisa é de uma plataforma de criação. O Botpress tem um construtor simples de arrastar e soltar, vários modelos de baixo custo para escolher e integração fácil com telefone. Ele ainda coleta análises para você.

Comece a construir hoje. É grátis.

Perguntas frequentes

Qual é a precisão dos IVRs modernos ao entender a fala natural e diferentes sotaques?

Sistemas modernos de URA alcançam precisão de 85–95% para fala clara em idiomas suportados, graças ao reconhecimento de voz avançado e processamento de linguagem natural. A precisão diminui com sotaques fortes, dialetos ou ruído de fundo, tornando essencial o teste com usuários reais. Muitas plataformas oferecem ajuste personalizado de modelos para melhorar o reconhecimento de sotaques e vocabulário de setores específicos.

A tecnologia de URA é cara para pequenas empresas implementarem?

A tecnologia de URA não é mais proibitivamente cara para pequenas empresas; soluções baseadas em nuvem podem começar a partir de US$ 50 a US$ 200 por mês, dependendo do volume de chamadas e dos recursos. Os custos aumentam se você adicionar reconhecimento de voz ou integrações com sistemas empresariais, e o maior gasto geralmente é o tempo de design e configuração, não o software.

Os sistemas de URA podem se integrar a CRMs para personalizar as respostas?

Sistemas de URA podem ser integrados a CRMs e ferramentas de backend, permitindo experiências personalizadas como cumprimentar o cliente pelo nome ou direcionar chamadas com base no histórico do cliente. Essas integrações dependem de APIs ou conexões diretas com bancos de dados, exigindo alguma configuração técnica, mas já são padrão nas plataformas modernas de URA.

Os sistemas de URA conseguem lidar com informações sensíveis, como números de cartão de crédito, de forma segura?

Os sistemas de URA podem lidar com informações sensíveis de forma segura, desde que sejam projetados com conformidade PCI-DSS e protocolos de criptografia. Muitos provedores modernos de URA oferecem fluxos seguros de "captura de pagamento", onde os dados sensíveis são ocultados dos agentes humanos e criptografados de ponta a ponta.

Quanto tempo leva para implantar um sistema de URA do zero?

Uma empresa pode implantar um sistema de URA simples baseado em DTMF em poucos dias se utilizar um provedor em nuvem com modelos prontos. Sistemas de URA mais avançados, com reconhecimento de voz e fluxos de trabalho complexos, podem levar algumas semanas para serem lançados.