IA no CRM – Leticia Martins

Conversational AI para Qualificação de Leads

Em 4 meses, levamos a taxa de resposta do comprador de 6,67% para 74,09% após a conversa com IA e mantivemos ~91% de adesão à funcionalidade seis meses depois do lançamento.

Empresa

Webmotors · Car Group

Timeline

4 meses · Nov/24 – Fev/25

Role

Sr Product Designer

Squad

1 PM · 1 PD (eu) · Eng. · Reporte: GPM

Contexto de negócio

A Webmotors conecta compradores interessados a lojistas em todo o Brasil. No CRM Cockpit, os vendedores gerenciam os leads recebidos e conduzem toda a negociação — e pagam pelo acesso a essas oportunidades. Em um modelo pago por lead, essa percepção pressiona diretamente retenção e receita.

Lojista paga pelos leads → não costuma respondê-los → percebe baixa qualidade → valor do produto cai

O problema

Mesmo com alto investimento da Webmotors em geração de leads, o retorno para os lojistas era limitado. A baixa taxa de resposta não vinha da quantidade de leads, mas da dificuldade de identificar quais tinham potencial real de conversão. O CRM não oferecia insumos suficientes para essa decisão, obrigando o vendedor a avaliar manualmente cada contato. O resultado: frustração, baixa produtividade e queda na percepção de valor da plataforma. Objetivo: aumentar o nível de qualificação dos leads entregues e melhorar a percepção de valor do CRM.

Restrições

O maior desafio não era técnico. Era confiança. Em um processo comercial sensível, envolvendo dados do comprador e negociações em andamento, os usuários B2B tinham receio das informações que uma IA poderia repassar. A solução precisava, portanto, ser tecnicamente funcional e conquistar adoção real. Ao mesmo tempo, havia uma restrição de negócio importante: o rollout precisava acontecer com ativação forçada para toda a base, e não como opt-in.

Discovery

Comecei mapeando o contexto de negócio e a rotina comercial das lojas: como funcionava a triagem dos leads, onde o vendedor perdia tempo e quais dúvidas e riscos apareciam sob as perspectivas de produto, design e desenvolvimento. A imersão apontou um espaço claro para a IA: apoiar a pré-venda sem aumentar a complexidade operacional da loja.

"A solução não estava em escolher entre forçar ou não forçar."

Decisão: ativação forçada vs. controle do usuário

A liderança de Produto defendia ativação forçada para toda a base. Sem isso, a adoção projetada não justificava o investimento em 4 meses de squad dedicada.

Minha preocupação era outra: ativar uma ferramenta de IA sem opt-in numa negociação B2B sensível, para uma base que já desconfiava de automação, arriscava uma rejeição em massa que destruiria a confiança antes mesmo de provar valor. Levei essa preocupação para a diretoria não como um veto à decisão de negócio, mas como uma pergunta de desenho: como dar ao negócio a adoção de 100% que precisava, sem tirar do vendedor a sensação de estar no comando?

A resposta foram dois níveis de controle: desligamento geral e interrupção pontual por conversa, proposta que a diretoria e a liderança de Produto aprovaram como caminho para seguir com o rollout forçado.
Saiba mais sobre eles:

Nível 1: Controle geral, na configuração

Uma tela dedicada permitia desativar a IA por completo, de forma simples e autônoma, a qualquer momento. Um tour guiado explicava o que estava mudando e por quê.

“E se eu não confiar nessa ferramenta como um todo?”

Nível 2: Controle pontual, dentro da conversa

Um botão de “assumir a conversa” permitia desabilitar a IA naquele chat específico, instantaneamente, sem sair da conversa. A IA continuava ativa no restante da base; aquela negociação passava a ser 100% humana.

“E se ela errar nessa conversa, agora?”

Essa distinção era importante porque um erro isolado da IA poderia levar o vendedor a desativar a funcionalidade inteira. Com o controle pontual, o problema podia ficar restrito àquela conversa.

Solução

A solução integrou uma camada de IA ao CRM como etapa de pré-venda automatizada. A IA passou a aquecer os leads, analisar as respostas do comprador, resumir informações relevantes, atribuir um score de qualidade e gerar insights sobre potencial de conversão antes mesmo do contato do vendedor. O design precisou equilibrar dois desafios:

💼 Negócio

Como a ativação era forçada, o vendedor precisava perceber desde o primeiro momento que continuava tendo controle sobre a funcionalidade.

🧠 Experiência

Os insights precisavam aumentar a capacidade de decisão sem gerar sobrecarga. O vendedor precisava confiar na IA, entender seus sinais e continuar no controle da negociação.

Resumo da conversa

O vendedor precisava bater o olho e entender rapidamente o que havia acontecido, qual era o interesse do cliente e se aquela oportunidade merecia prioridade. Fomos calibrando o tamanho dos textos, bullets e entendimento.

Score do lead

Durante as entrevistas, identificamos o receio de que um score baixo levasse vendedores a ignorar leads. Por isso, calibramos a pontuação com esse cuidado, além de orientar a priorização dos leads.

Assumir a conversa

O vendedor podia acompanhar a conversa em tempo real e assumir o atendimento a qualquer momento. Caso contrário, a IA finalizava a qualificação e gerava automaticamente um resumo com score do lead. Após o lançamento, monitoramos a adoção da funcionalidade e refinamos continuamente os prompts com base no comportamento dos usuários e nas pesquisas realizadas.

Processo

01 Alinhamento e kickoff

Revisão do contexto, objetivos de negócio, KPIs e planejamento de entrega.

02 Cocriação e prototipação

Definição das funcionalidades da IA (score, resumo, insights, alertas) e prototipação do fluxo.

03 Testes e lançamento

Piloto com entrevistas e testes de compreensão, utilidade e confiança na IA.

04 Evolução contínua

Rollout gradual em lotes de 200 lojistas, com atualizações constantes nos prompts.

"A ativação forçada não se traduziu em rejeição significativa: o controle desenhado na experiência permaneceu disponível depois que a funcionalidade entrou em operação."

Impacto

6,67% → 74,09%

Taxa de resposta do comprador via WhatsApp, respondendo diretamente ao problema que iniciou o projeto.

Mais respostas com IA no geral.

12x

Mais respostas quando a conversa acontece direto pelo WhatsApp — canal-chave no Brasil, 3º maior mercado consumidor do mundo.

~91%

De retenção da funcionalidade: 2.010 lojistas permaneceram com a IA ativa após 6 meses, contra 187 que a desativaram.

Ou seja: a ativação forçada não se traduziu em rejeição significativa — o controle desenhado na experiência permaneceu disponível depois que a funcionalidade entrou em operação.

🏆

Prêmio Legado — Categoria Inovação Comemoração dos 30 anos da Webmotors · concorreu com outros 31 projetos · avaliado pela diretoria da empresa

Aprendizados

Cautela incompleta, não errada

Minha posição inicial não estava errada como princípio — estava incompleta como solução.

Duas saídas de emergência

Controle não é uma coisa só. Precisa existir em diferentes escalas da experiência — geral e pontual.

O papel do design

Não foi construir a IA, mas transformar dados complexos em informação que o vendedor pudesse compreender e controlar.

Próximos passos: estender a IA a outros canais de contato e evoluir continuamente os prompts e a composição do lead scoring.