Por mais de vinte anos, os fornecedores de CRM venderam a visão 360 graus do cliente como diferencial comercial: todo contato, toda transação, toda reclamação e toda resposta de campanha num só lugar. A promessa sempre teve uma falha, discutida numa edição recente do CRMKonvo, publicada na CustomerThink, com Andreas Schuster, da SugarAI.
Ver tudo não é o mesmo que entender alguma coisa, muito menos ver a coisa certa. Schuster resumiu o problema com uma frase que vale mais que a maioria dos keynotes sobre dados:
Quanto mais eles sabem em termos de dado, menos orientação eles recebem sobre o que saber. (original, en) The more they know in terms of data, the less guidance they get what to know. (autor) Andreas Schuster, executivo da SugarAI
Ele lembrou os líderes de vendas de uma década atrás começando o dia diante de centenas de dashlets. Cem dashlets não contam a mesma história, e ninguém reconcilia as contradições antes da primeira ligação. Para quem gerencia carteira de contas, essa cena é familiar: mais um painel de saúde de conta raramente resolve a dúvida de que conta ligar primeiro.
Jon Reed, da diginomica, comentando ao vivo na mesma conversa, foi mais direto: como aspiração, a visão 360 é razoável; apresentada como realidade, sempre foi bobagem. O erro, segundo ele, é o mesmo dos tempos do big data: confundir possuir dado com ter informação.
Isso tem efeito direto na rotina de customer success. Um painel de saúde de conta com dezenas de métricas (uso, tickets, NPS, engajamento, adoção de feature) não diz, sozinho, qual conta o gerente deve priorizar hoje. Em resumo: quanto mais sinais empilhados sem hierarquia, mais tempo o time gasta reconciliando contradição em vez de agindo sobre risco de churn ou oportunidade de expansão.
Ainda assim, Schuster defende a visão 360 como camada de dado, porque a IA "precisa de material para aprender, para filtrar, para associar". O círculo sobrevive, só que deslocado: saiu do campo de visão do vendedor (ou do gerente de conta) e virou insumo de modelo.
Isso é arquitetura sensata, mas não resolve o problema de qualidade de dado, apenas o torna invisível. Ralf Korb, coapresentador da conversa, resumiu melhor que qualquer slide: pegue duas pilhas de dado sujo, junte as duas, e você não ganha perfume. Continua sujo e malcheiroso.
Para quem registra notas de visita, atas de QBR e motivos de cancelamento, o recado é direto: um relatório de visita que registra um comprador otimista mas apenas educado não é algo que um modelo detecte como falso. A IA vai resumir isso com fluência, no seu idioma. Um resumo confiante de um dado ruim continua sendo um dado ruim, só que com boa gramática.
Schuster foi preciso num ponto que vale para toda liderança de CS: "você ainda precisa do input do vendedor". Captura de voz, transcrição e tradução tornam esse input mais barato. Não o tornam opcional, e isso inclui a disciplina de registrar interação de sucesso do cliente, não só de vendas.
A ideia mais interessante da conversa não foi sobre IA, foi sobre integração. Schuster costuma perguntar a clientes por que querem copiar todo o ERP para dentro do CRM. Geralmente a razão é licenciamento: ninguém quer comprar assento de SAP para o vendedor, então fatura e limite de crédito acabam empurrados para o CRM, recriando a mesma confusão do outro lado.
A proposta inversa: em vez de replicar dado do ERP, o back-end observa anomalia e manda recomendação para o CRM. Três clientes da mesma região recebem o mesmo produto novo; um compra, dois não. Um cliente para de pedir máquina em agosto e passa a comprar só peça de reposição. Não é preciso levar a quantidade inteira para o CRM, mas é preciso "pegar o telefone e ligar para a empresa".
Para quem administra carteira, essa lógica se aplica direto a sinal de expansão e de risco de renovação:
A ressalva é que anomalia só é anomalia em relação a um modelo de normalidade, e alguém define esse normal. Um cliente que migra para peça de reposição pode estar em risco de churn ou vivendo um ciclo de vida de ativo perfeitamente saudável. A recomendação vale o que vale o contexto de negócio por trás dela, e esse contexto é trabalho de consultoria, não botão de configuração.
Quando perguntado qual sinal tem o maior valor preditivo, Schuster deu a melhor resposta da conversa: a maior ameaça é o que você não ouve. Cliente satisfeito fica quieto; cliente prestes a sair também fica quieto, porque não quer alerta antecipado. O sinal mais superestimado, segundo ele, é a gentileza: vendedor inexperiente confunde educação com sinal de compra, e isso vale igual para gerente de conta lendo QBR como se fosse termômetro de satisfação.
Aqui a IA tem teto estrutural. Análise de sentimento capta palavra típica de irritação mesmo quando dita com educação, mas na Europa exige consentimento e, de todo modo, só funciona sobre conversa que aconteceu. Silêncio não gera transcrição. Um comprador que pensa em trocar de fornecedor há cinco anos não produz dado algum no seu sistema até o dia em que liga, e aquele é o primeiro dia para você, não para ele.
O que a máquina faz bem e é subutilizado: um resumo de dois minutos sobre notícia pública do cliente antes da call, para não telefonar para um comprador que trocou de CEO na semana passada. É dever de casa automatizado, não substituto de julgamento.
A resposta da SugarAI ao problema de "não sei o que perguntar" é um assistente conversacional somado a "smart prompts": tarefa atrasada, reunião sem ata, renovação em risco, recomendação do SugarPredict. Schuster descreveu o objetivo como um CRM proativo, mas não proativo demais, porque sistema barulhento é sistema que o time acaba desligando.
Sua regra pessoal é três coisas por dia, e nada além disso. É uma boa regra, mas regra não é restrição de produto, e nenhum roadmap de fornecedor é premiado por entregar menos recomendação. Schuster foi honesto sobre adoção: a maioria dos clientes da SugarAI, muitos fabricantes familiares comprando seu primeiro CRM de verdade, ainda não usa os recursos de IA. A visão está à frente da base instalada.
Schuster não vê o papel do vendedor ameaçado, mas vê o perfil mudando: contexto, trabalho sistemático e determinação substituem a visita ao revendedor "onde o café é mais saboroso". Frameworks de qualificação como MEDDPICC deveriam viver dentro do CRM disparando fluxo de trabalho e escalonamento, não dentro de um slide esquecido.
Isso recorta a fronteira entre vendas e customer success com mais nitidez: vendas qualifica e abre a conta usando sinal estruturado; CS herda essa mesma camada de sinal para decidir quando intervir numa renovação ou propor expansão, em vez de reconstruir a história da conta do zero a cada ciclo. A advertência mais dura de Schuster foi para a gestão, não para a tecnologia:
Não, não, não. Libere o tempo para o bem. (original, en) No, no, no. Free up the time for good. (autor) Andreas Schuster, executivo da SugarAI
Quando a IA libera tempo do vendedor ou do gerente de conta, a tentação é reocupar essa agenda com administração. Se o tempo liberado vira preenchimento de planilha, o caso de negócio inteiro evapora, e isso vale tanto para quem vende quanto para quem renova.
O artigo original, publicado na CustomerThink, fecha com um checklist para comprador de tecnologia de CX que serve quase sem adaptação para quem avalia ferramenta de customer success:
O melhor sinal de conta em risco, ou de oportunidade de expansão, continua sendo a ligação que ninguém fez. Nenhuma camada de IA substitui a decisão de pegar o telefone; ela só pode, na melhor das hipóteses, apontar para qual conta vale a pena ligar primeiro.