Equipe: Lucas Ivantes, Isabel Bonzi, Mauricio Franzoni, Alberto Zamarrón

Temos a satisfação de compartilhar nossa experiência com a implementação da LançAI, uma solução desenvolvida para otimizar o processo de lançamento de novas funcionalidades em nosso produto. Através da automação e padronização, conseguimos aumentar a adoção das novas funcionalidades e melhorar a experiência do cliente, sem expor dados sensíveis da equipe ou dos clientes.
 

Dores e desafios.

Durante o processo de lançamento de novas funcionalidades, enfrentamos vários desafios significativos, como:

• Falta de visibilidade: As equipes tinham dificuldades em acompanhar o status dos lançamentos, o que prejudicava a coordenação.
• Comunicação ineficiente: O fluxo de comunicação com os clientes não era ótimo, às vezes insuficiente, às vezes excessivo, resultando em confusão e falta de engajamento.
• Ciclo de feedbacks não estruturado: Não havia loops de feedback claros, dificultando a identificação de melhorias necessárias para as funcionalidades lançadas.
• Métricas de sucesso ambíguas: A falta de métricas claras tornava difícil avaliar o valor que as novas funcionalidades traziam para os clientes.

Soluções Propostas.

Para resolver esses problemas, propusemos a implementação do LançAI, que inclui:

1. Visibilidade e governança: Um pipe centralizado que permite que todas as informações sobre lançamentos estejam acessíveis a todos os membros do time. Como ponto de partida, uma automação de IA analisa o PAD (Product Analysis Document) para extrair informações essenciais e identificar métricas de sucesso. Um AI agent atua como assistente de lançamento e resolve perguntas da equipe sobre status, monitoramento de métricas, feedbacks coletados, etc.
2. Comunicação eficiente com clientes: Utilizamos automações para criar mensagens no Slack que convidam diferentes equipes para testar as novas funcionalidades, garantindo que a comunicação seja clara e eficaz. Além disso, uma interface chamada Produto Alpha/Beta permite que os clientes acompanhem as funcionalidades em teste e o roadmap público do produto. Um AI agent atua como assistente para ajudar aos clientes a testar e usar novas funcionalidades e produtos.
3. Feedbacks estruturados: Implementamos um sistema de coleta de feedback integrada com IA. Caso um cliente envie feedback negativo, uma automação condicional gera um follow-up para obter mais detalhes, permitindo ajustes rápidos nas funcionalidades.
4. Métricas claras de sucesso: A solução inclui um dashboard para monitoramento em tempo real que fornece insights sobre a adoção e o impacto das funcionalidades. Isso permite ajustes rápidos e informados, com base no engajamento dos usuários e conhecer, a todo momento, o valor que a funcionalidade está proporcionando (ou não) ao cliente.
5. Integrações com outras funcionalidades do Pipefy: Utilizamos a funcionalidade Pipesing (assinatura eletrônica) para alguns tipos de funcionalidade e clientes, de modo que eles possam ser designados para participar da versão beta com total segurança.

Essas soluções não apenas melhoraram a eficiência do nosso processo de lançamento, mas também elevaram a satisfação do cliente.

O que aprendemos ao desenvolver esta solução.

A experiência de implementar o LançAI nos ajudou a evoluir significativamente no uso da plataforma Pipefy. Alguns aprendizados foram:

• Importância da colaboração multidisciplinar: A natureza no-code do Pipefy permitiu a participação de diferentes perfis profissionais na construção da solução. Essa diversidade de habilidades e experiências enriqueceu enormemente nosso fluxo de trabalho, promovendo uma troca de ideias que resultou em uma solução mais robusta e alinhada às necessidades de todos os envolvidos.
• Aproveitamento das funcionalidades de automação: As automações não apenas economizam tempo, mas também reduzem a margem de erro humano. As novas automações baseadas em IA têm um potencial enorme que vale a pena explorar.
• Visibilidade do que é importante: Utilizar ferramentas como dashboards e interfaces foi fundamental para proporcionar visibilidade contínua dos dados certos para as pessoas certas. Essa transparência é um fator crucial para o sucesso de um processo, pois permite que todos os membros da equipe acompanhem o progresso e identifiquem rapidamente quaisquer obstáculos.
• Agentes de IA como catalisadores da auto-resolução: Os agentes de IA que implementamos desempenharam um papel essencial na viabilização da auto-resolução de dúvidas e solicitações. Com os dois agentes de IA criados (um para clientes e outro para a equipe) para responder perguntas e fornecer informações, nossa equipe e os clientes puderam obter informação rapidamente, reduzindo a necessidade de intervenções manuais e melhorando a experiência geral.

Convidamos todos os membros da comunidade Pipefy a se engajarem e explorarem as funcionalidades da plataforma em suas próprias realidades. Assim como fizemos, vocês também podem transformar o processo de lançamento de produtos em suas organizações. Compartilhem suas experiências, aprendizados e venham fazer parte dessa jornada de inovação e colaboração!