Loja de colchões em Araraquara: o cliente não sabe qual escolher — a IA chuta o mais caro ou ajuda a decidir?
Nenhum dos dois. Quando o cliente diz "não sei qual levar", a IA não chuta o colchão mais caro do catálogo nem trava fazendo pergunta solta atrás de pergunta — ela entra num sub-modo de desambiguação: uma pergunta objetiva de escolha (tamanho da cama, se dorme sozinho ou acompanhado, se sente dor nas costas, firmeza que já conhece) antes de indicar qualquer coisa. Quem escolhe o colchão é o corpo e o uso do cliente, não a margem do produto. E se o orçamento for curto, isso muda a forma de pagar — nunca empurra um colchão que não serve pro corpo descrito.
Por que colchão é um dos produtos mais arriscados pra atender no automático?
Porque a maioria dos clientes chega sem saber nomear o que precisa. Ninguém pesquisa "colchão de molas ensacadas firmeza 7" antes de entrar na loja — chega com "preciso trocar o colchão, o antigo tá afundando" ou "é pra mim e minha esposa, mas não sei o tamanho certo". A intenção existe, mas está cinzenta: não aponta sozinha pra nenhum item do catálogo.
É aí que mora o medo de quem vende colchão com atendimento automatizado: ou o sistema chuta o item de maior ticket pra todo mundo que hesita — porque parece atendimento "confiante" — ou trava fazendo pergunta genérica demais ("me conta mais sobre o que você procura") até o cliente desistir e ir pro concorrente. Os dois erros vêm do mesmo lugar: tratar "cliente indeciso" como se fosse "cliente sem informação nenhuma pra dar", quando na verdade falta só a pergunta certa.
Então a IA faz uma bateria de perguntas sobre o corpo do cliente?
Não — uma pergunta de escolha fechada, não um questionário. O sub-modo de desambiguação existe justamente pra isso: quando o eixo que decide a rota está vazio ou contraditório, o modelo formula uma pergunta objetiva, com opções concretas, pensada só pra destravar o sinal que falta. Pra colchão, essa pergunta tende a reunir tamanho (solteiro, casal, queen, king), uso (sozinho ou casal) e um sinal de conforto (dor nas costas, prefere mais firme ou mais macio) — não quinze perguntas em sequência.
A resposta do cliente vira sinal novo. O código — não o modelo "achando" — reavalia com esse sinal e só então aponta uma faixa de opções. O modelo nunca escolhe o colchão sozinho; ele só formula a pergunta que faz o sinal que falta aparecer.
Quem decide qual colchão indicar: o preço mais alto ou o que cabe no corpo do cliente?
O que cabe no corpo. Essa é a regra de prioridade, e ela existe exatamente pra impedir o viés mais comum do vendedor apressado — humano ou automatizado — que empurra o item de ticket maior achando que parece mais "profissional" vender caro. O eixo que roteia a recomendação é construído a partir dos sinais de uso e necessidade (tamanho, firmeza, se há dor), não a partir de qual opção dá mais margem pra loja. Preço não é o critério de decisão — é uma informação que entra depois, já dentro da faixa de opções que de fato serve pro corpo descrito.
E se o cliente disser que o orçamento é curto?
Orçamento curto não rebaixa a recomendação pra um colchão que não aguenta o uso descrito — essa é uma regra de precedência explícita no desenho: o que o cliente tem pra gastar modula o escopo, nunca decide pra baixo a indicação. Na prática, isso muda a forma de pagar (parcelamento, prazo, se cabe um modelo de entrada dentro da mesma categoria de firmeza indicada) — não troca "o colchão que resolve a dor nas costas do casal" por "o mais barato da loja, que vai voltar a doer em três meses". E o inverso também vale: dizer que tem pressa ou que "quer o melhor" não faz a IA empurrar automaticamente o topo de linha se o uso descrito pede uma opção intermediária.
Isso muda alguma coisa especificamente em Araraquara?
O mecanismo é o mesmo em qualquer cidade — muda só o volume de gente perguntando ao mesmo tempo, principalmente em época de troca de colchão (mudança, fim de ano, promoção). Cada cliente que recebe a oferta errada — cara demais pro que ele descreveu, ou barata demais pro que ele precisa — é um cliente que volta à loja insatisfeito, ou que nem volta. Esse mesmo problema de "intenção vazia" aparece em qualquer negócio que atende por WhatsApp, e a regra de que orçamento não rebaixa a recomendação certa já apareceu antes quando dois sinais do cliente competem entre si — aqui o caso é mais simples: não há dois sinais competindo, há um sinal ausente que uma pergunta objetiva resolve.
Essa combinação — o eixo aponta pra uma oferta, mas o lead ainda está frio — foi uma decisão de desenho tomada de propósito no agente que estamos construindo pra nossa própria operação, porque é um ponto onde um sistema ingênuo erraria sozinho. O eixo de intenção de execução pode apontar pra oferta de maior valor (implementação completa), mas, se a temperatura do lead vem baixa — pouca dor concreta articulada, pouco engajamento até ali —, a regra não deixa o sistema sair empurrando essa oferta cara na mesma hora. Pra isso existe uma matriz que cruza oferta×temperatura e decide a ação pra cada cruzamento: "oferta cara + lead frio" vira nutrição e resposta de valor, não pitch direto da opção mais cara. A oferta identificada como "a certa pro perfil" e a ação de apresentá-la agora são duas decisões separadas, e a segunda não acontece automaticamente só porque a primeira apontou pra cima. Pra loja de colchão, a mesma lógica se traduz assim: o colchão indicado pode ser o de ticket mais alto se for o que o corpo descrito realmente precisa — mas se o cliente ainda está só pesquisando, sem decisão de compra próxima, a ação certa é informar bem e deixar a porta aberta, não insistir no fechamento do item mais caro.
Perguntas frequentes
Se o cliente não responder a pergunta de tamanho/firmeza, a IA fica travada nela?
Não. Como em qualquer etapa de descoberta, existe um limite de tentativas — se não vier sinal nem depois da pergunta de escolha, o atendimento segue adiante com o que já tem, em vez de repetir a mesma pergunta.
A pergunta de escolha é sempre as mesmas três coisas (tamanho, firmeza, orçamento) decoradas?
O texto varia conforme o que o cliente já disse. O que é fixo é o eixo que a pergunta precisa resolver — isso é configurado pelo dono da loja, pensando no catálogo real dele.
Dá pra configurar a IA pra sempre sugerir o colchão premium primeiro?
Dá — quem define o catálogo e a regra de roteamento é o dono do negócio. Mas aí deixa de ser recomendação por necessidade: é decisão deliberada de empurrar margem, e some a proteção que evita cliente insatisfeito voltando pra trocar o colchão errado.
O cliente percebe que está sendo "testado" com a pergunta de escolha?
Não deveria parecer teste — é uma pergunta de atendimento normal, do tipo que qualquer vendedor bom faria pra entender o que recomendar, só que decidida com o mesmo critério toda vez.
Esse mecanismo serve só pra colchão ou pra qualquer produto que depende do corpo/uso de quem compra?
Serve pra qualquer vertical em que a escolha certa depende de um perfil individual — colchão, calçado, plano de internet, equipamento. Muda o eixo de necessidade configurado; o mecanismo de desambiguar antes de rotear é o mesmo.