Análise e otimização de um chatbot de correção de dados bancários utilizando métodos de gestão aplicada e validação estatística.

Abstract

Este trabalho teve como objetivo analisar e otimizar o processo de atendimento automatizado de uma fintech brasileira de empréstimos online, a SuperSim, por meio da aplicação de técnicas de gestão e validação estatística. O estudo parte do problema recorrente de erros no registro de dados bancários pelos clientes, que resultavam em alto volume de tickets e necessidade de intervenção humana. A pesquisa foi desenvolvida em duas etapas - antes e depois da reformulação do chatbot responsável pela correção dessas informações - utilizando métodos quantitativos e qualitativos para avaliar a eficácia do sistema. Foram aplicados testes estatísticos como intervalo de confiança, teste qui-quadrado, coeficiente de variação e análise amostral, garantindo a representatividade dos dados e a confiabilidade dos resultados. A análise qualitativa revelou gargalos operacionais, falhas na jornada automatizada e limitações na atuação humana. Após as alterações implementadas, observou-se redução significativa nos casos de falhas (aproximadamente 40% dos chamados), aumento expressivo na taxa de resolução e maior concentração de atendimentos concluídos sem necessidade de intervenção humana. Conclui-se que a integração de técnicas de gestão com métodos estatísticos contribuiu de forma decisiva para a melhoria da eficiência operacional, redução de desperdícios e aprimoramento da experiência do cliente, além de reforçar o papel estratégico do atendimento automatizado na inclusão financeira de públicos vulneráveis.

This study aims to analyze and optimize the automated customer service process of a Brazilian online lending fintech, SuperSim, through the application of management techniques and statistical validation methods. The research addresses a recurring problem of incorrect bank data registration by customers, which generated a high volume of tickets and required frequent human intervention. The study was conducted in two stages - before and after the redesign of the chatbot responsible for correcting this information - combining quantitative and qualitative analyses to assess system effectiveness. Statistical methods such as confidence intervals, chi-square tests, coefficient of variation, and sample analysis were applied to ensure data representativeness and reliability. The qualitative evaluation revealed operational bottlenecks, failures in the automated journey, and limitations in human support. After the implemented changes, there was a significant reduction in failures, a considerable increase in resolution rates, and a higher concentration of successfully completed interactions without human intervention. The study concludes that integrating management techniques with statistical methods significantly improved operational efficiency, reduced waste, and enhanced the customer experience, while reinforcing the strategic role of automated service in promoting financial inclusion for vulnerable populations.