Am pus un AI să citească mii de tichete — și a inversat un declin de 14 luni

Există un tip de declin care nu se vede în nicio alertă: firma muncește, produsul primește îmbunătățiri constant, toată lumea e ocupată — și cifrele scad, lună de lună. La clientul acestui studiu, un SaaS cu doi oameni pe suport (unul full-time, unul part-time), scăderea durase deja paisprezece luni. Cu cât se muncea mai mult, cu atât părea să meargă mai prost.

Frustrarea a pornit chiar din echipa de dezvoltare: se lucra întruna la „zonele problematice” ale platformei, dar tracțiunea nu venea. Întrebarea incomodă era: lucrăm la lucrurile care contează?

Roadmap pe impresii

Ca în multe companii, direcția de dezvoltare se hrănea din impresii. Mesajele de suport erau citite sporadic, iar concluziile ajungeau la echipă gata filtrate, sub formă de instrucțiuni — aproape niciodată sub forma „uite ce spun clienții, cum rezolvăm?”. Nu se făcuse niciodată o analiză de trend pe suport. Nimeni nu știa, cu date, despre ce se plâng clienții de fapt.

Situația aparentă era clară: câțiva clienți foarte gălăgioși deschideau multe tichete, deci „serviciile au probleme de calitate”. Iar echipa aloca efortul acolo unde era gălăgia.

Ce am construit

Am atacat problema în două straturi:

1. Am adus datele acasă. Am importat întregul istoric al conversațiilor de suport — mii de conversații, pe mai bine de doi ani — în propria bază de date, apoi am automatizat importul zilnic, ca analiza să nu fie o fotografie, ci un film.
2. Am pus un AI să citească tot. O automatizare grupa conversațiile fiecărei săptămâni, le tăia în calupuri de maximum 50 și extrăgea subiectele principale prin API-ul OpenAI, urmărind cum evoluează temele de la o săptămână la alta. Rezultatul: un raport săptămânal pe email.

Ca de obicei, versiunea finală nu a fost prima. Am încercat întâi să dăm modelului tot istoricul dintr-o bucată, apoi câte o săptămână întreagă — ambele s-au lovit de limite. Forma câștigătoare: calupuri de 50, cu un truc de prompt care schimbă totul — fiecare calup primea bilanțul temelor deja identificate în acea săptămână („trend: count”) și doar adăuga peste el. Așa calupurile se consolidau natural într-un singur raport, iar mai târziu am stabilizat taxonomia dând noi categoriile principale, ca săptămânile să fie comparabile între ele.

Momentul de șoc: patru rapoarte identice

Surpriza n-a venit dintr-un singur raport. A venit când am pus patru rapoarte săptămânale unul lângă altul: erau identice. Aceleași teme, aceleași proporții — deși în tot acest timp echipa livra îmbunătățiri constant. Munca nu mișca acul pe nimic din ce durea de fapt.

Iar ce durea de fapt a răsturnat toate presupunerile:

• Subiectul #1, de departe: întrebări elementare despre configurarea abonamentelor. Nu bug-uri exotice, nu cereri sofisticate — oameni care nu reușeau să-și seteze serviciul.
• Subiectul #2: servicii nepotrivite cu nevoile unora dintre clienți — cereri pe care oferta existentă pur și simplu nu le acoperea.

Analiza încrucișată cu valoarea clienților (LTV), pe eșantioane aleatorii, a adăugat lovitura de grație: clienții gălăgioși care dictau percepția — și, indirect, roadmap-ul — erau în mare parte cei mai puțin valoroși. Compania își optimiza produsul pentru cârcotași, în timp ce nevoile clienților valoroși rămâneau tăcute și neadresate. (Despre cât costă clienții greșiți am scris separat: Clienții greșiți sunt mai scumpi decât lipsa clienților.)

Și încă o descoperire, poate cea mai valoroasă: mulți dintre cei blocați la configurare erau, de fapt, un alt avatar de client — utilizatori casnici, cu nevoi simple, pe o platformă gândită pentru power users. Ceea ce a scos la iveală și o dizonanță în mesajele de marketing: atrăgeau un public căruia produsul nu-i vorbea.

Ce s-a schimbat

Cu datele pe masă, conversația s-a mutat de la impresii la dovezi — și deciziile au curs în cascadă:

• Panoul a fost regândit complet și simplificat masiv;
• Pagina de configurare a abonamentelor a primit linkuri directe către ghiduri de utilizare;
• Configuratorul a fost reconstruit de la zero, pe un format nou, cu valorile implicite setate pe cele mai folosite opțiuni;
• Au fost introduse pachete de servicii care adresează direct nevoile clienților care înainte nu puteau folosi platforma;
• Marketingul a fost rețintit către avatarul real.

Rezultatul

Declinul continuu de aproximativ 14 luni s-a inversat. Nu printr-o mutare spectaculoasă, ci prin ceva aproape banal: firma a început, în sfârșit, să lucreze la ce spuneau clienții — nu la ce se auzea mai tare.

Lecția

Nu am transformat asta într-un proces-șablon. Ce s-a schimbat permanent e ponderea: frustrările clienților au acum prioritate reală — se rezolvă accelerat și definitiv, nu prin stins focuri la nesfârșit. Iar pentru orice companie care își setează direcția „din simțire”: impresiile sunt și ele date, doar că nedrepte — amplifică vocea cea mai tare, nu nevoia cea mai mare. Un AI care citește tot, săptămână de săptămână, costă o fracțiune din prima decizie greșită luată pe impresii.