6 min read

30% menos chamados de suporte em 3 meses: redesenhando o atendimento ao cliente de um grande grupo de shoppings

Client
Allos, maior grupo de shoppings do Brasil (60+ empreendimentos)
My role
Senior Product Designer (líder do discovery e da priorização; também assumiu content design do projeto)
Timeline
Discovery e mapeamento ao longo de 2024 → teste de usabilidade (set–out/2024) → FAQ lançada em novembro/2024 → resultados acompanhados dez/2024–fev/2025
What changed
Central de atendimento sobrecarregada por dúvidas simples → autoatendimento validado com usuários reais, −30% de chamados em 3 meses, e criação da primeira área de Service Design da companhia
Cliente usando a Central de Ajuda do app da Allos dentro do shopping

Overview

Um app usado por milhões de clientes de shopping, de adolescentes a idosos, estava gerando mais de 850 chamados por mês só em dúvidas de e-mail, cadastro e senha: problemas resolvíveis sozinhos, se a informação certa estivesse no lugar certo. Liderei o discovery de ponta a ponta do serviço de atendimento e identifiquei que a causa raiz não era falta de conteúdo, e sim um sistema de suporte fragmentado em três camadas sem dono único. Diante de um constraint real de engenharia, priorizei a opção que minha squad conseguia entregar sozinha, negociando espaço numa fila compartilhada: uma reestruturação completa da FAQ, validada com usuários reais antes de ir ao ar. O resultado foi uma redução de 30% nos chamados em 3 meses (3x a meta), com a base reaproveitada para o chatbot futuro e a criação da primeira área de Service Design da Allos, que me convidou a desenhar também o fluxo TO BE do atendimento.

The problem

O app da Allos é o principal canal digital do cliente dentro do shopping físico: participação no programa de benefícios, pagamento de estacionamento, localização de lojas, eventos e promoções. Análise dos dados de SAC dos 6 meses anteriores mostrou que os temas de e-mail, cadastro e senha sozinhos somavam mais de 850 chamados, volume desproporcional para dúvidas que deveriam ser autoatendíveis.

Esse volume não vivia só na central: atendentes dentro dos shoppings também absorviam esse atrito presencialmente, sem padronização entre unidades.

The solution

A solução não foi o chatbot, o quick win óbvio da matriz de impacto x esforço, porque dependia de uma fila de front compartilhada e de uma aprovação que eu não conseguiria destravar a tempo. Priorizei a opção que minha squad conseguia entregar sozinha: uma reestruturação completa da FAQ, desenhada a partir de um blueprint de ponta a ponta do serviço e validada com 47 usuários reais via teste de usabilidade antes de ir ao ar.

Who I worked with

Product Owner
Product Manager
UX Researcher
Gerente de CX e supervisores de shopping

What I worked on

Discovery de atendimento (SAC + stakeholders)
Blueprint AS IS
Teste de usabilidade (Maze, 47 usuários)
Reestruturação da FAQ
Chamados por tema — 6 meses antes do redesign
E-mail
436
Cadastro
293
Senha
173
Nos 3 meses após o lançamento da nova FAQ, o volume de chamados nesses temas caiu de ~850 para ~595 (−30%, 3x a meta inicial de 10%).

My approach

Três movimentos que transformaram um problema lido como falta de conteúdo numa reestruturação real do serviço de atendimento.

01

Descoberta estrutural

Descobri que o problema era estrutural, não de conteúdo

02

Mapeamento e priorização

Mapeei o serviço ponta a ponta e estruturei a priorização com o time

03

Validação com usuários

Validei a solução com usuários reais antes de publicar

1

Descobri que o problema era estrutural, não de conteúdo

Entrevistei o time de SAC terceirizado (TEL) e o time interno de atendimento da Allos, e visitei presencialmente supervisores de atendimento em shoppings com perfis operacionais distintos (com e sem programa de fidelidade, incluindo uma unidade com sistema legado). O que emergiu não foi falta de FAQ, e sim um serviço fragmentado em três camadas de escalação sem contato direto entre si (SAC terceirizado → espaço cliente do shopping → time interno Allos), com SLA de resposta de até 10 dias em casos que precisavam escalar. Também descobri que já existia um bot de WhatsApp, mas subutilizado: número desatualizado em vários shoppings e sem visibilidade sobre ações de marketing segmentadas, o que gerava reclamações que a própria central não sabia explicar.

2

Mapeei o serviço ponta a ponta e estruturei a priorização com o time

Consolidei esses achados em um blueprint AS IS (evidências físicas, ações do usuário, contato direto, backstage, regras de negócio, dores e oportunidades) e facilitei uma dinâmica de árvore de oportunidades que virou base do roadmap do ano. Rodei um benchmark estruturado de ~15 apps de categorias distintas (bancos digitais, delivery, gig economy, e-commerce, entretenimento) para levantar padrões de central de ajuda, chatbot, formulário de contato, notificação de status de chamado e acessibilidade, usado como insumo direto para o desenho da nova FAQ.

Blueprint AS IS
Blueprint AS IS da jornada de atendimento da Allos
  • Evidências físicas, ações do usuário, contato direto, backstage
  • Dores e oportunidades mapeadas ponta a ponta
Achados principais
  • 3 camadas de escalação sem contato direto entre si
  • SLA de resposta de até 10 dias
  • Bot de WhatsApp já existia, mas subutilizado
3

Validei a solução com usuários reais antes de publicar

Rodei um teste de usabilidade não moderado via Maze com 47 usuários do programa de benefícios, em 3 cenários (conta bloqueada, necessidade de atendimento humano, exploração geral). Resultado: 51% completaram a tarefa direto pela FAQ, 28% conseguiram acionar suporte com sucesso quando precisaram, esforço médio de 2.6 (escala de 1–5). Usei os próprios achados do teste para embasar dois ajustes que entraram no roadmap: ícone de ajuda mais visível na tela de login e redirecionamento automático para o artigo certo em cenários já identificados (ex: bloqueio de conta).

FAQ: antes e depois
Comparação entre a FAQ antiga e a nova FAQ da Allos
  • Antes: lista longa sem hierarquia clara
  • Depois: busca + categorias visuais + destaque de benefícios
Resultados do teste (Maze, 47 usuários)
Tela de conclusão do teste de usabilidade no Maze
  • 51% completaram a tarefa direto pela FAQ
  • 28% acionaram suporte com sucesso quando precisaram
  • Esforço médio: 2.6 (escala de 1–5)

Trade-offs and constraints

Um case sênior mostra o que foi sacrificado, não só o que funcionou.

  • A matriz de impacto x esforço apontava o chatbot, não a FAQ, como o quick win ideal (alto impacto, baixo esforço). A FAQ estava no quadrante de alto impacto e alto esforço e, assim como o chatbot, dependia do time de front, que não era dedicado à squad: toda demanda de front entrava numa fila compartilhada entre as 4 squads da Allos, com espera de cerca de 3 meses até para uma mudança simples. A diferença não foi escapar da fila, foi negociar posição nela. Levei os dados de chamados e as dores levantadas no discovery diretamente para os PMs de outras squads que tinham entregas na frente, e consegui reprioridade a release da FAQ ainda em 2024. O chatbot dependia da mesma fila e de uma aprovação burocrática adicional que não teve o mesmo caminho de negociação viável no tempo em que estive no projeto.
  • Isso significou deixar de lado, no ciclo daquele roadmap, todas as outras oportunidades levantadas na árvore (autenticação simplificada, notificações transacionais, segmentação de atendimento por tema) para concentrar esforço numa única entrega com maior chance real de sair do papel.
  • O chatbot não saiu do papel enquanto estive no projeto, ficou como próximo passo, sem fechamento burocrático resolvido até minha saída.
  • A negociação de prioridade foi feita diretamente com PM e PO, sem grande discordância, mas com corte explícito do escopo original do discovery para viabilizar impacto rápido.
  • A criação da área de Service Design não foi uma conquista política perseguida ativamente, foi reconhecimento orgânico do resultado, e a partir dela fui convidada a desenhar o fluxo TO BE do atendimento.
Matriz de Impacto x Esforço
Matriz de impacto x esforço do case Allos, com a FAQ e o chatbot mapeados

The impact

Volume de chamados
−30% nos chamados de e-mail, cadastro e senha em 3 meses após o lançamento (de ~850 para ~595), 3x a meta inicial de 10%
Reaproveitamento
Conteúdo da FAQ reaproveitado como base de conhecimento para o chatbot futuro, sem retrabalho
Validação
Validação com usuários reais antes do lançamento, não só dado de SAC: 47 participantes, taxa de sucesso e esforço documentados
Impacto organizacional
Resultado gerou a criação da primeira área de Service Design da Allos, com convite para desenhar o processo TO BE do atendimento
Continuidade
Acompanhamento contínuo dos indicadores de SAC no trimestre seguinte (dez/24–fev/25) para orientar o redesign da arquitetura de menu do app

Impacto que ainda não está precificado

Custo operacional

O SAC é terceirizado (TEL). Contratos desse tipo costumam ser remunerados por volume atendido ou por capacidade de FTE alocada, então cada um dos ~255 chamados/mês evitados tem custo direto de atendimento evitado, isto é, capacidade liberada sem aumento de headcount.

Receita e engajamento

E-mail, cadastro e senha são ações de gateway para o programa de benefícios. Um usuário travado nelas não se cadastra, não resgata benefício e não segue ativo no programa. Reduzir esse atrito protege o funil de ativação do programa de fidelidade, que sustenta frequência de visita e ticket médio nos shoppings.