Diferentes negócios.
A mesma virada.

Contexto

A LIQUIDZ é uma das maiores operações de e-commerce de bebidas do Brasil. Catálogo extenso, várias unidades de venda, vários canais — marketplace, varejo direto, B2B. Em escala, isso significa milhares de transações por dia, cada uma com SKU específico, custo, margem, giro, sazonalidade. Os dados estão lá, no BigQuery. O problema é o que se faz com eles.

A equipe de PMO e dados da LIQUIDZ tinha um ritmo conhecido por qualquer operação de e-commerce que já cresceu mais rápido do que sua estrutura analítica: planilhas. Sábado de manhã, alguém ligava o computador, abria várias abas, puxava dados de várias fontes, copiava, colava, conferia, formatava, enviava. Domingo, ajustes finais. Segunda à tarde, o relatório semanal estava pronto — e com ele, as decisões da semana anterior já tinham passado.

Quando a operação cresce, isso vira um custo invisível enorme. Não é só o tempo da equipe consumido — é o tempo de decisão atrasado. Comprador que precisa decidir reposição, marketing que precisa avaliar campanha, gerente de loja que precisa ajustar mix — todos esperando o relatório de uma equipe sobrecarregada.

O desafio

Thomas, PMO da LIQUIDZ, formulou o problema da forma certa logo no diagnóstico: "Não preciso de um BI mais bonito. Preciso de dado que chega no meu e-mail na hora que eu vou tomar a decisão."

Isso muda completamente o escopo. Não é construir um dashboard que alguém precisa abrir. É construir uma operação de dados que opera sozinha, entrega no canal certo, no horário certo, com o nível de informação certo. E que aceita pergunta em linguagem natural quando alguém precisa cavar mais fundo.

A solução

A NexUnio construiu uma arquitetura de BI conversacional integrada ao BigQuery, com três frentes de entrega:

A primeira é o agente conversacional via WhatsApp. Qualquer pessoa do time pode mandar uma pergunta — "como tá o giro do SKU X esta semana?", "qual a performance da marca Y nas lojas do Sul?" — e receber resposta com número, gráfico, comparativo. O agente foi treinado com o vocabulário da LIQUIDZ: nomes de marcas, categorias internas, formato de data preferido, métricas que importam para cada papel. Por trás do agente, uma arquitetura multi-agente: um orquestrador identifica a intenção, sub-agentes especializados consultam o BigQuery, validam o resultado e devolvem em linguagem natural.

A segunda é a suíte de relatórios automáticos. Quatro relatórios fixos rodam sozinhos: relatório diário às 7h com vendas e alertas; scorecard semanal sábado às 10h; marketplace semanal com take rate e devoluções; varejo semanal com mix por categoria.

A terceira é a camada de alertas. Quando algum indicador sai do esperado — giro caindo, margem despencando, SKU campeão fora de estoque — o sistema avisa direto no WhatsApp dos responsáveis, com o problema descrito e contexto pra decisão.

Os resultados

• 40 horas semanais de planilha viraram 2 horas de análise. A equipe que antes operava planilha agora interpreta resultado e sugere ação. Trabalho operacional virou trabalho estratégico.
• Relatório de segunda-feira chega pronto às 7h, todo dia. Decisão da semana é tomada na segunda de manhã, não na quinta à tarde.
• 100% automático desde 2025. Não houve recaída. O sistema rodou no Natal, no Carnaval, no feriadão de 7 de Setembro. Equipe não precisou ligar.

O que isso destrava

Liberdade de horário aqui significa decisão de negócio antes do problema escalar. Quando o relatório chega na quinta à tarde, o problema da semana já é problema da semana atual também — você só vai conseguir agir na próxima. Quando o relatório chega na segunda às 7h, o problema da semana anterior é resolvível na segunda à tarde. Em e-commerce, onde a margem é apertada e o ciclo é rápido, isso é dinheiro real.

A LIQUIDZ comprou tempo de decisão. Comprou também independência operacional — o relatório não depende de ninguém estar disposto a sacrificar o sábado.

Contexto

A Clínica Santamarina é uma operação de dermatologia em São Paulo com fluxo intenso de pacientes — particulares e por convênio, primeira consulta e retornos, dúvidas sobre procedimentos estéticos e clínicos. Um WhatsApp que recebe mensagens o tempo todo, e uma recepção que precisa atender o paciente que está em pé na frente dela.

Toda clínica que cresce passa pelo mesmo limite. Domingo à noite, segunda de manhã, qualquer feriado prolongado — e a inbox do WhatsApp acumula. Oitenta, cem, cento e vinte mensagens não respondidas. Cada uma é uma pessoa que pode ter desistido, ter ido pra concorrência, ou que vai chegar irritada na próxima interação.

A recepção da Santamarina não dava conta de tudo ao mesmo tempo. Atender presencial e responder WhatsApp simultaneamente é tarefa que ninguém faz bem — e a qualidade caía nos dois lados. Paciente presencial esperava, paciente do WhatsApp esperava mais ainda.

O desafio

Não bastava um chatbot genérico. Dermatologia tem particularidades que um robô de menu não resolve: paciente que pergunta sobre procedimento estético precisa de orientação que vai além do agendamento. Paciente com convênio tem regras diferentes do particular. Quem precisa de retorno tem fluxo diferente de quem está marcando primeira consulta.

A IA que entrasse ali precisava soar como alguém da clínica falando — não como um sistema. Precisava conhecer os procedimentos, os médicos, os preços (quando fosse o caso), as diferenças entre convênios. E precisava saber quando passar pra um humano — porque tem situação que exige sensibilidade que máquina nenhuma tem.

A solução

A NexUnio construiu a Marina — uma assistente virtual para a Santamarina, conectada à agenda da clínica, ao prontuário, ao sistema de gestão. Não é um chatbot genérico. É uma agente de IA específica, treinada com o vocabulário, o tom de voz e os protocolos da Santamarina.

A Marina faz, hoje, o que uma boa recepcionista faria — e mais um pouco: atende todas as mensagens em qualquer hora; identifica o tipo de contato (primeira consulta, retorno, exame, dúvida administrativa, dúvida clínica, reagendamento); consulta a agenda em tempo real e oferece horários compatíveis; confirma o agendamento direto no sistema; envia lembretes 48 horas antes da consulta; escalona pro humano quando o caso exige; e recebe e responde áudios — porque parte significativa dos pacientes prefere mandar áudio.

A integração com o sistema da clínica é o que tira a Marina da categoria "chatbot" e a coloca na categoria "membro da equipe". Ela não simula atendimento — ela executa atendimento, com persistência real no sistema.

Os resultados

• Mais de 121 mil mensagens automatizadas desde a entrada em produção. São 121 mil interações que não consumiram tempo da recepção.
• Comparecimento de pacientes saltou de 54% para 73%. Quase 20 pontos percentuais. Lembrete automático funciona — mas funciona mais quando vem na voz da clínica, não em SMS robotizado.
• 99% dos pacientes não percebem que estão falando com uma IA. A medida foi feita por amostragem. Vários pacientes elogiam a "atendente" sem suspeitar.

O que isso destrava

Liberdade de horário aqui significa a Santamarina deixou de ser refém do horário comercial. O paciente que pesquisa às 23h de uma quarta-feira agora encontra resposta. A pessoa que chega na clínica de segunda às 8h não encontra mais uma fila de mensagens acumuladas — porque elas foram tratadas durante o fim de semana.

E a recepção humana voltou a fazer o que recepção humana faz melhor: olhar nos olhos do paciente que está na frente dela.

Contexto

A Apear é uma operação hoteleira. Como toda operação de hotelaria, opera num ritmo definido pela sazonalidade do hóspede — não pelo horário comercial da equipe. Hóspede pesquisa hospedagem à noite, no fim de semana, em feriado. Faz comparação. E reserva no concorrente que respondeu primeiro.

O desafio

Hotelaria tem particularidades que um chatbot genérico não resolve: política de cancelamento, condições de tarifa por temporada, diferença entre tipos de acomodação, política de check-in e check-out, disponibilidade real em tempo real. E mais — hóspede é cliente exigente, espera tom de hospitalidade, não tom de sistema.

A solução

A NexUnio construiu um agente de IA dedicado à operação Apear, treinado com as acomodações disponíveis e suas características; a política de tarifas por temporada e tipo de hóspede; a política de cancelamento e condições especiais; o tom de voz da operação (hospitalidade, não roteiro); e o encaminhamento qualificado para o time de reservas em casos sensíveis (grupos, eventos, condições especiais).

Os resultados

• Reserva entrando 24h, todo dia. A Apear deixou de perder hóspede para concorrente que tinha equipe disponível na hora certa.
• Equipe de reservas focada em casos qualificados. Caso simples é resolvido pelo agente; caso especial (grupo, evento) entra triado para o humano.

O que isso destrava

Liberdade de horário aqui significa a Apear deixou de competir só com hotéis que tinham equipe disponível 24h. Hóspede que reserva no domingo de manhã antes da operação humana abrir agora encontra resposta. Alta temporada deixa de ser corrida pelo telefone.

Contexto

A Affix é uma administradora de benefícios — opera no meio do mercado de planos de saúde corporativos. O trabalho central da operação inclui análise de contratos: documento longo, denso, com várias cláusulas, anexos, particularidades regionais. Cada um desses documentos passa por análise humana antes de virar contrato fechado com o cliente.

A escala do trabalho era um problema clássico: cada contrato consumia entre 2 e 3 horas de análise por um analista qualificado. Multiplique isso por dezenas de contratos por mês, em uma operação que estava crescendo, e você tem um time inteiro fazendo análise documental — gente cara, com formação específica, fazendo trabalho que mistura partes burocráticas (verificar campo, cruzar informação) com partes de julgamento clínico-jurídico (decidir se uma cláusula está adequada, se há risco, se precisa de revisão).

A Affix sabia que precisava escalar essa operação. Contratar mais analistas era a saída tradicional — e era cara, lenta (treinar analista novo demora meses), e ainda não atacava o gargalo real, que era a parte burocrática consumindo o tempo da parte de julgamento.

O desafio

Não bastava "aplicar IA" no contrato. Documento contratual de plano de saúde tem complexidade que um sistema de OCR genérico não cobre: termos técnicos específicos, cláusulas que se referenciam mutuamente, anexos com tabelas, condições suspensivas, particularidades regionais. Errar uma cláusula é caro — pode gerar litígio anos depois.

A IA que entrasse ali precisava ter o nível de cuidado de um analista sênior. E precisava ser auditável — porque se o sistema aprovou um contrato com problema, alguém precisa saber por quê.

A solução

A NexUnio construiu uma POC com 14 agentes especializados, cada um focado em um tipo específico de cláusula ou validação. A arquitetura é modular: o documento entra, é classificado por tipo, distribuído para os agentes relevantes, validado em paralelo, consolidado em um relatório de análise final.

Cada agente tem uma responsabilidade clara: um valida cobertura, outro valida carências, outro confere reembolso, outro audita rede credenciada — e assim por diante, até o 14º.

Quando todos os agentes terminam, o sistema gera um relatório consolidado com pontos de atenção, score de confiança por cláusula, e recomendação. O analista humano recebe esse relatório e foca seu tempo onde realmente importa: nas cláusulas que o sistema marcou como duvidosas.

A interface de comparação lado-a-lado entre dois contratos foi a cereja do bolo — quando a Affix precisa avaliar mudança contratual, vê tudo destacado em segundos.

Os resultados

• Análise de contrato passou de 2-3 horas para 20 minutos. Redução de aproximadamente 90% no tempo gasto por documento.
• 94% de acurácia verificada em piloto. A IA acerta na primeira passada na imensa maioria dos casos. Os 6% restantes são exatamente os casos em que humano precisa olhar — e o sistema sinaliza isso explicitamente.
• Capacidade de processamento aumentou em ordem de magnitude. A operação que antes processava dezenas de contratos por mês passou a poder processar centenas, com a mesma equipe.

O que isso destrava

Liberdade de escala aqui significa crescer sem inflar headcount qualificado. O analista da Affix é caro porque é raro — gente que combina conhecimento de saúde com conhecimento de contrato. Não dá pra contratar dez de uma vez. A IA pegou o trabalho repetitivo desse analista e o transformou em curadoria — agora ele faz o que máquina não faz: julgamento de borda, casos atípicos, decisão de exceção.

Essa é a diferença entre "automatizar pra cortar custo" e "automatizar pra elevar nível". A Affix não cortou ninguém — ela libertou o time qualificado pra fazer trabalho qualificado.

Contexto

A Vox2You é uma rede de consultoria com mais de 250 unidades. Em uma rede desse tamanho, cada unidade tende a fazer agendamento do seu jeito: algumas usam WhatsApp da gerente, outras usam telefone da recepção, outras misturam tudo. O resultado é o pesadelo conhecido de qualquer rede em escala: padrão de qualidade variando, faltas altas, cliente confuso, marca comprometida.

O desafio

A complicação é que 250 unidades não querem (e não podem) ser obrigadas a usar um sistema rígido imposto de cima. A solução precisava funcionar com a operação real de cada uma, sem virar mais uma camada burocrática. E precisava reduzir faltas — porque cada falta é capacidade ociosa que custa caro em uma operação dessa escala.

A solução

A NexUnio construiu um assistente de IA único que atende as 250 unidades simultaneamente. Cada cliente que chega no WhatsApp da rede entra no fluxo automatizado: identifica qual unidade o cliente quer, apresenta horários disponíveis daquela unidade específica, confirma o agendamento, manda lembrete antes da consultoria, reagenda em caso de impossibilidade, recupera no-show com mensagem inteligente.

A integração com o sistema central da Vox2You permite que cada agendamento gere automaticamente registro no sistema, sem digitação manual da gerente. A regra é única em toda a rede; a personalização por unidade é feita por dados, não por código diferente.

Os resultados

• Mais de 37 mil atendimentos por mês automatizados, em escala constante.
• Faltas caíram 63% já no primeiro mês de operação — efeito direto do lembrete automático e do reagendamento facilitado.
• Padrão de qualidade igual em toda a rede — porque a IA não muda de humor, não tem dia ruim, e fala do mesmo jeito independentemente de qual das 250 unidades está atendendo.

O que isso destrava

Liberdade de escala aqui significa uma rede que pode dobrar de tamanho sem dobrar de complexidade gerencial. Abrir a unidade número 251 não exige nem treinar mais ninguém em atendimento — basta integrar a unidade ao agente.

Contexto

A Alter ON é uma operação de venda de planos de saúde. Tradicionalmente, venda de plano de saúde é um processo que mistura: prospecção (humana), apresentação (humana, com material impresso), preenchimento (papel ou tablet), análise administrativa (interna, lenta), assinatura (presencial ou via documento físico). Cada etapa adiciona dias ao ciclo de venda — e cada dia adiciona oportunidade de o cliente desistir.

O desafio

Digitalizar venda de plano de saúde tem complicações reais: regulação ANS, exigências de documentação, validação de declaração de saúde, assinatura jurídica válida. Não dá pra fazer feio — qualquer falha gera contrato inválido e dor de cabeça regulatória.

A solução

A NexUnio construiu o aplicativo da Alter ON — nativo (iOS + Android) — com o ciclo completo dentro: prospecção via link compartilhável; apresentação dos planos compatíveis com o perfil do cliente; preenchimento com declaração de saúde, dados pessoais e beneficiários, com validação por etapa; análise administrativa em fluxo interno multi-etapa, rastreável; assinatura eletrônica com validade jurídica plena; pós-venda e acompanhamento da carteira via mesmo app.

A integração com os sistemas administrativos da Alter ON faz com que tudo que entra pelo app já entre nos lugares certos — sem retrabalho, sem digitação dupla, sem planilha intermediária.

Os resultados

• Mais de 88 mil leads gerados pelo app.
• Mais de 80 mil contratos assinados — taxa de conversão lead-para-contrato bem alta para o setor.
• Mais de R$ 180 milhões faturados via aplicativo.

O que isso destrava

Liberdade de escala aqui significa uma operação de venda que escala digitalmente — sem multiplicar corretor presencial, sem multiplicar custo de aquisição. O ciclo de venda colapsou: o que antes era processo de dias virou processo de minutos. E a margem operacional cresce porque o custo unitário de cada venda cai.

Contexto

A BotoCenter é uma rede de mais de 40 unidades de estética. Como toda rede no setor de estética, vive da combinação entre marketing pesado pra captar lead e atendimento ágil pra converter — qualquer atrito entre os dois pontos é receita perdida.

O desafio

Lead de campanha pago entra à noite e era atendido só no dia seguinte. Cada unidade respondia diferente, conversão variava muito, e marca BotoCenter chegava ao cliente com qualidade desigual dependendo de qual unidade ele acessava.

A solução

A NexUnio construiu um agente de IA dedicado à BotoCenter, com a mesma lógica multi-unidade da Vox2You, mas adaptada à realidade da estética: atende lead 24h; identifica intenção (avaliação, procedimento conhecido, dúvida geral, recall); apresenta agenda da unidade mais próxima do cliente; encaminha pra humano em casos sensíveis (questão clínica, situação delicada, atendimento VIP).

Os resultados

• 20 mil atendimentos por mês automatizados, em todas as 40 unidades.
• Conversão de agendamento subiu 28% — efeito direto do tempo de resposta caindo de horas para segundos.
• Padrão único em todas as 40 unidades — a marca BotoCenter passa a mesma sensação independente de qual unidade o cliente acessa.

O que isso destrava

Liberdade de escala aqui é específica da estética: cada unidade nova entra no mesmo padrão de atendimento sem novo investimento em treinamento. A rede pode crescer porque a operação de atendimento já está resolvida.

Contexto

A HTK é uma corretora de planos de saúde. O ciclo do corretor de plano de saúde tem uma característica curiosa: a maior parte do tempo do corretor é gasta qualificando lead, não fechando lead. Quem é PF, quem é PJ, qual a faixa etária, quantas vidas, em qual cidade, qual o orçamento, qual o perfil de uso — tudo isso precisa ser perguntado antes de qualquer apresentação real de plano.

O desafio

Lead não respeita horário comercial. Pessoa pesquisa plano de saúde quando se preocupa com o assunto — nem sempre entre 9 e 17h de dia útil. E a corretora que demora 12 horas pra responder lead noturno perde pra concorrente que responde em 5 minutos no dia seguinte.

A solução não podia ser só "responder rápido". Tinha que ser responder com qualidade — porque corretor humano que recebe lead mal qualificado perde tempo de fechamento.

A solução

A NexUnio construiu um Agente de Vendas para a HTK, que atende lead 24h todo dia; qualifica perfil completo (PF/PJ, faixa etária, número de vidas, cidade, faixa de orçamento, requisitos especiais); apresenta planos compatíveis com base no perfil capturado; esclarece dúvidas comuns que sempre aparecem na primeira conversa (carência, rede credenciada, reembolso, troca de plano, portabilidade); encaminha para corretor humano com toda a qualificação documentada.

O ponto-chave: o agente nunca tenta fechar a venda. Ele qualifica e apresenta. Fechamento é humano. Isso preserva o corretor onde ele tem mais valor.

Os resultados

• Lead atendido em segundos a qualquer hora — sem perder pra concorrente que respondeu primeiro no dia seguinte.
• Corretor recebe lead pronto pra fechar — qualificação completa documentada, sem ter que perguntar do zero.

O que isso destrava

Liberdade de escala aqui significa a corretora cresce sem precisar de mais corretor pra qualificar lead. Cada corretor humano fica disponível pra mais fechamentos — porque tudo que vem antes do fechamento é trabalho do agente.

Contexto

A Cotando Seguros é uma corretora multi-produto. O desafio aqui é diferente do das corretoras especializadas: a Cotando precisa atender Auto, Vida, Residencial, Embarcação, Empresarial, Consórcio, e outros 20+ produtos. Cada produto tem sua dinâmica de cotação, suas variáveis, suas seguradoras compatíveis.

O desafio

Treinar corretor pra atender 25 produtos é caro e lento — e mesmo treinado, ele tende a se especializar em 2-3 e empurrar conversa pra colega quando o cliente pergunta sobre os outros. Resultado: lead esfria enquanto a transferência acontece.

A solução

A NexUnio construiu uma arquitetura multi-agente roteador — diferente da arquitetura tradicional de "um agente faz tudo". Aqui, um agente principal (Gabi) identifica a intenção do cliente e direciona para o agente especialista correto: Auto/Moto (placa, CEP, condutor); Consórcio (contemplação, lance, lance embutido); Follow-up (reengajamento por estágio do funil); e mais 20+ produtos especializados (Vida, Residencial, Empresarial, Aeronáutico, Carga…).

O cliente nunca percebe a transição entre agentes — pra ele, é só a Gabi atendendo. Mas internamente, o conhecimento especializado de cada produto fica preservado.

Os resultados

• Atendimento simultâneo em 25+ produtos sem perder especialização.
• Adicionar produto novo (consórcio foi caso real recente) deixou de exigir reciclagem de toda a operação.

O que isso destrava

Liberdade de escala aqui é específica: escala em catálogo de produto. A Cotando pode adicionar um produto novo sem reciclar treinamento de toda a operação — basta treinar o agente especialista daquele produto, e plugá-lo no roteador.

Contexto

A Positec é uma indústria com força de vendas externa — 208 representantes que visitam clientes em campo e fecham pedidos.

A operação tradicional desse modelo é uma das mais ineficientes do varejo B2B. Vendedor anota pedido em caderno (ou planilha no notebook). Tenta lembrar a regra de desconto que vale pra aquele cliente, naquela região, naquele volume. Confere com gerente por telefone se a regra mudou. Manda WhatsApp pro escritório. Escritório lança no sistema. Vendedor liga pra confirmar com o cliente. Cliente confirma — ou questiona algum detalhe que não foi anotado direito. Volta o ciclo.

O desafio

A Positec sabia onde estava o problema. Não era falta de vendedor capaz. Era falta de sistema — em duas dimensões. A primeira: a regra comercial era memória de vendedor, não dado de sistema. Vendedor experiente sabia. Vendedor novo aprendia errando. Vendedor que saía levava conhecimento embora.

A segunda: o pedido digital chegava lento. Cliente fechou no campo, mas o pedido só entrava no ERP no fim do dia (ou no dia seguinte) — atrasando faturamento, atrasando logística, atrasando recebimento.

A solução

A NexUnio construiu uma plataforma web de pedidos integrada ao ERP da Positec, com módulo de regras comerciais aplicadas em tempo real.

O fluxo do vendedor virou: abre o app na sala do cliente; seleciona o cliente (pré-cadastrado, com histórico); adiciona produtos; a regra comercial específica daquele cliente, naquela região, naquele volume aplica automaticamente — desconto progressivo, bonificação, política sazonal, condição especial; cliente vê o resumo e assina (digitalmente ou em papel); ERP recebe o pedido instantaneamente.

A regra comercial deixou de ser conhecimento privado do vendedor e virou regra do sistema. Vendedor novo opera no padrão da Positec desde o primeiro dia.

Os resultados

• 208 representantes ativos na plataforma.
• Mais de 53 mil pedidos processados via plataforma.
• R$ 125 milhões faturados pela plataforma no período medido.
• Tempo de pedido caiu de horas para minutos — cliente vê o desconto certo na hora, fecha na hora, ERP recebe na hora.

O que isso destrava

Liberdade de memória aqui é literal: a regra comercial da Positec deixou de ser conhecimento humano e virou conhecimento de sistema. Demissão de vendedor não é mais perda de capital intelectual da empresa. Treinamento de vendedor novo deixa de levar meses.

E mais importante — a política comercial da Positec é aplicada igual em todos os 208 vendedores, em todas as regiões, em todos os clientes. Sem brecha pra negociação criativa no campo.

Contexto

A Xica Moda Mineira é uma marca de moda feminina com forte presença digital. Vende por WhatsApp, por marketplaces, por loja física. Faz campanhas, lança coleções, abre liquidação. E como toda marca de moda, vive em ciclos: lançamento explode em mensagens, depois cai, e começa de novo.

A operação de venda da Xica era — como em quase toda marca que cresceu rápido — heroica e exausta. Em campanhas, três celulares ativos, mais de 600 mensagens por dia. Vendedoras tirando foto da peça no próprio corpo pra mandar pro cliente que perguntou. Cliente entrando, perguntando preço, sumindo. Cliente comprando uma vez, sumindo. Aniversário do cliente passando sem ninguém lembrar. Pesquisa de satisfação, recompra, reativação — tudo na lista de "fazer um dia".

E mais um problema técnico crônico: o ERP que a Xica usava (C7) não tinha API pública. Isso significava que toda integração precisava ser hack — exportação manual de planilha, importação manual em outro lugar, retrabalho dobrado.

O desafio

A Xica não queria só "um chatbot". Queria que a operação de venda inteira deixasse de depender de pessoas estarem disponíveis. Mas vender roupa por WhatsApp tem complexidades que um robô genérico não cobre: a cliente quer ver foto da peça, quer saber se tem o tamanho dela, quer comparar com outra peça, quer saber quanto vai dar de frete pra cidade dela, quer parcelar.

E tinha o desafio do depois da venda — a parte que praticamente toda marca de moda negligencia. A Xica perdia receita não por falta de cliente novo, mas por falta de aproveitamento do cliente que já tinha comprado.

A solução

A NexUnio construiu a operação inteira da Xica em três frentes de IA + uma de migração de sistema + um produto novo em desenvolvimento.

Agente Vendedor 24h. Assume cada nova conversa que entra no WhatsApp. Identifica o que a cliente quer, mostra produto, calcula frete pro CEP dela em tempo real, gera link de pagamento, registra o pedido direto no novo ERP. Fecha venda sozinho — em qualquer hora, em qualquer dia.

Agente de Reengajamento. Monitora as conversas que esfriaram. Cliente que perguntou e parou de responder, cliente que colocou produto no carrinho e sumiu — recebe uma mensagem personalizada no momento certo, com cupom quando faz sentido. Reengaja sem ser invasivo.

Agente de Pós-venda e Recompra. Pesquisa de satisfação automática depois da entrega. Cupom de aniversário no dia certo. Reativação programada de cliente que ficou inativo por 30, 60, 90 dias — com mensagem diferente em cada estágio.

Migração de ERP. Pipeline completo de migração do C7 (sem API) para o Bling (com API rica). Catálogo, estoque multi-loja, PDV com maquininha — tudo migrado sem downtime de operação. A partir daí, todas as integrações ficaram diretas e estáveis.

NexTryOn (em desenvolvimento). Provador virtual via IA generativa. Cliente envia foto e visualiza a roupa no próprio corpo — eliminando a etapa heroica das vendedoras tirando foto pessoal pra mandar. Widget embeddable na plataforma de e-commerce.

Os resultados

• Ticket médio de R$ 451 mantido em escala — o agente vende com a mesma qualidade que vendedora humana experiente.
• Em torno de 700 conversas/mês acompanhadas pelo agente, com 9,4 mensagens por conversa em média.
• Migração de ERP sem interrupção da operação — a Xica saiu do C7 pra um sistema com integração nativa, e a IA aproveitou imediatamente.
• Cliente inativo recebe mensagem certa no momento certo — sem ninguém precisar lembrar, sem campanha massiva irritante.

O que isso destrava

A Xica é o caso onde as três liberdades aparecem juntas:

Horário — vende e atende em qualquer hora do dia, qualquer dia da semana.

Escala — campanha de lançamento que antes virava noite vira processo absorvido pelo sistema.

Memória — o conhecimento de "como atender a cliente da Xica" deixou de depender de qual vendedora pegou a conversa. O tom, as regras, a política de troca, o jeito de tratar — tudo está no sistema.

E o provador virtual em desenvolvimento elimina a última heroificação: vendedora não precisa mais virar modelo improvisada.