Esse foi o contexto que levou a Postmetria à consciência de que o NPS era uma métrica que merecia ir além da pesquisa ativa, ou seja, que valeria a pena, para as marcas, entender como as redes sociais traziam respostas a respeito da tendência do cliente a recomendá-las.

“Lançamos mão de um algoritmo proprietário, que hoje é oportunamente uma barreira de entrada do ponto de vista concorrencial”, explica o CEO. “Nossa Inteligência Artificial interpreta automaticamente um imenso volume de dados multiplataforma e, até o fim do ano, lançaremos o Falametria (análise sNPS das conversas do SAC por telefone), recurso que vai permitir ouvir o cliente, além de ler o que ele publica.”

Ele conta que na empresa o papel do colaborador é muito importante, afinal “o operador de dados é um professor da IA”, diz. A partir da tecnologia, então, a companhia acumula informações sobre os mais diversos segmentos de negócio, inclusive porque utiliza o Big Data das informações disponíveis publicamente – de empresas-clientes e do mercado em geral. Com isso, aprende sobre empresas, setores de mercado e, é claro, a respeito de consumidores.

“Temos o crescimento de aprendizado de máquina de contexto, ou seja, entendemos cada vez mais a influência de regionalismos e hábitos locais sobre o que é dito pelo cliente”, explica. Como exemplo, ele menciona que, em certa ocasião, a tecnologia identificou a frase “o entregador me deu um pirulito”. O relato não tinha um sentido literal, mas figurativo: significava que a entrega não havia sido feita. Em outros locais, poderia-se dizer que o cliente “levou um bolo”. O grande desafio é inserir esse tipo de regionalismo na máquina, mas a Postmetria já evoluiu muito nesse sentido, compreendendo inclusive algumas ironias. “Trabalhamos com o contexto de aprendizagem de máquina em nível supervisionado, acelerando o aprendizado dela”, conta.