Solução para classificação de contas e seleção de gerentes de atendimento para serviço de Customer Success

Detalhes bibliográficos
Autor(a) principal: Silva, Henrique Costa e
Data de Publicação: 2021
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/220676
Resumo: TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia de Controle e Automação.
id UFSC_42697d54af8bf54ef3cd16f2ad53ccfc
oai_identifier_str oai:repositorio.ufsc.br:123456789/220676
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Solução para classificação de contas e seleção de gerentes de atendimento para serviço de Customer SuccessCustomer SuccessAtendimento de clientesSaaSPythonAmazon S3TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia de Controle e Automação.O projeto descrito neste documento possui como objetivo desenvolver uma prova de conceito para um processo de roteamento de clientes que devem atendidos por uma estrutura de Customer Success em uma empresa do modelo SaaS. Tal proposta se mostra relevante para a empresa em que este projeto foi desenvolvido, e para aquelas que implementam uma área de Customer Success em geral, pois a assertividade na seleção de atendimento é um fator crucial para retenção e aumento de receita de clientes, além de ser primordial para manter uma estrutura de atendimento financeiramente estável. O processo original de roteamento também é demasiadamente oneroso para a área responsável por executá-lo e suscetível a erros humanos, dadas as diversas etapas manuais da execução. A metodologia de desenvolvimento do projeto adapta métodos iterativos e incrementais e a metodologia ágil Scrum. A solução consiste de uma rotina automática que utiliza de um script em linguagem Python para acessar dados armazenados na nuvem (serviço Amazon S3), tratá-los e calcular critérios relevantes para realizar a seleção automática de atendente mais adequado para cada cliente, com base em parâmetros definidos pela estratégia da empresa. Após a seleção ser realizada, outro script em Python – acionado automaticamente pelo código anterior – realiza o registro da relação Cliente-Atendente em um webservice interno da empresa, utilizando de uma ferramenta de automação de testes para navegadores web que emula as ações que deveriam ser feitas manualmente e retorna um histórico de registros realizados. Finalmente, parte dos dados consolidados pelo primeiro script são utilizados para construir dashboards operacionais voltados para o corpo de líderes da área de atendimento em questão, fornecendo informações antes custosas de serem consolidadas. Ao final do projeto, a rotina original que leva cerca de 4 a 5 horas semanais para ser executada agora requer apenas uma média de 90 segundos semanais e roteia clientes para seus gerentes com perfeita aderência aos parâmetros em acordo com a estratégia e política de atendimento da empresa.This document describes a project that proposes proof-of-concept for the process of routing clients that need to be supported by a Customer Success area in a SaaS company. This proposal is relevant not only for the company in which this project was developed but also for any company that implements a Customer Success area, given that the accuracy of said process is trivial to maintain a financially healthy customer service structure and guarantee client’s retention and revenue growth. The original process requires a significant amount of effort to be executed by the team responsible for it, being also highly susceptible to human error given the numerous manual tasks involved. This project’s development methodology is adapted from iteractive and incremental development strategies and the lean project management framework Scrum. The solution consists of an automatic routine that utilizes a Python script to remotely access a data repository in the cloud (Amazon S3), retrieve and format the information and calculate relevant criteria to automatically select the most adequate attendant for each customer, based on the company’s customer service strategy. After the selection phase, another Python script – automatically triggered by the code before – registers de Customer-Attendant relation planned in the company’s internal webservice, using tool that automates browser tests in a programmed routine that emulates the manual actions that should be taken for this step and returns a history of registers made. Finally, a portion of the data from the first script is used to build operational dashboards aimed for the leadership team of the customer service area in question, providing data and predefined analysis that previously required considerable effort to be made available. At the end of the project, the original routing routine that requires 4 to 5 hours weekly to be executed now requires only 90 seconds weekly on average and offers perfect adherence to the company’s strategic parameters and policies when allocating attendants to their respective customers.Florianópolis, SC.Rabelo, Ricardo JoséUniversidade Federal de Santa CatarinaSilva, Henrique Costa e2021-03-05T19:13:37Z2021-03-05T19:13:37Z2021-02-22info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis71application/pdfhttps://repositorio.ufsc.br/handle/123456789/220676info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2021-03-05T19:13:38Zoai:repositorio.ufsc.br:123456789/220676Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732021-03-05T19:13:38Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Solução para classificação de contas e seleção de gerentes de atendimento para serviço de Customer Success
title Solução para classificação de contas e seleção de gerentes de atendimento para serviço de Customer Success
spellingShingle Solução para classificação de contas e seleção de gerentes de atendimento para serviço de Customer Success
Silva, Henrique Costa e
Customer Success
Atendimento de clientes
SaaS
Python
Amazon S3
title_short Solução para classificação de contas e seleção de gerentes de atendimento para serviço de Customer Success
title_full Solução para classificação de contas e seleção de gerentes de atendimento para serviço de Customer Success
title_fullStr Solução para classificação de contas e seleção de gerentes de atendimento para serviço de Customer Success
title_full_unstemmed Solução para classificação de contas e seleção de gerentes de atendimento para serviço de Customer Success
title_sort Solução para classificação de contas e seleção de gerentes de atendimento para serviço de Customer Success
author Silva, Henrique Costa e
author_facet Silva, Henrique Costa e
author_role author
dc.contributor.none.fl_str_mv Rabelo, Ricardo José
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Silva, Henrique Costa e
dc.subject.por.fl_str_mv Customer Success
Atendimento de clientes
SaaS
Python
Amazon S3
topic Customer Success
Atendimento de clientes
SaaS
Python
Amazon S3
description TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia de Controle e Automação.
publishDate 2021
dc.date.none.fl_str_mv 2021-03-05T19:13:37Z
2021-03-05T19:13:37Z
2021-02-22
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufsc.br/handle/123456789/220676
url https://repositorio.ufsc.br/handle/123456789/220676
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 71
application/pdf
dc.publisher.none.fl_str_mv Florianópolis, SC.
publisher.none.fl_str_mv Florianópolis, SC.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652254071226368

Registros relacionados