A Tradeprint é uma gráfica B2B sediada no Reino Unido e integrante do Grupo Cimpress. Por meio de uma plataforma digital de e-commerce, atende cerca de 15 mil revendedores, agências e pequenas empresas em todo o país.
A Tradeprint implementou o Customer Agent da HubSpot no Service Hub e aumentou a taxa de resolução automática via chat de cerca de 20% para aproximadamente 60%.
Com isso, sua pequena equipe passou a ter mais tempo para entrar em contato com cada novo cliente e transformar o atendimento em um motor de crescimento.
O contexto: equilibrar tradição e modernidade
Os clientes da Tradeprint não compram apenas impressões: eles constroem seus próprios negócios sobre elas. Um revendedor, uma agência de design, um pequeno empresário: cada um deles tem um cliente próprio esperando na outra ponta do pedido.
Quando o material impresso chega no prazo e com a qualidade correta, é uma vitória silenciosa para todos na cadeia. Quando não chega, transforma-se no prazo perdido e no cliente decepcionado de outra pessoa.
Essa é a verdade do setor de impressão comercial. Fundada em Dundee em 1997 e adquirida pelo Grupo Cimpress em 2015, a Tradeprint passou quase três décadas ajustando essa engrenagem: produção no mesmo dia, entrega no dia seguinte e uma plataforma de e-commerce construída para revendedores que operam em questão de horas.
No entanto, a impressão é um setor tradicional. E a experiência de e-commerce moderna que os clientes esperam, com respostas instantâneas, rastreamento de pedidos em tempo real e zero atrito entre uma dúvida e uma resposta, estava além do que a maioria das gráficas conseguia entregar.
O desafio: chats não respondidos e clientes sem atendimento
Os cerca de 15 mil clientes ativos da Tradeprint e os 30 mil registrados em seu banco de dados viviam dentro de um ritmo transacional em que dúvidas sobre arquivos de arte, falhas de pagamento, especificações de produtos e checagens de status de pedidos não podiam esperar até o próximo dia útil.
O problema era que a Tradeprint não conseguia acompanhar a demanda. O chatbot antigo da empresa, o "Bella", era uma ferramenta baseada em árvore de decisão que atendia apenas cerca de 20% dos novos chats.
Equipe enxuta e sobrecarregada
O restante caía direto para uma pequena equipe de suporte, que já estava inundada de chamadas telefônicas sobre as mesmas perguntas administrativas de primeiro nível.
Cada minuto gasto na triagem de pedidos simples era um minuto que a equipe não passava dedicada aos clientes que precisavam de atenção humana.
A Solução com o Customer Agent da HubSpot
Quando decidiram olhar as soluções no mercado, o alinhamento da infraestrutura de tecnologia do grupo impulsionou a escolha pela IA da HubSpot.
O Customer Agent não veio para substituir a minha equipe. Ele veio para dar superpoderes a ela. Hoje, resolvemos a maioria das dúvidas rotineiras instantaneamente e usamos o tempo ganho para criar conexões reais com os nossos clientes.
Respostas instantâneas, sem aumentar a equipe
Os clientes que entravam em contato com a Tradeprint queriam majoritariamente coisas simples e rápidas: status do pedido, confirmação de pagamento, especificações do produto e orientações sobre os arquivos de arte.
Com o Customer Agent dentro do Service Hub, a Tradeprint construiu um sistema que para responder a essas dúvidas em segundos, 24 horas por dia, 7 dias por semana, enquanto continuava roteando os problemas complexos para um atendente humano com tempo disponível para tratá-los adequadamente.
Camada de triagem que fez todo o resto funcionar
O primeiro instinto foi desligar o bot antigo e deixar o Customer Agent rodando sozinho. Não funcionou, pois as requisições não estavam sendo roteadas da maneira correta.
Por isso, a equipe reconstruiu o Bella como uma versão V2: uma camada de triagem situada à frente do Customer Agent, mapeando o caminho que o chat deve seguir antes do transbordo. O Bella V2 captura e roteia; o Customer Agent resolve.
Essa única escolha de arquitetura (manter o fluxo existente e sobrepor o Customer Agent a ele) elevou o atendimento automático de chamados de ~20% para ~40% quase de imediato. Foi uma estratégia contrária ao discurso de substituição total, e funcionou.
O investimento de seis meses em atualização de base de conhecimento
Por cerca de seis meses, a equipe reconstruiu a base de conhecimento da Tradeprint, enriquecendo artigos, padronizando respostas e estruturando os dados do CRM para garantir que a IA tivesse fontes confiáveis para consultar.
Quando o Customer Agent da HubSpot foi alimentado com essa base de conhecimento renovada e integrado nativamente ao Service Hub, a taxa de desvio de chamados (chat deflection rate) saltou para ~60%.
Transformando o suporte em um motor de crescimento
Com 60% das dúvidas transacionais resolvidas instantaneamente pelo Breeze Customer Agent da HubSpot, a pequena equipe de suporte da Tradeprint recuperou centenas de horas operacionais.
Em vez de reduzir a equipe, Anthony redirecionou esse tempo livre para iniciativas de alto valor:
1. Onboarding Personalizado para 100% dos Novos Clientes: Toda primeira compra na plataforma agora recebe uma ligação humana de boas-vindas para validar as especificações do pedido e construir relacionamento.
2. Atuação Proativa em Retenção: A equipe passou a identificar sinais de risco e contatar clientes antes que o churn acontecesse.
Os resultados
A implementação do Customer Agent no Service Hub transformou radicalmente a operação de e-commerce e atendimento da Tradeprint:
- ~60% de Desvio de Chats (Chat Deflection): Salto de ~20% para ~60% de resolução automática e instantânea de chamados, sem intervenção humana.
- 100% dos Novos Clientes Contatados: A equipe humana agora realiza chamadas de onboarding personalizado para a totalidade dos novos compradores.
- ~2% de Redução no Churn: A transição do suporte reativo para um relacionamento proativo gerou uma queda direta na taxa de cancelamento de clientes.
- Escala com Equipe Enxuta: Capacidade de atender a base de ~15.000 clientes ativos e expandir o volume de vendas sem a necessidade de contratar mais atendentes.
%203.19.08%20p.%20m..png?width=215&height=50&name=Captura%20de%20Pantalla%202022-10-27%20a%20la(s)%203.19.08%20p.%20m..png)
