Relatório de Performance - Agente de IA Emccamp

Análise de Perda e Eficácia do Atendimento | Jul-Out 2025

Author

Morada.ai - Equipe de Data Science

Published

November 11, 2025

📊 Sumário Executivo

0.0.1 Mensagem Principal para a Diretoria

Este relatório revela uma distorção crítica em nossas métricas de atendimento: 85% de nossas conversas são iniciadas por automações (“Ativas”), inflando artificialmente nossa “taxa de não-resposta” para 64.6%.

A descoberta central é que a performance real do nosso atendimento, medida pelas conversas iniciadas pelos leads (“Reativas”), é significativamente melhor, com uma taxa de não-resposta de apenas 34.5%.

O relatório identifica que nosso maior problema não é a qualidade do lead ou preço, mas sim a perda de engajamento na primeira interação. As recomendações estratégicas focam em corrigir essa “poluição” de dados e otimizar a primeira abordagem para capitalizar sobre os leads que já demonstram interesse.


Métrica Geral Conversas REATIVAS\n(Lead iniciou) Conversas ATIVAS\n(MIA iniciou)
0 Total de Conversas 66,268 9,859 56,409
1 Proporção 100% 14.9% 85.1%
2 Taxa de Resposta 35.4% 65.5% 30.2%
3 Taxa de Não-Resposta 64.6% 34.5% 69.8%
4 Taxa de Qualificação 7.3% 12.4% 6.4%
5 Leads Qualificados 4,846 1,221 3,625
🎯 Contexto e Objetivo do Relatório

Este relatório analisa a eficácia do atendimento via IA da Emccamp no período de Julho a Outubro de 2025 (4 meses), com foco em:

Problema Identificado: - Taxa de não-resposta de 64.6% está inflacionada por conversas ativas (automações) - 85% das conversas são iniciadas pela MIA (mensagens ativas) - Métricas não refletem a performance real do atendimento

Objetivo: - Separar conversas ATIVAS (MIA iniciou) vs REATIVAS (lead iniciou) - Identificar a taxa real de não-resposta (apenas conversas reativas) - Analisar motivos de perda e oportunidades de melhoria - Fornecer recomendações estratégicas baseadas em dados

⚠️ Descoberta Crítica: Poluição de Dados

85.1% das conversas são ATIVAS (MIA iniciou via automações/talk), inflacionando a taxa de não-resposta em 30 pontos percentuais. Isso significa que nossa visão sobre a eficácia do atendimento estava sendo distorcida por um volume massivo de automações de baixo desempenho.

  • Taxa de não-resposta GERAL: 64.6% (A métrica que víamos até hoje)
  • Taxa de não-resposta REAL (apenas reativas): 34.5% (A métrica que realmente importa)
  • Diferença: 30.1 pontos percentuais de distorção!

Conclusão: As métricas gerais não refletem a performance real do atendimento. Este relatório analisa separadamente para corrigir essa distorção.


1 🔍 Análise de Conversas: Ativas vs Reativas

📖 Definições

Conversa REATIVA: Lead inicia o contato (demonstração ativa de interesse)
Conversa ATIVA: MIA inicia via automação/talk (reabordagem, campanha, etc.)

Critério: Primeiro ator da conversa (ignorando mensagens system) diferente de ‘user’ = ATIVA

1.1 📊 Visão Geral

Figure 1: Distribuição de Conversas por Tipo
💡 Insight Principal

A taxa de não-resposta REAL é 34.5%, não 64.6%!

Quando removemos as conversas ativas da análise (85% do total), a taxa de não-resposta cai 30 pontos percentuais. Isso significa que:

  • Performance real do atendimento é MUITO melhor do que aparenta
  • Conversas ativas têm performance 2x pior (30% resposta vs 65%)
  • 85% das conversas são automações - problema de poluição massiva

2 📉 Análise de Perda - Conversas REATIVAS

Foco: Análise apenas de conversas iniciadas pelo lead (métricas reais de performance)

Contexto para a Diretoria: A partir deste ponto, todas as análises de “perda” e “funil” irão focar exclusivamente nas conversas “Reativas”. Esta é a única forma de medir a real eficácia do agente de IA e entender onde nossos leads mais qualificados (aqueles que nos procuraram) estão sendo perdidos.

2.1 🎯 Funil de Conversão

Figure 2: Funil de Conversão - Conversas Reativas

### Resumo do Funil - Conversas Reativas
- **Total**: 9,859 conversas
- **Responderam**: 6,462 (65.5%) - Taxa de resposta ✅
- **Qualificados**: 1,221 (12.4%) - Taxa de qualificação
- **Perdidos**: 8,638 (87.6%) - Taxa de perda 🔴

2.2 📊 Principais Motivos de Perda


### Tabela Detalhada de Motivos
(a) Top 10 Motivos de Perda - Conversas Reativas
Motivo Quantidade Percentual
0 Nunca Respondeu (1ª mensagem) 3397 38.2%
1 Parou de responder 2772 31.2%
2 Não está interessado 783 8.8%
3 Localização do Imóvel 413 4.6%
4 Outros (Não Categorizado) 386 4.3%
5 Renda incompatível 241 2.7%
6 Respondeu - Sem motivo 236 2.7%
7 Contato Fora do Escopo 235 2.6%
8 Preço Alto 124 1.4%
9 Não foi possível identificar 97 1.1%
(b)
Figure 3

2.2.1 A História por Trás dos Motivos de Perda

A análise dos motivos de perda (Figura acima) é clara: o maior ralo de leads não são objeções tradicionais como “Preço Alto” ou “Renda incompatível”. O problema real é que quase 70% dos leads que perdemos simplesmente desistem da conversa.

Isso indica que nosso desafio principal não é o produto ou o público, mas sim a nossa abordagem e a qualidade do engajamento inicial. Estamos falhando em reter a atenção do lead nos primeiros momentos cruciais da interação.

⚠️ Alerta Crítico: Perda de Engajamento

6,169 leads (69.4% das perdas) foram perdidos por falta de engajamento:

  • Nunca Respondeu (1ª mensagem): 3,397 leads (38.2%)
  • Parou de Responder: 2,772 leads (31.2%)

Este é o maior vazamento do funil!

Ações Urgentes:

  1. Revisar mensagem inicial de boas-vindas

  2. Testar diferentes abordagens de primeira interação

  3. Implementar estratégia de reengajamento

  4. Verificar timing do primeiro contato


3 💰 Análise de Renda

Uma hipótese comum para a perda de leads é a de que estamos atraindo um público com renda incompatível. Esta seção investiga essa hipótese para confirmar se o perfil de renda dos leads que nos procuram é qualificado.

3.1 📊 Estatísticas Gerais

Métrica Valor
0 Total de Leads 9,859
1 Leads com Renda Informada 1,510
2 % Informou Renda 15.3%
3 Renda Média R$ 8,102.06
4 Renda Mediana R$ 6,000.00
5 Renda Mínima R$ 0.00
6 Renda Máxima R$ 66,000.00
7 Desvio Padrão R$ 6,921.96

3.2 📈 Distribuição de Renda

Figure 4: Distribuição de Renda dos Leads

3.3 🏢 Renda por Empreendimento

### Top 15 Empreendimentos por Renda Média
Renda Média Renda Mediana Renda Mín Renda Máx Conversas c/ Renda Conversas Únicas
product
Veredas do Ouro R$ 21,750.00 R$ 14,500.00 R$ 5,000.00 R$ 66,000.00 6 6
Village Europa R$ 17,512.50 R$ 3,900.00 R$ 2,250.00 R$ 60,000.00 4 4
Villa Mares R$ 14,250.00 R$ 13,000.00 R$ 6,000.00 R$ 30,000.00 8 8
Oceanside Recreio R$ 12,979.31 R$ 12,000.00 R$ 1,518.00 R$ 55,000.00 61 61
Porto Carioca R$ 12,413.75 R$ 10,000.00 R$ 1,500.00 R$ 50,000.00 101 101
Brizze Estoril R$ 10,811.87 R$ 7,850.00 R$ 1,518.00 R$ 45,000.00 76 76
Villagio dos Eucaliptos R$ 9,939.65 R$ 8,000.00 R$ 1,300.00 R$ 60,000.00 156 156
Nostro Mooca R$ 9,299.48 R$ 8,000.00 R$ 0.00 R$ 35,000.00 61 61
Ravello Jundiaí R$ 8,812.24 R$ 7,000.00 R$ 2,500.00 R$ 31,800.00 49 49
Altus Vila Prudente R$ 7,453.20 R$ 6,499.00 R$ 600.00 R$ 27,000.00 101 101
Vision Penha R$ 7,221.72 R$ 6,200.49 R$ 1,400.00 R$ 25,000.00 60 60
L1ne Praça da Árvore R$ 7,210.13 R$ 7,000.00 R$ 1,200.00 R$ 20,000.00 58 58
L1ne Parada Inglesa R$ 7,180.27 R$ 5,500.00 R$ 1,500.00 R$ 43,000.00 129 129
Serena Residence R$ 7,118.12 R$ 6,000.00 R$ 450.00 R$ 42,000.00 120 120
Alma Carioca R$ 6,610.40 R$ 5,800.00 R$ 1,500.00 R$ 30,000.00 139 139
Figure 5: Renda Média e Mediana por Empreendimento (Top 10)
💡 Insights de Renda: Estamos Atraindo o Público Certo

A análise de renda desfaz um mito comum. A Renda Mediana de R$ 6,000.00 e a média de R$ 8,102.06, alinhadas à distribuição nos empreendimentos, mostram que não estamos atraindo o público errado.

  • 1,510 leads informaram renda (15.3%)

  • Renda Média: R$ 8,102.06

  • Renda Mediana: R$ 6,000.00

  • Outliers extremos removidos (> R$ 100.000)

Conclusão Estratégica: O foco da otimização não deve ser na geração de novos leads (pois o perfil é bom), mas sim no atendimento e engajamento dos leads qualificados que já estamos recebendo.

Nota: A desqualificação por “Renda Incompatível” representa apenas uma pequena parcela de todas as nossas perdas (visto na análise de motivos de perda).


4 📊 Análise de Mensagens e Engajamento

4.1 💬 Visão Geral de Mensagens

Métrica Valor
0 📨 Total de Mensagens 192,851
1 👤 Mensagens dos Usuários 59,434 (30.8%)
2 🤖 Mensagens da MIA 118,263 (61.3%)
3 📋 Templates MIA 28 (0.0%)
4 ❌ Mensagens Falhadas 1,927 (1.00%)
5
6 📈 Média por Conversa 19.56
7 👤 Média Usuário 6.03
8 🤖 Média MIA 12.00

4.2 📊 Engajamento por Status

Figure 6: Análise de Mensagens por Status de Qualificação
💡 Insight: Engajamento Prediz Conversão

Leads qualificados têm 2.7x mais mensagens que desqualificados!

  • Qualificados: 44.1 mensagens (média)

  • Desqualificados: 16.1 mensagens (média)

Implicação para o Negócio: O agente de IA não deve ser visto como um ‘formulário’ para captar dados, mas como uma ‘ponte’ para construir um relacionamento. Cada mensagem trocada aumenta exponencialmente a probabilidade de conversão. Nossas ações de melhoria (Recomendação 2) atacam diretamente essa métrica, pois vimos que 70% das perdas ocorrem justamente por falha neste engajamento inicial.


5 🔴 Análise de Conversas ATIVAS

Foco: Eficácia das automações e mensagens ativas da MIA

5.1 📊 Performance das Conversas Ativas

Métrica Valor
0 Total de Conversas Ativas 56,409
1 % do Total Geral 85.1%
2 Leads que Responderam 17,015
3 Taxa de Resposta 30.2%
4 Taxa de Não-Resposta 69.8%
5 Leads Qualificados 3,625
6 Taxa de Qualificação 6.4%
Figure 7: Comparação de Performance: Ativas vs Reativas

### Comparação de Performance
- **Taxa de Resposta**: Reativas são 35.4% **superiores**
- **Taxa de Qualificação**: Reativas são 6.0% **superiores**

**Conclusão:** Conversas ativas têm performance significativamente inferior às reativas.
⚠️ Alerta: Baixa Eficácia das Conversas Ativas

Conversas ativas apresentam performance muito inferior:

  • Taxa de resposta: 35.4% inferior

  • Taxa de qualificação: 6.0% inferior

  • Representam 85% do volume total de conversas

Impacto:

  • Distorcem métricas gerais

  • Consomem recursos da equipe e do sistema

  • Custo de Oportunidade e Risco de Marca: Além de ‘poluir’ os dados, essas 56,409 conversas automáticas representam um custo operacional e podem estar ‘queimando’ leads que poderiam ser reengajados de forma mais inteligente. A performance 35.4% inferior prova que a estratégia atual de ‘repescagem’ em massa é ineficaz e pode irritar o cliente.

Recomendação Urgente: Auditar e otimizar/desativar automações de baixa performance.


6 📅 Evolução Temporal

Figure 8: Evolução de Conversas e Qualificação por Mês

7 🎯 Recomendações Estratégicas

As recomendações a seguir são priorizadas por impacto de negócio. As ações de ‘Prioridade ALTA’ focam em corrigir os dois maiores problemas identificados neste relatório: (1) a ‘poluição’ de métricas causada por automações ineficazes e (2) a ‘perda de engajamento’ no topo do funil, que representa 70% de todas as nossas perdas.

7.1 Prioridade ALTA 🔴 (Implementar em 30 dias)

1. Reduzir Poluição de Conversas Ativas

Problema: 56,409 conversas ativas (85.1%) distorcem métricas e têm performance 35.4% inferior.

Ações:

  1. Auditar todas as automações de reabordagem

  2. Desativar automações com taxa de resposta < 15%

  3. Manter apenas automações críticas (ex: ‘sua simulação ficou pronta’)

  4. Implementar limite de tentativas (máx 2-3 por lead)

  5. Criar dashboard separado para monitorar ativas vs reativas

Impacto Esperado: Redução de 85% para 50% de conversas ativas, melhorando visibilidade das métricas reais.

2. Melhorar Taxa de Primeira Resposta

Problema: 3,397 leads (34.5%) nunca responderam à primeira mensagem.

Ações:

  1. Revisar mensagem inicial de boas-vindas

  2. Testar A/B diferentes abordagens iniciais (mínimo 3 variações)

  3. Otimizar timing do primeiro contato (testar horários: 9h-11h, 14h-17h)

  4. Implementar gatilhos contextuais baseados na origem do lead

  5. Adicionar elementos de urgência/escassez nas primeiras 24h

Meta: Reduzir taxa de não-resposta de 34.5% para 25% em 60 dias.

Impacto Esperado: +936 leads engajados/mês.

7.2 Prioridade MÉDIA 🟡 (Implementar em 90 dias)

3. Otimizar Qualificação por Renda

Contexto: Embora a renda não seja o principal motivo de perda, otimizar essa qualificação é uma melhoria de eficiência. O objetivo é parar de gastar tempo (humano e de IA) com um lead que claramente não se qualifica, e fazê-lo de forma mais rápida.

Observação: 241 desqualificações por renda incompatível.

Ações:

  1. Qualificar renda ANTES de apresentar empreendimentos

  2. Sugerir empreendimentos compatíveis automaticamente

  3. Criar matriz de compatibilidade renda x empreendimento

  4. Implementar ‘plano B’ para rendas limítrofes

Impacto Esperado: Redução de 30-40% nas desqualificações por renda.

4. Implementar Estratégia de Reengajamento

Problema: 2,772 leads pararam de responder no meio da conversa.

Ações:

  1. Criar régua de reengajamento (24h, 48h, 7 dias)

  2. Variar mensagens de retomada (não repetir mesma abordagem)

  3. Oferecer ‘atalhos’ (ex: simulação rápida sem precisar responder tudo)

  4. Transferir para humano após 2 tentativas sem resposta

Meta: Recuperar 15-20% dos que pararam.

Impacto Esperado: +485 leads recuperados/mês.

7.3 📈 Métricas para Monitoramento Mensal

Métrica Valor Atual Meta 60 dias
0 Taxa de Resposta Real (reativas) 65.5% 75%
1 Taxa de Qualificação (reativas) 12.4% 12%
2 Proporção Ativas/Reativas 572.2% (ativas) 50% (reduzir ativas)
3 Taxa de Resposta Ativas 30.2% 20%
4 Perda de Engajamento (% das perdas) 69.4% 60%

8 📋 Conclusões e Próximos Passos

💡 Principais Descobertas

1. Poluição de Dados Confirmada (85% são conversas ativas)

  • Taxa de não-resposta REAL é 34.5%, não 64.6%

  • Diferença de 30 pontos percentuais causada por automações

  • Métricas gerais não refletem performance real

2. Perda de Engajamento = Principal Problema (69.4%)

  • 6,169 leads perdidos por não-engajamento

  • 3,397 nunca responderam

  • 2,772 pararam no meio

  • Foco: Melhorar primeira mensagem e fluxo de conversa

3. Conversas Ativas São Ineficazes

  • Performance 35.4% inferior em resposta

  • Performance 6.0% inferior em qualificação

  • ROI questionável das automações

4. Engajamento Prediz Conversão

  • Qualificados têm 2.7x mais mensagens

  • Leads que interagem mais convertem melhor

  • Foco em aumentar interação inicial

5. Renda dos Leads é Compatível

  • Média: R$ 8,102.06

  • Mediana: R$ 6,000.00

  • Outliers extremos removidos da análise

  • Poucos casos de incompatibilidade por renda

🚀 Visão de Futuro: O Próximo Nível do Agente de IA

Este relatório prova que a eficácia do nosso atendimento de IA não deve ser medida pela quantidade de interações (Conversas Ativas), mas pela qualidade e eficiência do engajamento (Conversas Reativas).

Os próximos passos, detalhados nas Recomendações, moverão nosso agente de IA de um sistema ‘passivo’ que apenas responde, para um sistema ‘proativo’ que engaja, prevê o abandono e maximiza o valor de cada lead que demonstra interesse real na Emccamp.

Roadmap Simplificado:

Curto Prazo (30 dias): 1. Auditar e reduzir automações de baixa performance 2. Revisar e testar A/B mensagem inicial 3. Implementar dashboard com métricas separadas (ativas vs reativas)

Médio Prazo (90 dias): 4. Implementar régua de reengajamento 5. Qualificar renda antes de apresentar produtos 6. Criar matriz de compatibilidade renda x empreendimento

Longo Prazo (6 meses): 7. Sistema preditivo de probabilidade de resposta (ML) 8. Reabordagem inteligente baseada em comportamento 9. Análise preditiva de compatibilidade lead x empreendimento



**Relatório gerado em:** 11/11/2025 09:01

**Período analisado:** Jul/2025 a Out/2025 (4 meses)

**Base de dados:** 66,268 conversas (9,859 reativas + 56,409 ativas)