Leea, uma prática autoral.
Eu ajudo times de CRM e Lifecycle a localizar uma transição crítica da jornada, organizar a evidência e sair com uma intervenção mensurável.
Prática autoral de IA aplicada a CRM e Lifecycle. IA organiza a evidência, a decisão é minha.
Demonstração sintética
Esta demonstração mostra como eu proponho organizar uma trajetória. Cada linha é um período com começo, fim e estado. Os dados são sintéticos.
| cliente_id | estado | inicio | fim |
|---|---|---|---|
| 1001 | trial | 2024-01-05 | 2024-02-04 |
| 1001 | ativo_basic | 2024-02-05 | 2024-07-31 |
| 1001 | ativo_pro | 2024-08-01 | 2024-11-15 |
| 1001 | churned | 2024-11-16 | 2024-12-31 |
Lendo em voz alta: o cliente 1001 testou por um mês, virou pagante no plano básico, subiu para o pro em agosto, e cancelou em 16 de novembro. O relatório mensal dele diz só uma coisa: churn em novembro. A tabela diz que ele subiu de plano 107 dias antes de sair, e é aí que mora a pergunta.
Todos os dados de exemplo desta página são sintéticos, criados para demonstração.
O problema
Todo mês, um número resume a saída de clientes. Churn de 3%, por exemplo. Esse número não diz quando dentro do mês a saída aconteceu, nem o que mudou antes dela.
Um número por mês. Sem tempo dentro do mês, sem estado, sem linguagem. A mesma taxa pode esconder um cliente que cancelou ontem e outro que já estava sumido havia semanas.
A mesma taxa agregada pode nascer de trajetórias muito diferentes. Veja três clientes ilustrativos na mesma janela.
A virada
A Arquitetura de Trajetórias reconstrói a relação do cliente com a marca no tempo. O resultado é um Mapa de Estados: onde o cliente está agora, e para onde ele pode ir. Clique em cada estado.
Cliente com comportamento recente compatível com o padrão saudável da jornada: interações frequentes, resposta a estímulos, linguagem de continuidade.
Sinais de queda comportamental e de linguagem aparecem antes do cancelamento formal: menos frequência, respostas mais curtas, ausência de menção a continuidade.
Sem interação dentro da janela definida pelo contrato do problema. Ainda não é churn confirmado. É um estado que pode reverter ou se consolidar como perda.
Cliente que retomou o padrão de comportamento saudável depois de um período de risco ou dormência. A recuperação também tem estado. Não é um ponto único.
Arraste o controle. Em cima, a trajetória sintética muda de estado ao longo de doze semanas. Embaixo, a regra ilustrativa recalcula os critérios e mostra quando uma hipótese deveria seguir para revisão humana.
Nesta simulação, a regra é avaliada por semana. Três critérios, todos precisam bater.
SE dias_sem_uso >= 14
E mencoes_continuidade_30d = 0
E queda_frequencia >= 40%
ENTAO especificar('hipotese_recuperacao')O corte de 14 dias é ilustrativo. Em um diagnóstico real, qualquer threshold precisaria sair do histórico disponível, ser documentado e passar por validação humana.
O método
Sulco é a metodologia. Estes são os termos que ela usa para nomear cada parte do trabalho.
Leitura de Sentido→ Leitura Temporal da Jornada→ Decisão de CRM→ Intervenção→ Medição
Metodologia de leitura de sentido, trajetória e intervenção em CRM.
Infraestrutura de dados: estados, eventos, exposições, transições.
Lógica de reconstrução temporal da relação do cliente com a marca.
Como o cliente navega pelas etapas da jornada.
Hipótese acionável sobre o momento em que uma mudança de linguagem antecede uma mudança de comportamento.
Ciclo recorrente de teste, medição, revisão de premissas e atualização do modelo.
O framework operacional
Cada etapa produz um artefato verificável. Abra cada uma para ver o que sai dela.
Define o problema exato de retenção: população, janela temporal, restrições, critério de sucesso.
Reúne o corpus da marca (campanhas, e-mails, pesquisas, suporte) e o contrato de dados. Mapeia regras de voz e limites de proteção de marca: o que a marca não permite que uma IA gere.
Reconstrução temporal dos dados do cliente. Estrutura o comportamento em episódios contínuos, com data de início, fim e indicador de censura: o que separa cliente ainda ativo no fim da janela de churn real.
Cruza variação comportamental com alteração de linguagem. Formula os Pontos de Virada.
Especifica a intervenção de CRM: tratamento contra grupo de controle, regras de elegibilidade, canais, mensagem. Aprovação humana e execução controlada.
Arquitetura de demonstração
Este recorte documenta uma arquitetura possível. Não está em produção. Agentes de IA leriam, classificariam e escreveriam uma especificação; qualquer implementação ou envio dependeria do cliente e de aprovação humana.
Uma query varre o histórico do CRM e transforma evento solto em linha de episódio, com início, fim e estado. É a tabela das quatro linhas lá de cima, só que para a base inteira.
in eventos_crm out episodios.csv
Na arquitetura proposta, um gatilho agendaria a query e entregaria o resultado ao agente. Este fluxo é especificação, não integração executada.
in cron 0 7 * * 1 out payload json
Aqui entram os agentes, e são dois. O leea_sentido lê o texto do último contato do cliente e decide se ali tem menção de continuidade, que é o que código não faz bem. O leea_retem pega essa classificação, junta com os números e aplica o corte. A conta em si fica no código, não no modelo. Quem chama os dois na ordem certa é o leea_maestro.
in episodios + texto out intervention_spec.json
A especificação proposta inclui público, texto, controle, riscos e critérios de aceite. Sem revisão humana, nenhuma recomendação segue para implementação.
in intervention_spec out aprovado ou devolvido
O diagnóstico define como preservar o controle, registrar exposição e comparar populações. A implantação e o envio não fazem parte da oferta.
in jornada aprovada out measurement_record
Na hipótese, agentes entram na leitura e na documentação. Não definem threshold, não enviam campanha e não aprovam ação. Código calcula; pessoas decidem.
Como o trabalho é feito
A arquitetura de demonstração separa oito papéis estreitos e um orquestrador. Eles documentam como a leitura poderia ser dividida, com portão humano e limites explícitos.
Eu não vendo agentes de IA nem operação em produção. Estes papéis são protótipos documentados para explicar uma hipótese de arquitetura.
Define inteligência analítica, interpretação de sentido e leitura de trajetórias.
Representa como um workflow poderia organizar evidências e preparar especificações.
Faz os cálculos, consolida histórico e processa métricas.
Define o que a marca pode testar, proteger e publicar no ar.
Descreve qual papel seria acionado, em que ordem e com qual dado. A especificação mantém estado, evita conflito de escrita e prevê portão humano.
configura: ordem de execução, portões de aprovação e limite de reprocessamentoO planejador. Pega um pedido vago e devolve um problema com recorte: qual população, qual transição, qual janela, e o que conta como sucesso.
Diferencial: define o critério de sucesso antes de ver o dado, para não escolher a métrica que ficou bonita depois
O que limpa. Tira duplicata, corrige data furada, marca contato inválido e separa quem ainda estava ativo no fim da janela de quem realmente saiu.
Diferencial: regra de censura, que é o que impede contar como cancelamento quem só não tinha vencido ainda
O construtor. Transforma evento solto em episódio com começo, fim e estado. É quem monta a tabela que você viu lá em cima, para a base inteira.
Diferencial: gramática de estados própria de cada marca, porque "ativo" não quer dizer a mesma coisa em assinatura e em educação
A leitura de linguagem e semiótica. Lê o que o cliente escreveu no suporte, na pesquisa e na resposta de campanha, e classifica o que ali é sinal de continuidade e o que é sinal de saída.
Diferencial: léxico da marca e limite de proteção, o que a marca não deixa uma IA escrever no lugar dela
O que capta padrão. Olha a base inteira e acha as trajetórias que se repetem, os grupos que se comportam igual e o ponto do tempo onde o comportamento vira.
Diferencial: captação de padrão cruzando comportamento com linguagem, não só com número de uso
A retenção. É o papel ilustrado no painel. Avaliaria critérios e recomendaria quando uma hipótese deve seguir para revisão humana.
Diferencial: definição de threshold a partir do histórico da própria base, não de referência de mercado
O que cresce. Trabalha o outro lado da mesma leitura: onde o cliente está pronto para subir de plano, comprar de novo ou indicar, e quando falar sem atrapalhar.
Diferencial: janela de oportunidade com trava de frequência, para crescimento não canibalizar a retenção
O que melhora. Compara quem recebeu com o grupo de controle, diz se a regra valeu, e devolve o corte corrigido para os agentes anteriores. É o que fecha o ciclo.
Diferencial: recalibra contra grupo de controle e registra também o que foi descartado, não só o que deu certo
Na arquitetura proposta, o aprendizado voltaria ao planejamento e à hipótese de retenção. Isso ilustra a necessidade de recalibração, não uma oferta recorrente da Leea.
A demonstração torna dependências e controles visíveis. Ela não prova uma cadeia implantada, nem operação de ponta a ponta.
O LLM interpreta e coordena. O código calcula. O conector prepara. O humano decide e aprova ação irreversível.
Evidências e limites
Meu repertório comprovado em CRM, Lifecycle, automação, governança e mensuração.
Ver relatosSemiótica de produto aplicada a e-mail e landing page, dentro de um plano de orquestração completo. Não é entrega da Leea.
Ver case FênixLeitura de dados e psicologia do consumidor aplicadas à experiência. Score RFM, ofertas por estágio e pesquisas levaram uma festa de 300 a 500 para 2 a 3 mil pessoas por edição.
Ver relatosLinguagem para ler a marca. A pauta institucional vira segmentação, jornada e nutrição. Estratégia documentada, sem execução em produção.
Ver caseLinguagem para desenhar prospecção. Um projeto social vira canal de aquisição, com a pessoa convidada como lead de alto valor. Estratégia documentada, sem execução em produção.
Ver caseTabelas, mapa e regras ilustram a hipótese com dados sintéticos. Não são resultado de cliente.
Ver demonstraçãoLeea é um estudo de retenção que lê os sinais anteriores à decisão de cancelar em quatro camadas: comportamento, voz de marca, semiótica e tempo de permanência em cada estado da jornada.
Ver case autoralPrefira CSV anonimizado, query executada pelo cliente, exemplos sem PII, dicionário de campos e leitura somente quando indispensável e aprovada.
Aderência
O time sente que algo mudou (ativação, risco, retenção, reativação ou expansão) só depois que o KPI já se moveu. O diagnóstico localiza a transição, junta os sinais que sustentam a hipótese e define como medir o próximo teste.
Se isso descreve o time, a conversa começa por uma transição.
Como eu trabalho
É assim que eu entro numa operação de CRM. Em até dez dias úteis, com os dados certos em mãos, já tenho uma jornada mapeada, uma transição identificada e uma intervenção pronta para testar.
Isso termina com uma decisão documentada:
Jornada, população, estados, mudança observável, decisão em jogo, inclusões, exclusões e limitações.
Eventos, timestamps, mensagens, regras atuais, fontes, lacunas e limites da leitura.
Público, canal, condição de entrada, regra proposta, controle humano, riscos e aceite.
Eventos, propriedades, baseline, denominadores, população, janela, comparação, limites causais, sucesso e guardrails.
O que testar, instrumentar ou não automatizar, com dependências, responsáveis, pendências e priorização.
Próximo passo
Conte qual jornada está em jogo, o que mudou e quais dados já existem. Eu respondo se o diagnóstico cabe no escopo.