Contexto do Desafio: 

O projeto está sendo desenvolvido em uma unidade de negócios focada na eficiência dos processos e na melhoria da experiência do aluno. 

Busca-se uma solução que permita automatizar total ou parcialmente as etapas do processo de monitoria do atendimento da equipe de Suporte a alunos, habilitando avaliações e planos de ação de melhoria junto aos profissionais da área.

Objetivo:

• Automatizar ou semi-automatizar as etapas do processo de monitoria do atendimento
• Classificar o atendimento de acordo com a natureza, avaliando a qualidade da resposta de cada atendente e atribuindo-lhe uma nota, de acordo com as regras de negócio. 

Tecnologias Envolvidas:

• Inicialmente faríamos uma PoC sem integrações. 
• Num segundo momento, seria necessária integração com o SIA (sistema acadêmico) e futuramente com Salesforce. 

Serviços Buscados:

• A solução envolveria a análise textual da dúvida/pergunta do aluno e a resposta do atendente, avaliando cada critério de acordo com as regras de negócio da área.
• É esperada integração com bancos de dados de equipe e de usuários do atendimento.
• É esperada emissão de relatórios clusterizados e gráficos para análise.

Volumetria/Prazos:

• Equipe atual de suporte em atendimento simultâneo: 3 profissionais
• Capacidade para suportar base de 1,3 milhões de alunos 
• Hoje o time analisa um % muito pequeno dos atendimentos realizados em D+1. O objetivo é conseguirmos escalar a operação, aumentando o % de atendimentos monitorados.
• Periodicidade da monitoria: diária

Contexto do Desafio: 

A área de backoffice jurídico recebe os processos de 3 formas: via sistema Projuris, via empresa terceirizada e via Unidade/Polo educacional. 

No último cenário, a unidade abre uma requisição, preenchendo alguns campos e anexando o documento para sinalizar que há um novo processo. Posteriormente, o time da CSC analisa a fila de novos processos que precisam ser cadastrados no sistema Projuris. 

Para isso, precisam recopiar manualmente uma série de informações do documento anexado em outra funcionalidade da ferramenta. 

Atualmente, o volume de processos via Unidade ou Polo é o mais elevado, com custo operacional alto, maior risco de não cumprimento dos prazos previstos nos processos, e susceptibilidade a erros humanos. 

Objetivo:

São procuradas soluções que atuem em dois momentos: no aumento da eficácia da detecção de novos documentos através de fontes públicas, e na automatização do preenchimento dos campos necessários de documentos digitais no sistema Projuris, de forma diminuir a necessidade de intervenção humana e reduzir riscos jurídicos, e custos operacionais.

Tecnologias Envolvidas:

• Crowlers de dados em bases públicas;
• OCR para documentos;
• Automação robótica com APIs integradas ao Projuris;
• Recursos adicionais opcionais: aprendizado de máquina e capacidades de processamento de linguagem natural.

Serviços Buscados:

• Robos que detectem através dos diferentes CNPJs da holding, em fontes públicas como Procom, consumidor.gov, etc, e cadastrem novos processos identificados automaticamente na plataforma do Projuris.
• Para os documentos ainda recebidos manualmente, algum OCR ou tecnologia de detecção de campos que levante os dados relevantes.
• Robô que preencha automaticamente os campos necessários no sistema Projuris.

Volumetria/Prazo:

• Hoje são 6 pessoas dedicadas a realizar o processo manual, leva-se aproximadamente 40 minutos por requisição e são 1600 requisiões/mês.
• Como métrica de sucesso, espera-se avaliar a acurácia da captura dos documentos na fonte, e a redução do tempo de cadastro dos documentos.
• A decisão pela solução levará em conta os seguintes fatores, por ordem de prioridade: precisão, velocidade de processamento, custo e facilidade de uso.
• A entrega deve ser feita em fases: PoC, depois projeto piloto e rollout.

Contexto do Desafio: 

Busca-se solução que possa corrigir redações no formato do vestibular para trazer mais agilidade e redução de custos para o processo de captação de alunos, otimizando resultados da equipe comercial. 

Objetivo:

Usar inteligência artificial para trazer eficiência ao processo de correção de redações no processo de captação e admissão de alunos.

Tecnologias Envolvidas:

• Capacidade de extração e análise de textos.
• Atualmente há dois formatos de redações (online/manual) e espera-se automatizar a correção de ambos os formatos. Para o piloto é possível talvez segmentar unicamente as redações digitais, para reduzir complexidade, porém não é o ideal.
• Integração com base de dados de relatórios de correção.

Serviços Buscados:

• Inteligência Artificial, Deep Learning, Mineração de texto, Enriquecimento de dados
• Prova de Conceito (PoC), seguida de um projeto piloto e, em seguida, implementação por fases.

Volumetria/Prazo:

• Número de redações/ano: 177k/ano
• Pico de redações/dia: 400 (em outubro, devido à ação “Escolas”)
• Observação: Aqui temos um desafio de custo, pois atualmente o custo de correção por humano é relativamente baixo