© PORTFÓLIO '24
RACH SARRA
Horário local –
GMT (-3:00)
© PORTFÓLIO '24
RACH SARRA
Horário local –
GMT (-3:00)
© PORTFÓLIO '24
RACH SARRA
Horário local –
GMT (-3:00)
Papel
Product designer
Product Manager
Cliente
z1
Tags
Banco digital
Design system
chatbot
Customer support
© 2021
De cartão pré-pago à conta digital líder na América Latina.
A Superdigital foi criada em 2012 como ContaSuper, um cartão pré-pago focado em folha de pagamento com alta rotatividade. Em 2017, foi adquirida pelo Grupo Santander, instituição financeira espanhola e terceiro maior banco privado no Brasil. Desde então, expandiu seus serviços, oferecendo uma conta digital em toda a América Latina, com mais de 1,9 milhão de contas abertas e 70 milhões de transações realizadas globalmente.
Durante meus seis meses trabalhando com Design Ops, desenvolvi um design system robusto com base na nova identidade visual do banco, estabelecendo a direção visual do aplicativo e garantindo a aderência aos padrões definidos. Aperfeiçoei o design system com a ajuda de uma equipe multidisciplinar composta por mais de 20 designers de produto e desenvolvedores, trabalhando em estreita colaboração com cada um para atualizações, documentação e implementação.
De cartão pré-pago à conta digital líder na América Latina.
A Superdigital foi criada em 2012 como ContaSuper, um cartão pré-pago focado em folha de pagamento com alta rotatividade. Em 2017, foi adquirida pelo Grupo Santander, instituição financeira espanhola e terceiro maior banco privado no Brasil. Desde então, expandiu seus serviços, oferecendo uma conta digital em toda a América Latina, com mais de 1,9 milhão de contas abertas e 70 milhões de transações realizadas globalmente.
Durante meus seis meses trabalhando com Design Ops, desenvolvi um design system robusto com base na nova identidade visual do banco, estabelecendo a direção visual do aplicativo e garantindo a aderência aos padrões definidos. Aperfeiçoei o design system com a ajuda de uma equipe multidisciplinar composta por mais de 20 designers de produto e desenvolvedores, trabalhando em estreita colaboração com cada um para atualizações, documentação e implementação.
De cartão pré-pago à conta digital líder na América Latina.
A Superdigital foi criada em 2012 como ContaSuper, um cartão pré-pago focado em folha de pagamento com alta rotatividade. Em 2017, foi adquirida pelo Grupo Santander, instituição financeira espanhola e terceiro maior banco privado no Brasil. Desde então, expandiu seus serviços, oferecendo uma conta digital em toda a América Latina, com mais de 1,9 milhão de contas abertas e 70 milhões de transações realizadas globalmente.
Durante meus seis meses trabalhando com Design Ops, desenvolvi um design system robusto com base na nova identidade visual do banco, estabelecendo a direção visual do aplicativo e garantindo a aderência aos padrões definidos. Aperfeiçoei o design system com a ajuda de uma equipe multidisciplinar composta por mais de 20 designers de produto e desenvolvedores, trabalhando em estreita colaboração com cada um para atualizações, documentação e implementação.
Uma base sólida.
Antes de podermos trabalhar no site e na plataforma bancária, precisávamos estabelecer uma base sólida. Isso foi garantido pela criação de um design system que abrange todos os produtos e serviços que a Superdigital oferece, incluindo sites, aplicativos e muito mais. Esse design system contempla tudo o que alguém precisa saber antes de trabalhar com a marca da Superdigital, desde as regras de redação até o timing adequado de todas as animações.
Uma base sólida.
Antes de podermos trabalhar no site e na plataforma bancária, precisávamos estabelecer uma base sólida. Isso foi garantido pela criação de um design system que abrange todos os produtos e serviços que a Superdigital oferece, incluindo sites, aplicativos e muito mais. Esse design system contempla tudo o que alguém precisa saber antes de trabalhar com a marca da Superdigital, desde as regras de redação até o timing adequado de todas as animações.
Uma base sólida.
Antes de podermos trabalhar no site e na plataforma bancária, precisávamos estabelecer uma base sólida. Isso foi garantido pela criação de um design system que abrange todos os produtos e serviços que a Superdigital oferece, incluindo sites, aplicativos e muito mais. Esse design system contempla tudo o que alguém precisa saber antes de trabalhar com a marca da Superdigital, desde as regras de redação até o timing adequado de todas as animações.
A plataforma bancária.
Considerando o público-alvo e as diversas opções que a Superdigital oferece, tanto as versões mobile quanto desktop da plataforma precisavam ser o mais simples e transparentes possível. O uso de um vocabulário comum e tutoriais, com o design system que mantinha as interações e visuais alinhados com os produtos com os quais o usuário já havia tido contato, foi essencial.
A plataforma bancária.
Considerando o público-alvo e as diversas opções que a Superdigital oferece, tanto as versões mobile quanto desktop da plataforma precisavam ser o mais simples e transparentes possível. O uso de um vocabulário comum e tutoriais, com o design system que mantinha as interações e visuais alinhados com os produtos com os quais o usuário já havia tido contato, foi essencial.
A plataforma bancária.
Considerando o público-alvo e as diversas opções que a Superdigital oferece, tanto as versões mobile quanto desktop da plataforma precisavam ser o mais simples e transparentes possível. O uso de um vocabulário comum e tutoriais, com o design system que mantinha as interações e visuais alinhados com os produtos com os quais o usuário já havia tido contato, foi essencial.
Introducing Zelfy: a rule-based chatbot solution.
Our initial solution involved a “rule-based” chatbot, also known as a “click bot.” This system utilized pre-defined conversation flows, guiding users through selected responses based on our existing macros.
To validate its effectiveness, the initial experiment focused on the “Top 10 FAQs” received by CX agents at Z1. This approach aimed to assess the success and usefulness of the self-service layer. Users were presented with predefined options, allowing the conversation to progress based on their selections. If none of the available macros addressed a specific case, the user was redirected to a CX agent for further assistance.
Introducing Zelfy: a rule-based chatbot solution.
Our initial solution involved a “rule-based” chatbot, also known as a “click bot.” This system utilized pre-defined conversation flows, guiding users through selected responses based on our existing macros.
To validate its effectiveness, the initial experiment focused on the “Top 10 FAQs” received by CX agents at Z1. This approach aimed to assess the success and usefulness of the self-service layer. Users were presented with predefined options, allowing the conversation to progress based on their selections. If none of the available macros addressed a specific case, the user was redirected to a CX agent for further assistance.
Introducing Zelfy: a rule-based chatbot solution.
Our initial solution involved a “rule-based” chatbot, also known as a “click bot.” This system utilized pre-defined conversation flows, guiding users through selected responses based on our existing macros.
To validate its effectiveness, the initial experiment focused on the “Top 10 FAQs” received by CX agents at Z1. This approach aimed to assess the success and usefulness of the self-service layer. Users were presented with predefined options, allowing the conversation to progress based on their selections. If none of the available macros addressed a specific case, the user was redirected to a CX agent for further assistance.
Evaluating Zelfy's impact.
After two months of making Zelfy available to 100% of the user base, the data showed promising signs of improvement:
✸ Retention Rate: Zelfy achieved an average retention rate of 24%, indicating that a significant portion of users engaged with the chatbot throughout their support journey without needing further assistance.
✸ Resolution Rate: The chatbot had an average resolution rate of 4.85%, with some weeks reaching nearly 10%. Since the issues users faced varied from week to week and Zelfy initially only addressed the top 10 frequently asked questions, it is understandable that the resolution rate was not very high at the start. These results reflect the early stages of automation and provide a foundation for future development.
✸ Customer Satisfaction (CSAT): A CSAT survey conducted regarding the chatbot's performance yielded an average score of 80.16%, showing that the majority of users were satisfied with the support provided by Zelfy.
This experiment served as a proof of concept for Zelfy. The chatbot continued to be expanded with more topics to tackle a wider range of issues. Recognizing Zelfy's potential, Z1 later invested in a generative chatbot model to further enhance support for both users and analysts, taking customer service to the next level.
Evaluating Zelfy's impact.
After two months of making Zelfy available to 100% of the user base, the data showed promising signs of improvement:
✸ Retention Rate: Zelfy achieved an average retention rate of 24%, indicating that a significant portion of users engaged with the chatbot throughout their support journey without needing further assistance.
✸ Resolution Rate: The chatbot had an average resolution rate of 4.85%, with some weeks reaching nearly 10%. Since the issues users faced varied from week to week and Zelfy initially only addressed the top 10 frequently asked questions, it is understandable that the resolution rate was not very high at the start. These results reflect the early stages of automation and provide a foundation for future development.
✸ Customer Satisfaction (CSAT): A CSAT survey conducted regarding the chatbot's performance yielded an average score of 80.16%, showing that the majority of users were satisfied with the support provided by Zelfy.
This experiment served as a proof of concept for Zelfy. The chatbot continued to be expanded with more topics to tackle a wider range of issues. Recognizing Zelfy's potential, Z1 later invested in a generative chatbot model to further enhance support for both users and analysts, taking customer service to the next level.
Evaluating Zelfy's impact.
After two months of making Zelfy available to 100% of the user base, the data showed promising signs of improvement:
✸ Retention Rate: Zelfy achieved an average retention rate of 24%, indicating that a significant portion of users engaged with the chatbot throughout their support journey without needing further assistance.
✸ Resolution Rate: The chatbot had an average resolution rate of 4.85%, with some weeks reaching nearly 10%. Since the issues users faced varied from week to week and Zelfy initially only addressed the top 10 frequently asked questions, it is understandable that the resolution rate was not very high at the start. These results reflect the early stages of automation and provide a foundation for future development.
✸ Customer Satisfaction (CSAT): A CSAT survey conducted regarding the chatbot's performance yielded an average score of 80.16%, showing that the majority of users were satisfied with the support provided by Zelfy.
This experiment served as a proof of concept for Zelfy. The chatbot continued to be expanded with more topics to tackle a wider range of issues. Recognizing Zelfy's potential, Z1 later invested in a generative chatbot model to further enhance support for both users and analysts, taking customer service to the next level.