CA
Canada GooseCanada Goose · Canadá · 2026

Agente de atendimento

Em picos, especialistas eram consumidos por perguntas de baixo valor como status de pedido e garantia, reduzindo capacidade de conversas consultivas. A solução adotada foi: Agentforce para resolução autônoma de demandas transacionais no atendimento.

ProduçãoEvidência A · Forte
Escala: Atendimento ao cliente / pico sazonalInício: 2026

RELATO DO CASE

O que a empresa fez

01
O problema original
Em picos, especialistas eram consumidos por perguntas de baixo valor como status de pedido e garantia, reduzindo capacidade de conversas consultivas.
Como era antes
Style Experts gastavam tempo com volume transacional que poderia ser automatizado.
02
O objetivo
Automatizar interações-alvo sem perder a capacidade humana de atender questões complexas e de alto valor.
A solução de IA
Agentforce para resolução autônoma de demandas transacionais no atendimento.

Como funciona

Agente identifica e resolve interações-alvo; casos que exigem expertise podem seguir para especialistas humanos.

Mensagem → agente → dados/políticas → resolução ou escalonamento → especialista.

Dados utilizados

Pedidos; garantia; contexto de atendimento; políticas; dados de cliente necessários à resolução.

Decisão apoiada

A consulta pode ser resolvida autonomamente ou deve ser transferida para um especialista?

Ação gerada

Resposta/resolução automática ou handoff.

O que continua sob decisão humana

Sim — escalonamento para especialistas

O que fica com a IA
Agentforce para resolução autônoma de demandas transacionais no atendimento.
Quem utiliza
Clientes; Style Experts; operações de atendimento.
Integração ao processo
Mensagem → agente → dados/políticas → resolução ou escalonamento → especialista.
Limitações
Resultados são específicos às interações-alvo; automação precisa de critérios claros de escalonamento e governança.
Riscos reportados no case
Resultados são específicos às interações-alvo; automação precisa de critérios claros de escalonamento e governança.

EVIDÊNCIAS DO CASE

Resultados publicados

Resultado medido89 %

Interações-alvo resolvidas autonomamente

Direção
Sem direção
Escopo
89% das interações-alvo resolvidas autonomamente; tempo de espera no pico caiu 13,9%; satisfação aumentou 21,2%. A métrica deve ser interpretada no escopo de maturidade do case: Produção.
Confiança
Alta
Contexto
Case publicado pela Salesforce com métricas da Canada Goose.
Salesforce / Canada Goose
Resultado medido13,9 %

Redução do tempo de espera no pico

Direção
Redução
Escopo
89% das interações-alvo resolvidas autonomamente; tempo de espera no pico caiu 13,9%; satisfação aumentou 21,2%. A métrica deve ser interpretada no escopo de maturidade do case: Produção.
Confiança
Alta
Contexto
Case publicado pela Salesforce com métricas da Canada Goose.
Salesforce / Canada Goose
Resultado medido21,2 %

Aumento de satisfação

Direção
Aumento
Escopo
89% das interações-alvo resolvidas autonomamente; tempo de espera no pico caiu 13,9%; satisfação aumentou 21,2%. A métrica deve ser interpretada no escopo de maturidade do case: Produção.
Confiança
Alta
Contexto
Case publicado pela Salesforce com métricas da Canada Goose.
Salesforce / Canada Goose
Síntese dos resultados
89% das interações-alvo resolvidas autonomamente; tempo de espera no pico caiu 13,9%; satisfação aumentou 21,2%.
Benefícios
Capacidade liberada para atendimento consultivo; menor espera; experiência mais consistente.
Evidência A

Case publicado pela Salesforce com métricas da Canada Goose.

O nível representa a força da evidência disponível na biblioteca, não uma avaliação da empresa.

Problemas AMEM relacionados

Relação principal

P40Atendimento repetitivo

O case utiliza Agentforce para resolução autônoma de demandas transacionais no atendimento. para tratar um problema de negócio com mecanismos aderentes a “Atendimento sobrecarregado por demandas repetitivas”. A decisão apoiada no case é: A consulta pode ser resolvida autonomamente ou deve ser transferida para um especialista?

Relevância5 / 5
Relação forte

P44Trabalho administrativo

O case utiliza Agentforce para resolução autônoma de demandas transacionais no atendimento. para tratar um problema de negócio com mecanismos aderentes a “Tempo excessivo em tarefas administrativas repetitivas”. A decisão apoiada no case é: A consulta pode ser resolvida autonomamente ou deve ser transferida para um especialista?

Relevância4 / 5
Relação forte

P48Workflow manual

O case utiliza Agentforce para resolução autônoma de demandas transacionais no atendimento. para tratar um problema de negócio com mecanismos aderentes a “Processos repetitivos, handoffs e aprovações pouco automatizados”. A decisão apoiada no case é: A consulta pode ser resolvida autonomamente ou deve ser transferida para um especialista?

Relevância4 / 5
Relação relacionada

P35Copiloto do vendedor

O case utiliza Agentforce para resolução autônoma de demandas transacionais no atendimento. para tratar um problema de negócio com mecanismos aderentes a “Vendedor demora para encontrar informação comercial”. A decisão apoiada no case é: A consulta pode ser resolvida autonomamente ou deve ser transferida para um especialista?

Relevância3 / 5

Capacidades de IA utilizadas

Agentes de IA e Execução Autônoma Controlada

Papel
Executar autonomamente com limites
Aplicação
No case Agente de atendimento, a capacidade “Agentes de IA e Execução Autônoma Controlada” contribui para: Agente identifica e resolve interações-alvo; casos que exigem expertise podem seguir para especialistas humanos. A saída apoia a decisão: A consulta pode ser resolvida autonomamente ou deve ser transferida para um especialista?
Tecnologia
Agentic AI; GenAI/LLM; NLP
Fornecedor
Salesforce Agentforce
Importância5 / 5

Busca Semântica e RAG

Papel
Informar / recuperar conhecimento
Aplicação
No case Agente de atendimento, a capacidade “Busca Semântica e RAG” contribui para: Agente identifica e resolve interações-alvo; casos que exigem expertise podem seguir para especialistas humanos. A saída apoia a decisão: A consulta pode ser resolvida autonomamente ou deve ser transferida para um especialista?
Tecnologia
Agentic AI; GenAI/LLM; NLP
Fornecedor
Salesforce Agentforce
Importância4 / 5

Classificação, Triagem e Roteamento

Papel
Classificar e rotear
Aplicação
No case Agente de atendimento, a capacidade “Classificação, Triagem e Roteamento” contribui para: Agente identifica e resolve interações-alvo; casos que exigem expertise podem seguir para especialistas humanos. A saída apoia a decisão: A consulta pode ser resolvida autonomamente ou deve ser transferida para um especialista?
Tecnologia
Agentic AI; GenAI/LLM; NLP
Fornecedor
Salesforce Agentforce
Importância4 / 5

Geração e Adaptação de Texto

Papel
Gerar/adaptar linguagem
Aplicação
No case Agente de atendimento, a capacidade “Geração e Adaptação de Texto” contribui para: Agente identifica e resolve interações-alvo; casos que exigem expertise podem seguir para especialistas humanos. A saída apoia a decisão: A consulta pode ser resolvida autonomamente ou deve ser transferida para um especialista?
Tecnologia
Agentic AI; GenAI/LLM; NLP
Fornecedor
Salesforce Agentforce
Importância3 / 5

INTERPRETAÇÃO EDITORIAL · AMEM / RECTRIX

Como este case pode inspirar sua empresa?

Avaliação editorial para apoio à análise durante o Workshop AMEM.
Aprendizado executivo
Automatizar o transacional permite preservar humanos para conversas de maior valor e sensibilidade.
Aplicação AMEM
Agente de WhatsApp para pedido, prazo, disponibilidade, troca e FAQ, com escalonamento para vendedor/atendente.
MVP sugerido
Automatizar 3–5 intenções de alto volume e baixo risco, medindo contenção, tempo e satisfação.
Dados mínimos do MVP
Pedidos; status; política de troca; catálogo; cliente; histórico de atendimento; regras de escalonamento.
Impacto AMEM5 / 5Replicabilidade5 / 5Complexidade3 / 5Score AMEM4,6 / 5

Sugestões para experimentação no contexto AMEM. Não são resultados publicados nem garantias de desempenho.

RASTREABILIDADE

Fontes e evidências

Fonte principalCase de fornecedor

How Canada Goose Used AI to Expand Capacity...

Salesforce / Canada Goose · 14/07/2026

O que a fonte sustenta
A fonte sustenta a existência/funcionamento do case “Agente de atendimento” e, conforme aplicável, os resultados descritos: 89% das interações-alvo resolvidas autonomamente; tempo de espera no pico caiu 13,9%; satisfação aumentou 21,2%.
Tipo de evidência
Métrica
Confiança no claim
Alta

Resultados publicados pelas próprias empresas ou por parceiros/fornecedores devem ser interpretados no escopo declarado; ausência de auditoria independente quando não indicada.

Abrir fonte
Fonte secundáriaSite corporativo

Agentforce Metrics — Canada Goose

Salesforce · 2026

O que a fonte sustenta
A fonte sustenta o case “Agente de atendimento” e, conforme aplicável, o resultado: 89% das interações-alvo resolvidas autonomamente; tempo de espera no pico caiu 13,9%; satisfação aumentou 21,2%.
Tipo de evidência
Métrica
Localizador · trecho
Agentforce metrics page confirms 89% routine resolution and -13.9% wait time
Confiança no claim
Média

Mesma provedora da solução.

Abrir fonte