ASAAS Corta 85% o Tempo de Resposta de NF com a Birdie

Sobre a ASAAS

A ASAAS é a camada de tecnologia financeira e operacional do pequeno e médio empresário brasileiro. Instituição de Pagamento e SCD autorizada pelo Banco Central, sediada em Joinville, ela centraliza cobranças, Pix, antecipação de recebíveis, emissão de nota fiscal, conta digital e ERP em uma única plataforma. Já são mais de 3,5 milhões de contas criadas, mais de R$ 148,9 bilhões movimentados e mais de 487,5 milhões de cobranças pagas.

O fato estrutural que molda todo o CX da empresa: o cliente da ASAAS não é um usuário casual. Quando algo falha na plataforma, o negócio dele trava. A cobrança não sai, o fornecedor não é pago, o dinheiro não entra. A ASAAS tem o selo RA1000 no Reclame Aqui e opera um CX multicanal em chat, WhatsApp, telefone, e-mail, bot e Ouvidoria.

O contexto e os desafios

A ASAAS tinha um problema de escala na escuta, não de intenção. Entre janeiro e maio de 2026, 236.825 atendimentos passaram pelo funil de relacionamento. Só na jornada de Atendimento, 16.091 customer signals únicos chegaram por mais de seis canais: tickets de suporte, texto livre de NPS, Ouvidoria, Reclame Aqui, Consumidor.gov e redes sociais.

Nenhuma estrutura manual lê esse volume. Sem tecnologia, uma empresa desse tamanho decide por amostragem, por anedota ou pelo cliente que grita mais alto. E as métricas operacionais pioram o problema porque parecem uma resposta: TME e CSAT dizem o quanto dói, nunca onde nem por quê.

Essa lacuna escondia justamente os signals que custavam dinheiro. Um bot que "resolvia" tickets abandonados pelo cliente. Uma falha de emissão de NF gerando churn silencioso em contas PJ. Uma resposta-padrão transformando neutros em detratores no NPS. Antes do ciclo de melhoria, a área de Atendimento carregava 60,6% de detração de NPS. E 70% dos casos de Ouvidoria nasciam no Reclame Aqui, o que significa que cada dor não tratada virava discurso público de marca, ameaçando o selo RA1000 e o NPS institucional.

O custo dessa cegueira era concreto. Um cliente PJ relatou quatro meses sem conseguir resolver a emissão de nota fiscal, emitindo manualmente todo esse tempo e cogitando abertamente voltar para o banco tradicional.

A pergunta que a ASAAS precisava responder não era "o quanto nosso cliente está satisfeito". Era: qual falha específica, em qual jornada, para qual segmento de cliente, está custando retenção agora?

Como a Birdie ajudou

A Birdie se tornou a infraestrutura de escuta que sustenta cada decisão de CX e de produto na ASAAS, construída como um workspace dedicado com taxonomia desenhada para as jornadas da fintech, não um esquema genérico de feedback.

Cobertura total, sem amostragem

A Birdie captura todos os canais ao mesmo tempo: tickets do Zendesk, texto livre de NPS, registros de Ouvidoria, Reclame Aqui, Consumidor.gov e menções sociais. A IA generativa então classifica cada manifestação por área, oportunidade, causa-raiz, segmento e sentimento. Em uma única jornada, em um único trimestre, isso significou 16.091 signals únicos analisados com 100% de cobertura. Cada manifestação carrega cinco níveis de sentimento mais causa-raiz mais segmento (PJ ou PF, plano, porte), então um padrão pode ser lido por quem ele afeta, não só por quantas vezes aparece.

Uma taxonomia viva no lugar de uma árvore de categorias parada

Na ASAAS, categoria é oportunidade nomeada e rastreável: "dificuldade de contato com humanos", "demora na resolução", "atendimento de NF". Cada uma aponta de volta para os tickets que a originaram. É a diferença entre relatório e diagnóstico. "Problema de login" como categoria não diz nada a um time; os pontos de falha específicos embaixo dela dizem o que construir.

O mesmo signal alimentando duas altitudes

Uma frase de cliente alimenta tanto a visão tática (matriz esforço por impacto que ordena o que corrigir) quanto o radar estratégico (o funil Atendimento, Ouvidoria, Reclame Aqui). Seis jornadas rodaram em relatórios evolutivos mensais: Atendimento, Antecipação de Cartão, Extrato, Pague Contas, Segurança (login, token e MFA) e Onboarding. Só Segurança contribuiu com mais de 6.000 signals em três oportunidades de melhoria priorizadas. Onboarding contribuiu com mais de 5.000, gerando três oportunidades, duas já em desenvolvimento.

Sentimento em tempo quase real como alerta antecipado

Como a classificação roda de forma contínua, e não em ciclo de pesquisa, a curva de sentimento virou instrumento ao vivo. No dia mais crítico da crise de janeiro, ela registrou quase 12 manifestações negativas para cada positiva, com volume de neutros igualmente alto: empresários indecisos sobre o futuro do próprio negócio. Foi essa leitura que mostrou à ASAAS que a crise era um problema de confiança, não apenas de fila.

De insight a ação

Os relatórios da Birdie são co-produzidos mensalmente com o time de CX Ops da ASAAS, e o que sai deles não é um documento. É pauta com dono e prazo, levada a fóruns com produto, atendimento, segurança, onboarding e diretoria. Cada relatório abre com os pontos que precisam virar decisão, traz cases de clientes na íntegra com número de ticket e protocolo, e fecha com uma matriz esforço por impacto em que cada ação proposta responde a uma frase real de cliente.

O princípio que governa o programa: nenhuma ação entra na matriz sem evidência de cliente, e nenhuma dor recorrente fica sem dono. A voz do cliente deixou de ser opinião e virou evidência rastreável. O fórum parou de debater achismo.

Decisões closed-loop que a ASAAS entregou

E então o sistema foi testado sob estresse

Em 1º de janeiro de 2026, a reforma tributária (LC 214/2025, que unifica cinco tributos em dois com transição até 2033) tornou obrigatório um novo padrão de nota fiscal eletrônica. A emissão migrou de cerca de 2.000 sistemas municipais para um Portal Nacional único, com novos campos, códigos e regras. Em poucos dias, o excesso de acessos derrubou o sistema nacional. As APIs falharam. Foram 216 milhões de documentos fiscais no mês de estreia.

"O que vimos em janeiro foi um cenário de caos absoluto, muito pior do que qualquer projeção inicial."

Christophe T. Chavey, CEO da Nota Gateway

Dentro da operação da ASAAS, os tickets subiram 208% no pico da primeira semana, 188 por dia, 4.011 criados em janeiro. O CSAT caiu 26,2 pontos, de 87,1% para 60,9%, com resolutividade abaixo de 10% no pior momento. O backlog foi a 8 vezes, de 200 para 1.622 tickets em dias, um déficit de mais de 1.000 por dia. O TME médio bateu 15h29, alta de 237% sobre as cerca de 4 horas de dezembro.

Toda crise impõe a mesma pergunta: você cuida da operação ou do cliente? A ASAAS decidiu que não precisava escolher e, mais importante, que não podia esperar o Portal Nacional se estabilizar sozinho. Essa decisão foi tomada com dado: o termômetro de sentimento e a categorização de causas-raiz que vinham da Birdie.

A resposta rodou em quatro camadas ao mesmo tempo. No operacional, extensão de horário acionada no dia em que o backlog bateu 1.200, força-tarefa híbrida de CX mais especialistas de NF, agentes N2 realocados para N1 para elevar a resolução na primeira interação, quatro frentes de varredura ativa de backlog e redistribuição de canais que subiu voz em 60%. No tático, plano de contingência em 5 de janeiro que reduziu as metas de SLA em 80%, categorização em massa de causas-raiz em 8 de janeiro, 777 tickets respondidos por automação em um dia, 309 duplicados mesclados por IA, IA de suporte no Zendesk e reportes automatizados a cada três horas. Na comunicação, contato em massa antes de o cliente ligar, segmentado por tipo de erro, pop-up para emissores de NF dentro da plataforma, FAQ e base interna padronizados, e publicações em todas as redes sociais, incluindo o CEO assumindo publicamente o problema antes de existir solução. E no contato, uma operação até então 100% receptiva passou a ligar para os clientes impactados, identificados pelo cruzamento da segmentação da Birdie com dados de plataforma, priorizando grandes contas com SLA crítico.

Resultados

Resposta à crise, 20 dias a partir do plano de contingência de 5 de janeiro

• 31 horas para normalizar o SLA de NF em N2, que estava violado havia 5 dias
• Backlog 69% menor, de 1.622 para 501 tickets em menos de duas semanas
• Retenção do bot em 47% no dia 11 de janeiro, contra 14,7% no pico do colapso, recuperação de 220%
• Acionamentos internos 85% menores, de 280 para 42, com IA de suporte no Zendesk
• 777 tickets respondidos automaticamente em um único dia (8 de janeiro), 19% do volume da crise, mais 309 tickets duplicados mesclados por IA

O trimestre que consolidou a virada, Q1 2026

‍

"Cinco minutos com a especialista certa resolveram o que meses de atendimento padrão não conseguiram. Esse é o respeito ao cliente na prática: não o que a empresa declara, mas o que ela escolhe fazer quando custa."

Klaa Advocacia, cliente PJ da ASAAS contatado proativamente na crise

O programa em regime, mês a mês

Além dos números

A crise passou. O que ela construiu ficou.

A ASAAS saiu de janeiro com um playbook de crise de NF escrito do zero, com gatilhos, rito de resposta e papéis definidos, pronto para a próxima onda regulatória. A reforma segue até 2033, então a ASAAS mantém hoje um calendário regulatório anual e antecipa cada marco em vez de reagir a ele. A fusão de duplicados por IA, implementada em caráter emergencial em 9 de janeiro, virou estrutura permanente da operação. A base de conhecimento escrita sob pressão foi para o Copilot do Zendesk com os erros mais frequentes de NF, e a documentação consolidada na crise é o que levou o bot de 32% de retenção para 86,2%.

Duas mudanças estruturais importam mais do que tudo isso.

A primeira é que uma operação de atendimento 100% receptiva aprendeu a fazer contato ativo, priorizado por dado. Essa capacidade não existia na ASAAS antes de janeiro de 2026 e não desapareceu depois.

A segunda é governança. As mudanças passaram do CX: um OKR estratégico para a crise tributária foi aprovado como compromisso corporativo, que é a cara que o cliente no centro tem quando ele é estrutura de governança e não slogan. A voz do cliente na ASAAS não é um relatório que apoia decisão. É o sistema operacional em que a decisão roda.

Perguntas frequentes

Como a ASAAS reduziu em 85% o tempo de resposta de nota fiscal? Tratando o colapso da emissão de NF em janeiro de 2026 como problema diagnosticável, e não como fila a esvaziar. O Customer Intelligence da Birdie categorizou causas-raiz em massa em 8 de janeiro e acompanhou o sentimento em tempo quase real, o que mostrou à ASAAS quais erros comunicar proativamente, quais tickets automatizar e quais clientes ligar primeiro. O TME saiu de 15h29 em janeiro para 1 hora no fim do Q1, com o backlog de NF 93% menor.

Em quanto tempo um time de CX consegue agir sobre os customer signals? Rápido o suficiente para importar, se a camada de escuta já estiver rodando. A ASAAS normalizou um SLA de NF violado em 31 horas e cortou o backlog em 69% em menos de duas semanas. Essa velocidade veio de infraestrutura construída antes da crise, não improvisada nela: classificação com cobertura total, taxonomia nomeada e um ritual mensal que já havia treinado a organização a transformar signal em decisão com dono.

Como bancos digitais e fintechs evitam que a reclamação chegue ao regulador? Resolvendo a dor antes do caminho de escalonamento. Na ASAAS, 70% dos casos de Ouvidoria nasciam no Reclame Aqui, então o funil Atendimento, Ouvidoria, reclamação pública virou métrica monitorada. Entre janeiro e maio de 2026, apenas 5.429 de 236.825 atendimentos chegaram à Ouvidoria, taxa de escalonamento de 2,29%, o que significa 97,7% das dores resolvidas antes de virarem caso público ou regulatório.

Quer esse nível de visibilidade sobre os seus customer signals? Agende uma demo.

Veja como a Birdie funciona para serviços financeiros e conheça a customer context layer completa.

Mais histórias de clientes: Nubank · Neon · Mercado Bitcoin