Amazon SageMaker acelera desenvolvimento de solução de Lead Score do EBANX e dobra taxa de conversão

O EBANX é uma fintech de pagamentos com atuação global que iniciou suas atividades em 2012 e hoje processa pagamentos para grandes websites, serviços online e varejistas de todo o mundo. Com sua infraestrutura baseada na AWS, recentemente a fintech iniciou o desenvolvimento de uma solução de Lead Score que, junto com outras iniciativas, reduziu em 55% o tempo de qualificação de leads e elevou a taxa de conversões de 7% para 15%.

O EBANX foi criado em 2012, quando seus fundadores perceberam uma oportunidade: o comércio eletrônico no Brasil começava a ganhar visibilidade e os brasileiros compravam mais pela internet, ao mesmo tempo em que a maioria deles não conseguia comprar em sites de fora porque não tinha o método de pagamento aceito por esses sites. Inspirados em players que já faziam algo similar, mas sem um foco definido no Brasil e outros países da América Latina, eles criaram a fintech que atualmente processa pagamentos para sites de todo o mundo em nove países da América Latina. Em linhas gerais, estes sites se conectam ao EBANX e enviam uma solicitação de transação para a plataforma.

Hoje, suas operações se dividem entre os mercados enterprise, mid market e pequenas empresas, e a fintech tem registrado um grande fluxo de lojistas internacionais que estão iniciando suas atividades na América Latina e precisam de um processador de pagamentos. “Com a crescente procura, criamos uma estrutura para atender melhor a estes clientes”, explica Ronaldo Bitencourt, gerente de geração de demanda do EBANX.

O executivo lembra que, ao longo dos anos, o volume de leads cresceu bastante, levando o EBANX a criar um processo interno de qualificação que atendesse a determinados critérios. “Por exemplo, em função de legislações específicas e de normas internas, não podemos processar pagamentos para determinados segmentos de empresas, como jogos de azar ou medicamentos. Sempre tivemos uma dificuldade muito grande de identificar os perfis das empresas que chegam até nós, que tipo de produtos vendem, se estão formalizadas, se têm conta em banco”, lembra.

Tanto é assim que, do total de potenciais clientes que procuravam o EBANX, principalmente os pequenos, somente de 7% a 8% eram qualificados. Com o tempo e o aumento do volume, o processo interno de qualificação criado pela fintech tornou-se impreciso e demorado. Diante disso, no final de 2019, surgiu a ideia de desenvolver um modelo de machine learning que classificasse os leads, conforme chegassem ao pipeline de vendas do EBANX.

Felipe Brandão, líder do time de Data Science do EBANX, lembra que a modelagem do que seria a solução estava clara e que a colaboração da AWS, que já hospedava toda a estrutura da companhia, foi fundamental para definir como colocar este modelo em operação. “Temos dois mundos: o comercial e o marketing. Queríamos entrar no meio do caminho. Para isso houve o desenvolvimento do modelo (teste e prototipagem) e o deploy dele, com a interface entre os dois modelos”, explica Brandão.

O modelo desenvolvido pelos times do EBANX e da AWS previa a armazenagem de toda a base de leads no Data Lake da fintech. Para isso, os dados da área de marketing foram integrados ao lake e o Amazon SageMaker passou  a rodar todos os modelos de treinamento e inferência. Já os serviços envolvidos passaram a rodar no Amazon API Gateway, no AWS Lambda e no Amazon DynamoDB, na seguinte arquitetura:

“Com os serviços da AWS, utilizamos um modelo próprio do EBANX, que classifica o lead e traz a probabilidade de conversão desse cliente, apresentada em cinco flags: very low, low, medium, high e very high. Essa é a informação que segue para o comercial”, afirma Brandão, lembrando que a partir dessa classificação a área comercial define suas ações.

Bitencourt afirma que, a partir da implementação da solução de Lead Score, todo o processo de qualificação dos leads ficou mais transparente para as áreas de marketing e comercial. “Com essa classificação conseguimos priorizar os leads mais quentes, o que tem feito com que a eficiência do time aumente”, comemora.

Não por acaso, o tempo de qualificação de leads caiu 55% e, mais que isso, a taxa de conversão destes leads cresceu de 7% para 15%. “Com o Lead Score começamos a modificar também o modo como trabalhamos: conseguimos priorizar os principais leads sem perder volume de vendas.” Outra métrica citada por Bitencourt diz respeito ao potencial de receita de cada lead qualificado. “A fatia de leads com que trabalhamos hoje tem uma probabilidade 60% maior de se tornarem nossos clientes”, revela.

A entrada em operação da solução também trouxe mudanças organizacionais. Com os benefícios do Lead Score, parte do time comercial do EBANX pode se dedicar mais à prospecção ativa de clientes, em vez de ficar restrito a operações reativas. “O principal ganho foi em eficiência, reduzindo nosso envolvimento e tempo com leads de baixa sinergia. Estamos trabalhando menos para gerar mais resultados. Continuamos crescendo com um volume menor de leads”, diz.

Com esta evolução, o EBANX se prepara agora para trabalhar na ampliação da automatização de seus processos. Como o volume de leads continua crescendo, a fintech estuda formas de automatizar o processo de onboarding dessas empresas. “A ideia é criar mecanismos para automatizar o máximo possível a entrada desses leads. Já temos projetos beta de self onboarding, em que o lead poderá entrar automaticamente. Mas o grande foco do momento é identificar e priorizar os clientes com maior potencial de receita”, afirma Bitencourt.