Consultora de beleza virtual fora do horário comercial: quem atende às 23h

A maior parte do tráfego de um e-commerce de beleza não respeita o relógio do time de atendimento. A cliente abre o celular depois de colocar as crianças para dormir, compara duas bases, não sabe qual subtom é o dela e fecha a aba. Uma consultora de beleza virtual fora do horário comercial existe exatamente para esse intervalo: o período em que a dúvida aparece, ninguém responde e a decisão simplesmente não acontece.

Este artigo trata do desenho operacional desse turno — o que automatizar, o que enfileirar para o dia seguinte e como não criar uma experiência pior do que o silêncio.

O silêncio da madrugada é um custo invisível

Quando o chat está offline, três coisas acontecem com a cliente indecisa: ela compra errado, ela não compra, ou ela deixa a compra para depois e esquece. As duas primeiras aparecem no relatório (devolução, abandono de carrinho). A terceira nunca aparece, porque não há evento para registrar.

O reflexo comum é ampliar horário de SAC humano. É caro e escala mal: o volume de madrugada é irregular, e a maior parte das perguntas é repetitiva — tom de base, diferença entre dois acabamentos, qual shampoo para cabelo cacheado com oleosidade na raiz, se um produto serve para pele sensível. São perguntas que dependem muito mais de conhecer a cliente e o catálogo do que de improviso humano.

Consultora de beleza virtual fora do horário comercial: o que ela resolve sozinha

A diferença entre um chatbot genérico e uma consultora útil está em uma coisa: ela precisa saber com quem está falando e quais produtos existem no estoque daquela marca. Sem isso, o atendimento noturno vira FAQ animada.

Dúvida de tom e de subtom

É a campeã do carrinho abandonado. Em vez de pedir que a cliente se autoclassifique ("você é clara, média ou escura?"), a consultora pede uma selfie e lê atributos visíveis: tom de pele, subtom, tipo e condição aparente da pele, características do cabelo. Esse perfil vem de uma análise de pele e cabelo por selfie via API e cada campo volta com um score de confiança, o que permite decidir quando responder com firmeza e quando oferecer duas opções em vez de uma.

Dúvida de rotina e de combinação

"Posso usar esses dois juntos?", "o que falta na minha rotina?". Aqui a consultora cruza o perfil com o catálogo da marca e monta uma sugestão coerente, com produtos que existem e estão disponíveis. Importante: ela descreve atributos visíveis da foto e recomenda cosméticos — não é uma avaliação médica e não substitui profissional de saúde. Qualquer menção a condição de pele que fuja disso deve virar escalonamento, não resposta.

Dúvida de pedido e de política

Rastreio, prazo, troca. Normalmente já existe integração para isso. O ganho é não quebrar a conversa: a mesma janela responde "onde está meu pedido" e "qual corretivo para minha área dos olhos", sem jogar a cliente em outro canal.

O que não deve ser automatizado

Reclamação, reação adversa relatada, pedido com problema de pagamento, pergunta sobre gravidez ou medicação. Tudo isso vira um ticket com contexto e uma resposta honesta: "vou passar para o time, que retorna pela manhã". Honestidade sobre o horário é melhor do que uma resposta inventada.

Como montar o turno da noite

Comece pelo catálogo, não pelo roteiro

A consultora só é boa quanto o dado de produto que ela lê. Isso significa atributos estruturados: acabamento, cobertura, faixa de tom, textura, indicação por tipo de cabelo, disponibilidade. Um catálogo com descrição apenas em texto livre produz recomendação vaga em qualquer horário — mas de madrugada ninguém corrige.

Defina a fila de escalonamento e o SLA de retorno

Tudo que a consultora não resolve precisa virar fila priorizada para o primeiro horário do dia seguinte, com o histórico da conversa e o perfil de beleza anexados. O atendente humano começa o turno com contexto, não com "bom dia, como posso ajudar?". Esse é um dos maiores ganhos do modelo e raramente é dimensionado no projeto.

Reaproveite o perfil no dia seguinte

O perfil gerado às 23h é o mesmo que a página de produto, o CRM e a loja física deveriam ler. Se a cliente volta na terça pelo desktop, a consultora não pede a selfie de novo — ela confirma. Guardar o perfil com versão e data evita a sensação de recomeço, que é o que mais irrita quem já se apresentou uma vez.

Decida onde a prova visual entra

Quando a dúvida é "como fica em mim", texto não resolve. Uma prova virtual de maquiagem por foto dentro da conversa transforma uma recomendação abstrata em uma imagem concreta, com a paleta calibrada nos SKUs reais da marca. É um recurso especialmente útil à noite, quando não existe loja aberta para testar.

O que medir nesse recorte

Não misture o turno noturno com o dia inteiro na mesma planilha. Separe: volume de conversas por faixa de horário, taxa de resolução sem humano, taxa de escalonamento, conversão das sessões que receberam recomendação versus as que não receberam, e devolução por tom nos pedidos originados nesse período. Resultados variam conforme catálogo, tráfego e canal de cada marca — o número que importa é a sua linha de base antes e depois.

Um sinal qualitativo vale tanto quanto: leia as conversas em que a consultora escalou. Elas mostram o que falta no catálogo ou no roteiro melhor do que qualquer dashboard.

Onde cada peça se encaixa

O MaIA Beauty Advisor é a camada de conversa: lê o perfil de beleza, conversa com o catálogo da marca e recomenda em WhatsApp, página de produto e chat. Ele é entregue como projeto junto com o time da B4A, porque depende do seu catálogo e das suas regras de escalonamento — veja a página da consultora de beleza virtual para entender o escopo. Debaixo dela, MaIA Scan e MaIA Try-On são APIs self-serve: você cria a conta, compra créditos e recebe a chave.

Se quer começar pelo perfil de beleza e ver o JSON antes de desenhar o turno da noite, crie sua conta e sua chave de API na documentação — ou fale com o time para desenhar a consultora integrada ao seu catálogo.