📍 Onde é configurado?
Para acessar essa configuração, dirija-se ao Canvas > Configuração Global > seção Etapas.
🗂️ O catálogo de etapas
Cortex parte de um catálogo padrão com uma ordem hierárquica predefinida:
Awareness → Lead → MQL → SQL → Opportunity
Essa ordem não é apenas visual, pois determina o comportamento do preenchimento automático. Para cada etapa, você deve configurar três elementos:
Campo | Editável | Descrição |
Nome no Atom | Não | Nome padrão da etapa. É o identificador que permite comparar métricas entre diferentes fluxos e empresas. |
Nome da etapa | Sim | Nome próprio do seu caso de uso. É o texto que você verá em relatórios, interface de usuário (UI) e rastreabilidade. |
Condição para guardar | Sim | Expressão escrita em linguagem natural que define exatamente quando a conversa atende essa etapa. |
💡 Importante: Uma etapa que não tenha uma condição definida ficará inativa e o sistema não a avaliará em runtime (tempo de execução).
⏪ Preenchimento automático para trás
Quando uma conversa é classificada em uma etapa avançada, o sistema marca automaticamente como alcançadas todas as etapas anteriores que não o estivessem
.
Por que isso acontece?
Um cliente pode chegar direto a uma etapa avançada sem passar explicitamente pelas anteriores. Se um lead atende a condição de SQL em sua primeira mensagem, o funnel deve refletir que logicamente também passou por Lead e MQL. Sem isso, seu relatório de conversão ficaria com lacunas irreais.
As etapas preenchidas automaticamente recebem o mesmo timestamp (marca de tempo) que a etapa que as disparou, e ficam marcadas com um indicador visual que as distingue das etapas classificadas explicitamente.
🏆 Etapa máxima alcançada
Cada conversa expõe um valor derivado que indica a etapa mais alta que conseguiu alcançar durante toda sua jornada. Esse valor nunca retrocede. Se o cliente, por algum motivo, voltar a uma etapa anterior na conversa, a "etapa máxima" fica registrada intacta.
💡 Recomendação para Relatórios: Os relatórios de funnel devem sempre usar a "etapa máxima alcançada" e não a etapa no encerramento. Caso contrário, um cliente que chegou a SQL e depois esfriou ou retrocedeu, apareceria contado em uma etapa inferior, fazendo com que sua conversão medida fique abaixo da realidade.
Além da etapa atual e da máxima, o sistema guarda (persiste) o histórico completo das etapas alcançadas.
🎓 Exemplo prático
Imaginemos que uma universidade configura seu catálogo com nomes próprios adaptados ao seu processo:
Nome no Atom | Nome próprio | Condição |
Awareness | Interessado | O cliente pergunta informações gerais sobre a universidade ou seus programas. |
Lead | Candidato | O cliente manifestou interesse em um programa específico e compartilhou seus dados de contato. |
MQL | Documentado | O cliente confirmou que tem título de graduação e está avaliando datas de inscrição. |
SQL | Pronto para inscrever | O cliente tem título, orçamento aprovado e quer se inscrever no próximo semestre. |
O cenário:
Um aspirante escreve em sua primeira mensagem: "Olá, quero me inscrever no Mestrado em Data Science para o próximo semestre, já tenho meu título de graduação e o orçamento aprovado pela minha empresa."
O resultado:
O sistema classifica instantaneamente a conversa como SQL e preenche automaticamente MQL, Lead e Awareness colocando-lhes o mesmo timestamp. No relatório semanal, esse aspirante conta corretamente nas quatro etapas e não apenas em SQL.
✍️ Como escrever boas condições
Para que a inteligência artificial classifique corretamente, cada etapa precisa de um critério que não se sobreponha com o das demais. Se duas condições são ambíguas ou muito parecidas, a classificação será inconsistente e sua relatoria perderá valor.
💡 Regra de Ouro: Convém que a condição descreva um fato observável na conversa (ex. "compartilhou seus dados de contato", "confirmou data e hora") e não um estado interno do cliente que o LLM tenha que adivinhar ou inferir.
Meça seu sucesso com precisão! 🚀
Configurar corretamente as etapas do funnel e suas condições lhe oferece uma radiografia exata do comportamento dos seus clientes, permitindo-lhe tomar decisões baseadas em dados reais e automatizar seus próximos passos em Flowbuilder com total confiança. ✅