⚠️ Crítico: SLA de resposta SDR crítico em conversas.
⚠️ Atenção: Taxa de fallback acima da meta.
⚠️ Atenção: Taxa de intervenção SDR acima da meta.
KPIs da IA
Taxa de Autonomia
—
Meta: 70%
Taxa de Fallback
—
Meta: <20%
Taxa de Intervenção SDR
—
Mensagens manuais enviadas por humanos
Taxa de Resposta IA
—
Sem dados
Versão do Prompt Ativa
—
Aguardando dados
Solicitaram Humano
—
Labels: solicitou_atendimento_humano
Temperatura & Sentimento
IA vs. Humano — Conversão por Etapa
Taxa de qualificação e agendamento por tipo de atendimento
Temperatura dos Leads (Análise de Sentimento)
Baseado no campo temperatura do analise_conversa
Produtos & Necessidades Detectados pela IA
Produtos Citados nas Conversas
Menções extraídas automaticamente do campo analise_conversa
Categorias de Necessidade do Lead
Classificação automática das dores detectadas pela IA
Temas de Conversa & Gaps
Temas Abordados nas Conversas
Categorias de assuntos detectados pela IA
Principais Gaps de Funcionalidade
Dúvidas que a IA não soube responder — retroalimentar prompt e produto
Sem dados — campo não mapeado na base
Qualidade & Versões
Autonomia da IA por Versão de Prompt
Evolução da taxa de autonomia e fallback ao longo das versões
SLA de Resposta SDR (Classificação da IA)
Classificação automática extraída do campo analise_conversa
🚨 Alertas — Leads de Alto Score Parados
🧠 Insights IA
Analisando KPIs com IA...
Insights Estratégicos
Temperatura × Conversão por Etapa
Taxa de Conversão por Temperatura do Lead
Validação da precisão do sentimento da IA
Produtos Citados × Taxa de Qualificação
Quais produtos geram leads mais qualificados
Mapa de Calor: Hora do Dia × Dia da Semana
Volume de Leads por Hora e Dia da Semana
Identifica os melhores horários para cobertura do time — baseado em 534 leads com hora registrada
Perfil ICP: Quartos × Diária
Distribuição de Leads por Faixa de Diária × Quartos
Identifica o "Sweet Spot" do ICP ideal
Source × Temperatura do Lead
Qual canal traz leads mais quentes
Nuvem de Palavras
Dificuldades Relatadas
Coluna "dificuldade" · — registros
Nenhum dado de dificuldade registrado
PMS Utilizados
Distribuição de sistemas de gestão · — registros
Necessidade × Produto Citado
Necessidade Detectada × Produto Mais Citado
Correlação entre dor do cliente e produto de interesse
FUPs Realizados × Taxa de Qualificação
Quantos follow-ups são necessários para qualificar
Campos Existentes no CRM (57 colunas)
Taxa de Preenchimento por Campo
Campos críticos com baixo preenchimento precisam de atenção
Campos por Categoria
Distribuição dos 57 campos por grupo funcional
Campos Extraídos do JSON da IA (analise_conversa)
Novos Campos Recomendados para Adicionar ao CRM
🧠 Score Preditivo: Calculando em tempo real...
Cobertura de Dados Públicos
Médias e Benchmarks da Base
Distribuição de Lead Score
Histograma Lead Score 1–6
Distribuição calculada em tempo real pelo algoritmo calculateScore()
Score Médio por Etapa do Funil
Score cruzado com status atual do lead
Top 20 Leads por Score Preditivo
Leads Priorizados pelo Modelo
Ordenados por score_final DESC — calculado em tempo real · clique em "ver" para decomposição completa
Temperatura e Fatores do Modelo
Score Médio por Temperatura da IA
Validação cruzada: temperatura da conversa vs. score calculado
Contribuição Máxima por Componente
Máximo de pontos que cada variável pode contribuir ao score base (70 pts)
Oportunidades de Enriquecimento de Dados
Visão Geral do Pipeline de Receita
MRR Total Potencial
—
se todos os leads ativos converterem
MRR Provável
—
aplicando taxa histórica por faixa
Ticket Médio Estimado
—
média ponderada por volume em cada faixa
⚠ Qualif. sem Fat. Calculável
—
sem diaria ou quartos preenchidos
Funil de Receita por Etapa
Potencial de Receita em Cada Etapa do Funil
Pipeline Bruto MRR, Ticket Médio e MRR Ponderado — dados reais do banco
MRR por Faixa de Faturamento do Hotel
Resumo por Faixa de Receita Potencial
Faturamento mensal estimado do hotel × taxas de conversão históricas reais → MRR Total Potencial e MRR Provável
| Faixa de Faturamento |
Leads Ativos |
Agendados |
Aprofundados |
Taxa Conv. (hist.) |
MRR Médio (hist.) |
MRR (hist. won) |
MRR Total Potencial |
MRR Provável |
MRR Provável (barra) |
MRR Provável por Etapa do Funil × Faixa de Faturamento
MRR Provável por Faixa (R$)
MRR esperado aplicando a taxa de conversão histórica a cada faixa
Taxa de Conversão Histórica por Faixa
Quanto maior o faturamento do hotel, maior a taxa de conversão
MRR Total Potencial vs. MRR Provável por Faixa
Compara o teto de MRR (todos os leads convertidos) com o MRR esperado pelas taxas históricas
MRR Provável por Etapa do Funil
MRR Provável em Cada Etapa — Visão Consolidada
Aplica a taxa de conversão histórica média ponderada sobre os leads em cada etapa do funil
Análise de Receita
Receita Fechada vs. Prevista (Mensal)
Comparação entre receita realizada e projeção preditiva
Pipeline por Etapa (Valor R$)
Distribuição do valor potencial ao longo do funil
Receita por Segmento
Pipeline por Tipo de Estabelecimento
Onde está concentrado o maior potencial de receita
Receita Prevista por Faixa de Score
Quanto vale o pipeline de cada faixa de probabilidade
Velocidade & Ciclo de Venda
Tempo Médio até Fechamento por Fonte
Qual canal fecha mais rápido (dias médios do lead ao won)
Receita Acumulada no Ano
Evolução da receita fechada + projeção até dezembro
Faturamento Potencial Real por Faixa
Leads Qualificados por Faixa de Faturamento Potencial
Baseado em diaria × quartos × 30 — apenas leads qualificados+
Volume por Faixa de Faturamento
Qualificado / Agendado / Aprofundado por faixa + taxa Agend./Qualif.
MRR Provável por Faixa (dados reais)
MRR esperado = MRR médio histórico × leads da faixa × taxa de conversão
Top 8 Leads por MRR Esperado
Leads Qualificados com Maior Faturamento Potencial
Calculado por diaria × quartos × 30 — MRR esperado aplica taxa histórica da faixa