Introdução

Em todas as áreas de negócio de uma organização incluindo as equipas comerciais, a produtividade e qualidade da informação são importantes para a operação. É comum as empresas organizarem eventos presenciais e efetuarem participações em feiras. A angariação e manutenção de informação num contexto muitas vezes frenético e de muitos contatos em pouco tempo, e o respetivo acompanhamento posterior, pode ficar comprometido quando a informação não é registada com fiabilidade.

Embora com uma alguma diminuição de uso, face a alternativas digitais, os cartões físicos de visita ainda são comuns, e angariar a informação presente num cartão de visita de forma eficaz, é uma oportunidade para acelerar o processo comercial. Há ganhos claros na redução do trabalho manual e na garantia de que cada novo contacto entra no CRM com maior precisão e menos fricção.

Este artigo detalha uma solução para a angariação eficaz de informação de um cartão de visita para um CRM, através de uma aplicação móvel capaz de digitalizar cartões de visita, extrair a informação relevante através de OCR (Optical Character Recognition), organizar os dados por categorias e criar automaticamente leads para acompanhamento em Salesforce.

Passos Globais

A solução geral assume um conjunto de blocos principais usados por norma em sequência, e que assumem alguns desafios:

Digitalização do cartão

Um tema que há anos poderia ser de difícil resolução, acaba por ser quase trivial recorrendo às camaras dos dispositivos móveis, tablets e desktops. Hoje com facilidade e rapidez a imagem do cartão fica disponível para processamento pelo próximo bloco.

Extração de informação

Também é hoje amplamente disponível para todos os sistemas operativos, uma panóplia de bibliotecas para a extração de informação escrita (e não escrita) a partir de imagens – OCR – Optical Character Recognition. Usando essas bibliotecas, ficamos prontos para o próximo bloco – a categorização da informação extraída.

Categorização da informação

Naturalmente uma abordagem heurística não acomoda a variedade e tipologias de cartões. Numa abordagem inicial de teste dos blocos implementámos a categorização da informação baseada em regras e heurísticas. Por exemplo, se o texto continha o símbolo “@”, era classificado como email. Se apresentava apenas números, assumia-se que seria um número de telemóvel. Esta lógica funciona em casos básicos, mas naturalmente que tem muitas limitações, nomeadamente porque as regras a utilizar são mínimas.

Campos como nome da pessoa, nome da empresa ou morada não seguem padrões suficientemente consistentes para serem identificados de forma fiável apenas com regras fixas. Além disso, o OCR nem sempre devolve resultados perfeitos, sobretudo quando os cartões incluem símbolos, layouts complexos ou formatações menos convencionais.

Como uma validação por parte do utilizador antes da submissão é imperativa, do ponto de vista deste, isto traduzia-se em muitas correções manuais, tempo perdido, e uma experiência nada fluída, o que do ponto de vista dos objetivos a atingir, significava uma quebra no principal valor da solução: automatizar e simplificar.

A transição para uma abordagem com IA

De modo a ultrapassar estas limitações, procurámos preparar a categorização com recurso a uma solução baseada em Inteligência Artificial. Depois de um estudo das opções disponíveis, analisando características como, fiabilidade, velocidade de processamento, custo, disponibilidade nos sistemas operativos, etc, optámos pelo uso de uma API da OpenAI. Esta mudança permitiu dar um passo importante: deixar de depender apenas de padrões rígidos e passar a interpretar o contexto do texto extraído.

Na prática, isto traz duas vantagens relevantes. Por um lado, melhora a robustez da solução perante erros ou imperfeições do OCR. Por outro, aumenta a capacidade de identificar corretamente campos ambíguos, mesmo quando a informação não vem formatada de forma previsível.

Esta evolução é especialmente importante em cenários comerciais reais, onde a variedade de cartões, marcas e estilos gráficos é grande. Uma solução que funciona apenas em casos ideais pode parecer suficiente em desenvolvimento, mas deixa de escalar quando entra em contacto com a realidade do terreno.

Registo e validação de informação

A solução implementada interage diretamente com uma solução de CRM, no nosso caso de Salesforce. Após a categorização de informação por AI, o utilizador pode validar se esta categorização lhe parece adequada, e pode então submeter a informação para Salesforce.

Nessa altura é possível consultar o CRM através de serviços e ao mesmo tempo perceber se haverá probabilidade de ser informação já existente, onde uma mensagem de alerta é dada ao utilizador da aplicação, para confirmar que ação tomar. Deste modo mantem-se o foco na qualidade de informação. É também possível efetuar a uma submissão offline de dados, mantendo assim a possibilidade de manter o funcionamento da aplicação em ambientes de baixa conectividade.

Valor comercial para equipas de vendas e marketing

A principal vantagem deste tipo de solução não está apenas na tecnologia. Está no impacto direto que tem na produtividade comercial.

Ao automatizar a passagem de um cartão físico para um lead estruturada em Salesforce, a solução reduz tarefas repetitivas, diminui o risco de erro humano e acelera o follow-up comercial. Isso é particularmente valioso em eventos, feiras, reuniões presenciais e contextos de networking, onde a velocidade de resposta pode fazer a diferença entre ganhar ou perder uma oportunidade.

Além disso, ao melhorar a qualidade dos dados desde o primeiro contacto, a empresa passa a beneficiar de informação mais limpa para segmentação, reporting e automação de marketing. Em vez de gastar tempo a corrigir dados, as equipas podem concentrar-se em trabalhar as oportunidades.

Conclusão

Este projeto mostrou, na prática, que a Inteligência Artificial pode ser utilizada para melhorar processos, complementar ou substituir abordagens tradicionais. Mais do que uma decisão técnica, a utilização de IA deve ser equacionada quando contribui significativamente para a qualidade do produto final e para a experiência do utilizador.