Como a Canny automatizou a coleta de avaliações para seu recurso Autopilot com IA
Andrew Rasmussen, fundador da Canny, entrou em contato com o Reviewflowz em maio de 2024 com um objetivo ambicioso: "Estamos lançando um produto este mês chamado Canny Autopilot. Ele detecta e agrega feedback de vários canais (conversas de suporte/vendas, avaliações públicas, etc.)"
A Canny ajuda empresas B2B a coletar e organizar feedback de produtos para criar roadmaps melhores. Seu novo recurso Autopilot usa IA para detectar e categorizar automaticamente feedback de várias fontes, incluindo avaliações públicas de lojas de apps, marketplaces de software e plataformas de avaliações.
Mas construir e manter raspadores para cada plataforma de avaliações desviaria o foco do time da inovação no produto principal.
O desafio: comprovar que o feedback alimentado por IA funciona em escala
A Canny precisava demonstrar que o Autopilot conseguia lidar com padrões de uso do mundo real antes que seus clientes investissem na plataforma completa.
"Vendemos principalmente para empresas B2B, muitos dos nossos clientes não têm tantas avaliações públicas." Mas, quando tinham, essas avaliações ficavam espalhadas por muitas plataformas diferentes, o que tornava difícil construir isso internamente.
O time esperava escalar rapidamente para mais de 1.000 perfis de avaliações, muitos deles como importações únicas, não sincronizações contínuas. Precisavam de uma solução com custo baixo tanto na fase de teste do conceito quanto no uso contínuo em produção.
Encontrando o ajuste certo
A infraestrutura de API do Reviewflowz já suportava as plataformas de que a Canny precisava. A solução era direta: a Canny podia criar perfis de avaliações via API, extrair até 500 avaliações por perfil na configuração inicial e depois receber atualizações diárias de novas avaliações.
O modelo de preços combinava com o padrão de uso da Canny. Durante a fase de teste do conceito, começaram com 200 perfis. Isso permitiu validar que "avaliações públicas são importantes para nossa estratégia", sem assumir um grande compromisso.
A Canny aproveitou o endpoint de busca do Reviewflowz para criar uma experiência de busca unificada para os usuários. Em vez de fazer os clientes navegarem por diferentes plataformas ou decorarem URLs específicas, a Canny criou uma única interface de busca onde os usuários encontram os perfis de avaliações da empresa deles em todas as plataformas suportadas.
Os usuários simplesmente buscam pelo nome da empresa, e o Reviewflowz retorna perfis correspondentes de lojas de apps, sites de avaliações e marketplaces de software, tudo antes de qualquer avaliação ser extraída.
Essa abordagem simplificada eliminou a fricção de digitar URLs manualmente e facilitou a conexão das fontes de avaliações ao Autopilot, até para usuários sem conhecimento técnico.
Escalando para produção em alguns meses
"Está funcionando bem, nosso engenheiro está finalizando a integração agora e estamos prontos para apresentá-la aos clientes", disse Andrew Rasmussen.
A integração da Canny correu sem problemas. Integramos o recurso Autopilot da Canny em menos de duas semanas, e em quatro meses a Canny já estava perto do limite inicial de 200 perfis, adicionando cerca de 20 novos perfis por semana.
O crescimento rápido validou tanto o ajuste de mercado do Autopilot quanto a confiabilidade do Reviewflowz.
Em setembro de 2024, a Canny migrou para um plano de produção de alto volume. Os resultados superaram as expectativas:
- Crescimento de uso: de 0 para mais de 200 perfis em apenas 4 meses
- Confiabilidade: integração perfeita, sustentando um recurso de IA de destaque
- Eficiência de custos: bem mais barata que construir internamente
- Tempo de comercialização: engenheiros focados no Autopilot, sem gastar tempo com manutenção de raspadores
Canny ajuda empresas de software a centralizar feedback de produtos para descobrir insights e tomar decisões de produto informadas.
Reviewflowz fornece acesso unificado, via API, a avaliações de mais de 30 plataformas. Isso ajuda negócios a automatizar a gestão de avaliações em escala. Para mais informações sobre nossa API, confira nossa documentação, ou solicite uma ligação com o fundador Axel.