Nesta página
Para lojas Shopify Plus com alto volume de pedidos, cada chamado sobre uma alteração de pedido que chega a uma pessoa consome tempo da equipe e corre o risco de receber uma resposta que o cliente não vai esperar. Agentes de IA integrados à central de atendimento podem resolver esse chamado sem intervenção humana, mas ainda precisam que ele seja aberto primeiro. Nos dados da Revize, que abrangem mais de 10 milhões de pedidos na Shopify, cerca de 1 em cada 19 pedidos (5,2%) é editado após o checkout (Revize, 2026). Portanto, a pergunta não é apenas “com que rapidez o atendimento consegue resolver isso?”, mas “o atendimento precisa participar?”.
Este artigo explica a diferença entre resolver chamados automaticamente e evitar que sejam abertos, mostra como agentes de IA e o autoatendimento funcionam para alterações de pedidos e examina o que os dados dizem sobre qual modelo reduz a fila mais rapidamente. Ele foi escrito para quem lidera operações e precisa decidir onde investir o orçamento de atendimento no próximo trimestre, além de desenvolvedores e agências que terão de implementar o modelo escolhido.
O que significa alterar pedidos sem abrir chamados
Significa que o chamado nunca é criado, e não apenas que recebe uma resposta rápida. Essa diferença importa mais do que parece.
Pense na diferença entre um caixa de autoatendimento rápido e um funcionário que responde à sua pergunta em dez segundos. Os dois ajudam você a sair da loja rapidamente, mas só o primeiro evita que a loja precise disponibilizar alguém para responder. Resolver chamados automaticamente é como ter o funcionário respondendo depressa. Evitar chamados é como oferecer o caixa de autoatendimento.
As métricas de resolução automática contam os chamados encerrados por um bot sem encaminhamento a uma pessoa. Isso representa um ganho real de eficiência em comparação com uma equipe que responde a todos os chamados. Mas é um resultado diferente daquele em que o cliente nunca abre um chamado porque corrigiu o endereço de entrega, trocou uma variante ou cancelou o pedido diretamente.
Resolução automática ou atendimento: o debate sobre métricas de suporte
A taxa de chamados resolvidos automaticamente pode parecer ótima em um painel e, ainda assim, esconder uma fila crescente. Suponha que um agente de IA resolva a maioria dos chamados sobre alterações de pedidos sem ajuda humana. Isso é útil, mas ainda implica processar 100% do volume de chamados: cada solicitação precisou ser escrita, classificada, encaminhada e registrada em algum lugar.
Esse debate está acontecendo agora nas equipes de experiência do cliente. Vale deixar claro onde cada modelo se destaca.
Agentes de IA se destacam na rapidez por chamado. Se um cliente já está em um chat perguntando “você pode mudar meu endereço?”, um agente de IA que consulta o pedido, confirma a solicitação e faz a alteração na mesma conversa oferece uma melhora real em relação a uma pessoa que faria o mesmo uma hora depois. Esse é um ponto forte dos agentes de IA.
O autoatendimento se destaca na redução do volume de chamados, porque elimina até a etapa de escrever a solicitação. Se o cliente consegue mudar o mesmo endereço por um link no e-mail de confirmação do pedido, nos mesmos 60 segundos que levaria para abrir um chat, o chamado nunca entra na fila. O agente de IA não precisa ser acionado, e ninguém precisa definir um parâmetro de qualidade para avaliar a resposta.
Os dois modelos têm seu lugar. Mas apenas um é medido pelos chamados evitados, em vez dos chamados respondidos. Essa é a métrica que de fato ajuda a prever a necessidade de pessoal.
Como funcionam hoje os agentes de IA para alterar pedidos
Agentes de atendimento com IA leem um chamado, classificam a solicitação e usam as APIs da plataforma de comércio para executar ações simples, como mudar um endereço ou cancelar um pedido. Eles operam sobre a central de atendimento: o cliente ainda inicia uma conversa, a IA identifica a intenção, consulta o pedido e, quando a plataforma permite, faz a alteração. Se a solicitação estiver fora dos limites definidos, ela é encaminhada a uma pessoa.
Em termos simples, é uma versão mais rápida e barata do trabalho de consultar e editar pedidos que uma pessoa faria. A ação continua sendo iniciada por um chamado, registrada como uma interação de atendimento e dependente de um fluxo de suporte para alterações de pedidos.
Essa é uma melhoria significativa para lojistas cujo volume de atendimento é dominado por chamados complexos, que exigem análise e leitura da conversa por uma pessoa ou por um agente de IA. O ganho é menos evidente para uma das solicitações mais frequentes e simples na maioria das lojas Shopify: “Preciso mudar algo no pedido que acabei de fazer”.
Como funciona o autoatendimento para alterações de pedidos
O autoatendimento elimina por completo a etapa da conversa: o cliente age diretamente no pedido, sem precisar explicar a solicitação a ninguém. A Revize foi criada com base nesse modelo. O cliente começa pelo e-mail de confirmação do pedido, que já costuma abrir para conferir a compra. A partir dali, pode alterar o endereço de entrega, mudar uma variante ou quantidade, trocar produtos (no plano Pro), cancelar o pedido ou solicitar um reembolso por conta própria. Veja como configurar o e-mail de confirmação do pedido.
O lojista continua no controle dos limites. As restrições de edição de pedidos definem quais pedidos e alterações são permitidos. A janela de edição define por quanto tempo isso pode ser feito após o checkout. As regras de processamento de pedidos determinam como a alteração passa para o processamento de pedidos (fulfillment) depois de concluída. Nada acontece fora dos limites definidos pelo lojista, mas o cliente não precisa falar com ninguém para agir dentro deles.
A documentação sobre chamados de atendimento apresenta o resultado esperado do produto: menos chamados, não apenas chamados resolvidos mais depressa. É isso que o índice de 92,2% (Revize, 2026) representa: mais de nove em cada dez edições após a compra não passam por uma fila, por um agente de IA ou por uma pessoa, porque o próprio cliente já fez a alteração.
Para marcas com alto volume, como a Square Enix, essa diferença se acumula rapidamente. Dimensionar uma equipe de atendimento para solicitações de edição em 5% dos pedidos leva a resultados muito diferentes quando 92% dessas solicitações são resolvidas pelo próprio cliente antes de virarem chamados.
Autoatendimento e agentes de IA: comparação lado a lado
A principal diferença entre os dois modelos está em como a solicitação começa, e não na capacidade de cada um para lidar com ela depois de aberta.
| Aspecto | Autoatendimento do cliente (Revize) | Resolução por agente de IA |
|---|---|---|
| Onde a solicitação começa | E-mail de confirmação do pedido, sem necessidade de conversa | Chat ou chamado de atendimento, com conversa |
| Quem faz a alteração | O cliente, diretamente no pedido | O agente de IA (ou uma pessoa, após encaminhamento) em nome do cliente |
| Um chamado é criado? | Não, por definição | Sim, o chamado existe e a IA o resolve |
| O lojista controla os limites? | Sim, por meio da janela de edição e das restrições | Sim, por meio das regras do agente e dos critérios de encaminhamento |
| Mais adequado para | Solicitações frequentes e simples (endereço, troca, cancelamento) | Solicitações complexas ou ambíguas que exigem análise |
| Tempo mediano entre o checkout e a edição | 4,6 minutos, sem espera em fila (Revize, 2026) | Depende do tamanho da fila e do tempo de resposta do agente |
As duas colunas importam. Para a maioria das lojas nos planos Plus e Advanced, a melhor estrutura não exige escolher apenas uma opção. Ela encaminha as alterações de pedidos mais frequentes e simples para o autoatendimento. Assim, o agente de IA, ou a pessoa que recebe o encaminhamento, vê apenas as solicitações que realmente exigem análise.
Os dados: com que frequência e rapidez os pedidos na Shopify são editados
Edições de pedidos não são raras nem demoram a aparecer: a maioria acontece na primeira hora. Nos dados da Revize sobre mais de 10 milhões de pedidos na Shopify, 80,6% das edições ocorrem na primeira hora após o checkout (Revize, 2026). É justamente quando o cliente tem mais chances de perceber o próprio erro, às vezes antes mesmo de a equipe de atendimento começar a trabalhar.
As duas solicitações mais comuns não exigem decisões complexas. Mudanças no endereço de entrega são a edição mais frequente após a compra, presentes em 30,2% de todos os pedidos editados (Revize, 2026). Cancelamentos vêm em segundo lugar, com 24,3% (Revize, 2026). Juntos, esses dois tipos de solicitação representam mais da metade das alterações após a compra. Nenhum deles exige que uma pessoa, ou um agente de IA em seu lugar, avalie um caso complexo. Exigem que a plataforma permita ao cliente agir.
Essa é a diferença entre “a IA pode resolver este chamado rapidamente” e “isso nunca precisou virar um chamado”. Mudanças de endereço e cancelamentos são exatamente o tipo de solicitação frequente e pouco ambígua para o qual o autoatendimento foi criado. Também representam grande parte do volume que as equipes de atendimento tentam reduzir.
Por que ninguém assumiu ainda a meta de evitar a abertura de chamados
Os agentes de IA se posicionaram em torno da promessa “resolvemos seu chamado rapidamente”, uma proposta real e defensável. A categoria se organizou em torno da velocidade de resolução, e não do volume de chamados, porque impedir a abertura do chamado depende de uma estrutura de autoatendimento para o cliente, não de uma ferramenta de suporte.
Isso descreve onde a categoria concentrou seus esforços. Criar um agente de IA que leia bem os chamados é uma extensão natural de uma central de atendimento. Criar um sistema que permita ao cliente dispensar essa central para fazer uma solicitação é outro produto, voltado a outra métrica: o volume total de chamados, em vez da velocidade de resolução de cada um.
Esta é a visão da Revize, formada ao operar edições em mais de 10 milhões de pedidos na Shopify: a interação de atendimento mais rápida é aquela que nunca precisa acontecer. Um lojista cujo agente de IA resolve chamados de mudança de endereço em 90 segundos criou um sistema útil. Um lojista cujos clientes mudam o próprio endereço em 90 segundos, sem abrir chamado, retirou por completo essa solicitação da carga de trabalho da equipe. Ambos são avanços reais. Só o segundo pode levar esse tipo de chamado a zero conforme o volume de pedidos cresce.
O que isso significa para operações de alto volume e lojistas focados na experiência do cliente
Para quem opera em alto volume, a conta envolve o tamanho da equipe: cada edição encaminhada ao autoatendimento é um chamado que a equipe não precisa receber, por mais rápida que seja a IA encarregada de resolvê-lo. Com 5.000 pedidos por mês e uma taxa de edição de referência de 5,2%, são cerca de 260 chamados em potencial por mês. A escolha entre transformá-los em conversas resolvidas por IA ou em ações de autoatendimento determina se o orçamento de ferramentas de suporte cresce junto com o volume de pedidos ou tende a se estabilizar.
Para lojistas focados na experiência do cliente, o que importa é o momento da interação, e não apenas o tempo de resolução. Um cliente que precisa abrir um chat, explicar o que deseja e esperar mesmo que sejam só 90 segundos pela confirmação de um agente de IA ainda passa pela experiência de achar que “houve um problema com meu pedido”. Já o cliente que toca em um link no e-mail de confirmação e muda o endereço por conta própria mantém a sensação de que está tudo em ordem. Para marcas premium e marcas que vendem diretamente ao consumidor, nas quais cada contato após a compra pode influenciar a retenção, essa diferença na experiência é relevante por si só, independentemente da contagem de chamados.
Nenhum desses lojistas precisa escolher um modelo com exclusividade. A configuração mais forte encaminha mudanças de endereço, trocas e cancelamentos — a maior parte das edições, segundo os dados acima — para o autoatendimento. O agente de IA, ou uma pessoa, fica reservado para solicitações realmente ambíguas que exigem conversa.
Onde o autoatendimento e os agentes de IA se complementam
O autoatendimento e a resolução por agentes de IA atendem a etapas diferentes do fluxo de solicitações. Um agente de atendimento com IA continua sendo adequado para casos que não cabem em um fluxo claro de autoatendimento: um item danificado, uma dúvida de cobrança que envolve vários pedidos ou uma exceção à política da loja. A Revize foi criada para as alterações estruturadas e frequentes após a compra, como endereços, trocas, cancelamentos e reembolsos, que dispensam uma conversa.
Vistos dessa forma, um agente de IA na central de atendimento e uma camada de autoatendimento para editar pedidos funcionam bem juntos. O autoatendimento retira da fila a maior parte das solicitações simples antes que o agente de IA, ou uma pessoa, as veja. O que sobra na fila é justamente o conjunto de casos que um agente de IA consegue tratar melhor.
A Revize começou pela camada mais difícil: permitir que o cliente edite o próprio pedido, eliminando os chamados correspondentes. Se você já usa um agente de atendimento com IA e ainda vê uma sequência constante de chamados como “mude meu endereço” ou “cancele meu pedido”, esse é o volume específico que a Revize foi criada para retirar da fila antes mesmo da abertura dos chamados.
Para entender melhor como permitir que os clientes cancelem os próprios pedidos, leia nosso guia sobre cancelamentos iniciados pelo cliente. Para o fluxo de endereço de entrega, nosso passo a passo para mudar o endereço cobre toda a configuração.
Por onde começar: analise seu volume de alterações de pedidos
Antes de escolher ou combinar os modelos, descubra qual porcentagem dos seus chamados trata de alterações de pedidos e quantos deles envolvem mudanças de endereço, trocas ou cancelamentos, em comparação com solicitações realmente complexas. Essa divisão determina o retorno sobre o investimento de cada abordagem.
- Classifique seus chamados dos últimos 90 dias por tipo de solicitação. Mudanças de endereço, trocas e cancelamentos devem ser fáceis de identificar: são solicitações estruturadas, com um estado claro antes e depois da alteração.
- Meça o tempo de resolução separadamente para solicitações estruturadas e para as que exigem análise. Se as solicitações estruturadas levam tanto tempo quanto as complexas, o problema está no encaminhamento, não no tamanho da equipe.
- Projete a necessidade de pessoal para volumes de pedidos 2x e 5x maiores que o atual. O custo por chamado de um agente de IA cresce com a quantidade de chamados. Depois de configurado, o custo adicional de um fluxo de autoatendimento por edição se aproxima de zero. Esse é o motivo para criá-lo antes de o volume crescer, e não depois.
- Defina a divisão, em vez de escolher um vencedor. Encaminhe solicitações estruturadas e frequentes para o autoatendimento; reserve o agente de IA, ou uma pessoa, para os casos que realmente exigem análise.
Para entender melhor o papel da gestão de pedidos após a compra nas operações da Shopify Plus, consulte nosso guia de gestão de pedidos. Nossa seleção de apps de atendimento ao cliente também pode ajudar se você estiver montando a parte de agentes de IA junto com o autoatendimento.
Perguntas frequentes
Qual é a diferença entre resolver um chamado automaticamente e evitar sua abertura?
Na resolução automática, uma IA resolve o chamado sem ajuda humana, mas o chamado ainda existe e entra no volume total. Evitar a abertura significa que a solicitação nunca vira um chamado, porque o cliente age diretamente no pedido. Os dois modelos reduzem a carga de trabalho dos agentes, mas só o segundo reduz a quantidade total de chamados conforme o volume de pedidos cresce.
Agentes de IA conseguem mesmo editar um pedido na Shopify a partir de um chamado?
Alguns agentes de atendimento com IA conseguem executar alterações estruturadas em pedidos, como atualizar um endereço, diretamente a partir de uma conversa quando a plataforma oferece suporte à ação. O agente lê a solicitação, confirma os detalhes com o cliente e usa a API correspondente para fazer a alteração. Solicitações mais complexas ou ambíguas geralmente ainda são encaminhadas a uma pessoa.
Qual porcentagem dos pedidos na Shopify é editada após o checkout?
Cerca de 1 em cada 19 pedidos na Shopify, ou 5,2%, é editado após o checkout, segundo os dados da Revize sobre mais de 10 milhões de pedidos (Revize, 2026; veja os dados completos nas estatísticas de edição de pedidos da Revize).
Com que rapidez os clientes costumam solicitar alterações nos pedidos?
O tempo mediano entre a realização do pedido e uma solicitação de edição após o checkout é de 4,6 minutos (Revize, 2026), e 80,6% das edições acontecem na primeira hora. Essa rapidez ajuda a explicar por que o autoatendimento funciona bem aqui: os clientes ainda estão atentos à compra, sem precisar esperar horas por uma resposta do atendimento.
Qual é o tipo mais comum de alteração de pedido após a compra?
Mudanças no endereço de entrega são a edição mais comum após a compra e representam 30,2% de todos os pedidos editados (Revize, 2026). Cancelamentos vêm em segundo lugar, com 24,3%. Juntos, esses dois tipos de solicitação compõem grande parte do volume de alterações de pedidos observado pela maioria das lojas.
O autoatendimento para edição de pedidos elimina a necessidade de um agente de IA?
Não. Cada um atende a uma parte diferente do volume de chamados: o autoatendimento lida com solicitações estruturadas e frequentes, enquanto um agente de IA continua útil para conversas ambíguas ou que exigem análise. A Revize foi criada para a edição de pedidos após a compra. Para conversas de atendimento mais amplas, ela pode ser usada junto com uma central de atendimento ou uma ferramenta de agentes de IA.
Como o lojista controla o que os clientes podem alterar por conta própria?
O lojista define regras específicas nas restrições de edição de pedidos, determinando quais alterações são permitidas e durante quanto tempo após o checkout elas podem ser feitas. Assim, o autoatendimento opera dentro de limites configurados pelo lojista, conforme descrito na documentação da Revize sobre restrições de edição de pedidos.
Os clientes podem cancelar o próprio pedido sem entrar em contato com o atendimento?
Sim. Quando o lojista habilita o cancelamento iniciado pelo cliente dentro da janela de edição configurada, o cliente pode cancelar o pedido diretamente, sem abrir um chamado. Essa é a segunda solicitação mais comum após a compra, presente em 24,3% dos pedidos editados, o que a torna uma das principais candidatas a sair da fila de atendimento.
Lojistas Shopify Plus devem criar autoatendimento, usar um agente de IA ou adotar ambos?
Para a maioria dos lojistas Shopify Plus com alto volume, a melhor opção é combinar os dois: o autoatendimento lida com solicitações estruturadas, enquanto um agente de IA, ou a equipe humana, cuida das demais. A divisão importa mais do que escolher uma única ferramenta. Encaminhar a maior parte das solicitações simples para o autoatendimento libera o agente de IA para se concentrar nos casos que realmente exigem análise.
A edição de pedidos por autoatendimento funciona para pedidos B2B ou de atacado?
A edição por autoatendimento da Revize foi criada em torno do fluxo padrão de pedidos após a compra na Shopify. Para as particularidades da sua operação B2B ou de atacado, confira as configurações da janela de edição e das restrições em relação à estrutura das suas contas antes de disponibilizar o recurso amplamente. O funcionamento básico — mudanças de endereço, trocas e cancelamentos iniciados pelo cliente dentro de uma janela definida pelo lojista — é o mesmo independentemente do tipo de conta.
O que fazer esta semana
- Levante os chamados sobre alterações de pedidos dos últimos 90 dias e classifique cada um como estruturado (endereço, troca, cancelamento) ou como uma solicitação que exige análise.
- Compare essa divisão com os dados deste artigo: se mudanças de endereço e cancelamentos representam uma parcela grande do seu volume, esse segmento já pode ser encaminhado ao autoatendimento.
- Defina o encaminhamento, em vez de escolher um vencedor: mantenha o agente de IA ou a equipe de atendimento focados nas solicitações que exigem conversa e retire as demais da fila.
O debate sobre resolução automática e atendimento continuará nas equipes de experiência do cliente este ano. Para quem opera uma loja Shopify Plus, a pergunta mais concreta é simples: quantos dos chamados sobre alterações de pedidos deste mês não precisavam ter sido abertos?