Bastidor: a arquitetura por trás de 30M de mensagens/mês

Quando uma mensagem chega pelo WhatsApp, ela tem menos de 3 segundos para encontrar o caminho certo — ou o cliente já digitou "quero falar com um humano". Esse é o problema que resolvemos 30 milhões de vezes por mês. E o que aprendemos construindo essa máquina não está em nenhum whitepaper.

O problema que ninguém vê

A maioria das empresas pensa em WhatsApp como um canal simples: mensagem entra, operador responde. Na escala de 30 milhões de mensagens mensais, essa simplicidade é uma ilusão perigosa.

Considere os números: 30M de mensagens divididas por 30 dias dão 1 milhão por dia. Divididas por 10 horas de operação, são 100 mil por hora — ou 27 mensagens chegando a cada segundo. Agora multiplique isso por dezenas de tenants simultâneos, cada um com suas regras de roteamento, seus agentes de IA, suas filas de atendimento. O resultado é um sistema onde qualquer gargalo de 500 milissegundos se transforma em milhares de clientes esperando.

Na New Way, essa escala não é teórica. É o que processamos como BSP oficial da Meta, todos os dias. E a arquitetura que sustenta isso foi construída — e reconstruída — a partir de falhas reais.

Event-driven: por que não existe fila "principal"

A primeira decisão arquitetural que define tudo é: nenhuma mensagem espera em fila centralizada.

Nosso sistema é event-driven com Postgres-as-Queue. Quando uma mensagem chega pelo webhook da Meta, ela dispara um evento que é consumido de forma assíncrona. Não existe um "servidor central" que processa tudo — existem mais de 282 Edge Functions especializadas, cada uma responsável por uma fatia do processamento.

A vantagem? Se a função que classifica sentimento falha, a função que roteia para o operador continua funcionando. Se o módulo de IA está sobrecarregado, as mensagens de atendimento humano fluem normalmente. Isolamento de falhas não é um slide de apresentação — é o que impede que um bug no módulo de relatórios derrube o atendimento de 14 canais simultâneos.

Multi-tenant e RLS: cada cliente é uma fortaleza

Operamos em modelo multi-tenant com Row Level Security (RLS) nativo do Postgres. Na prática, isso significa que o dado do tenant A é fisicamente invisível para o tenant B — não por lógica de aplicação que alguém pode esquecer de implementar, mas por política de banco de dados que o Postgres enforce em cada query.

Parece óbvio, mas a maioria das plataformas SaaS no mercado de WhatsApp usa filtros de aplicação (WHERE tenant_id = X). Um desenvolvedor esquece o filtro em uma query, e dados vazam entre clientes. Com RLS, isso é impossível por construção.

O custo dessa segurança é complexidade. Cada migration precisa considerar as policies de RLS. Cada nova tabela precisa de grants corretos. Cada Edge Function precisa do contexto de tenant. Mas quando você processa mensagens de operadoras de telecom, redes de varejo e multinacionais na mesma infraestrutura, não existe alternativa aceitável.

IA antes do humano: classificação em tempo real

Aqui está o dado que muda a conversa: entre 55% e 70% das interações são resolvidas por IA sem intervenção humana. Isso não acontece porque a IA é "inteligente" — acontece porque ela é rápida e classificatória.

Antes de qualquer mensagem chegar a um operador, ela passa por classificação automática: intenção, sentimento, urgência, histórico do contato. Essa classificação alimenta o roteamento inteligente (o que chamamos internamente de yaRoute), que decide em milissegundos se a conversa vai para IA, para um operador especializado, ou para uma fila prioritária.

O resultado prático: operadores humanos recebem apenas as conversas que realmente precisam de julgamento humano. Não perdem tempo com "qual o horário de funcionamento" ou "meu boleto não chegou". E quando recebem uma conversa, já têm contexto completo — histórico, sentimento detectado, tentativas anteriores de resolução.

Roteamento inteligente: o cérebro invisível

Receber 27 mensagens por segundo é metade do problema. A outra metade é decidir o que fazer com cada uma delas — em milissegundos.

O módulo de roteamento (yaRoute) funciona como um sistema de triagem de pronto-socorro. Cada conversa recebe uma pontuação composta: intenção (venda, suporte, informação), urgência (reclamação, elogio, pergunta casual), valor do cliente (novo, recorrente, VIP), e carga atual das filas.

O que torna isso complexo em multi-tenant é que cada empresa tem suas próprias regras. Para um ISP, "sem internet" é urgência máxima. Para um e-commerce, "rastreamento de pedido" é rotina. O mesmo tipo de mensagem tem prioridades completamente diferentes dependendo do tenant.

Construímos isso com AI Zones dentro dos fluxos — pontos específicos onde a IA assume uma decisão determinística (classificar, rotear, qualificar) e devolve o controle. Não é um modelo monolítico tentando fazer tudo. São micro-decisões encadeadas, cada uma com seu próprio modelo e seus próprios critérios de fallback.

O resultado mensurável: operadores recebem conversas que correspondem à sua especialidade em mais de 90% dos casos.

O que quebra em escala (e ninguém conta)

Três lições que não estão na documentação de nenhuma cloud:

• Latência composta. Uma função que leva 200ms é rápida. Dez funções sequenciais de 200ms cada são 2 segundos — e o cliente já está impaciente. Aprendemos a paralelizar tudo que não tem dependência direta.
• Schema cache do PostgREST. Depois de um deploy de migration, o PostgREST mantém cache do schema antigo. Uma coluna nova que "não existe" para a API por 60 segundos causa erros intermitentes que parecem fantasmas. Hoje forçamos reload de cache em cada deploy.
• Deploy causa instabilidade. Cada deploy de Edge Functions gera 2 a 5 minutos de instabilidade enquanto as novas versões propagam. Nunca fazemos deploy em horário comercial.

O custo escondido do CAC: por que você está pagando 3× sem perceber

Sua agência te mostra um CAC de R$45. O número real é R$130. A diferença está em três buracos que ninguém no seu time está olhando — e que custam mais do que o próprio investimento em mídia.

O CAC que sua agência reporta não é seu CAC

Vou direto ao ponto: o CAC que aparece no relatório da sua agência mede custo por lead. Não custo por cliente. E entre o lead e o cliente existe um abismo onde seu dinheiro desaparece.

O cálculo tradicional é simples: investimento em mídia dividido por número de leads. Se você investiu R$50 mil e gerou 1.000 leads, seu "CAC" é R$50. Limpo, bonito, apresentável em reunião de board.

Mas esse número ignora três custos que, somados, frequentemente triplicam o valor real:

• Custo operacional de atendimento — cada lead que chega pelo WhatsApp precisa ser atendido. Se um operador atende 8 por hora a um custo de R$6 por interação, e 70% dos leads são desqualificados, você gastou R$4.200 atendendo pessoas que nunca iam comprar.
• Custo de oportunidade por lentidão — leads de tráfego pago direcionado ao WhatsApp evaporam após 30 segundos de espera. Cada minuto de delay reduz a conversão exponencialmente.
• Custo de atribuição zero — sem rastreamento de ponta a ponta, você não sabe quais campanhas geram vendas. Continua investindo igual em todas, subsidiando as que não convertem com o orçamento das que convertem.

O buraco da atribuição: onde o dinheiro some

Pergunte ao seu time de marketing: "qual campanha gerou mais vendas fechadas no mês passado?" Se a resposta vier com hesitação, você encontrou o buraco.

O problema é estrutural. A maioria das operações de WhatsApp funciona assim: o anúncio gera um clique (Click-to-WhatsApp ou CTWA), o lead chega no WhatsApp, um operador atende, e eventualmente alguém registra uma venda no CRM. Entre o clique e o CRM, não existe link.

O resultado é previsível: você otimiza mídia por CTR (taxa de clique) em vez de otimizar por venda fechada. E CTR alto não significa conversão alta — frequentemente significa o oposto, porque anúncios sensacionalistas geram muitos cliques de curiosos.

O que funciona é fechar o loop: extrair parâmetros UTM do clique CTWA, carregar esses dados na conversa do WhatsApp, acompanhar até o fechamento, e devolver o sinal de conversão para a plataforma de anúncios via Conversion API (CAPI).

Self-reported attribution: o dado que sua agência ignora

Existe um dado poderoso que 90% das operações jogam fora: perguntar ao cliente como ele chegou até você.

"Onde você nos encontrou?" — essa pergunta simples, feita pela IA nos primeiros segundos da conversa, gera um dado de atribuição que nenhum pixel consegue capturar. O cliente viu um story do seu vendedor? Recebeu indicação de um amigo? Viu um outdoor? O pixel do Meta não rastreia isso. Mas o cliente sabe — e te conta, se você perguntar.

O operador invisível: custo que ninguém contabiliza

Aqui está uma conta que raramente aparece em reunião de marketing: quanto custa o tempo do operador por lead desqualificado?

Dados do nosso ecossistema mostram que o custo médio por interação humana é de aproximadamente US$6 (cerca de R$30). Uma interação de IA custa em média US$0,50 (R$2,50). A diferença é de 12 vezes.

Se 60% dos leads que chegam pelo WhatsApp são desqualificados, e cada um consome 10 minutos de operador, você tem um custo invisível enorme. Em uma operação com 1.000 leads/mês, são 600 atendimentos de 10 minutos — 100 horas de trabalho humano qualificado gastas com quem nunca vai comprar.

O efeito cascata: quando o CAC errado infecta toda a estratégia

Se seu CAC reportado é R$45 e o real é R$130:

• Sua projeção de payback está errada — você acha que recupera em 3 meses, mas leva 9
• Sua meta de crescimento está superestimada — você planeja 200 clientes novos/mês, mas o orçamento só sustenta 70
• Seu unit economics está distorcido — o LTV/CAC que parece saudável em 4× na verdade é 1,3×, e você está queimando caixa sem perceber

Conversion API: fechando o loop de verdade

O Conversion API (CAPI) do Meta é a ferramenta que conecta o que acontece no WhatsApp de volta ao gerenciador de anúncios. Sem CAPI, o Meta otimiza por clique. Com CAPI, otimiza por venda. A diferença no ROAS é brutal — vemos reduções de 25% a 40% no custo por lead qualificado quando o loop é fechado corretamente.

Pare de medir abertura. Comece a medir conversa qualificada.

98% de taxa de abertura. É o número que todo mundo cita para justificar WhatsApp como canal de vendas. O problema é que ele não significa absolutamente nada — e a obsessão com essa métrica está custando decisões erradas na sua operação.

A métrica que virou muleta

Toda apresentação sobre WhatsApp Business começa com o mesmo slide: "98% de taxa de abertura contra 20% do email". É verdade. E é irrelevante.

A taxa de abertura do WhatsApp é alta porque é a natureza do canal. As pessoas abrem mensagens no WhatsApp pelo mesmo motivo que abrem a porta quando alguém toca a campainha — é reflexo, não intenção. Você não celebra que 98% das pessoas abriram a porta; você se importa com quantas entraram, sentaram e compraram.

As 4 métricas que realmente importam

1. Taxa de Conversa Qualificada (TCQ). Não é quantas pessoas abriram. É quantas geraram uma conversa com intenção real. Operações maduras medem TCQ entre 15% e 35% dependendo do segmento. Se a sua está abaixo de 10%, o problema não é o canal — é a mensagem.

2. Tempo Médio de Resposta (TMR). Essa é a métrica assassina. Leads de tráfego pago que recebem resposta em até 30 segundos convertem 3,2 vezes mais do que os que esperam mais de 5 minutos. E a maioria das operações não mede TMR — ou mede e ignora.

3. Conversão por Fonte. Qual canal de aquisição gera mais vendas fechadas? Não mais leads — mais vendas. Normalmente, CTWA converte significativamente mais que landing page com botão de WhatsApp, que converte mais que lista de transmissão fria.

4. Taxa de Retenção por IA. Em operações bem calibradas, a IA resolve entre 55% e 70% sem intervenção. Abaixo de 40%, sua IA precisa de retreinamento. Acima de 80%, provavelmente está bloqueando conversas que deveriam chegar a humanos.

O efeito "conversa fantasma"

Existe um fenômeno que chamamos de conversa fantasma: o lead abre a mensagem, até responde, mas a conversa não vai a lugar nenhum. O operador está ocupado, demora 15 minutos para responder, o lead esfria.

Em dashboards tradicionais, essa conversa aparece como "atendida". A taxa de abertura está lá. Mas nenhuma venda aconteceu.

TMR: a métrica que engana mais

O Tempo Médio de Resposta é traiçoeiro porque a média esconde os extremos. Se 50% dos seus leads são respondidos em 10 segundos (por IA) e 50% esperam 20 minutos (por fila de operador), sua média é 10 minutos. Parece aceitável. Mas metade dos seus leads — justamente os mais valiosos — estão esperando 20 minutos.

A métrica correta é TMR por segmento: qual o tempo de resposta para leads de tráfego pago vs. leads orgânicos? Para conversas classificadas como alta intenção vs. baixa intenção?

Conversão por operador: a métrica que ninguém quer ver

Em operações que monitoramos, a variação entre o melhor e o pior operador chega a 3,5 vezes — no mesmo turno, com os mesmos leads. Enquanto o melhor converte 28% dos leads qualificados, o pior converte 8%. A média fica em 14%.

Os operadores de alta conversão respondem mais rápido, fazem mais perguntas abertas, e encaminham para fechamento em menos trocas de mensagem. Os de baixa conversão demoram mais, respondem com textos longos que o lead não lê, e perdem o timing.

Essa visibilidade não serve para punir — serve para treinar. Com IA de coaching em tempo real (Mentor), os operadores medianos recebem sugestões baseadas no padrão dos melhores.

Dashboard de vaidade vs. dashboard de receita

O dashboard de vaidade mostra: mensagens enviadas, taxa de entrega, taxa de abertura. Tudo verde, tudo subindo. O CEO olha e acha que WhatsApp está funcionando.

O dashboard de receita mostra: leads qualificados por fonte, TMR por segmento, taxa de conversão por operador, custo por venda fechada, ROAS real por campanha. Alguns números são desconfortáveis. Mas cada um deles aponta para uma ação concreta.

Tráfego pago + WhatsApp: por que seu funil ainda não fecha

Você investe R$50 mil/mês em Meta Ads, gera centenas de leads no WhatsApp, e não consegue provar quantas vendas vieram de qual campanha. Sua agência otimiza por clique. Seu time de vendas reclama da qualidade dos leads. E ninguém tem dados para resolver o impasse.

O funil quebrado

O funil de tráfego pago para WhatsApp tem uma anatomia simples:

1. Anúncio no Meta (Instagram/Facebook)
2. Clique (CTWA — Click-to-WhatsApp)
3. Conversa no WhatsApp
4. Qualificação
5. Venda

O problema está entre os passos 2 e 5. No e-commerce tradicional, o pixel rastreia cada etapa. No WhatsApp, o clique acontece na plataforma do Meta, mas a conversa acontece no WhatsApp — e o Meta perde visibilidade completa.

O resultado: sua agência otimiza os anúncios pelo que consegue medir — cliques. Não por vendas fechadas. É como otimizar uma loja física pelo número de pessoas que entram pela porta, ignorando quantas saem com sacola.

CTWA: o clique mais caro e mal rastreado

Quando alguém clica em um anúncio CTWA, o Meta registra o clique e abre o WhatsApp com mensagem pré-preenchida. A partir desse momento, a plataforma de anúncios perde o rastro.

O que pouca gente sabe: o clique CTWA carrega parâmetros que podem ser extraídos — campaign_id, adset_id, ad_id, e em alguns casos até o referral body configurado no anúncio. Esses parâmetros chegam na primeira mensagem do lead. Se sua plataforma os captura e armazena, você tem o link entre anúncio e conversa. Se não captura, esse dado se perde para sempre.

Os primeiros 30 segundos decidem tudo

Dados do ecossistema New Way mostram um padrão consistente: leads de CTWA que recebem resposta em até 30 segundos convertem 3,2 vezes mais do que leads que esperam mais de 5 minutos.

Por quê? Porque o contexto do clique é perecível. O lead clicou no anúncio enquanto scrollava o Instagram. Se recebe resposta imediata, ainda está no mindset de compra. Se espera 5 minutos, já está em outro app.

Chamamos isso internamente de Instant Engage — a janela de ouro dos primeiros 30 segundos. E a única forma realista de atender essa janela em escala é com IA.

Conversion API: o elo que faltava

O Conversion API (CAPI) do Meta é a resposta técnica para o problema de atribuição. Em vez de depender do pixel, o CAPI permite que seu servidor envie eventos de conversão diretamente para o Meta.

O detalhe que muitas agências ignoram: CAPI não é plug-and-play para WhatsApp. Requer identificar o momento exato da conversão dentro de uma conversa não-linear, associar corretamente ao evento original, e enviar com deduplificação para não inflar os números. É engenharia, não configuração.

Self-reported attribution: o dado humano

Mesmo com CAPI funcionando, existe uma fatia da atribuição que a tecnologia não alcança. O cliente que viu seu anúncio três vezes, pesquisou no Google, perguntou para um amigo, e só então clicou.

Por isso, combinamos dados técnicos (CTWA + CAPI) com self-reported attribution. Um dos nossos clientes descobriu que 30% das conversões que o Meta atribuía a remarketing eram, na verdade, indicações. Realocou orçamento e reduziu o CAC em 22%.

Por que sua agência não faz isso

Não é má-fé. É modelo de negócio.

Agências são remuneradas por gestão de mídia. Seu KPI é CPL ou CPC. Implementar rastreamento de ponta a ponta requer engenharia — não gestão de mídia. Requer integração entre plataforma de anúncios, plataforma de WhatsApp, e CRM. Manutenção contínua porque os formatos mudam.

Isso não é escopo de agência. É escopo de plataforma.

Todo mundo acha que IA conversacional é chatbot. Os dados mostram outra coisa.

Se você ainda chama sua IA de "chatbot", provavelmente ela se comporta como um. E se ela se comporta como um chatbot, seus clientes a tratam como um obstáculo — não como um canal. A diferença entre os dois não é semântica. É de resultado.

O problema com a palavra "chatbot"

A palavra chatbot carrega 20 anos de bagagem. Evoca menus rígidos, "digite 1 para financeiro", loops infinitos de "não entendi sua pergunta", e a frustração de digitar "ATENDENTE" em caixa alta.

Quando uma empresa implementa IA conversacional e a chama de chatbot — internamente ou para o cliente — ela herda todo esse peso. O cliente já entra na conversa com expectativa de experiência ruim. O operador trata a IA como um filtro incômodo. O gestor mede o sucesso pela taxa de transferência para humano — quanto mais transfere, "melhor funciona".

Chatbot baseado em regras vs. IA conversacional

Um chatbot baseado em regras funciona com árvores de decisão. Se o cliente diz X, responde Y. É previsível, controlável, e limitado. Qualquer pergunta fora da árvore gera "não entendi" ou, pior, uma resposta errada que parece certa.

IA conversacional funciona com modelos de linguagem que compreendem intenção, contexto e nuance. Não segue árvore — navega por espaço semântico. A mesma pergunta feita de 50 formas diferentes gera a mesma resposta correta.

• Resposta a variação: chatbot falha silenciosamente; IA adapta-se
• Contexto: chatbot reseta a cada mensagem; IA mantém ao longo da sessão
• Emoção: chatbot ignora; IA detecta e ajusta tom
• Resolução sem humano: chatbot 15-25%; IA 55-70%
• Experiência percebida: chatbot é obstáculo; IA é assistente

10 Ya-Models: por que "um modelo" não basta

Uma confusão comum é achar que IA conversacional significa "plugar o ChatGPT no WhatsApp". Isso é chatbot com LLM — parece inteligente, mas não tem especialização.

No yapt., a arquitetura usa Ya-Models: 10 modelos especializados, cada um treinado para uma tarefa específica. Não é um modelo genérico tentando fazer tudo — são especialistas trabalhando em conjunto.

A analogia é um hospital: você não quer um generalista fazendo cirurgia cardíaca. Quer um cardiologista. Da mesma forma, o modelo que decide se a conversa vai para IA ou humano não é o mesmo que gera a resposta — porque são tarefas com requisitos diferentes de precisão e velocidade.

Emotion Engine: 13 sinais que mudam a conversa

Um chatbot não sabe se o cliente está irritado, ansioso, confuso ou satisfeito. Trata todas as mensagens com o mesmo tom robótico.

O Emotion Engine analisa 13 sinais em cada mensagem: caixa alta, pontuação excessiva, emojis negativos, velocidade de digitação, palavras de frustração, sarcasmo, urgência declarada, repetição de pergunta. O resultado é uma classificação emocional em tempo real que ajusta o comportamento da IA.

Cliente irritado? A IA reduz a formalidade, valida o sentimento, e prioriza resolução rápida. Cliente confuso? Simplifica linguagem e oferece opções claras. Cliente com urgência? Escala para humano imediatamente se não puder resolver em 2 interações.

Supermemory: contexto que sobrevive entre conversas

Chatbots tratam cada conversa como se o cliente fosse um desconhecido. "Como posso ajudá-lo?" — mesmo que o cliente tenha ligado ontem, conversado anteontem, e comprado na semana passada.

O conceito de Supermemory muda essa dinâmica. O sistema mantém memória do cliente entre conversas: o que comprou, quando reclamou, qual foi a última interação, quais preferências declarou.

"Oi João, vi que seu último pedido foi entregue terça. Está tudo certo?" — essa abertura é impossível para um chatbot baseado em regras e é o que transforma a percepção de "estou falando com um robô" para "estou sendo atendido".

Mentor e Copilot: IA que treina humanos

Um chatbot funciona antes do humano — filtra, bloqueia, transfere. IA conversacional funciona com o humano. O Mentor monitora as conversas do operador em tempo real e sugere abordagens: "o cliente mencionou preço duas vezes — considere apresentar a proposta de valor antes de falar em desconto".

Times com AI coaching demonstram taxas de conversão até 80% superiores. Não porque a IA vende — mas porque ela remove os pontos cegos do operador humano.

AI Zones: IA dentro de fluxos, não como fluxo

A evolução final é o conceito de AI Zones: pontos específicos dentro de um fluxo onde a IA assume temporariamente, executa uma ação determinística, e devolve o controle.

Em vez de "a conversa é IA ou é humana", AI Zones permitem híbridos granulares. O humano conduz a venda, mas quando chega na hora de coletar dados cadastrais, a IA assume por 2 minutos, coleta tudo, valida, e devolve. A conversa flui entre IA e humano de forma transparente para o cliente.