7.1 O que é o Closer Coach
Uma infraestrutura que captura toda call de vendas, processa com IA e devolve um relatório completo — score, acertos, erros e próximos passos — antes do closer abrir o próximo lead.
Sem gestor assistindo gravação. Sem feedback subjetivo. Cada call vira dado, cada dado vira melhoria — e o sistema roda sozinho, do Zoom ao dashboard, 24h por dia.
nxt-closer-coach foi instalada pelo Instalador NXT (Passo 2) — você analisa qualquer
transcrição hoje mesmo. A versão 100% automática (Zoom → transcrição → dashboard do time)
a gente monta junto, na videoaula (ver 7.5).
/nxt-closer-coach
7.2 O fluxo completo: da call ao feedback
Sete etapas, todas automáticas. O closer só faz a call — o resto roda sozinho:
📞 Call de vendas acontece
O closer faz a call normalmente no Zoom ou Google Meet. Uma extensão (Tactiq) roda em segundo plano gravando e transcrevendo em tempo real — sem intervenção alguma.
🎙️ Tactiq transcreve + analisa
No fim da call, o workflow “Extrator Calls Closer” gera automaticamente a análise: score, acertos, erros, melhorias. Tudo via prompt customizado configurado uma única vez.
📧 Análise enviada por e-mail
O Tactiq envia a análise formatada para o e-mail da agência. Assunto: “🧠 Análise de Call de Vendas”. O corpo já vem estruturado com todos os campos.
🔗 Pluga monitora o Gmail
A Pluga (ou Zapier) monitora o Gmail em polling contínuo. Quando chega e-mail do Tactiq (remetente noreply@tactiq.io), dispara o webhook para o servidor.
🔔 Webhook POST pro Closer Coach
A Pluga faz POST para /api/webhook/call com o corpo do e-mail. O servidor valida o Bearer Token de segurança e aceita a requisição.
🧠 Parser extrai os dados
O parser lê o texto do e-mail e extrai via regex: vendedor, lead, score geral, as 8 categorias com nota e motivo, acertos, melhorias e próximos passos. Saída: JSON estruturado.
📊 Dashboard atualiza em tempo real
O ranking do time atualiza automaticamente. O closer vê seu score individual; o gestor vê o ranking geral. Tudo acessível em localhost:8770, sem instalar nada.
7.3 As 8 categorias avaliadas (0 a 100 pts)
Cada call é pontuada em 8 dimensões com pesos diferentes. A IA explica a nota de cada categoria com o motivo — o que o closer fez bem e onde errou.
7.4 Na prática: uma call real analisada
Abaixo, a saída real do Closer Coach para uma call de 1h11min — exatamente como aparece no dashboard.
Identificação da call
Perfil do lead: proprietárias de ótica outlet — Sorocaba. Fat. R$40–50k/mês, ticket R$500–600.
Score geral: 67/100 🟠 Nível de consciência: Consciente da Solução
Resumo da call
Lead já fazia tráfego pago. Problema principal: comparecimento baixo aos exames, CPL R$11,66, baixo volume. O closer apresentou cases, isolou a dor de comparecimento como gargalo principal e fechou R$1.700 por 6 meses antecipados.
- Validou o contexto operacional do lead antes de pitchar
- Prova social com lojas, volumes e métricas de clientes similares
- Isolou a dor de comparecimento como gargalo principal
- Fechamento com próximos passos e operacionalização imediata
- Sem Upfront Contract firme de tempo/agenda → abra com tempo, objetivo, perguntas que vai cobrir e próximo passo fechado
- Não cavou a dor raiz antes da solução → “custa quanto?”, “há quanto tempo?”, “o que já tentou?”
- Cedeu desconto cedo demais → segure margem, ancore valor, só mexa em preço após isolar a objeção
- Não fechou próximo passo com data/hora → marque kickoff e checkpoint na hora
Detalhamento por categoria
Apresentou a empresa, mas não estabeleceu agenda clara nem comprometimento do lead sobre tempo e próximo passo da call.
Mapeou faturamento, ticket e contexto operacional. Faltou aprofundar histórico de tentativas anteriores e a dimensão do problema no tempo.
Identificou comparecimento como dor central. Não extraiu o custo emocional e financeiro da dor com perguntas de amplificação.
Mostrou impacto com cases de outros clientes, mas não quantificou o impacto específico para a realidade das leads (faturamento perdido, custo de oportunidade).
Não identificou evento crítico nem ancoragem emocional. Sem urgência estabelecida, o lead ficou no “vou pensar”.
Apresentação clara com cases reais, métricas de clientes similares e proposta de valor objetiva. Boa ancoragem de preço vs. resultado.
Condução firme ao fechamento, proposta antecipada com desconto estruturado, operacionalização imediata com kickoff e time definidos.
Tratou a objeção de preço com ancoragem de ROI, comparação com custo atual e proposta de antecipação com desconto. Excelente manejo.
Próximos passos
- Enviar proposta por escrito — Lucas / time — até o dia seguinte.
- Retorno financeiro sobre a contraproposta — Lauren e Sandra — até segunda.
- Criar grupo de trabalho com o time operacional — Lucas — após a reunião.
- Iniciar campanha e contrato — Lucas / Gabriel — ~4 dias após o fechamento.
7.5 Como montar o seu
nxt-closer-coach do seu pacote; abaixo, o passo a passo
pra deixar tudo 100% automático (a gente monta junto na aula).
- Instale o Tactiq (extensão Chrome)
Acessetactiq.ioe instale a extensão. Conecte ao Google Meet ou Zoom — a transcrição começa automaticamente nas suas calls. - Crie o workflow “Extrator Calls Closer” no Tactiq
No painel do Tactiq, crie um workflow com o prompt de análise que avalia as 8 categorias. Configure o envio automático por e-mail ao final de cada call. - Configure Pluga/Zapier para monitorar o Gmail e disparar o webhook
Crie uma automação: Trigger = novo e-mail denoreply@tactiq.io→ Action = POST para/api/webhook/callcom Bearer Token. - Rode o Closer Coach localmente
node server.js— o servidor sobe na porta8770e fica aguardando webhooks. - Teste com uma call real
Faça uma call com o Tactiq ativo. Em minutos, a análise aparece no dashboard emlocalhost:8770.
Stack técnico
| Camada | Função |
|---|---|
| Tactiq | Transcrição automática + análise com prompt customizado |
| Gmail | Recebe as análises formatadas do Tactiq |
| Pluga | Monitora o inbox e dispara o webhook para o servidor |
| Node.js | Servidor local + parser regex que extrai os dados do e-mail |
| Dashboard SPA | Ranking do time + detalhamento por closer (HTML puro, localhost:8770) |