Visão do time
Fila em tempo real com alertas e mensagens priorizadas, revisão da triagem e painel com SLAs em risco.
Entrar como timeO Advisor Radar transforma eventos de conta e mensagens de clientes em trabalho priorizado para a assessoria financeira. Entre como cliente fictício para provocar sinais, ou como assessor para trabalhar a fila, revisar classificações incertas e acompanhar casos com SLA por segmento.
Fila em tempo real com alertas e mensagens priorizadas, revisão da triagem e painel com SLAs em risco.
Entrar como timeSaques, depósitos, mensagens e reclamações de clientes fictícios viram eventos no RabbitMQ e chegam à fila do time.
Escolher clienteO BFF devolve a tela como página, seções e componentes, já preenchida para o momento do cliente. O app só renderiza.
O Advisor Radar transforma eventos de conta e mensagens de clientes em trabalho priorizado para a assessoria financeira. Entre como cliente fictício para provocar sinais, ou como assessor para trabalhar a fila, revisar classificações incertas e acompanhar casos com SLA por segmento.
Regras determinísticas identificam saques, quedas de patrimônio, aportes grandes, mudanças de segmento, clientes sem contato e compras acima do perfil.
Intenção, frustração, risco de saída e pedido humano. Confiança abaixo de 0,85 segue para revisão humana; falhas do modelo usam fallback heurístico marcado.
Aberto, em atendimento, aguardando cliente, resolvido. SLAs por segmento escalam por TTL e dead-letter exchanges do RabbitMQ.
O backend escolhe a variante de cada seção pelo momento do cliente. O frontend renderiza um catálogo fixo de componentes.
O app React envia HTTP/JSON versionado ao BFF, que valida e repassa o comando.
POST /v1/client-pov/customers/{id}/complaintscorrelação por event_idO Advisor Radar transforma eventos de conta e mensagens de clientes em trabalho priorizado para a assessoria financeira. Entre como cliente fictício para provocar sinais, ou como assessor para trabalhar a fila, revisar classificações incertas e acompanhar casos com SLA por segmento.
O app React envia HTTP/JSON versionado ao BFF, que valida e repassa o comando.
O gRPC propaga deadline e contexto de tracing ao serviço de conta.
O PostgreSQL salva a mensagem e a outbox na mesma transação. Se o broker estiver indisponível, o evento continua disponível para entrega.
O evento contém event_id, occurred_at, customer_id e schema_version para correlação dos eventos. A propagação de contexto de trace pelo RabbitMQ ainda não está implementada.
A inbox idempotente deduplica por event_id. O Jev classifica intenção, frustração, risco de saída e pedido humano. Um fallback heurístico marcado cobre a indisponibilidade do modelo; confiança abaixo de 0,85 segue para revisão humana.
Regras determinísticas do advisory geram alertas. O cases usa o segmento do cliente no SLA; TTL e dead-letter exchanges do RabbitMQ controlam o escalonamento.
O timeline-indexer grava eventos, mensagens classificadas e casos no Elasticsearch para a busca na visão 360 do cliente.
O BFF consome alert.raised e envia a atualização por SSE, sem recarregar a página.
React → HTTP/JSON → BFF → gRPC → account-sim → PostgreSQL + outbox
Relay da outbox → RabbitMQ → triage / advisory / cases / timeline-indexer
Jev → classificação tipada · Elasticsearch → timeline · BFF → SSE → React
account-sim, triage, advisory, cases, timeline-indexer e o BFF sem estado têm responsabilidades explícitas. Cada serviço com estado possui seu PostgreSQL; o RabbitMQ transporta eventos.
O BFF retorna um schema tipado de página, seções e componentes para o momento do cliente. O React renderiza um catálogo fixo. A apresentação incorporada mantém três abas de clientes, JSON ao vivo, regras dos componentes, rolagem e nova tentativa. A prévia do telefone é intencionalmente somente leitura.
Demonstração interativa em português. O telefone é uma prévia somente leitura. Se o serviço incorporado estiver indisponível, abra a aplicação diretamente.
Escolher clienteDemonstração técnica com clientes, nomes, marcas e movimentações fictícios. Sem vínculo com instituição financeira real e sem envio de mensagens a clientes reais. A SDUI interativa requer JavaScript e BFF disponível; esta explicação não. Uma meta de latência não representa um resultado medido.