Ticketmaster gives millions of fans – worldwide – fair and easy access to the biggest and best in live entertainment. Driven by innovation, unparalleled scalability, and unmatched support, Ticketmaster is the definitive leader in professional ticketing solutions. Over 12,000 artists, teams, and venues around the world trust Ticketmaster to power their amazing performances daily — with more than 500 million tickets sold each year.
Sales/Marketing Technology
5k+
Beverly Hills, CA, United States
Ticketmaster needed a way to handle high-volume questions quickly and accurately. They created an agent, but wanted a better understanding of how it was being used.
With Pendo’s Agent Analytics, Ticketmaster could speed up the process of understanding performance with a clear, data-backed view that was available to everyone.
After using Agent Analytics, Ticketmaster retained 81% of users leveraging their agent.
Quando você pensa em vendas de ingressos de alta demanda, você está pensando na Ticketmaster. Nos bastidores, esses momentos dependem de decisões rápidas e bem embasadas de equipes internas que operam sob intensa pressão.
Como Gerente de Produto na Ticketmaster, Brian Muehlenkamp sentia essa pressão diariamente. Ele era constantemente bombardeado com muitas perguntas sem respostas imediatamente acessíveis.
As equipes internas da Ticketmaster são repletas de especialistas no assunto. Mas até mesmo especialistas precisam de dados — constantemente.
"Como esta venda está se saindo em comparação com os benchmarks?"
"O que aconteceu da última vez que fizemos algo parecido?"
Antes da IA, obter essas respostas rapidamente era um desafio. As equipes ou abriam solicitações para os provedores de dados ou tentavam vasculhar os sistemas por conta própria. Por isso, Muehlenkamp introduziu um agente de IA diretamente nas ferramentas internas, oferecendo aos usuários um caminho mais rápido da pergunta à resposta. Em vez de escrever SQL ou abrir chamados, as equipes podiam fazer perguntas em linguagem simples e obter respostas imediatas.
Essa mudança ajudou a Ticketmaster a se aproximar do que Muehlenkamp chama de "democracia de dados" — tornando os insights acessíveis a qualquer pessoa que precise deles.
Mas lançar o agente criou um novo desafio: medir seu impacto.
Inicialmente, Muehlenkamp dependia de logs de auditoria brutos. Ele conseguia ver as conversas, mas não quem estava fazendo as perguntas, como o comportamento mudava ao longo do tempo ou se a experiência estava melhorando.
Analisar os logs de auditoria era um processo manual e demorado.
A liderança queria saber uma coisa simples:
O agente estava realmente ajudando?
O feedback anedótico dos primeiros usuários foi positivo. Mas isso não era suficiente. Muehlenkamp precisava de uma visão mais clara e embasada em dados, especialmente para identificar atritos silenciosos de usuários que não estavam se manifestando.
Com o Pendo Agent Analytics, essa lacuna de visibilidade foi rapidamente eliminada.
Em vez de vasculhar logs, Muehlenkamp tinha acesso imediato a métricas que mostravam tanto o uso quanto o impacto:
Alguns dos insights mais valiosos foram aqueles que ele não sabia que deveria procurar, dizendo: "O Agent Analytics revelou insights que eu poderia ou não ter sabido que precisava."
Um exemplo marcante: um aumento nas perguntas sobre métricas de fila (o número de usuários aguardando durante vendas de alta demanda).
Esse insight deu a Muehlenkamp uma direção clara. Ele aprimorou as respostas do agente para esse tema específico, aumentando a precisão onde mais importava.
Em vez de adivinhar onde investir, ele pôde priorizar com base em padrões reais de uso.
O Agent Analytics não apenas melhorou as respostas — ele aprimorou toda a experiência do produto. Ao rastrear o comportamento dos usuários em torno do agente, Muehlenkamp identificou:
Esse último insight levou a uma correção rápida: os usuários esperavam um botão para fechar o painel de chat, mas ele não existia. Assim que esse clique sem resposta foi identificado, a equipe o priorizou e resolveu imediatamente.
Essas pequenas melhorias foram se somando, fazendo com que o agente parecesse mais intuitivo e melhor integrado aos fluxos de trabalho diários.
A Ticketmaster começou com uma implantação controlada — cerca de 30 a 35 usuários avançados que já estavam entusiasmados com a ferramenta.
Os resultados foram promissores, mas escalar exigia comprovação. Com o Agent Analytics, Muehlenkamp tinha essa comprovação.
Ele conseguia demonstrar claramente que:
Essa visibilidade deu a ele a confiança para expandir o acesso muito mais rápido do que o planejado—passando de um pequeno grupo para um modelo de adesão voluntária em uma base de usuários mais ampla.
"O que o Agent Analytics me deu foi convicção… e a confiança para implementá-lo mais rapidamente."
Ao combinar agentes de IA com o Pendo Agent Analytics, a Ticketmaster alcançou:
A base de uma confiança sólida no produto é que ela deve ser sustentada pelo comportamento real dos usuários. Em conjunto, esses resultados ajudaram a Ticketmaster a operar com mais eficiência, reduzir esforços desperdiçados e capacitar as equipes a agir com mais rapidez—fatores essenciais tanto para a redução de custos quanto para o desempenho operacional.
Para Muehlenkamp, uma das maiores vantagens do Agent Analytics é a forma como ele acelera o aprendizado em um espaço que ainda é muito novo e evolui diariamente.
"Não existe ninguém com 10 anos de experiência em agentes de IA. Isso simplesmente não existe."
Em vez de depender de suposições, as equipes de produto podem usar dados reais para entender a intenção, medir o impacto e melhorar continuamente.
Seu conselho para outros gerentes de produto?
"Construa para ontem."
