Buscar
  • Marcus Dias

Você sabe interpretar corretamente os resultados de pesquisas de satisfação e pós-atendimento?

Atualizado: 26 de mar.


Publiquei um post no LinkedIn sobre a triste realidade velada de empresas que manipulam pesquisas de satisfação para divulgarem resultados que não condizem com a verdade de suas operações.


Em outros casos, existem empresas que publicam resultados incríveis mas questionáveis, pois não refletem as nossas experiências no dia a dia. Será que estão interpretando corretamente os resultados ou também estão manipulando?


Neste artigo, vamos explorar um pouco sobre a parte teórica de uma pesquisa e a análise de dados. Porém, deixo a sugestão para você se aprofundar nos assuntos abordados e extrair o máximo de valor dessa poderosa ferramenta.


#saiadoautomatico: Questione se realmente faz sentido como o mercado vem aplicando pesquisas e apresentando seus resultados.

Um pouco de teoria

Enquanto a ciência é a busca sistematizada de fatos para se adquirir conhecimento, a pesquisa é um complexo que auxilia a ciência a entender esses fatos através da coleta e o tratamento de dados.

Normalmente utilizada pela ciência para se comprovar algo, uma pesquisa é dividida por tipo, método e técnicas de coleta e análise de dados.

Método Quantitativo x Qualitativo

O método quantitativo, quantifica os dados para responder o "problema de pesquisa". Os dados são coletados via questionários contendo hipóteses formuladas e são utilizadas quando você quer validá-las estatisticamente.


Exemplos: NPS, CSAT, CES e etc.


Já o método qualitativo, explora informações mais subjetivas e com mais profundidade. Ele é conduzido de forma exploratória, onde o entrevistado é estimulado a opinar livremente.

Este método é indicado quando seu objetivo seja incluir uma contextualização mais profunda das respostas.


Exemplo: Pesquisas de desligamento, validação de um produto, conceito ou campanha.


População e Amostragem

Como citei anteriormente, as pesquisas do tipo NPS, CSAT e CES, utilizam o método quantitativo, e por isso, precisamos falar um pouco sobre estatística.


Estatística é a parte da ciência responsável pela coleta, tratamento e interpretação de dados da amostra de uma população. Como na grande maioria das vezes é impossível estudarmos toda a população, estudamos uma amostra.


População é qualquer conjunto, não necessariamente de pessoas, que constituem todo o universo de informações. Amostra, corresponde a um grupo representativo da população, objeto do estudo.


Existem várias formas de definir a amostra de uma população. Elas são divididas em dois grupos, probabilístico e não probabilístico. Cada grupo possuem vários tipos.


Normalmente utilizamos amostras por acessibilidade ou conveniência do grupo não probabilístico para estudarmos os resultados das pesquisas aplicadas à clientes e consumidores.

IMPORTANTE: Se você não conseguir uma amostragem representativa, sua pesquisa não terá validação estatística e não refletirá a visão geral da população. Apenas amostras probabilísticas são aceitas para validação científica, por isso, é importante analisar o contexto dos negócios para a interpretação dos dados.


Como dependemos da parceria dos nossos Clientes e Consumidores para responderem as pesquisas, o tamanho da amostra será mais importante do que o grupo ou tipo.


Margem de erro

É uma porcentagem que indica o nível de correspondência dos resultados da pesquisa com as opiniões da população total. Quanto menor a margem de erro, mais perto você está de ter a resposta exata com um grau de confiança específico.


Grau de confiança da amostra

É uma porcentagem que revela o quanto você pode estar confiante de que a população selecionaria uma resposta dentro de um determinado intervalo. Por exemplo, um nível de confiança de 95% significa que você pode ter 95% de certeza de que os resultados estão entre os números x e y.


#ficaadica: Se você ainda não sabe calcular a amostragem, utilize uma calculadora de tamanho de amostra. (link da calculadora nos comentários)

Tudo isso na prática


Vamos imaginar o seguinte cenário:

  • Total de chamados atendidos pelo time de suporte: 612

  • Total de chamados resolvidos: 400

  • Total de chamados elegíveis para o CSAT ser aplicado: 400 (População)

  • Taxa de resposta: 20% (Amostra)

  • CSAT: 90%

Logo, você conclui que 90% dos clientes que tiveram seus chamados resolvidos estão satisfeitos, certo? ERRADO!


Para que você possa validar estatisticamente essa análise com uma margem de erro de 5% e um grau de confiança de 95%, você precisará de uma taxa de resposta de 49,25%. Neste cenário, o seu CSAT pode ser maior ou menor não é mesmo?


Isso não quer dizer que o resultado do CSAT com 20% de taxa de resposta não seja útil. Você pode utilizá-lo como termômetro da sua operação.


Só não vale divulgar para seus clientes e para o mercado que o seu CSAT é de 90%, ok? =)


Hora de refletir

Antes de realizar qualquer tipo de pesquisa com seus clientes e/ou consumidores, sugiro uma reflexão através das perguntas a seguir:

  1. Qual é o objetivo da pesquisa?

  2. Quais são os times e/ou stakeholders que serão impactados por essa pesquisa?

  3. Os times e os stakeholders impactados se comprometeram a fazer algo efetivo com os resultados obtidos?

  4. O tipo de pesquisa está coerente com o objetivo da pesquisa?

  5. É o melhor momento para aplicar a pesquisa?

  6. A pesquisa possui algum tipo de viés?

Se para qualquer uma das perguntas acima, você respondeu, sim, não, talvez, não sei, ou ainda não está muito claro, não aplique a pesquisa. Preocupe-se em gerar valor para os seus clientes ao invés de gerar "métricas de vaidade".

9 visualizações0 comentário