Uma distribuidora de peças industriais mediu a satisfação dos clientes por quatro trimestres seguidos. A nota média ficou entre 8,5 e 8,7 em todos eles. A diretoria comemorou a estabilidade. No mesmo ano, 14% da carteira ativa deixou de comprar — e nenhum desses clientes aparecia nas respostas.
O número não mentia. Ele só respondia a uma pergunta que ninguém tinha feito de propósito: “o que acham de nós os clientes que ainda gostam de nós o bastante para responder?”. A taxa de resposta era de 9%, e quem respondia era quem comprava toda semana.
O que é pesquisa de satisfação
Pesquisa de satisfação é a coleta estruturada da percepção do cliente (externo ou interno) sobre um produto, serviço ou processo, para responder a uma pergunta de decisão definida antes da coleta. Sem a pergunta de decisão, ela vira termômetro de humor: produz nota, não produz ação.
Definida pelo que resolve, a pesquisa serve para três coisas: localizar onde o processo falha na visão de quem o recebe, verificar se uma mudança melhorou essa percepção e acompanhar a percepção ao longo do tempo. Cada uma pede um desenho diferente — e é aí que a maioria das pesquisas erra.
Por que a nota média engana
Três mecanismos fazem a pesquisa de satisfação devolver um número bonito e inútil. Os três aparecem antes de qualquer escolha de ferramenta.
Quem responde não é quem importa. Taxa de resposta baixa não é só amostra pequena; é amostra torta. O cliente insatisfeito que já decidiu sair raramente gasta três minutos para avisar. A distribuidora tinha 180 respostas em 2.000 clientes, quase todas da faixa de compra semanal.
A pergunta é genérica demais. “De 0 a 10, qual sua satisfação geral?” mistura preço, prazo, atendimento e qualidade da peça numa nota só. Quando a nota cai, ninguém sabe o que mexer. Quando sobe, ninguém sabe o que funcionou.
A diferença entre duas ondas é tratada como fato. A proporção de clientes satisfeitos (nota 9 ou 10) foi de 62% num trimestre e 66% no seguinte. O relatório falou em “melhora de 4 pontos”. Com essas amostras, a margem de erro de cada proporção é de cerca de ±7 pontos, e a margem da diferença passa de ±10. Os 4 pontos cabem inteiros no ruído.
| Indicador | Trimestre 1 | Trimestre 2 | Leitura correta |
|---|---|---|---|
| Respostas (n) | 180 | 170 | 9% e 8,5% da carteira — amostra de quem já está satisfeito |
| Proporção de satisfeitos (9-10) | 62% | 66% | margem de ±7,1 e ±7,1 pontos |
| Diferença entre trimestres | +4 pontos | margem da diferença ±10,0 pontos: sem evidência de mudança | |
O terceiro mecanismo é o mais caro, porque gera reação. Equipe premiada por um trimestre “bom”, plano de ação aberto por um trimestre “ruim” — e as duas decisões tomadas sobre variação que o próprio tamanho da amostra produz. Esse é o mesmo erro de ler dois pontos de qualquer indicador como tendência, explicado em variação estatística.
Como fazer uma pesquisa de satisfação que gera decisão
A ordem importa mais que a ferramenta. Formulário bonito não conserta pergunta mal posta.
Primeiro, escrever a decisão que a pesquisa vai alimentar. “Vamos manter ou trocar a transportadora da região Sul?” é uma decisão. “Queremos saber como estamos” não é. A decisão define quem precisa responder, o que perguntar e quanta precisão basta.
Segundo, escolher quem responde pela decisão, não pela facilidade. Se a pergunta é por que clientes saem, a amostra precisa incluir quem saiu — por telefone, com lista sorteada entre os inativos dos últimos seis meses. Se é sobre uma mudança no atendimento, a amostra precisa de quem foi atendido antes e depois da mudança.
Terceiro, perguntar sobre eventos, não sobre sentimentos gerais. “No seu último pedido, a entrega veio completa?” tem resposta verificável e cruzável com o sistema. “Você está satisfeito com nossas entregas?” não tem.
Quarto, calcular a precisão antes de divulgar. Com 100 respostas, uma proporção perto de 50% tem margem de cerca de ±10 pontos; com 400, de ±5. Se a decisão depende de enxergar diferenças de 5 pontos, 100 respostas não servem — e é melhor saber disso antes de rodar.
Quinto, ler a série, não o ponto. Uma pesquisa curta repetida todo mês, com a mesma pergunta e o mesmo critério de amostra, vira um indicador que pode ir para um gráfico de tendência. Esse é o desenho da pesquisa de pulso, que aplica a mesma lógica ao público interno.
Calculadora: a diferença entre duas pesquisas é real?
Informe o número de respostas e a proporção de satisfeitos (ou de qualquer categoria) em duas ondas. A calculadora devolve a margem de erro de cada uma, com 95% de confiança, e diz se a diferença sai do ruído.
Aproximação normal para proporções, 95% de confiança. Vale para amostras aleatórias; se só responde quem quer, a margem subestima o erro real.
Pesquisa de satisfação, NPS e voz do cliente: onde cada uma termina
O NPS é um caso particular de pesquisa de satisfação, com uma pergunta fixa (recomendaria?) e um cálculo próprio. Ele serve bem para acompanhar a série; serve mal para descobrir o que mexer, porque a pergunta não aponta causa. A pesquisa de satisfação desenhada pela decisão é o que vem antes e depois do NPS: antes, para localizar o problema; depois, para verificar se a mudança funcionou.
Quando o objetivo é entender necessidades que o cliente ainda nem formulou, o instrumento é outro — entrevista, observação, reclamação classificada. Esse território está em como ouvir a voz do cliente. E os riscos de transformar satisfação em meta de equipe estão em os perigos da satisfação do cliente.
Dentro de um projeto de melhoria, a pesquisa entra na fase de medição como mais uma fonte de dado sobre o processo — com definição operacional, plano de amostragem e verificação de que o instrumento mede o que diz medir. É o mesmo cuidado com o sistema de medição que a formação Green Belt cobra de qualquer indicador antes de usá-lo para decidir.
O que a distribuidora fez depois
A pergunta de decisão passou a ser “por que clientes ativos param de comprar?”. Em vez do formulário enviado a todos, a equipe sorteou 120 clientes entre os que tinham ficado 90 dias sem pedido e ligou para eles, com cinco perguntas sobre o último pedido.
A causa mais citada não era preço: era entrega fracionada — pedido que chegava em duas ou três viagens, travando a montagem do cliente. O sistema confirmou: 23% dos pedidos saíam parciais. A mudança testada foi segurar o faturamento até o pedido completo em itens de montagem. Em dois trimestres, pedidos parciais caíram para 9% e a recompra em 90 dias subiu de 71% para 80%. A nota média da pesquisa antiga? Continuou em 8,6.
Uma pesquisa de satisfação mal desenhada não custa só o tempo de quem responde. Ela custa as decisões tomadas sobre ela — e a falsa tranquilidade de um número estável enquanto os clientes que importam vão embora sem avisar.
Conteúdo revisado pelo Master Black Belt Marcelo Petenate, estatístico, formado pela Unicamp, mestre pela USP e especialista em Lean Six Sigma e melhoria contínua. Nesta revisão, o foco foi a margem de erro da comparação entre duas ondas de pesquisa e o viés de quem escolhe responder.
Medir satisfação é fácil; saber se a diferença entre duas medições é real é o que separa decisão de reação. O White Belt gratuito da EDTI é o primeiro passo para ler dados com esse cuidado.
Perguntas frequentes
Quantas respostas uma pesquisa de satisfação precisa ter?
Depende da diferença que você precisa enxergar. Para uma proporção perto de 50%, 100 respostas dão margem de cerca de ±10 pontos e 400 dão ±5. Se a decisão depende de diferenças menores que a margem, a amostra é insuficiente.
Qual a melhor escala para pesquisa de satisfação?
A escala importa menos que a pergunta e a consistência. Escalas de 0 a 10 ou de 1 a 5 funcionam se forem mantidas iguais entre as ondas. Trocar a escala no meio da série quebra a comparação.
Taxa de resposta baixa invalida a pesquisa?
Não invalida, mas muda o que ela representa. Com 10% de resposta, o resultado descreve quem quis responder, que costuma ser o cliente mais engajado. Para decisões sobre quem saiu ou quem reclama, é preciso amostra sorteada e contato ativo.
Qual a diferença entre pesquisa de satisfação e NPS?
O NPS é uma pesquisa de satisfação com uma pergunta fixa sobre recomendação e um cálculo próprio. É bom para acompanhar a série; a pesquisa desenhada pela decisão é o que explica o porquê da série.
Com que frequência fazer pesquisa de satisfação?
Uma pesquisa curta e frequente, com a mesma pergunta, rende uma série que pode ser lida no tempo. Uma pesquisa longa e anual rende um ponto isolado, que não distingue tendência de variação comum.
Que erro as pessoas mais cometem com pesquisa de satisfação?
Tratar a diferença entre duas ondas como fato sem calcular a margem de erro. Na prática, metade dos “aumentos” e “quedas” reportados cabe no ruído do próprio tamanho de amostra. Aprender a separar sinal de ruído é o ponto de partida do White Belt da EDTI.