“Se não usou, por que deu 5 estrelas?
Neiva Dourado Martins Mendes (*)
Confesso que não gosto desse tipo de avaliação e creio que não estou sozinha. Em uma pesquisa do Reclame AQUI realizada em fevereiro de 2025 com aproximadamente 2,3 mil usuários, 81,54% disseram ler reviews antes de comprar. Eu também faço parte dessa estatística.
Compro pela internet, tenho pouco tempo, valorizo a praticidade e, antes de decidir, olho as avaliações de quem já comprou. As estrelinhas me guiam. Até encontrar cinco estrelas de alguém que… ainda nem usou o produto. Parece uma bobagem, mas talvez esse comportamento revele algo muito maior sobre a maneira como medimos satisfação.
Quando uma plataforma pergunta “avalie o produto”, o consumidor pode estar respondendo sobre outra coisa: produto + entrega + embalagem + vendedor + expectativa + entusiasmo com a compra. Se pergunto sobre qualidade imediatamente após a entrega, será que estou realmente medindo a qualidade do produto? Em pesquisa, esse tipo de problema pode ser entendido como contaminação do construto: acreditamos estar medindo uma coisa, mas outras variáveis entram na resposta.
E tem mais: estudos interculturais mostram que consumidores de diferentes países também apresentam diferentes estilos de resposta. Em um estudo envolvendo 15 países, por exemplo, Brasil e Índia apresentaram maior tendência à concordância (yea-saying/acquiescence), enquanto Holanda e Japão apareceram no sentido oposto.
Ou seja: até comparar um “4,5” brasileiro com um “4,5” japonês exige muito cuidado! A forma como consumidores fornecem feedback em plataformas online é parcialmente determinada pela cultura. Agora leve essa reflexão para o mundo corporativo: o quanto estamos supervalorizando NPS, CSAT e outras pesquisas de satisfação e subutilizando aquilo que o cliente espontaneamente revela quando precisa falar conosco?
Hoje temos tecnologia para ouvir em escala, speech analytics, machine learning, NLP, IA generativa; milhares ou milhões de ligações, chats, e-mails e mensagens podem ser transformados em inteligência. A diferença fundamental é que, na pesquisa, nós perguntamos:
“De 0 a 10, quanto você recomendaria nossa empresa?”
Na central, o cliente diz:
“É a terceira vez que ligo.”
“Você vai me transferir de novo?”
“Já expliquei isso para três pessoas.”
“O produto até que é bom, mas é muito difícil resolver um problema.”
“Quero falar com o supervisor”
“Se não resolverem hoje, vou cancelar.”
Uma fonte mede aquilo que o cliente responde quando perguntamos e a outra revela o que ele espontaneamente considera importante quando precisa de nós.
E veja, não estou propondo abandonar NPS ou CSAT, estou questionando o peso que damos a eles quando hoje podemos cruzar pesquisa + voz espontânea + comportamento.
Concluo agora com uma provocação: será que muitas empresas ainda não perceberam o quanto suas pesquisas podem estar sujeitas a vieses?
Ou será que algumas já perceberam e preferem uma métrica confortável a uma “voz inconveniente”? NPS alto até fica muito bonito no PowerPoint e as 5 estrelinhas ⭐⭐⭐⭐⭐ também, mas a voz do cliente é muito mais difícil de maquiar.
Fontes:
https://www.tandfonline.com/doi/full/10.1080/08961530.2020.1722980
https://www.sciencedirect.com/science/article/abs/pii/S0167811610000728
Impacto por tipo de avaliação
| Tipo de avaliação | Exemplo | Valor para avaliar o produto |
| Experiência logística | “Chegou antes do prazo” | Muito baixo |
| Primeira impressão | “Parece muito bem feito” | Baixo |
| Expectativa | “Era exatamente o que esperava” | Baixo/médio |
| Uso inicial | “Usei duas vezes e funcionou bem” | Médio |
| Uso real | “Uso há três meses” | Alto |
| Longo prazo | “Depois de um ano começou a apresentar…” | Muito alto |
| Review incentivado | “Ganhei cupom para avaliar” | Depende |
| Review sem uso | “Ainda não testei” | Praticamente zero |
(*) Presidente do Conselho e sócia-fundadora da Blue6ix Tecnologia ([email protected]).
Confiança: O Ativo “Invisível” que transforma CX em Receita | Jornal Empresas & Negócios