Exemplos de perguntas de pesquisa: mais de 50 exemplos para feedback

Comece pelo objetivo, não pela pergunta

O erro mais comum que vejo em pesquisas na equipe de suporte não é uma formulação ruim. É escrever as perguntas antes de decidir qual decisão as respostas vão embasar. Uma pesquisa que mede tudo não mede nada, e ainda queima a boa vontade que você vai precisar para a próxima.

Então, antes de copiar qualquer pergunta abaixo, responda uma coisa: o que você vai fazer de diferente com base nas respostas? Se você não consegue nomear a ação, corte a pergunta. Uma pesquisa do tipo "como estivemos?" sem alguém responsável pelos resultados é só ruído que você está pedindo para os clientes gerarem.

Esse enquadramento também indica que tipo de pesquisa você precisa. Medir uma interação é tarefa do CSAT. Medir a fidelidade à marca como um todo é o NPS. Medir o quanto você deu trabalho para alguém é o CES. Eles não são intercambiáveis, e escolher o errado é como as equipes acabam com números em que ninguém confia. Veja como as três métricas principais de suporte se comparam:

As regras para escrever perguntas de pesquisa que as pessoas respondem

A formulação importa mais do que a plataforma. Uma pergunta clara em um e-mail simples vence uma pergunta engenhosa em uma ferramenta bem polida. Cinco regras cobrem quase tudo:

• Uma pergunta por pergunta. "Qual foi seu nível de satisfação com a velocidade e a simpatia do nosso suporte?" são duas perguntas. Se alguém foi atendido rápido por um agente mal-educado, não consegue responder isso com honestidade. Separe.
• Elimine os adjetivos carregados. "O quão incrível foi nosso suporte extremamente rápido?" já diz ao leitor o que responder. Tire os adjetivos e você tem "Como você avaliaria a velocidade do nosso suporte?"
• Equilibre a escala. Ofereça tantas opções negativas quanto positivas, com um ponto médio neutro de verdade. Uma escala que vai de "bom, ótimo, excelente" não deixa espaço para a verdade.
• Seja breve. Cada pergunta extra reduz a taxa de conclusão. Para uma pesquisa pós-chamado, uma avaliação e um comentário opcional é o ponto ideal.
• Pergunte no momento certo. Uma pergunta de satisfação tem um efeito diferente no minuto seguinte à resolução do que três dias depois.

Esse primeiro ajuste é o que mais passa despercebido, então vale a pena ver lado a lado:

Exemplos de perguntas de pesquisa por objetivo

Aqui está o banco de perguntas. Pegue o que se encaixa, troque o nome do produto e apague o resto. Cada conjunto abaixo deve ser reduzido, não enviado por inteiro.

Use isto para ir direto ao conjunto que você precisa:

Perguntas de satisfação do cliente (CSAT)

Elas se referem a uma única interação. O padrão imbatível é uma nota mais um campo aberto:

• Qual foi seu nível de satisfação com o suporte que recebeu hoje? (1 a 5)
• Qual o principal motivo da sua avaliação? (texto aberto)
• Seu problema foi resolvido no primeiro contato? (sim / não)
• Como você avaliaria o conhecimento da pessoa que te atendeu? (1 a 5)
• Como você avaliaria a velocidade da nossa resposta? (1 a 5)
• Há algo que o agente poderia ter feito melhor? (texto aberto)

Se você usa Zendesk, Freshdesk ou Gorgias, cada um tem uma pesquisa CSAT nativa que pode ser configurada para disparar no encerramento do chamado, então raramente você precisa de uma ferramenta separada para isso.

Perguntas de Net Promoter Score (NPS)

O NPS é medido em nível de relacionamento, então envie em uma programação regular em vez de após cada chamado. O clássico é uma única pergunta de 0 a 10, mas o valor real está na pergunta aberta de acompanhamento:

• Qual a probabilidade de você recomendar o [produto] a um amigo ou colega? (0 a 10)
• Qual o principal motivo da sua nota? (texto aberto)
• Qual é a única coisa que poderíamos fazer para melhorar sua experiência? (texto aberto)
• Qual funcionalidade mais faria falta se fosse removida? (texto aberto)
• O que quase te impediu de se tornar cliente? (texto aberto)

Se preferir não criar isso do zero, o Freshdesk e outros helpdesks já vêm com uma pesquisa NPS nativa que você pode agendar.

Perguntas de Customer Effort Score (CES)

O CES prevê fidelidade melhor do que a satisfação em muitos contextos de suporte, porque as pessoas perdoam um problema com muito mais facilidade do que perdoam a dificuldade de resolvê-lo:

• Quão fácil foi resolver seu problema hoje? (1 = muito difícil, 7 = muito fácil)
• O [Produto] facilitou a resolução do meu problema. (discordo totalmente a concordo totalmente)
• Quanto esforço pessoal você precisou fazer para conseguir ajuda? (1 a 5)
• O que tornou sua experiência mais difícil do que precisava ser? (texto aberto)

Perguntas de feedback sobre produto e funcionalidades

Faça essas perguntas depois que a pessoa realmente usou o recurso, não aleatoriamente:

• O quanto a [funcionalidade] atende às suas necessidades? (1 a 5)
• O que você estava tentando fazer quando usou a [funcionalidade]? (texto aberto)
• Como você se sentiria se não pudesse mais usar a [funcionalidade]? (muito decepcionado / um pouco / nada decepcionado)
• Qual funcionalidade você gostaria que tivéssemos? (texto aberto)
• Quão fácil foi entender a [funcionalidade] na primeira vez que a usou? (1 a 5)

Essa pergunta "como você se sentiria se não pudesse mais usar isso" é o teste de product-market fit de Sean Ellis, e é uma das perguntas mais certeiras desta lista.

Perguntas de onboarding e ativação

Clientes novos são a melhor fonte de feedback sobre "onde isso fica confuso", porque tudo ainda está fresco na memória:

• Quão fácil foi começar a usar o [produto]? (1 a 5)
• Havia algo que você esperava encontrar e não encontrou? (texto aberto)
• O que quase te fez desistir durante a configuração? (texto aberto)
• Em uma escala de 1 a 5, quão confiante você se sente usando o [produto] agora?

Micropesquisas no site e nas páginas

Enquetes de uma única pergunta que aparecem em uma página têm taxas de resposta altas porque custam quase nada ao visitante:

• Esta página respondeu à sua dúvida? (sim / não)
• O que você estava procurando e não encontrou? (texto aberto)
• O que está te impedindo de se cadastrar hoje? (texto aberto)

Se sua base de conhecimento ou central de ajuda é onde muitas dessas perguntas vivem, vale combiná-las com autoatendimento que realmente reduz o volume de chamados em vez de só medir a lacuna.

Perguntas de cancelamento e churn

Dolorosas de ler, mas das mais valiosas de se ter. Limite a algumas poucas perguntas, já que a paciência da pessoa já se esgotou:

• Qual o principal motivo do seu cancelamento hoje? (escolha única com um campo aberto "outro")
• O que poderíamos ter feito para te manter? (texto aberto)
• Para onde você está indo agora? (texto aberto)
• Você consideraria voltar? (sim / não / talvez)

Os motivos de cancelamento também são um sinal que pode ser captado antes. Se você conseguir identificar risco de cancelamento nas conversas de suporte antes que a pessoa chegue ao botão de cancelar, a pesquisa de saída vira uma rede de segurança em vez do seu primeiro aviso.

Perguntas abertas que vale a pena manter

Perguntas de avaliação te dão o número; perguntas abertas te dão o motivo. Algumas que consistentemente trazem boas respostas:

• Se você tivesse uma varinha mágica, qual a única coisa que mudaria no [produto]?
• O que quase te impediu de comprar / renovar?
• O que você conta aos colegas quando descreve nossa empresa?
• Qual é a parte mais frustrante do seu fluxo de trabalho atual?

Os erros que silenciosamente arruínam seus dados

Já vi bons programas de pesquisa produzirem dados inúteis por causa de um punhado de erros recorrentes. Passe os olhos nesta lista antes de enviar:

• Perguntas duplas. "Nossa equipe foi simpática e capacitada?" Uma única resposta não cobre as duas coisas.
• Perguntas tendenciosas. Qualquer coisa que já embute a resposta ("O quão ótimo foi...") infla suas notas e esconde os problemas.
• Absolutos. "Você sempre recebe respostas rápidas?" Ninguém consegue responder "sempre" ou "nunca" com honestidade, então a pessoa chuta.
• Jargão e nomes internos. Se internamente vocês chamam de "Central Unificada de Resolução", o cliente chama de "aquele negócio do chat". Use as palavras dele.
• Campos obrigatórios demais. Cada pergunta obrigatória é um motivo para abandonar a pesquisa. Deixe tudo opcional, exceto a nota principal.
• Perguntar sem um plano de resposta. A forma mais rápida de matar taxas de resposta futuras é coletar feedback e visivelmente não fazer nada com ele.

Coletar respostas é fácil. Lê-las é a parte difícil

Aqui está a parte que a maioria dos guias de pesquisa ignora. Escrever as perguntas leva uma tarde. Dar sentido a algumas centenas de respostas em texto aberto por semana é o trabalho que nunca termina, e é onde os programas de feedback morrem silenciosamente. As notas ficam registradas em um dashboard, os comentários são lidos por cima uma vez, e o sinal de verdade, o tema recorrente que aparece nas palavras de 40 clientes diferentes, nunca é contabilizado.

Esse é o ciclo que me importa no lado do suporte: pesquisar, coletar, encontrar o tema, corrigir o problema e repetir.

As etapas um e dois já estão resolvidas. A etapa três é onde a IA se justifica: ela consegue ler cada resposta em texto aberto, agrupá-las em temas e te dizer que "não consigo achar a nota fiscal" apareceu 60 vezes este mês, enquanto "bug no checkout" apareceu duas vezes. Essa é a diferença entre um palpite e um backlog priorizado. Ler feedback em escala usa o mesmo músculo que analisar chamados de suporte em escala, e as melhores ferramentas de feedback de clientes estão cada vez mais construídas em torno exatamente disso.

Há um segundo movimento que vale a pena fazer: suas pesquisas não são sua única fonte de feedback. Cada chamado, chat e e-mail de suporte já contém o mesmo sinal, geralmente em maior quantidade do que as respostas da sua pesquisa. Uma ferramenta que consegue ler todo o seu histórico de chamados junto com os resultados da pesquisa te dá uma amostra muito maior do que a pequena fatia de clientes que se dá ao trabalho de preencher um formulário.

Experimente a eesel

Depois que você começa a coletar feedback, o gargalo passa de perguntar para agir. É aí que a eesel AI entra: ela se conecta ao seu helpdesk atual, lê cada chamado anterior e cada resposta em texto aberto das pesquisas, e marca os temas recorrentes automaticamente, então, em vez de organizar comentários manualmente, você tem uma visão priorizada do que realmente está quebrado. No lado de relatórios, ela revela os padrões em milhares de conversas, não só no punhado de respostas de pesquisa que você leria manualmente.

É também a camada que fecha o ciclo nos próprios chamados. Ela gera rascunhos de respostas para seus agentes e consegue resolver automaticamente as perguntas repetitivas que os comentários de CSAT continuam sinalizando, o que foi como uma equipe, a Gridwise, conseguiu com a eesel resolver 73% das solicitações de nível 1 no primeiro mês. Como disse um administrador do Zendesk, "a eesel AI simplifica nosso fluxo de trabalho, aumenta a produtividade e garante um nível mais alto de consistência no atendimento" (Melissa Ryan, Discuss.io). Você pode experimentar gratuitamente e apontá-la para seus próprios chamados históricos antes de se comprometer com qualquer coisa.