
O que CSAT, NPS e CES realmente medem
As três métricas são jogadas no mesmo saco de "feedback do cliente", mas respondem perguntas diferentes, e usar a errada no momento errado é o motivo pelo qual tantos programas de métricas de atendimento ao cliente produzem um número em que ninguém confia.
O CSAT é um score "aqui e agora" atrelado a uma interação específica, não a um relacionamento contínuo - a pergunta padrão é "Como você avaliaria sua satisfação geral com o serviço recebido?" em uma escala de 1 a 5, e só as duas respostas mais altas (4 e 5) contam para o score. O NPS, desenvolvido pela primeira vez em 2003 pela Bain & Company, é o oposto: uma única pergunta em escala de 0 a 10 - "Qual a probabilidade de você nos recomendar a um amigo ou colega?" - pensada para capturar o relacionamento inteiro, não um ticket. O CES fica no meio: uma avaliação de item único sobre "quão fácil ou difícil foi isso", baseada em pesquisas que mostram que reduzir o esforço do cliente prevê fidelidade melhor do que tentar encantá-lo.
| Métrica | Escopo | Melhor momento | Fórmula |
|---|---|---|---|
| CSAT | Uma interação | Imediatamente até 24 horas depois de fechar um ticket | (respostas satisfeitas [4-5] ÷ total de respostas) × 100 |
| NPS | Relacionamento inteiro | Trimestral ou anual, não por ticket | % Promotores (9-10) − % Detratores (0-6) |
| CES | Esforço de uma tarefa | Imediatamente depois da tarefa ou do ticket | Média da avaliação de esforço, sem fórmula percentual |

A Qualtrics é explícita sobre o NPS ser mal usado de forma transacional: perguntar "você nos recomendaria" depois de cada ticket irrita os clientes por uma interação pequena demais para justificar a pergunta. E um score da Bain & Company acima de 50 soa excelente até você descobrir que o varejo alimentício tem média de 30 e pagamentos ao consumidor têm média de -6 - compare com o seu próprio setor e o seu próprio histórico, não com um número universal.
Exemplos de perguntas de pesquisas CSAT
Estas são retiradas diretamente de templates CSAT do SurveyMonkey em uso real, o formato que a maioria das pessoas preenche sem perceber que é uma pesquisa CSAT: avaliar um motorista, avaliar um pedido de café, um formulário de um toque depois de uma compra.
- "No geral, o quão satisfeito ou insatisfeito você está com nossa empresa?"
- "No geral, o quão satisfeito ou insatisfeito você está com nossos produtos e serviços?"
- "O quão bem nossos produtos e serviços atendem às suas necessidades?"
- "Como você avaliaria a qualidade dos nossos produtos e serviços?"
- "No geral, o quão satisfeito ou insatisfeito você está com [PRODUTO]?"
- "Quais das seguintes palavras você usaria para descrever nossos produtos? Selecione todas que se aplicam."
Para uma checagem de CSAT específica de suporte, a própria orientação do Zendesk mantém ainda mais enxuto: uma pergunta de avaliação, nada além disso.
Exemplos de perguntas de pesquisas NPS
O NPS é sempre a mesma pergunta central, então a maior parte da variação está no que é anexado ao score, não no score em si:
- "Qual a probabilidade de você recomendar a [EMPRESA] a um amigo ou colega?" - a pergunta padrão, tipicamente acompanhada de um follow-up aberto de "por quê" para que o número venha com contexto.
- "Qual a probabilidade de você recomendar nosso serviço a um amigo ou colega?" - fraseado B2B.
- "Qual a probabilidade de você recomendar [PRODUTO] a um amigo ou colega?" - fraseado específico do produto quando uma empresa vende mais de uma coisa.
Os respondentes são agrupados em três categorias: Promotores (9-10), Neutros (7-8) e Detratores (0-6). O follow-up de "por quê" é onde o detalhe útil realmente mora - o score sozinho te diz a temperatura, não a causa.
Exemplos de perguntas de pesquisas CES
- "O quão fácil ou difícil foi conseguir o suporte de que você precisava?"
- "Em uma escala de 'muito fácil' a 'muito difícil', o quão fácil foi interagir com [nome da empresa]?" - o fraseado padrão de CES.
O que está por trás dessa única pergunta é maior do que parece: segundo The Effortless Experience, 96% dos clientes que têm uma interação de serviço de alto esforço se tornam mais desleais, contra apenas 9% dos que têm uma de baixo esforço. O CES é barato de perguntar e caro de ignorar.
Exemplos de pesquisas pós-ticket e pós-compra
- "No geral, como você avaliaria a qualidade da sua experiência de atendimento ao cliente?"
- "O quão bem entendemos suas perguntas e preocupações?"
- "Quanto tempo levamos para resolver suas perguntas e preocupações?"
- "Quanto tempo levamos para resolver sua necessidade de suporte?"
- "No geral, o quão satisfeito ou insatisfeito você está com o processo de onboarding da nossa empresa?"
A SurveyMonkey observa que esse tipo é feito para ser enviado "logo depois que um cliente interage com o suporte, para monitorar a impressão que seus representantes deixam" - o que é tanto uma regra de tempo quanto de conteúdo, tratada a seguir.
Quando realmente enviar (e quão longa deveria ser)
O timing distorce o resultado mais do que a redação. O padrão do Zendesk é segurar a pesquisa CSAT por cerca de 24 horas depois que um ticket é marcado como resolvido, dando tempo para a solução realmente se firmar antes que o cliente a avalie. Canais de mensagens podem mostrar a pesquisa no momento em que o ticket fecha, já que não há uma caixa de entrada a interromper, mas tickets de e-mail esperam a janela completa.

O atraso certo depende de quão frequentemente sua equipe reabre tickets. Se a resolução costuma ser instantânea e limpa, enviar na hora captura a interação enquanto ela ainda está fresca; se reaberturas são comuns, esperar evita que um cliente irritado avalie uma solução que na verdade ainda não tinha pegado. Uma armadilha tática: empacotar o aviso de "seu ticket está fechado" com a pesquisa em um único e-mail eleva a taxa de resposta, mas não pode ser recolhido se o ticket for reaberto - tudo bem para equipes com poucas reaberturas, um risco para qualquer outra.
Sobre a extensão: mantenha abaixo de 10 perguntas, e projete para o orçamento de tempo mobile, não desktop - pesquisas deveriam ficar abaixo de 9 minutos no mobile e 12 no desktop, já que perguntas abertas aceleram a fadiga mais rápido do que as fechadas e deveriam ser usadas com moderação.
Como evitar a fadiga de pesquisa
A regra central é escolher seus momentos em vez de perguntar depois de tudo. A orientação da Qualtrics é direta sobre isso: não interrogue o mesmo cliente em todo touchpoint, decida quais momentos realmente produzem insight útil, e pesquise só esses.
- Evite perguntas de barril duplo que perguntam sobre duas coisas mas permitem uma única resposta - elas confundem os respondentes e produzem dados que você não consegue atribuir.
- Pergunte a avaliação geral primeiro, para que a resposta de maior valor seja capturada mesmo se alguém abandonar no meio da pesquisa.
- Corte o jargão interno que obriga o respondente a parar e interpretar uma pergunta.
- Envie de um a três lembretes com texto renovado a cada vez, nunca a mensagem idêntica repetida.
- Pule a barra de progresso visível - respondentes supostamente reagem melhor a uma deixa humana como "quase lá!" do que a uma barra mostrando exatamente quanto falta.
Um profissional no Hacker News colocou a versão mais afiada disso sem rodeios: o NPS em particular é tratado como um número de vaidade em vez de uma ferramenta de trabalho.
"Abandonei, e agora só lido com uma versão reduzida uma vez por ano ou algo assim com clientes. O CSAT tem sido muito mais esclarecedor. O NPS costuma indicar sucesso, enquanto o CSAT de fato mostraria os problemas acontecendo no chão de fábrica. Parece que o NPS é idealista e está nas nuvens, enquanto o CSAT tem os pés no chão e mostra feedback real."
O que realmente move sua taxa de resposta
Não existe uma taxa de resposta média fixa por setor - profissionais no próprio fórum da comunidade Qualtrics relatam faixas de 3% a 30% dependendo do programa. O que tem um efeito medido é mais útil do que perseguir um benchmark que não existe:

| Tática | Ganho relatado |
|---|---|
| Personalizar o pedido | Até +48% |
| Perguntar imediatamente, não um dia depois | Mais respostas, e +40% mais preciso |
| Enviar lembretes com texto renovado | Até +36% |
| Reestruturar uma pesquisa inchada | +8% em um teste A/B |
Vale destacar porque os dois são constantemente confundidos: taxa de resposta é conclusões ÷ todos para quem a pesquisa foi enviada, enquanto taxa de conclusão é conclusões ÷ todos que realmente a abriram - uma pesquisa pode parecer que converte bem em uma métrica e mal na outra.
Os erros mais comuns de CSAT e NPS
- Tratar o CSAT como uma métrica de fidelidade. Ele mede uma interação, não o relacionamento vitalício do cliente - usá-lo como substituto de fidelidade mais ampla interpreta mal o número.
- Pesquisar todo mundo da mesma forma. Nem todo cliente deveria receber toda pesquisa - parceiros ou usuários específicos de produto muitas vezes precisam de um canal diferente, mais aprofundado.
- Coletar feedback e nunca fechar o ciclo. 70% dos consumidores dizem que voltariam a fazer negócios com uma empresa se uma reclamação fosse bem tratada da primeira vez - um score baixo sobre o qual você não age desperdiça a boa vontade de quem se deu ao trabalho de responder.
- Manter os dados isolados. O time de produto precisa ver reclamações de produto e o suporte precisa ver reclamações de serviço - acesso baseado em papéis, não uma única caixa de entrada que só o líder de CX lê.
- Pedir dados que você já tem. Puxe detalhes demográficos do CRM em vez de perguntar de novo na pesquisa - cada campo extra é mais um motivo para abandonar.
Um post no LinkedIn da profissional de CX Augie Ray acerta o erro por trás da maioria desses: o problema geralmente não é a frequência com que você pergunta.
"Literalmente acabei de sair de uma ligação com um cliente discutindo que a fadiga de pesquisa pode ser um problema, mas o problema real não é que os clientes não queiram dar feedback, e sim que eles se cansam de dar feedback e sentem que ele cai em um buraco profundo e escuro."
Esse "buraco profundo e escuro" é todo o modo de falha. Um avaliador da Capterra da ferramenta de pesquisa Delighted fez o ponto adjacente sobre as próprias ferramentas: simplicidade vence flexibilidade para uma métrica tão simples.
"NPS é uma coisa fácil. Você tem que perguntar ao seu cliente qual a probabilidade de ele te indicar a um amigo, numa escala de 1 a 10. Porém, tarefas simples como essa costumam ser terrivelmente superengenheiradas."
Configurando isso em um helpdesk de verdade
Se o Zendesk é o seu helpdesk, a maior parte da mecânica acima é configurável direto no produto em vez de algo que você precisa construir do zero:
- Dispare a pesquisa de satisfação ao resolver em vez de em um cronograma fixo que ignora o estado do ticket.
- Adicione perguntas personalizadas à pesquisa CSAT padrão se a avaliação única não for contexto suficiente para sua equipe.
- Configure a medição e os relatórios de CSAT para que os scores subam para algum lugar que sua equipe realmente olhe.
- Configure as opções da conta para satisfação uma vez, em vez de por visualização.
- Conheça a diferença entre uma avaliação de CSAT boa e uma ruim nos seus próprios relatórios antes de definir uma meta interna.
O Freshdesk segue o mesmo padrão com sua própria configuração de pesquisa NPS, e pode ser configurado para enviar CSAT só depois que a resolução for confirmada - a mesma lógica de atraso de 24 horas do Zendesk, só que numa tela de configuração diferente. Equipes de ecommerce no Gorgias têm uma configuração parecida, com sua própria visão de relatório de CSAT para acumular scores por agente. A mesma regra vale para qualquer helpdesk que você use: a pesquisa só é tão boa quanto a automação de tickets e o trabalho do agente de IA que veio antes dela, que é onde a maior parte do score real é decidida.
Experimente o eesel para CSAT do Zendesk
Uma pergunta de pesquisa só pode contar a verdade sobre uma interação que já aconteceu - ela não consegue consertar uma resposta lenta e genérica depois do fato. O eesel lê os tickets passados do Zendesk de uma equipe e a documentação de ajuda, e então redige ou envia respostas direto na fila, com roteamento baseado em confiança para que tudo que não tiver certeza vá para um humano em vez de sair com baixa confiança. Um cliente, a Gridwise, viu o eesel resolver 73% das solicitações de nível 1 no primeiro mês - o tipo de mudança que aparece no número de CSAT antes mesmo de você ter que explicar em uma QBR.

Se você já está usando exemplos de perguntas de pesquisa em onboarding e churn, isso é a mesma disciplina aplicada uma camada antes: o trabalho do helpdesk de IA acontece antes mesmo de a pesquisa sair, então a resposta que ela recebe de volta é uma que você realmente gostaria de reportar. Experimente o eesel de graça, sem necessidade de cartão de crédito.
Perguntas frequentes
O que é um bom score de CSAT no atendimento ao cliente?
Qual a diferença entre uma pesquisa CSAT, NPS e CES?
Quantas perguntas uma pesquisa de atendimento ao cliente deveria ter?
Quando devo enviar uma pesquisa de satisfação do cliente depois de um ticket de suporte?
Como posso aumentar a taxa de resposta da minha pesquisa de atendimento ao cliente?

Article by
Riellvriany Indriawan
Riell is a designer and writer at eesel AI with about two years of experience researching CX platforms, AI chatbots, and helpdesk software. She combines her design background with a sharp eye for how these tools actually look and feel in practice — making her comparisons unusually visual and user-focused.








