
O que faz uma pergunta de pesquisa realmente funcionar
Antes das listas de perguntas, vale ser honesto sobre por que a maioria das pesquisas tem desempenho ruim. Raramente é o tema, é a redação. Uma pergunta que tenta medir três coisas ao mesmo tempo, ou empurra o cliente para uma resposta agradável, produz dados nos quais você não pode confiar e que depois são silenciosamente ignorados.
Quatro regras cobrem quase tudo:
- Uma pergunta, um foco. «O quão feliz você está com nosso serviço, suporte e preços?» são três perguntas disfarçadas de uma. Se a pontuação cair, você não tem ideia de qual parte quebrou. Separe-as.
- Redação neutra, sem induzir a resposta. «O quanto você amou nosso incrível novo checkout?» diz ao cliente o que você quer ouvir. Em vez disso, pergunte «Como você avaliaria a experiência de checkout?».
- Combine a pergunta com um momento real. Pergunte sobre um ticket logo depois que ele é fechado, não três semanas depois quando o cliente já esqueceu que aconteceu. A memória se apaga rápido, e pesquisas atrasadas recebem respostas atrasadas.
- Sempre deixe espaço para o porquê. Um número diz que alguém está insatisfeito; um comentário aberto diz por quê. Uma avaliação mais um campo aberto opcional é a pesquisa com o maior sinal que você pode enviar.

Tenha essas quatro em mente e as perguntas específicas abaixo praticamente se escrevem sozinhas.
Os três tipos de pesquisa (e quando usar cada um)
Quase toda pergunta de satisfação que você vai fazer se encaixa em um de três formatos bem estabelecidos. Eles medem coisas diferentes, em escalas diferentes, em momentos diferentes, então escolher o certo importa mais do que a redação exata.
| Tipo | O que mede | Escala | Quando enviar | Ideal para |
|---|---|---|---|---|
| CSAT | Satisfação com uma interação específica | 1-5 (ou 1-7) | Logo após um ticket, pedido ou chat | Detectar momentos problemáticos rapidamente |
| NPS | Fidelidade geral e probabilidade de recomendação | 0-10 | Trimestralmente ou em marcos do ciclo de vida | Acompanhar o relacionamento ao longo do tempo |
| CES | Quanto esforço o cliente teve que fazer | 1-7 | Logo após uma resolução ou tentativa de autoatendimento | Encontrar atrito em um processo |
| Aberta | O porquê por trás de qualquer pontuação | Texto livre | Junto com qualquer uma das anteriores | Revelar temas que você nem pensaria em perguntar |

Uma forma rápida de lembrar: CSAT é uma foto instantânea, NPS é o relacionamento, e CES é o atrito. Se você só for rodar uma, rode o CSAT nos seus tickets de suporte, é o sinal mais rápido de que algo quebrou no seu fluxo de suporte. Vale a pena acompanhar as três junto com suas outras métricas de atendimento ao cliente.
Não sabe qual enviar?
Escolha o objetivo que corresponde ao que você está tentando aprender agora:
Envie uma pergunta CSAT
Você quer saber se um ticket, chat ou pedido específico correu bem. Dispare logo depois que a interação for encerrada.
Envie uma pergunta NPS
Você se importa com o relacionamento geral, não com um momento específico. Envie trimestralmente ou em um marco do ciclo de vida.
Envie uma pergunta CES
Você suspeita que algo está mais difícil do que deveria. Pergunte logo após uma resolução ou uma tentativa de autoatendimento.
Adicione uma pergunta aberta
Você tem uma pontuação, mas não o motivo. Combine um campo de texto livre com qualquer avaliação acima.
Perguntas de pesquisa CSAT
As perguntas CSAT são seu carro-chefe. Elas avaliam uma única interação recente, e por estarem ligadas a um momento específico, são a forma mais rápida de detectar uma etapa quebrada. Envie uma imediatamente após o fechamento de um ticket, o envio de um pedido, ou o fim de um chat.
Perguntas de avaliação principais:
- Quão satisfeito você ficou com o suporte recebido hoje?
- Como você avaliaria sua experiência geral conosco?
- Quão satisfeito você está com a rapidez com que resolvemos seu problema?
- Quão bem nossa equipe entendeu sua pergunta?
- Quão satisfeito você está com a resposta que recebeu?
- Como você avaliaria a qualidade da ajuda recebida?
- Essa interação atendeu às suas expectativas?
- Quão satisfeito você ficou com sua compra recente?
- Como você avaliaria a experiência de onboarding até agora?
- No geral, quão feliz você está com nosso produto?
Perguntas de acompanhamento (fazer logo após a pontuação):
- Qual é o principal motivo da sua avaliação?
- O que poderíamos ter feito para tornar isso uma experiência 5 estrelas?
- Houve algo nessa interação que te frustrou?
- Há algo que poderíamos ter explicado com mais clareza?
Mantenha a escala consistente em todas as suas pesquisas CSAT, um 1-5 em um lugar e um 1-7 em outro transforma seu relatório numa bagunça. Se você dispara essas pesquisas de um helpdesk, a maioria suporta nativamente o padrão «pesquisa ao fechar»; aqui está como enviar uma pesquisa CSAT ao fechar para que ela saia no momento em que o ticket é encerrado.
Perguntas de pesquisa NPS
O NPS (Net Promoter Score) faz a única pergunta de fidelidade, e depois uma pergunta de acompanhamento. É sobre o relacionamento como um todo, não um ticket, então envie em um ritmo mais lento: trimestralmente, na renovação, ou em um marco do ciclo de vida. A pergunta clássica quase nunca muda, mas é no acompanhamento que está o verdadeiro insight.
A pergunta principal:
- Qual a probabilidade de você nos recomendar a um amigo ou colega? (0-10)
Acompanhamentos por faixa de pontuação:
- (Promotores, 9-10) O que você mais ama em nos usar?
- (Promotores, 9-10) O que faria você nos recomendar ainda mais fortemente?
- (Neutros, 7-8) Qual é a única coisa que nos levaria de bom a excelente para você?
- (Detratores, 0-6) Qual é o principal motivo da sua pontuação?
- (Detratores, 0-6) O que precisaríamos mudar para você continuar conosco?
- Qual funcionalidade ou parte do produto é mais valiosa para você?
- Há algo que atualmente impeça você de obter mais valor conosco?
- Quão bem estamos atendendo às suas necessidades em comparação a quando você começou?
A armadilha do NPS é tratar o número como o entregável. Um 42 não te diz nada sozinho; os comentários dos detratores te dizem tudo. Encaminhe-os diretamente para alguém que possa agir, idealmente sinalizados automaticamente como risco de churn. Se você tem uma loja online, o NPS também combina bem com as métricas de chatbot que você já acompanha. Muitos helpdesks também conseguem enviar isso de forma agendada, como uma pesquisa NPS no Freshdesk.
Perguntas de CES (Customer Effort Score)
O CES mede o quanto o cliente teve que se esforçar. É o mais subestimado dos três, porque o esforço prevê o churn melhor do que a satisfação pura: alguém pode estar «satisfeito» com uma resposta que custou quatro e-mails e uma ligação para conseguir, e ainda assim vai embora. Envie o CES logo após uma resolução ou uma tentativa de autoatendimento.
Perguntas de avaliação de esforço:
- Quão fácil foi resolver seu problema hoje?
- Quanto esforço pessoal você teve que fazer para conseguir ajuda?
- Em que medida você concorda com isto: «A empresa facilitou a resolução do meu problema.»
- Quão fácil foi encontrar a informação que você procurava?
- Quão fácil foi falar com uma pessoa quando você precisou?
- Quão simples foi o processo de checkout / cadastro?
- Quão fácil foi usar a central de ajuda de autoatendimento?
Acompanhamentos:
- O que tornou isso mais difícil do que precisava ser?
- Onde você ficou travado, se em algum ponto?
- O que teria tornado isso mais fácil?
O CES é a pergunta que expõe o atrito que o seu CSAT esconde. Uma resolução de alto esforço é um processo quebrado com um sorriso no rosto. Quando o autoatendimento é o culpado, geralmente aponta para uma base de conhecimento rasa, a mesma causa raiz por trás de uma taxa de desvio baixa. Corrigir a documentação eleva o CES e reduz o volume de tickets ao mesmo tempo.
Perguntas abertas e de feedback sobre o produto
Perguntas de avaliação te dão linhas de tendência; perguntas abertas te dão os motivos e, muitas vezes, ideias que você nunca pensaria em perguntar. Use-as com moderação (elas custam esforço a quem responde), mas sempre inclua pelo menos uma.
Abertas gerais:
- Qual é a única coisa que poderíamos fazer para melhorar sua experiência?
- Se você pudesse mudar uma coisa no nosso produto, o que seria?
- O que quase te impediu de comprar / se cadastrar?
- O que quase te fez desistir enquanto buscava ajuda?
- O que fazemos melhor do que qualquer outra empresa que você já usou?
- O que você estava tentando resolver quando entrou em contato conosco?
Feedback sobre produto e funcionalidades:
- Qual funcionalidade você mais usa, e por quê?
- Qual funcionalidade você gostaria que funcionasse de forma diferente?
- O que está faltando para tornar isso indispensável para você?
- Quão bem o produto se encaixa no seu fluxo de trabalho atual?
- O que você diria a um colega que está considerando nos escolher?
Específicas de suporte:
- Seu problema foi totalmente resolvido, ou algo ainda está em aberto?
- Você teve que repetir sua situação para mais de uma pessoa?
- Como o tempo de espera foi para você?
- O tom do suporte recebido foi adequado para você?
- Nós retornamos o contato quando dissemos que faríamos isso?
- Há mais alguma coisa que você gostaria que soubéssemos?
São mais de 50 para escolher. O erro que as equipes cometem não é ficar sem perguntas, é coletar todo esse texto e nunca ler. O que é o verdadeiro assunto da próxima seção.
Os erros que silenciosamente arruínam os dados da pesquisa
Mesmo com boas perguntas, alguns hábitos envenenam os resultados. Fique de olho nestes:
- Perguntas de dois canos. Qualquer coisa com um «e» no meio («Como foram a velocidade e a qualidade?») mede duas coisas e reporta um único número. Separe-as.
- Perguntas tendenciosas. «Quão incrível foi sua experiência?» induz a uma resposta positiva. Mantenha-se neutro.
- Pesquisar tarde demais. Uma pesquisa CSAT enviada uma semana depois do fechamento do ticket mede a memória do cliente, não a interação.
- Perguntas demais. As taxas de resposta despencam depois das duas ou três primeiras perguntas. Um CSAT de uma única pergunta sempre vence um formulário de dez perguntas.
- Pesquisar apenas os caminhos felizes. Se você só pesquisa tickets resolvidos, está excluindo sistematicamente seus clientes mais irritados, os que abandonaram a fila.
- Coletar sem agir. A falha mais comum de todas. Uma pesquisa que ninguém lê é pior do que nenhuma pesquisa, porque custa esforço ao cliente e não te dá nada em troca.
Esse último é o que mais importa, e é um problema de escala, não de redação.
O verdadeiro trabalho é ler as respostas
Eis o que ninguém te conta quando você monta um programa de pesquisas: escrever as perguntas leva uma tarde, e ler as respostas leva uma eternidade. Uma equipe que lida com alguns milhares de tickets por mês gera uma enxurrada de comentários em texto livre, e «alguém vai revisar isso» se transforma em um acúmulo que ninguém toca. As pontuações são vistas por cima em um painel na segunda-feira, os comentários apodrecem, e o ciclo de feedback, todo o propósito do exercício, nunca se fecha.

É exatamente aqui que a IA se justifica. Em vez de uma pessoa ler 4.000 comentários, uma IA pode marcar cada resposta por tema, pontuar seu sentimento, e destacar os três problemas que explicam a maioria dos seus detratores, e então encaminhar os urgentes para uma pessoa como qualquer outra etapa de triagem de tickets. A pergunta de avaliação permanece a mesma; o que muda é que o porquê por trás de cada pontuação realmente é lido.
Já vi isso do outro lado por anos. A coisa mais comum que ouço de líderes de suporte não é «não sabemos o que perguntar», é «estamos afogados em feedback que não conseguimos processar». Uma líder de CX de uma marca DTC resumiu bem esse instinto por trás disso:
"The AI will never be able to answer 100% of the questions... I need an AI who is only handling the tickets that it's confident to handle and all the other ones, leave them alone."
uma líder de CX de uma marca DTC de suplementos (eesel AI)
A mesma lógica se aplica aos comentários de pesquisa: deixe a IA lidar com confiança com o grosso da classificação e do trabalho de sentimento, e escale para um humano as respostas genuinamente complicadas e de alto risco. Essa é a versão de automação que realmente se sustenta em uma fila ao vivo, e é por isso que simulamos cada implantação contra os tickets históricos de uma empresa antes que ela chegue a tocar um cliente.
Transforme as respostas da pesquisa em ação com o eesel
A maior parte deste guia é agnóstica de ferramenta, as perguntas funcionam em qualquer lugar. Mas se o gargalo é ler e agir sobre as respostas, esse é o problema específico para o qual o eesel AI foi criado. Ele se conecta ao helpdesk que você já usa (Zendesk, Freshdesk, Gorgias, Front, e mais de 100 integrações), aprende com seus tickets anteriores e documentos de ajuda, e pode marcar, triar e encaminhar feedback da mesma forma que lida com o suporte ao vivo.

O diferencial é a etapa de simulação: antes que o eesel toque em qualquer coisa ao vivo, ele roda contra seus tickets históricos para que você veja exatamente como teria classificado e respondido, sem adivinhação. Essa é a mesma disciplina que permitiu à Gridwise resolver 73% das solicitações de nível 1 no primeiro mês. O resultado é um ciclo de feedback que realmente se fecha: pontuações ruins são lidas, os temas vêm à tona, e as correções (melhor documentação, coaching de agentes, roteamento mais inteligente) alimentam diretamente o seu agente de helpdesk com IA.

Você pode conectar as perguntas acima ao seu helpdesk hoje mesmo, e depois deixar o eesel cuidar da parte que sempre falha: ler cada resposta e fazer algo a respeito. É gratuito para começar (baseado em uso, a 40¢ por ticket, sem taxas por assento), então você pode direcioná-lo a uma parte do seu feedback real e ver o que ele detecta antes de se comprometer. Se você quiser mais contexto, nossos guias sobre IA para atendimento ao cliente, gestão de atendimento ao cliente, e o melhor software de helpdesk com IA aprofundam mais.
Perguntas frequentes
Quais são boas perguntas para uma pesquisa de satisfação do cliente?
O que é uma pergunta de pesquisa CSAT?
Quantas perguntas uma pesquisa de satisfação do cliente deve ter?
Qual é a diferença entre CSAT, NPS e CES?
A IA consegue analisar as respostas de pesquisas de satisfação do cliente?

Article by
Kurnia Kharisma Agung Samiadjie
Kurnia is a software engineer and writer at eesel AI with two years of SEO experience, writing about AI tools, helpdesk software, and customer support. He pairs a developer's understanding of how these products are built with search-driven research into what actually ranks and resonates with the people searching for them.







