Toda pesquisa NPS tem duas perguntas. A primeira é a famosa "De 0 a 10, qual a probabilidade de você recomendar a nossa empresa a um amigo?". A segunda, quase sempre, é aberta: "Qual o principal motivo da sua nota?". A primeira vira um número que vai para o painel da diretoria. A segunda vira uma coluna de texto numa planilha que pouca gente abre.

É uma pena, porque a nota só diz o quanto os clientes recomendam você. Quem diz por quê são os comentários. Se o NPS caiu cinco pontos no trimestre, a explicação está nessa coluna de texto, não no gráfico de linhas. Este guia mostra como sair da planilha com mil comentários e chegar numa lista de prioridades que alguém consiga defender numa reunião.

Antes de começar: o que você precisa ter em mãos

Exporte as respostas da sua ferramenta de pesquisa para uma planilha com, no mínimo, três colunas:

  • A nota de 0 a 10.
  • O comentário da pergunta aberta.
  • Algum dado do cliente que você queira cruzar depois: região, canal de compra, plano, tempo como cliente. Sem isso, a análise só consegue responder "o que dizem os clientes" e não "o que dizem os clientes de São Paulo que compraram pelo app".

Depois, classifique cada resposta no grupo NPS correspondente: promotores (notas 9 e 10), neutros, também chamados de passivos (7 e 8) e detratores (0 a 6). O NPS é o percentual de promotores menos o percentual de detratores. Guarde essa coluna de grupo: ela é a chave de todo o resto.

Por que a nuvem de palavras não resolve

A reação mais comum diante de mil comentários é jogar tudo num gerador de nuvem de palavras. O resultado é bonito e quase nunca ajuda a decidir nada. A nuvem mostra que "entrega" aparece muito. Não mostra se as pessoas estão falando que a entrega é rápida, que atrasou, que chegou avariada ou que o frete é caro — e cada uma dessas leituras leva a uma decisão diferente. A nuvem também não separa quem elogia de quem reclama: a mesma palavra pode estar entre os promotores e entre os detratores por motivos opostos.

O que resolve é codificar as respostas abertas: ler cada um e atribuir a ele uma ou mais categorias com definição clara ("Atraso na entrega", "Frete caro", "Produto chegou com defeito"). Parece trabalhoso, e é, mas é o único jeito de transformar texto em números que dá para comparar.

Passo a passo

1. Leia uma amostra antes de criar qualquer categoria

Separe entre 50 e 100 comentários aleatoriamente, misturando promotores, neutros e detratores, e leia com calma. O objetivo é descobrir do que os clientes realmente falam, e não confirmar as categorias que a equipe já tinha na cabeça. É aqui que aparecem os temas que ninguém esperava.

2. Monte uma lista curta de categorias, com definição

Transforme o que você leu numa lista de categorias. Cada uma precisa de uma frase que diga o que entra e o que não entra nela. Essa lista, com as definições, é o seu livro de códigos. Sem definições, duas pessoas vão classificar o mesmo comentário de formas diferentes, e o resultado vai medir quem classificou, e não o cliente.

3. Classifique todos os comentários, não só uma parte

Aplique as categorias a todos os comentários. Duas regras fazem diferença:

  • Um comentário pode ter mais de uma categoria. "O produto é ótimo, mas a entrega atrasou e ninguém respondeu no chat" fala de três coisas. Se você escolher só uma, perde dois terços da informação.
  • Deixe uma categoria "Outros" e acompanhe o tamanho dela. Se passar de 15% dos comentários, está faltando uma categoria importante na lista.

4. Cruze as categorias com o grupo NPS

Esse é o passo que transforma a análise. Monte uma tabela com as categorias nas linhas e os três grupos nas colunas, mostrando o percentual de cada grupo que mencionou cada tema. Um exemplo, com números ilustrativos de uma loja online com 1.200 respostas:

Categoria                    Detratores   Neutros   Promotores
Atraso na entrega                38%         17%          4%
Atendimento não resolveu         22%          9%          2%
Preço / frete caro               19%         24%         11%
Qualidade do produto             12%         14%         41%
Facilidade de comprar no app      3%         11%         36%

Lida assim, a tabela conta uma história clara: o atraso na entrega é o que mais separa detratores de promotores, e o atendimento vem logo atrás. Preço aparece em todos os grupos, então incomoda, mas não é o que empurra as pessoas para a faixa de 0 a 6. E a qualidade do produto e o app são os motivos dos promotores — o que você não pode estragar enquanto corrige o resto.

5. Priorize pela diferença, não pela frequência

O tema mais citado nem sempre é o mais importante. O que interessa é a diferença entre detratores e promotores: um tema que 38% dos detratores mencionam e só 4% dos promotores é muito mais urgente do que um que aparece de forma parecida nos dois grupos. Leve para a reunião os dois ou três temas com a maior diferença, cada um com três ou quatro comentários reais que ilustrem o problema.

6. Use a mesma lista na próxima pesquisa

O NPS vale pela tendência. Se na próxima onda a categoria "Atraso na entrega" virar "Problemas de logística", você não vai saber se o problema melhorou ou se só mudou de nome. Mantenha o mesmo livro de códigos entre as ondas e só acrescente categorias quando surgir um tema realmente novo.

E a análise de sentimento?

Muitas ferramentas permitem classificar os comentários em positivo, neutro e negativo. Numa pesquisa NPS isso ajuda pouco: a nota já diz se o cliente está satisfeito. Saber que o comentário de quem deu nota 3 é "negativo" não acrescenta nada. A pergunta que gera ação é negativo sobre o quê — e essa só a codificação responde.

Dá para fazer na planilha?

Com poucas centenas de comentários, sim: uma coluna por categoria, marcada com 1 ou 0, e uma tabela dinâmica por grupo NPS resolvem. O problema aparece quando o volume cresce ou quando a pesquisa se repete todo mês. Ler e classificar milhares de comentários manualmente leva dias, a consistência cai quando mais de uma pessoa classifica, e cada onda recomeça do zero.

É aí que a inteligência artificial ajuda — desde que você continue no controle. No Survey Coder Pro, a IA lê uma amostra das suas respostas e propõe o livro de códigos, você revisa e ajusta as categorias, e depois ela classifica todos os comentários (com mais de uma categoria quando for o caso). A sua equipe revisa só as classificações em que a IA ficou em dúvida, em vez de ler tudo, e o mesmo livro de códigos é reaproveitado na onda seguinte. O resultado sai em Excel ou SPSS, pronto para cruzar com o grupo NPS e com qualquer outro dado do cliente.

Perguntas frequentes

Qual a diferença entre NPS e pesquisa de satisfação?

A pesquisa de satisfação (CSAT) pergunta o quanto o cliente ficou satisfeito com uma compra ou um atendimento específico. O NPS pergunta se ele recomendaria a empresa, o que mede a relação como um todo. As duas costumam ter uma pergunta aberta, e a forma de analisar os comentários é a mesma: categorizar e cruzar com a nota.

O NPS é de 0 a 10 ou de 1 a 10?

O NPS padrão usa uma escala de 0 a 10, com onze pontos. Algumas empresas adaptam para outras escalas, mas aí o resultado deixa de ser comparável com o NPS de outras empresas e com referências de mercado.

Quantos comentários eu preciso para a análise valer a pena?

Não existe um mínimo mágico, mas com menos de cem comentários por grupo os percentuais ficam instáveis: um ou dois comentários mudam o quadro. Nesse caso, vale mais ler todos com atenção do que construir tabelas.

Preciso ler todos os comentários?

Alguém precisa classificar todos, seja uma pessoa ou uma ferramenta. Analisar só uma amostra dos comentários é arriscado porque os temas menos frequentes — muitas vezes os mais graves, como um defeito de segurança — podem ficar de fora.

Próximos passos

Se o seu programa de NPS já coleta comentários e ainda assim não gera decisões, o problema costuma estar no processo, não nos dados. Falamos disso em por que sua análise de NPS não se converte em ação. E se quiser testar com os seus próprios comentários, a nossa ferramenta gratuita de codificação recebe até 100 respostas, propõe as categorias a partir do texto real e devolve tudo num Excel, sem precisar criar conta.