Estatística em Customer Experience: como garantir resultados precisos em suas pesquisas?

Estatística em Customer Experience: como garantir resultados precisos em suas pesquisas?

Um grande desafio vivenciado pelas empresas de todo o mundo, quando realizam pesquisas com seus clientes, é ter dados estatisticamente válidos que possam ajudar na identificação de causa-raiz e tomada de decisão, com consistência e fundamentação em dados.

Imagine uma empresa B2C que deseja estudar a opinião do seus clientes sobre um determinado assunto. A maneira ingênua de fazer essa pesquisa é literalmente perguntar a todos os clientes sobre isso.

Porém, na maioria das vezes, pelo tamanho do censo ou pela dificuldade de consultar todos os clientes, as empresas preferem escolher uma amostra aleatória da população para avaliação do assunto de interesse. Essa amostra seria, nesse caso, um grupo de clientes escolhidos para realização da pesquisa.

Obviamente, após realizar uma pesquisa com uma amostra, qualquer conclusão sobre o assunto estudado vale apenas para aquela amostra, podendo não servir para generalizar os resultados para a população inteira.

No entanto, existem maneiras estatisticamente válidas para calcular o tamanho da amostra com alta taxa de confiança e uma margem de erro baixa. Com isso, podemos expandir conclusões relacionadas a uma população inteira baseadas nessa amostra. Por isso, no cálculo de tamanho de amostra, definimos uma confiança e uma margem de erro aceitável, dependendo do assunto e acuracidade necessários.

Estatística em Customer Experience: caso de uso

Imagine uma empresa farmacêutica que pretende avaliar o efeito de um remédio desenvolvido para curar todos os tipos de câncer chamado de CURA-TUDO. O problema é que ela não tem acesso, obviamente, a todas as pessoas com câncer no mundo. Ela então decide estudar o efeito do remédio utilizando apenas uma amostra de pacientes com câncer.

Após a realização da pesquisa, qualquer conclusão sobre o efeito do CURA-TUDO deverá ter uma confiança alta com uma margem de erro baixa para que essa empresa consiga decidir sobre sua efetividade. Após pesquisa com 500 pacientes com câncer, foi observado que o remédio CURA-TUDO aumentava a expectativa de vida dos pacientes (observação) quase 5 anos (entre 4 a 6 anos) (margem de erro) com 99% de confiança.

É interessante considerar os seguintes pontos:

  1. O processo de amostragem dentro de uma população deve ser completamente aleatório e sem viés algum; se não, as conclusões podem se tornar equivocadas;
  2. O tamanho da amostra tem ver com variância de assunto de interesse na população; numa população bem homogêneo, uma amostra com tamanho menor serve tanto que numa população heterogêneo, uma amostra com tamanho maior é necessário.
  3. Amostras maiores levam a margens de erro menores.

Cálculo de tamanho de amostra necessário para uma pesquisa de Net Promoter Score

Imagine que uma empresa chamada LUCRO tenha 20.000 clientes e deseja calcular o tamanho de amostra necessário para uma pesquisa de NPS com o seguinte cenário:

  • N: número dos clientes da empresa LUCRO: 20.000 clientes
  • p: proporção da amostra: 0,5
  • MOE: margem de erro : 2%
  • C: nível de confiança: 99%
  • Ζα ⁄ 2: valor crítico da distribuição normal : 2,57 (tabela 1)
  • n: tamanho de amostra: ?

fórmula - amostra - estatística em customer experience - satisfação de clientes - tracksale

Onde,

cálculo - amostra - estatística em customer experience - satisfação de clientes - tracksale
Substituindo os valores na fórmula acima, vamos ter:

resultado - amostra - estatística em customer experience - satisfação de clientes - tracksale

Cálculo do número mínimo de disparos necessários

De acordo com os resultados acima, o tamanho de amostra, ou seja, o número mínimo necessário de respostas para a empresa LUCRO conseguir um resultado de NPS estatisticamente válido seria de 3.422 respostas.

Para conseguir esse número de respostas, a empresa LUCRO precisaria enviar a pesquisa de NPS para um volume maior de clientes dela; isso depende diretamente da taxa média de respostas dentro de cada segmento e pode variar entre países diferentes. Entretanto, a taxa média de respostas no Brasil é 30%.

O número de disparos é calculado pela fórmula abaixo:

Número de disparos = (número necessário de respostas) /(taxa de respostas)
Número de disparos = (3.422 / 0,25 ) = 13.688

Cálculo de confiança de Net Promoter Score

O intervalo válido para o NPS encontrado após a pesquisa realizada seria calculado pela fórmula abaixo:

cálculo - confiança - estatística em customer experience - satisfação de clientes - tracksale

Nesse exemplo, então, teríamos um NPS variando 5,14 tanto para mais, quanto para menos.

Caso de uso II

Outro cenário é quando temos história de dados de uma pesquisa de satisfação de clientes. Assim, podemos calcular a margem de erro e o intervalo de confiança estudando os dados coletados de clientes promotores, detratores e neutros.

Imagine que a empresa chamada LUCRO, após realizar 13.688 disparos para clientes, recebe o seguinte número de notas:

  • Promotores (Nota 9 ou 10): 12.588
  • Neutros (Nota 7 ou 8): 100
  • Detratores (Notas entre 0 e 6): 1.000

Cálculo de NPS:

O NPS de empresa LUCRO será:

nps - empresa lucro - estatistica em customer experience - satisfação de clientes - tracksale

Cálculo de margem de erro e intervalo de confiança de NPS

Antes de calcular a margem de erro, precisamos calcular a variância de NPS da seguinte forma (complementar seu estudo, leia também nosso artigo “Como calcular margem de erro do Net Promoter Score” utilizando este link).

cálculo - margem de erro - estatística em customer experience - satisfação de clientes - tracksale

A partir da variância, podemos calcular a margem de erro do NPS:

resultado - margem de erro - estatística em customer experience - satisfação de clientes - tracksale

Após o cálculo da margem de erro, utilizamos esse valor para encontrar o intervalo válido para o NPS. Esse intervalo será:

intervalo - margem de erro - estatística em customer experience - satisfação de clientes - tracksale

Substituindo os valores na fórmula acima, teremos:

nova fórmula margem de erro - estatística em customer experience - satisfação de clientes - tracksale

Nesse exemplo, então, teríamos um NPS variando de 55,3 a 58,7.

Como obter dados relevantes com amostragens parciais de pesquisas

  • Observar dados por segmentos de clientes e priorizar decisões baseadas nestes segmentos.
    Exemplo: validar representatividade do segmentos de seguros, e como estão os resultados deste grupo.
  • Aplicar pesos para agregar resultados, considerando o valor de faturamento dos clientes. Exemplo: caso os Key Accounts paguem 3x, mais eles poderiam ter um peso de 3x o resultado da métrica devido sua representação econômica.
  • Implementar e estudar uma nova amostra estratégica para que respostas se tornem mais representativas. Exemplo: validar com clientes que não foram pesquisados inicialmente, aumentando a amostragem nesta onda de pesquisa, para que na próxima onda, esse balizamento possa ser útil para uma amostragem inferior.

Dica de ouro: Sempre prover a todos os clientes a oportunidade de deixar o feedback, em diferentes canais.

Bônus: aprenda os conceitos mais importantes para um pesquisa acurada

Quando falamos de amostragem em pesquisa, temos alguns conceitos importantes que precisam devem ser aplicados:

Margem de erro

A margem de erro é o nível de precisão necessário para que uma pesquisa seja estatisticamente viável. Esse é o número que é frequentemente relatado com uma proporção estimada e também é chamado de intervalo de confiança. É o intervalo em que a proporção real da população é estimada e é frequentemente expressa em pontos percentuais (por exemplo, ± 2%).

Nível de confiança

O nível de confiança é a probabilidade de que a margem de erro contenha a proporção verdadeira. Quanto maior o nível de confiança, mais certo você pode estar de que o intervalo contém a proporção verdadeira. Dizer que uma pesquisa tem intervalo de confiança de 95% significa que, se ela fosse realizada 100 vezes, ela daria o mesmo resultado em 95 das vezes.

Tamanho da população

Tamanho da população ou censo é o número total de indivíduos distintos em sua população. Nesta fórmula, usamos uma correção de população finita para dar conta da amostragem de populações pequenas. Se a sua população é grande, mas você não sabe o tamanho, você pode usar 100.000 de forma conservadora, pois o tamanho da amostra não muda muito para populações maiores do que 100.000.

Proporção da amostra

A proporção da amostra é o que você espera que os resultados sejam. Isso geralmente pode ser determinado usando os resultados de uma pesquisa anterior ou executando um pequeno estudo piloto. Se você não tiver certeza, use 50%, o que dá um maior tamanho de amostra. Observe que esse cálculo de tamanho de amostra utiliza a aproximação Normal para a distribuição Binomial.

Tamanho da amostra

Esse é o tamanho mínimo da amostra que você precisa para estimar a proporção real da população com a margem de erro e o nível de confiança exigidos.

Observe que, se algumas pessoas optarem por não responder, elas não podem ser incluídas na sua amostra. Portanto, se a falta de resposta for uma possibilidade, o tamanho da amostra deverá ser aumentado de acordo.

Em geral, quanto maior a taxa de resposta, melhor será a estimativa, pois a falta de resposta geralmente levará a tendências em sua estimativa.

Valor crítico da distribuição Ζ

Ζα ⁄ 2  é o valor crítico da distribuição normal em α ⁄ 2 por exemplo, para um nível de confiança de 95%, α é 0,05 e o valor crítico é 1,96.

tabela - estatística em customer experience - satisfação de clientes - tracksale

Taxa de respostas

Taxa de Resposta é a porcentagem de clientes que responderam a pesquisa em relação ao volume total pesquisado, seja ele censo ou amostragem.

Filtros

Possibilidade de definir regras para atingir segmentos específicos, e/ou restringindo amostras por segmentos específicos.

Cotas

Limitar o número de respostas de pesquisa por segmento, localidade e unidade de negócio.

Noventena

Determinar a frequência de contato para cada respondente, evitando fadiga.

Conheça os nossos parceiros:

Conteúdo
de Áudio:

12Min
Vendas
de Cursos:

Hotmart
Marketing
por Dados:

BuscarID
Desenvolvimento
e Manutenção:

CircusDigital
Estudos
e Relatórios:

Octadesk
Marketing de
Conteúdo:

Contentools
Especialista
em CX:

CXHub