Quando você começar a montar um programa de experiência do cliente, uma das primeiras coisas que você considerará é quantas pesquisas de clientes deve enviar.
Este guia prático de Sean Mancillas, chefe da nossa Equipe de Concierge do Cliente, orienta você sobre conceitos estatísticos, como tamanho da amostra da pesquisa e margem de erro, equipando-o para calcular os volumes de pesquisa e resposta necessários para um programa de CX de práticas recomendadas.
Aqui estão os termos fundamentais a conhecer:
Tamanho da população
O tamanho da população é o tamanho de toda a comunidade de pessoas que você deseja representar com os resultados da pesquisa.
Tamanho da amostra de pesquisa
O lote de pessoas que respondem à sua pesquisa. Calcule o tamanho ideal de sua amostra usando nossa calculadora de tamanho de amostra.
Tamanho da amostra vs. tamanho da população
Para clientes do site Delighted com uma base de clientes extremamente grande, pode não ser totalmente prático fazer uma pesquisa com todas as pessoas. No entanto, a coleta de uma amostra e a consideração de elementos como a margem de erro podem ajudar a fornecer um número estatisticamente significativo. Além disso, vale a pena observar que os tamanhos das amostras param de aumentar rapidamente entre 10 e 20 mil em volume. Como resultado, não é necessário pesquisar todos os clientes de empresas maiores (por exemplo, base de clientes de 100 mil) para obter um resultado estatisticamente significativo, pois o tamanho da amostra produzirá um resultado muito preciso em volumes próximos a 20 mil.
Com o Net Promoter Score, também vale a pena observar que, além de obter um resultado estatisticamente significativo, outro benefício é poder fechar o ciclo com os clientes. Em geral, sugerimos que você entre em contato com mais pessoas do que o tamanho da amostra sugerido para que possa identificar mais passivos e detratores e reverter essas experiências.
Margem de erro
A margem de erro revelará o grau de erro que envolve qualquer ponto de dados em particular. Esta porcentagem indica a probabilidade de que a amostra, incluindo feedback e comportamento de resposta, se desvie do total da população.
Em geral, quanto maior o tamanho de uma amostra, menor a margem de erro. À medida que um tamanho de amostra se aproxima do tamanho da população, os resultados se tornarão cada vez mais representativos e precisos. Os tamanhos de amostra em torno de 1000, para populações acima de 10000, são normalmente mais do que suficientes para fornecer uma margem de erro de ±5%. Os tamanhos das amostras não mudarão muito depois deste nível
Para entender melhor a margem de erro, considere esta pesquisa. Uma pesquisa NPS (Net Promoter Score) foi enviada a 500 clientes recentes. Desses 500 clientes, todos responderam e deram feedback. Desse total, 40% eram Detratores. Se repetirmos esta pesquisa, usando um nível de confiança de 95% e ±5% de margem de erro, 95 vezes em 100, as respostas seriam Detratores para entre 35% e 45% do total de entrevistados.
Nível de confiança
Um nível de confiança indica o nível de confiabilidade em relação a uma medida. Os níveis de confiança mais comuns são 90%, 95%, e 99%.
Um nível de confiança de 95% significa que se a mesma pesquisa fosse repetida 100 vezes sob as mesmas condições, 95 vezes em 100 a medida estaria em algum lugar dentro da margem de erro.
Ao calcular o tamanho da amostra (ver Intervalos de confiança para NPS (Net Promoter Score) abaixo), o z-score será usado para representar o nível de confiança. O z-score indica o número de desvios padrão que uma determinada proporção está longe da média. Aqui está uma discriminação completa:
- Nível de confiança (90%): Z-Score (1,65)
- Nível de confiança (95%): Z-Score (1,96)
- Nível de confiança (99%): Z-Score (2,58)
Você pode facilmente calcular o tamanho de amostra necessário, com base no nível de confiança e margem de erro que você se sente confortável, usando esta calculadora de tamanho de amostra de pesquisa.
Taxa de resposta
Como em qualquer pesquisa, a maioria dos clientes não responderá à pesquisa que receber. Como resultado, ao considerar o tamanho da amostra, os clientes também precisam levar em conta a taxa de resposta. Você pode dar uma olhada em nosso post sobre as taxas de resposta de pesquisa por canal do Delighted.
Para fins de estimativa, recomendamos basear seus cálculos em uma taxa de resposta de 10%. Por exemplo, se determinamos um tamanho de amostra de 2.396, e uma taxa de resposta estimada de 10%, a quantidade de pessoas que precisaria ser pesquisada para esse tamanho de amostra seria de 23.960 pessoas.
NPS (Net Promoter Score) e censo
Com uma estratégia de levantamento censitário, ao contrário da amostragem, o foco está na agregação de feedback de 100% de uma população. Isto é bastante comum em ambientes B2B, onde um pulso regular em todas as relações B2B é extremamente valioso.
A metodologia da Net Promoter Score é particularmente eficaz se for dirigida a todos os clientes, bem como rastrear respostas individuais e suas mudanças ao longo do tempo.
Com a estratégia do censo, a abordagem mais comum é contatar todos os clientes em um intervalo regular (por exemplo, uma vez a cada 90 dias). Isto pode ser dividido em envios trimestrais (ex. 1/90º da população total de clientes a cada dia) ou bianuais (1/182º da população total de clientes a cada dia). Evitando lembretes e levantamentos excessivos pode garantir que haja um pulso constante de feedback sendo recebido sem um uptick em descadastramentos.
Factoring em representação de importantes segmentos de clientes
Para incorporar a capacidade de ação em seu programa CX, refine sua população por segmento. Considere quem são seus clientes mais valiosos, quem é mais ativo, que produtos eles estão usando, onde estão baseados. Quem você quer ouvir da maioria? Novos clientes, clientes que retornam?
Usando as propriedades do Delighted, você pode anexar dados de segmentação a cada solicitação de pesquisa, facilitando a compreensão dos volumes de resposta por diferentes grupos de clientes. Esses dados, aliados a uma melhor compreensão de quem você está pesquisando e em que volume, ajudarão a traçar um quadro mais completo de como esse feedback representa a população mais ampla de clientes.
Saber a quem seu programa está destinado tornará mais fácil analisar o feedback por segmento, descobrir onde você pode ter lacunas na representação e priorizar a ação.
Não-respondedores
Uma questão importante que envolve NPS (Net Promoter Score) é como lidar com os não-respondedores. Aqueles menos aptos a responder às pesquisas são tipicamente aqueles que são menos ativos com uma empresa, menos propensos a recomendar, e em geral menos leais.
Considerando o panorama geral da fidelidade e retenção de clientes, as não respostas podem ter um impacto significativo no crescimento e no sucesso dos negócios. Aqui estão alguns itens a serem considerados para reduzir o grau de não respondentes:
Facilite as coisas
Assegurar que a experiência da pesquisa seja simples e fácil de completar em tempo hábil. Os clientes podem se beneficiar de camadas em uma mensagem introdutória, esclarecendo a curta duração da pesquisa, ou enviando uma transmissão de pré-expedição que notifique os clientes sobre a próxima pesquisa e sua facilidade de conclusão.
Desenvolver um forte processo de circuito fechado
Os clientes não querem deixar feedback se acharem que não teria impacto. Fornecer uma comunicação clara (seja no acompanhamento ou em materiais mais baseados em marketing/comunicação) de que a resposta será tanto individualmente quanto sistematicamente aplicada, é uma ótima maneira de converter mais clientes de não-respondedores no grupo de resposta.
Por exemplo, aqui está como Peloton demonstrou que entendia que seus prazos de entrega estavam decepcionando os clientes, e como eles juraram diante de todo o seu público abordá-lo:
Para obter mais orientações, consulte nossa postagem sobre como minimizar o viés de não resposta.
Além de diminuir o volume de não respondentes, há outros métodos que os clientes aplicam para lidar com os não respondentes e com o viés de não resposta:
- Captura progressiva: Considere optar por plataformas que coletam feedback progressivamente em vez de exigir o preenchimento completo da pesquisa. O site Delighted oferece captura progressiva para registrar a pontuação principal do NPS (ou de outra métrica) assim que ela é clicada, independentemente de um comentário de acompanhamento ser fornecido. Embora a maioria dos clientes participe da pesquisa completa, é importante levar em conta aqueles que têm pouco tempo, contando seus comentários para o cálculo da métrica geral.
- Separação dos que não respondem: A Bain & Company defende uma abordagem que consistiria em obter dados relacionados às taxas de resposta, determinar o volume de não respondentes e, em seguida, dividir esse segmento em passivos e/ou detratores. Por exemplo, Fred Reichheld, o criador do NPS, sugeriu: "classificar todos os não respondentes como detratores (provavelmente não muito distante em configurações business-to-business) ou como uma mistura de 50-50 de passivos e detratores (uma estimativa razoável para muitas empresas de consumo)".
- Comparação de segmentos: Muitos clientes revisam os metadados associados àqueles que responderam e os cruzam com os metadados daqueles que não responderam. A partir daí, você pode determinar: 1) Se há instâncias de viés de não resposta (ou seja, se há uma diferença significativa na taxa de resposta e na qualidade da resposta, como pontuação e comentário, com base em diferentes segmentos de clientes) e 2) Quais ações seriam necessárias para levar em conta o viés de não resposta (por exemplo, o método de agrupamento acima).
Pronto para começar a coletar feedback dos clientes? Veja como isso pode ser fácil com nosso software de gerenciamento de experiência, Delighted.
