A pergunta errada que a maioria das empresas ainda faz
Durante décadas, a receita para reter cliente parecia óbvia: encante-o. Supere expectativas. Faça-o se sentir especial. Times inteiros de sucesso do cliente foram montados em cima dessa premissa — ligações de cortesia, brindes, atendimento efusivo, tudo com o objetivo de gerar um momento de “uau”.
Havia só um problema: ninguém tinha medido, de forma rigorosa, se isso realmente funcionava.
Em 2010, um grupo de pesquisadores do Corporate Executive Board decidiu testar essa premissa com dados de verdade — não intuição de mercado, não opinião de especialista, mas análise estatística de milhares de interações reais entre empresas e clientes. O resultado, publicado na Harvard Business Review sob o título “Stop Trying to Delight Your Customers”, derrubou uma das crenças mais arraigadas do mundo corporativo.
O paradoxo que ninguém queria ver
Antes de chegar ao dado que dá título a este artigo, vale entender o problema que motivou a pesquisa. A métrica mais usada até então para prever lealdade era a satisfação — o clássico “numa escala de 1 a 10, o quanto você ficou satisfeito com essa interação?”.
O problema é que satisfação medida ponto a ponto se mostrou um preditor surpreendentemente fraco de comportamento futuro. Numa análise de mais de 75 mil interações B2B e B2C, os pesquisadores encontraram algo contraintuitivo: 20% dos clientes que se declararam “satisfeitos” com uma interação específica disseram, na mesma pesquisa, que pretendiam deixar a empresa. E o inverso também apareceu: 28% dos clientes “insatisfeitos” disseram que pretendiam continuar.
Pare um segundo nesse número. Um quinto dos clientes satisfeitos já estava de saída. Quase um terço dos insatisfeitos ia ficar mesmo assim. Se satisfação previsse lealdade de verdade, esses dois grupos não deveriam existir — ou deveriam ser exceções raras, não uma fatia relevante da amostra.
Isso não significa que satisfação seja inútil. Significa que ela mede um momento, não uma relação. E decisão de compra futura não é sobre o momento — é sobre a relação.
O experimento: o que realmente prediz se o cliente volta
A pergunta que a pesquisa passou a fazer foi diferente: em vez de “você ficou satisfeito?”, os pesquisadores testaram “quanto esforço você precisou fazer para resolver o seu problema?” — o que ficou conhecido como Customer Effort Score (CES).
A lógica por trás é simples de enunciar, mas foi revolucionária na época: clientes não querem ser encantados. Eles querem que o problema deles seja resolvido com o mínimo de atrito possível. Encantamento é bônus; ausência de esforço é o que realmente conta.
Os números que validaram essa hipótese são, até hoje, alguns dos mais citados em pesquisa de experiência do cliente:
- 94% dos clientes que relataram uma experiência de baixo esforço disseram que provavelmente comprariam de novo da mesma empresa.
- Apenas 4% dos que relataram alto esforço disseram o mesmo.
- 96% dos clientes com experiências de alto esforço se tornaram mais desleais depois do episódio — passaram a considerar outras opções ativamente.
- Apenas 9% dos clientes com experiências de baixo esforço tiveram essa mesma reação negativa.
A diferença entre 96% e 9% é de 87 pontos percentuais. Poucos achados em ciência comportamental aplicada a negócios têm esse tamanho de efeito. Estudos subsequentes, incluindo análises posteriores validadas pela Gartner (que incorporou o CEB em 2017), confirmaram que o CES é entre 1,8 e 2 vezes mais preditivo de lealdade do que satisfação (CSAT) ou Net Promoter Score (NPS) — as duas métricas que, até então, dominavam qualquer relatório de experiência do cliente.
Por que o cérebro humano funciona assim
Aqui vale sair da pesquisa de mercado e entrar em neurociência cognitiva, porque o motivo por trás desse padrão não é comportamental por acaso — é estrutural em como processamos informação.
Existe, na psicologia cognitiva, um conceito chamado fluência de processamento (processing fluency): a facilidade subjetiva com que o cérebro processa uma informação ou completa uma tarefa. Pesquisa consolidada na área — com contribuições de nomes como Daniel Kahneman, Adam Alter e Daniel Oppenheimer — mostra que quanto mais fácil algo é de processar mentalmente, mais nosso cérebro tende a julgar essa coisa como confiável, agradável e correta. E o inverso: quanto mais esforço mental algo exige, mais nosso cérebro associa aquilo a risco, erro ou desconfiança — mesmo quando o conteúdo em si não mudou.
Isso conecta diretamente com o modelo de dois sistemas de pensamento popularizado por Kahneman: o Sistema 1, rápido e automático, e o Sistema 2, lento e deliberativo. Tarefas fáceis são processadas pelo Sistema 1 quase sem esforço consciente — e é exatamente esse tipo de experiência que o cérebro cataloga como “isso não me custou nada, foi bom”. Tarefas difíceis forçam a entrada do Sistema 2, que é custoso, cansativo, e gera uma sensação residual de desconforto que o usuário associa — muitas vezes sem perceber conscientemente — não à tarefa em si, mas à marca ou ao produto que a apresentou.
Na prática: quando um sistema de gestão tem um fluxo confuso, o usuário não pensa racionalmente “esse fluxo tem três cliques a mais do que deveria”. Ele sente, num nível quase automático, que aquele sistema é ruim — mesmo que a funcionalidade por trás seja tecnicamente impecável. A frustração vira julgamento de produto antes de virar pensamento articulado.
É esse mecanismo neurológico que explica por que “o sistema funciona, mas o cliente sente que é ruim” não é contradição — é exatamente o comportamento que a ciência cognitiva prevê.
O que isso significa para sistemas de gestão e SaaS
Sistemas de gestão, ERPs e plataformas SaaS B2B têm uma característica que amplifica esse efeito: uso repetido e obrigatório. Diferente de um app de consumo que a pessoa pode simplesmente parar de usar sem custo, um sistema de gestão é usado todos os dias, muitas vezes por obrigação de trabalho — o que significa que cada ponto de esforço não acontece uma vez, ele se repete dezenas ou centenas de vezes por mês, por usuário.
Isso tem uma implicação direta e pouco discutida: em produtos B2B de uso recorrente, o efeito acumulado de pequenas fricções é matematicamente maior do que em produtos de uso esporádico. Um fluxo com três cliques desnecessários, multiplicado por centenas de execuções ao mês, não é um detalhe de UX — é uma fonte constante de desgaste que, segundo o próprio estudo, empurra o cliente estatisticamente para o grupo dos 96% que se tornam desleais.
E aqui está o ponto que mais frequentemente passa despercebido em empresas de sistema de gestão: suporte excelente não neutraliza esse efeito, ele o mascara. Quando o time de suporte resolve rapidamente uma dúvida recorrente, o cliente sai daquela interação pontual satisfeito — mas o esforço estrutural que o levou a precisar de ajuda continua lá, será sentido de novo na próxima vez, e continua, silenciosamente, corroendo a lealdade de longo prazo, mesmo que a métrica de satisfação do atendimento pareça ótima.
Isso também tem um custo financeiro direto e mensurável. Organizações que passaram a medir e agir sobre CES, em vez de apenas satisfação de atendimento, registraram quedas de até 40% em chamadas repetidas, 50% em escalonamento de problemas, e uma redução de custo operacional de suporte em torno de 37% — porque o volume de contato caiu quando a causa raiz (fricção no produto) foi endereçada, em vez de compensada indefinidamente por atendimento humano.
Como aplicar isso sem precisar de um estudo próprio
Não é preciso rodar uma pesquisa acadêmica para começar a agir sobre isso. Algumas perguntas simples, aplicadas ao seu próprio sistema, já revelam onde o esforço está concentrado:
No suporte: quais são as 3 dúvidas mais recorrentes que chegam toda semana? Se a mesma pergunta se repete, isso não é uma falha de treinamento do usuário — é um sinal de que o produto exige esforço numa tarefa que deveria ser óbvia.
No onboarding: quanto tempo, em média, um novo usuário leva até completar a primeira tarefa real sozinho, sem ajuda? Se a resposta é “não sabemos”, esse já é o primeiro sintoma — a ausência de medição costuma andar junto com a ausência de otimização.
No uso diário: existe algum fluxo que os próprios usuários, informalmente, já apelidaram de “chato” ou “trabalhoso”? Esse tipo de apelido espontâneo é um dos sinais mais confiáveis de fricção reconhecida coletivamente, mesmo antes de qualquer métrica formal captar o problema.
Cada uma dessas respostas aponta para um ponto específico de esforço — e, segundo os dados acima, cada ponto de esforço removido tem impacto direto, mensurável e substancial na chance do cliente continuar, comprar de novo, e falar bem do produto.
O convite que fica
O estudo de 2010 não é mais novidade — já são mais de 15 anos de replicação e confirmação em contextos diferentes. O que continua surpreendentemente raro é encontrar empresas de sistema de gestão e SaaS que realmente medem esforço do cliente de forma estruturada, em vez de confiar apenas na sensação de “nosso suporte é ótimo, então estamos bem”.
Se você lidera um sistema de gestão ou uma plataforma SaaS e nunca mediu formalmente onde o esforço do seu usuário está concentrado, esse é provavelmente o primeiro lugar certo para olhar antes de qualquer redesign, qualquer funcionalidade nova, ou qualquer campanha de retenção.
É exatamente esse o primeiro passo de qualquer trabalho que fazemos na KARIO: antes de propor qualquer mudança, identificamos com precisão onde o esforço do seu usuário está concentrado — seja na interface, no fluxo ou na performance — para que a correção certa seja aplicada no lugar certo, sem depender de suporte compensando indefinidamente o que o produto pode resolver sozinho.
Perguntas frequentes
O que é Customer Effort Score (CES)? É uma métrica que mede o quanto de esforço um cliente precisa investir para resolver um problema ou completar uma tarefa numa interação com uma empresa ou produto. Foi desenvolvida pelo Corporate Executive Board (CEB) e publicada pela primeira vez pela Harvard Business Review em 2010.
CES é melhor que NPS ou CSAT? Para prever lealdade e recompra, pesquisas indicam que sim. Estudos validados pela Gartner (que incorporou o CEB) apontam que o CES é entre 1,8 e 2 vezes mais preditivo de lealdade do que CSAT e NPS, respectivamente. Isso não significa que NPS e CSAT sejam inúteis — eles medem outras dimensões importantes, como propensão a indicar — mas para prever se o cliente vai continuar comprando, o CES tem desempenho superior comprovado.
Suporte excelente é suficiente para reter clientes mesmo com um produto com fricção? Só parcialmente, e só no curto prazo. Suporte bom resolve o sintoma pontual, mas não elimina o esforço estrutural que gerou o problema — que tende a se repetir. Além disso, suporte humano tem limite de escalabilidade: cresce em custo junto com a base de clientes, enquanto um produto com menos fricção não tem esse mesmo limite.
Como uma empresa de sistema de gestão pode começar a medir esforço do cliente? O ponto de partida mais simples é analisar os motivos mais recorrentes de contato com o suporte — eles funcionam como um mapa de calor natural de onde o esforço está concentrado. A partir daí, um diagnóstico estruturado de produto consegue localizar com precisão se a causa é de interface, fluxo ou performance.
Fontes: Dixon, M., Freeman, K., & Toman, N. (2010). “Stop Trying to Delight Your Customers.” Harvard Business Review. Pesquisa original do Corporate Executive Board (CEB), posteriormente incorporado pela Gartner. Conceito de fluência de processamento fundamentado em Kahneman, D. (2011), “Thinking, Fast and Slow”, e em pesquisa subsequente de Alter, A. & Oppenheimer, D. (2009) sobre efeitos de fluência em julgamento e tomada de decisão.