Design de pesquisa (plano de estudo)

Imagine a situação: uma empresa lança uma pesquisa de clientes em larga escala, gasta duas semanas coletando respostas e depois descobre que os dados são impossíveis de interpretar.

As perguntas se mostraram ambíguas, a amostra não era representativa e os objetivos da pesquisa foram formulados de maneira tão vaga que não fica claro a qual pergunta é preciso responder, afinal. Tudo isso é consequência de não ter um design de pesquisa bem pensado.

O que é design de pesquisa

O design de pesquisa (plano de estudo) é um plano abrangente que define como um estudo será conduzido: desde o estabelecimento dos objetivos e a formulação das hipóteses até a escolha dos métodos de coleta de dados, a definição da amostra e a seleção das formas de analisar os resultados.

Se traçarmos uma analogia com a construção, o design de pesquisa é a planta arquitetônica. Sem plantas, você pode começar a construir uma casa, mas o mais provável é que as paredes fiquem tortas, as janelas no lugar errado e a fundação não suporte a carga. Com a pesquisa acontece o mesmo: sem um plano claro, você corre o risco de gastar tempo e dinheiro com dados que não significam nada.

Um design de pesquisa responde a cinco perguntas fundamentais:

1. Por quê? — qual problema estamos resolvendo e quais decisões tomaremos com base nos resultados
2. Quem? — quem são nossos respondentes, de quantos precisamos e como vamos encontrá-los
3. Como? — com qual método vamos coletar os dados (pesquisa, entrevista, observação)
4. O quê? — quais perguntas concretas faremos e em qual formato
5. E depois? — como vamos processar e interpretar os dados que obtivermos

Por que você precisa de um design de pesquisa

Na prática, muitos pesquisadores — especialmente em pequenas empresas — pulam a etapa de planejamento e vão direto para a criação de um questionário. Isso leva a problemas característicos:

O problema da confiabilidade. Se a amostra for formada incorretamente, os resultados não podem ser generalizados para todo o público-alvo. Por exemplo, você pesquisou apenas os clientes que estão inscritos na sua newsletter — mas eles são inerentemente mais fiéis do que o cliente médio. As conclusões sobre a satisfação geral serão distorcidas.

O problema dos recursos. Sem um plano, é fácil "inflar" um estudo. Em vez de 10 perguntas direcionadas, você acaba com um questionário de 50 itens que ninguém quer responder. Ou o contrário — a pesquisa fica superficial demais e não fornece a profundidade de dados necessária.

O problema da aplicabilidade. O caso mais comum: os dados são coletados, gráficos bonitos são construídos, mas a diretoria pergunta "e o que devemos fazer com isso?". Isso significa que, na etapa de planejamento, não foram definidas as decisões de negócio concretas que dependem dos resultados do estudo.

Um bom design de pesquisa não é uma formalidade acadêmica, mas uma forma de garantir que cada real gasto e cada minuto do tempo de um respondente tragam valor real.

Principais tipos de design de pesquisa

Dependendo do objetivo do estudo, distinguem-se três tipos clássicos. Cada um deles implica sua própria lógica, seus próprios métodos e sua própria profundidade de análise.

Exploratório

Usado quando você está apenas começando a estudar um tema e ainda não sabe quais perguntas fazer. O objetivo não é obter números precisos, mas compreender o contexto, identificar os principais problemas e formular hipóteses para uma verificação posterior.

Quando aplicar: o lançamento de um novo produto em um mercado desconhecido, a entrada em um novo segmento de clientes, a investigação das causas de uma queda inesperada nas vendas, o estudo de um fenômeno sobre o qual há poucos dados.

Métodos típicos: entrevistas em profundidade com 10-20 representantes do público-alvo, grupos focais de 6-8 pessoas, análise de avaliações abertas e tickets de suporte, pesquisas com especialistas.

Um exemplo da prática. Uma rede de academias notou que 40% dos novos membros param de frequentar nos primeiros três meses. Antes de lançar uma pesquisa em massa com perguntas fechadas, realizaram 15 entrevistas em profundidade com membros que haviam cancelado. Descobriu-se que o principal motivo não era nem o preço nem a qualidade das academias, mas a ausência de atenção pessoal durante o primeiro mês. Essa hipótese tornou-se a base da etapa seguinte — um estudo quantitativo.

Um design exploratório não oferece respostas — ele ajuda a formular as perguntas certas. É um investimento na qualidade da pesquisa que vem a seguir.

Descritivo

O tipo de design mais comum para pesquisas on-line. O objetivo é obter um quadro preciso: quem são seus clientes, o que eles pensam, como se comportam, quão satisfeitos estão. Um design descritivo responde às perguntas "quem", "o quê", "onde", "quando" e "quantos", mas não explica "por quê".

Quando aplicar: medições regulares de NPS e CSAT, pesquisa do perfil do público-alvo, avaliação do engajamento dos funcionários, monitoramento da satisfação após uma compra.

Um design descritivo vem em dois subtipos:

Transversal — os dados são coletados uma única vez, em um momento específico. É uma "fotografia" da situação atual. Por exemplo, uma pesquisa anual de satisfação do cliente. Rápida e barata, mas não mostra a dinâmica.

Longitudinal — os dados são coletados repetidamente dos mesmos ou de diferentes grupos de respondentes ao longo de um período prolongado. Por exemplo, as pesquisas de pulso trimestrais com funcionários. Mais cara e mais complexa, mas permite acompanhar tendências e avaliar o efeito das ações realizadas.

Um exemplo da prática. Uma loja on-line pesquisa os compradores 3 dias após a entrega do pedido. O questionário contém 8 perguntas: avaliação da rapidez da entrega, qualidade da embalagem, correspondência do produto com sua descrição e probabilidade de uma nova compra. Os dados são coletados continuamente e, uma vez por mês, um relatório resumido é gerado para o departamento de qualidade. Este é um design descritivo típico com medições transversais.

Causal / Experimental

O tipo de design mais rigoroso. Permite não apenas descrever uma situação, mas estabelecer uma relação de causa e efeito: a ação A leva ao resultado B. Para isso, são necessárias condições controladas — um grupo de controle e um grupo experimental, a atribuição aleatória dos participantes e o isolamento das variáveis.

Quando aplicar: testar a eficácia de um novo roteiro de suporte, comparar duas versões de um questionário (testes A/B), avaliar o impacto de um programa de fidelidade nas compras repetidas, verificar hipóteses da etapa exploratória.

Um exemplo da prática. O departamento de RH de uma grande empresa quer entender se a frequência do feedback de um gestor afeta o engajamento dos funcionários. Dois departamentos com perfis semelhantes são divididos em grupos: em um, os gestores realizam conversas semanais de 15 minutos com cada funcionário; no outro, tudo permanece como antes. Após três meses, ambos os grupos respondem à mesma pesquisa de engajamento. A diferença nos resultados permite tirar uma conclusão sobre o impacto do feedback regular.

Um design causal é a única maneira de responder de forma confiável à pergunta "por quê". Mas ele exige mais tempo, recursos e rigor metodológico do que um descritivo.

Como desenvolver um design de pesquisa: um processo passo a passo

Desenvolver um design não é uma ação pontual, mas um processo iterativo. A seguir, uma sequência de etapas, cada uma das quais afeta a qualidade do resultado final.

Etapa 1. Formule o problema e o objetivo

Comece pelo problema de negócio, não pelo questionário. Pergunte a si mesmo: "Qual decisão tomaremos com base nos resultados do estudo?" Se não houver resposta, o estudo é prematuro.

Compare duas formas de formular o objetivo:

Ruim: "Descobrir o que os clientes pensam do nosso serviço".

Bom: "Identificar os três principais fatores que fazem com que os clientes não renovem a assinatura, a fim de ajustar o programa de onboarding no Q3".

A segunda formulação é específica, está ligada a uma ação e a um prazo. Ela define imediatamente os limites de todo o estudo: quem pesquisar (clientes que não renovaram), o que perguntar (fatores de cancelamento) e o que fazer com os resultados (mudar o onboarding).

Etapa 2. Escolha o tipo de design e o método

Partindo do objetivo, determine qual tipo se encaixa. Para a maioria das tarefas de negócio, basta um design descritivo com uma pesquisa on-line. Se você precisa entender o "por quê", acrescente uma etapa exploratória (entrevistas). Se você precisa provar uma relação de causa e efeito, será necessário um experimento.

Para uma visão mais detalhada dos métodos de pesquisa, recomendamos o artigo "Quais métodos de pesquisa existem".

Etapa 3. Defina a amostra

A amostra é o grupo de pessoas que você vai pesquisar. Dois parâmetros essenciais:

Quem exatamente. Defina os critérios: idade, sexo, região, tempo de uso do produto, segmento de cliente. Quanto mais precisamente o grupo-alvo for definido, mais relevantes serão os resultados.

Quantos. O tamanho da amostra depende da precisão desejada. Como ponto de referência: para obter resultados com uma margem de erro de ±5% e um intervalo de confiança de 95%, você precisa de cerca de 370 respostas para uma população de 10.000 pessoas. Para 100.000, cerca de 383. Para um milhão, cerca de 384. A partir de um certo limite, o tamanho da população quase não influencia o tamanho de amostra necessário.

Se você não tem sua própria base de respondentes ou ela é insuficiente, pode utilizar um painel de respondentes: serviços que dão acesso a centenas de milhares de perfis que podem ser filtrados por dezenas de critérios.

Etapa 4. Desenvolva o instrumento de coleta de dados

Nesta etapa, você projeta o próprio questionário. Alguns princípios que melhoram significativamente a qualidade dos dados:

A regra do funil. Comece com perguntas gerais simples e avance gradualmente para outras mais específicas e complexas. Isso reduz a carga cognitiva e mantém a atenção do respondente.

Uma pergunta, uma ideia. Evite perguntas do tipo "Quão satisfeito você está com a rapidez e a qualidade da nossa entrega?". São dois parâmetros diferentes, e a resposta a uma pergunta combinada não pode ser interpretada de forma inequívoca.

Um equilíbrio entre perguntas abertas e fechadas. As perguntas fechadas (escalas, múltipla escolha) são fáceis de analisar, mas limitam o respondente a opções predefinidas. As perguntas abertas trazem profundidade, mas são mais difíceis de processar. A proporção ideal: 80% fechadas, 20% abertas. Mais sobre os tipos de perguntas no artigo "Perguntas abertas vs fechadas".

Comprimento ideal. Para a maioria das tarefas, 8-15 perguntas, com um tempo de preenchimento de 3-7 minutos. Cada pergunta adicional aumenta a proporção de respostas incompletas. Estudos mostram que, após o 10.º minuto de preenchimento do formulário, a taxa de desistência sobe acentuadamente.

Etapa 5. Faça um teste piloto

Antes de lançar para o público completo, teste o questionário com 10-20 pessoas do grupo-alvo. Preste atenção a:

• A clareza da redação — pergunte aos participantes do piloto como eles entenderam cada pergunta
• O tempo de preenchimento — se ultrapassar 7-10 minutos, reduza
• Os problemas técnicos — a exibição correta em dispositivos móveis, o funcionamento dos saltos lógicos
• A distribuição das respostas — se 95% dos respondentes respondem a uma determinada pergunta da mesma forma, a pergunta é inútil

Mais sobre os estudos piloto em um artigo à parte do glossário.

Etapa 6. Colete os dados

Escolha os canais de distribuição com base em onde está o seu público. Uma campanha de e-mail oferece uma boa taxa de resposta ao trabalhar com clientes existentes. Incorporar a pesquisa em um site (um iframe ou uma janela pop-up) é adequado para coletar feedback no momento da interação. Os códigos QR funcionam em pontos físicos: lojas, clínicas, eventos.

Durante a coleta de dados, controle dois indicadores: a proporção de quem respondeu e a proporção de quem abandonou o questionário pela metade. Se o segundo indicador ultrapassar 30-40%, é um sinal para reconsiderar o comprimento ou a estrutura da pesquisa.

Etapa 7. Analise e aja

Dados coletados sem análise são apenas uma tabela de números. O conjunto mínimo de análise para qualquer estudo inclui:

• Estatística descritiva — médias, medianas e distribuições percentuais de cada pergunta
• Segmentação — comparação de respostas entre diferentes grupos (clientes novos vs. antigos, homens vs. mulheres, regiões)
• Identificação de relações — como as respostas a uma pergunta se correlacionam com as respostas a outras

Mas o mais importante é traduzir os dados em ações concretas. Cada conclusão do estudo deve vir acompanhada de uma recomendação: o que fazer, por quem e em qual prazo.

Erros típicos e como evitá-los

Ao longo de anos realizando estudos, acumulou-se todo um catálogo de erros que se repetem uma e outra vez. Eis os seis mais destrutivos:

1. "Pesquisar por pesquisar". Uma pesquisa é lançada porque "faz tempo que não fazemos uma" ou "os concorrentes estão fazendo". Sem um objetivo de negócio claro, os resultados acabarão em uma pasta "para o futuro" e nunca serão usados. Antes de começar, responda: qual decisão concreta mudará graças a esses dados?

2. Viés de seleção. Você pesquisa apenas quem é conveniente alcançar: assinantes da newsletter, visitantes do site, usuários ativos. Mas essas pessoas não são seus clientes "médios". Elas são mais fiéis, mais engajadas, mais digitalizadas. As conclusões baseadas em uma amostra assim serão otimistas demais.

3. Perguntas indutoras. "Você concorda que a nossa nova interface ficou mais cômoda?" não é uma pergunta, mas uma sugestão. O respondente tenderá a concordar por mera cortesia. Uma formulação neutra: "Como você avaliaria a usabilidade da nova interface em comparação com a versão anterior?" Mais sobre as distorções típicas nas respostas.

4. Um questionário longo demais. Cada pergunta adicional é um compromisso. Por um lado, mais dados. Por outro, menor qualidade das respostas e uma taxa mais alta de questionários incompletos. A regra de ouro: se uma pergunta não está diretamente relacionada ao objetivo do estudo, remova-a.

5. A ausência de um piloto. Muitas vezes parece que as perguntas "já são compreensíveis por si só". Mas o que é óbvio para o autor do questionário pode ser completamente opaco para o respondente. Um teste piloto com 10-15 pessoas do grupo-alvo revela 80% dos problemas.

6. Análise sem contexto. Uma nota média de 4,2 de 5 — isso é bom ou ruim? Sem um ponto de comparação (o período anterior, os concorrentes, os benchmarks do setor) qualquer número não tem sentido. Planeje sempre com o que você vai comparar os resultados, antes mesmo de começar a coletar dados.

Como escolher o tipo de design de pesquisa: recomendações práticas

A escolha do design depende de três parâmetros: o objetivo, os recursos e o prazo.

Se você precisa coletar feedback rapidamente — um design descritivo com uma pesquisa on-line curta. Um questionário de 5-8 perguntas, distribuído por e-mail ou incorporado em um site. Os resultados podem ser obtidos em 3-5 dias.

Se você precisa investigar a fundo um problema complexo — comece com uma etapa exploratória (5-10 entrevistas) e depois passe para uma pesquisa em massa. Isso levará 3-4 semanas, mas melhorará significativamente a qualidade dos resultados.

Se você precisa provar a eficácia de uma mudança — um design causal com um grupo de controle. A opção que mais consome recursos, mas a única maneira de responder de forma confiável à pergunta "isso funciona?".

Se os recursos são limitados — use modelos de pesquisa prontos. Para tarefas típicas (NPS, satisfação, entrevistas de saída) não é preciso inventar um questionário do zero — modelos comprovados já contêm um conjunto ideal de perguntas e uma estrutura.

O design de pesquisa e as pesquisas on-line

As plataformas modernas de criação de pesquisas simplificam consideravelmente a implementação de um design de pesquisa. O construtor da SurveyNinja permite dar vida a quase qualquer ideia de pesquisa:

Para um design exploratório — campos de texto abertos e perguntas desenvolvidas. Você pode definir um mínimo de restrições e deixar que os respondentes se expressem livremente.

Para um design descritivo — escalas de avaliação, escalas numéricas, perguntas matriciais e saltos lógicos para adaptar o questionário ao perfil do respondente. Análise integrada com filtragem e exportação de dados.

Para um design causal — variáveis ocultas que permitem transmitir informações sobre a pertença de um respondente ao grupo de controle ou experimental por meio de parâmetros de URL, sem mostrá-la no questionário. Mais sobre isso no guia para criar uma pesquisa de alta qualidade.

Um design de pesquisa não é uma etapa burocrática que pode ser pulada em prol da rapidez. É a base que determina se os dados coletados serão úteis ou inúteis. Quanto mais complexa a tarefa e mais alto o que está em jogo, mais atenção convém dedicar ao planejamento antes de criar a primeira pergunta.