O que é NPS com IA: como calcular e pesquisar no WhatsApp

Fechou o trimestre e a sócia de uma clínica de fisioterapia abriu a planilha da pesquisa: 200 respostas, nota 35 e uma coluna de comentários que ninguém leu. Ela sabe a nota de cor, porque o painel mostra em letra grande. O que ela não sabe é por que 40 pacientes deram de 0 a 6, nem se o problema é a recepção, o horário ou o estacionamento.

Quem chega aqui perguntando o que é NPS quer a definição e a conta, e as duas vêm logo abaixo. Depois vem a parte que quase todo guia pula: como mandar a pesquisa pelo WhatsApp sem virar spam e como ler o porquê das notas com IA, numa tarde, sem montar um setor só pra isso.

O que é NPS (ou net promoter score)

NPS é a sigla de net promoter score, um índice de lealdade medido com uma pergunta só: "De 0 a 10, quanto você recomendaria esta empresa a um amigo ou colega?". Em português, tem quem traduza como índice líquido de promotores. A pesquisa NPS cabe numa mensagem, e por isso funciona em clínica, restaurante ou escritório, onde ninguém tem tempo pra questionário longo. Hoje a inteligência artificial entra na parte que a nota não mostra, a leitura dos comentários.

A métrica nasceu de um artigo. Em dezembro de 2003, o Fred Reichheld, consultor da Bain, apresentou o Net Promoter Score na Harvard Business Review. O título já era a tese: "The One Number You Need to Grow", o número de que você precisa pra crescer. O argumento dele era que as empresas gastavam tempo e dinheiro com ferramentas complicadas de satisfação e mediam a coisa errada. Pra quem quer crescer, bastava saber o que os clientes contam aos amigos.

Pela nota, cada resposta cai num grupo:

• Promotores, com 9 e 10. Gostaram a ponto de indicar sem você pedir.
• Neutros, com 7 e 8. Estão satisfeitos, mas trocariam de clínica se aparecesse coisa melhor na esquina.
• Detratores, de 0 a 6. Saíram insatisfeitos e podem contar isso pra alguém.

Como calcular o NPS

A conta usa só promotores e detratores. Os neutros entram no total de respostas, mas ficam fora da subtração: o NPS é a parcela de promotores menos a parcela de detratores.

Na clínica do começo, das 200 respostas, 110 deram 9 ou 10, 50 deram 7 ou 8 e 40 deram de 0 a 6. São 55 promotores e 20 detratores em cada 100 respostas, então o NPS é 55 menos 20: 35. O resultado vai de menos 100, quando todo mundo é detrator, a mais 100, quando todo mundo é promotor. Quem procura cálculo NPS em planilha resolve com duas contagens: as notas de 9 e 10 e as de 0 a 6, cada uma dividida pelo total.

Uma nota boa depende do setor, e a comparação que mais diz alguma coisa é com a sua própria nota do trimestre anterior, feita com a mesma pergunta e o mesmo tipo de cliente.

Aqui aparece o limite da conta. O 35 diz quanto a clínica é recomendada e fica calado sobre o motivo. O motivo mora na segunda pergunta, a aberta ("o que mais pesou na sua nota?"), justamente a coluna que ninguém lê, porque 200 comentários tomam o dia inteiro de alguém que já tem outro trabalho.

Como fazer a pesquisa de satisfação no WhatsApp sem virar spam

A pesquisa de satisfação pelo WhatsApp faz sentido porque é ali que o paciente já conversa com a clínica: marcou a consulta, recebeu o lembrete, mandou a dúvida. O mesmo canal que ajuda é o que irrita quando a pesquisa chega na hora errada ou pra quem nunca pediu. Um modelo de pesquisa de satisfação WhatsApp que funciona deixa isto decidido antes da primeira mensagem:

• Quem recebe. Só quem já conversa com a empresa pelo WhatsApp e aceitou receber mensagem. Pesquisa disparada pra lista inteira, de uma vez, por app não oficial, é o caminho mais curto pro número banido.
• Quando sai. Logo depois da consulta, do atendimento ou da entrega, com a experiência fresca. Quem acabou de falar com a clínica ainda está na janela de atendimento de 24 horas da API oficial, em que a empresa responde do jeito que quiser. Fora dela, só sai mensagem a partir de um modelo aprovado pela Meta.
• O que pergunta. A nota de 0 a 10 e um porquê, e mais nada. Botão ou número pra nota, texto livre pro motivo.
• Quantas vezes. Uma por atendimento, nunca a cada mensagem. O paciente fiel que recebe pesquisa toda semana vira detrator da pesquisa.

Mandar na mão, lembrando de cada paciente que sai, não dura um mês. É aqui que entra um agente de IA: a consulta foi encerrada no sistema da clínica, e a pesquisa sai sozinha, com o nome do paciente e do profissional. A resposta volta pra planilha, e a nota baixa vira aviso pra alguém da clínica no mesmo dia. Quem já leu sobre o agente de IA para WhatsApp reconhece a peça: é o mesmo agente, com a tarefa de perguntar, registrar e avisar.

Como ler os comentários do NPS com IA no ChatGPT, no Claude ou no Gemini

Com a planilha na mão, ler 200 comentários vira trabalho de uma tarde no assistente que você já usa. O roteiro:

• Mande a planilha sem dado pessoal. Exporte a nota e o comentário, tire nome, telefone e CPF, e deixe só o número da resposta, pra voltar ao original depois. Cole no ChatGPT, no Claude ou no Gemini, ou suba o arquivo.
• Escreva a regra num lugar fixo. Num projeto do ChatGPT ou do Claude, ou num Gem do Gemini, deixe a instrução: agrupar os comentários por motivo (recepção, espera, preço, profissional, estrutura) e contar quantos de cada grupo vieram de detratores e de promotores. Peça também dois comentários literais por grupo, com o número da resposta. No trimestre seguinte, a mesma instrução lê a planilha nova do mesmo jeito, e a comparação fica justa.
• Confira na fonte. Sorteie uns 20 comentários e veja se caíram no grupo certo. Procure cada citação na planilha original: se o assistente resumiu ou inventou uma frase, ela não vai estar lá. A contagem por grupo também se confere na planilha, com um filtro.

O que sai disso é uma lista curta, do tipo "espera na recepção apareceu em 18 dos 40 detratores", no lugar de 200 frases soltas. Leia também os promotores: o elogio que se repete diz o que a clínica não pode perder quando mudar a agenda.

O que continua sendo decisão de quem toca a empresa

Vale aqui o que eu chamo de IA na leitura, pessoa na decisão. A IA lê, agrupa e conta. Daí em diante, quem decide é você:

• O que muda. Se a espera aparece em quase metade das notas baixas, contratar mais uma recepcionista, mudar a agenda ou avisar o atraso pelo WhatsApp é decisão de negócio, com um custo que só você pesa.
• Quem liga pro detrator. A nota 2 de um paciente de anos pede uma ligação de alguém da clínica, e não uma mensagem automática de desculpas.
• O que nunca se pede. Pedir nota alta, ou dar desconto em troca de um 10, estraga a pesquisa: a nota sobe e você perde a única informação que ela trazia.
• O comentário grave. Reclamação de cobrança, de atendimento errado ou de algo que pode virar processo sai do agrupamento e vai direto pra uma pessoa.

Se a sua empresa recebe poucas respostas por mês, ler na mão resolve e a IA sobra. Ela paga a conta quando o volume passa do que alguém lê numa tarde, ou quando você quer comparar um trimestre com o outro do mesmo jeito.

Volta pra planilha da clínica. A nota 35 sai de qualquer formulário. O trabalho está em mandar a pesquisa na hora certa e ler o porquê de cada nota: a IA lê e agrupa os comentários, e uma pessoa decide o que muda. É esse o desenho que eu proponho quando implemento um agente de IA numa empresa: o envio, a leitura e o aviso pra quem precisa agir. Se quiser pensar a pesquisa da sua empresa desse jeito, entre em contato e me conte onde ela trava hoje.