Voltar ao blog da COPC

Por que Coaching as pontuações do CSAT não dá certo: as estatísticas que todo líder de contact center deve conhecer

Publicado: 21 de setembro de 2023

Atualizado em: 7 de maio de 2026

[botão favorito]

Escrito por:

Karen Colvin

Imagem

Coaching para atingirem uma pontuação específica no CSAT não funciona porque o CSAT é uma métrica baseada em amostras, e não em medições. Com volumes típicos de pesquisa de 15 a 25 respostas por agente por mês, a variação estatística por si só pode fazer com que um agente de alto desempenho pareça não ter atingido a meta. O resultado é um desperdício coaching e a desmotivação dos melhores profissionais.

Pontos principais

  • O CSAT é obtido por amostragem, não por medição. Com 18 pesquisas, um agente com um desempenho real de 83,3% tem 17% de chance de obter uma pontuação de 72% ou menos apenas por acaso.
  • Em um call center com 300 agentes, isso significa que até 50 profissionais de alto desempenho podem ser erroneamente indicados para coaching os meses.
  • Pare de coaching resultados. Concentre-se nos indicadores antecipados que os determinam: resolução no primeiro contato, empatia e protocolos de verificação.
  • Um cliente da COPC registrou um aumento de 40 pontos no índice de satisfação do cliente (CSAT) e uma redução de 30 pontos no índice de satisfação do motorista (DSAT) em poucos meses, ao adotar coaching voltado para os motoristas.

Todos os líderes de centrais de atendimento afirmam basear-se em dados. Na prática, basear-se em dados muitas vezes significa reagir a uma planilha sem compreender o que os números realmente indicam. Essa lacuna raramente é intencional. É uma consequência de um indústria depende fortemente das estatísticas de satisfação do cliente (CSAT), mas raramente treina os líderes da linha de frente sobre como interpretá-las.

A principal vítima dessa lacuna é coaching em CSAT nos call centers. Como o CSAT é um KPI fundamental que determina os quadros de resultados, os bônus e as avaliações de desempenho, ele é tratado como uma medida definitiva da competência do agente. Na realidade, a abordagem padrão abordagem coaching pontuações coaching resulta em centenas de horas desperdiçadas e em uma equipe de agentes desmotivados que se sentem julgados por fatores fora de seu controle.

O padrão inadequado para coaching

Se analisarmos coaching típico de um supervisor, veremos que ele segue uma lógica numérica rígida. O supervisor identifica uma lacuna entre o desempenho atual e a meta e, em seguida, traça um plano de ação prevendo pequenas melhorias semanais que, em teoria, deveriam colmatar essa lacuna ao longo do tempo. Por exemplo, se um agente estiver com 72% em relação a uma meta de 83%, o plano pode prever uma melhoria de uma fração de um por cento por semana até que a meta seja atingida.

A atenção tende a se concentrar na pontuação, em vez de nas verdadeiras causas que estão por trás dessa diferença. As questões reais raramente se referem ao fato de um agente estar usando a frase correta ou seguindo um roteiro específico. Os problemas subjacentes costumam ser mais sistêmicos ou complexos do que uma lista de verificação de comportamentos pode abordar.

Aqui está um exemplo típico do que os supervisores me mostram quando pergunto como orientam sua equipe:

O padrão inadequado para coaching

Mesmo que o coaching atenda aos critérios de uma meta SMART, ele ignora um aspecto fundamental sobre como o CSAT é, na verdade, coletado. Ao contrário do tempo médio de atendimento, que é medido em cada chamada, o CSAT é uma métrica baseada em amostras. Ele depende de uma pequena fração dos clientes que optam por preencher uma pesquisa. Ao traçar um plano de ação prevendo ganhos semanais impossivelmente pequenos, você não está apenas simplificando excessivamente o coaching . Você está tomando decisões de gestão de desempenho de alto risco com base em um ruído estatístico massivo.

Por que os cálculos não batem: o CSAT é uma métrica baseada em amostragem

Para entender por que coaching pontuações do CSAT não dá certo, é preciso compreender como a amostragem distorce o quadro. Suponha que você tenha um agente de alto desempenho que oferece uma ótima experiência em 83,3% das vezes. Se esse agente receber 18 pesquisas em um mês, a variação estatística (o fator sorte) torna improvável que ele atinja exatamente essa marca de 83%.

Para ilustrar melhor: imagine jogar dezoito dados de seis faces e tentar prever quantos “uns” sairão. A matemática indica que três é o resultado mais provável, mas isso só ocorre em cerca de 25% das vezes. O número real pode facilmente ser dois, quatro ou cinco. A amostragem CSAT funciona da mesma maneira. Uma resposta insatisfeita é como tirar um “um”. Com apenas 18 questionários, a variação de resultados possíveis é ampla.

No nosso exemplo de dezoito pesquisas e um CSAT “verdadeiro” de 83,3%, podemos calcular a probabilidade de cada resultado possível:

Calcular a probabilidade de cada resultado possível.

Como o ruído estatístico se manifesta no seu contact center

Observe a linha correspondente a 72% de CSAT. Esse é o nível de desempenho que desencadeou coaching exemplo acima. A tabela de probabilidade nos diz que há 10% de chance de que alguém com desempenho superior à meta de 83% do centro apresente um resultado amostral exatamente de 72%. Pior ainda, há 17% de chance de que essa pessoa fique com 72% ou menos. Isso significa que, nessas condições, aproximadamente um em cada seis de seus funcionários poderia ser um falso positivo: alguém que, segundo seus dados, tem um problema, quando, na realidade, não tem.

As consequências são reais. Se um agente tem 17% de chance de apresentar uma pontuação insatisfatória devido a uma simples variação, então, em um call center com 300 funcionários, você poderia ter 50 agentes em um plano de melhoria de desempenho que, na verdade, estão desempenhando bem suas funções. Você não está apenas desperdiçando centenas de horas do tempo dos supervisores e gerando custos adicionais. Você está frustrando ativamente seus melhores funcionários ao dizer-lhes que estão falhando, quando, na verdade, são apenas vítimas de uma amostra pequena.

Esse problema se agrava ainda mais com um número menor de respostas, tornando as metas semanais do plano de ação praticamente inúteis para acompanhar o desempenho real do CSAT.

Como melhorar coaching para o CSAT

Você não pode deixar de medir a satisfação do cliente (CSAT), mas deve parar coaching números brutos. Duas estratégias permitem que você supere as limitações da amostragem e adote um coaching que realmente melhora o desempenho do contact center.

Estratégia 1: Ampliar o conjunto de dados antes de agir

A maneira mais imediata de reduzir a margem de erro é analisar mais dados. Um único mês com 18 pesquisas apresenta uma margem de erro de 17%. Se você exigir que um agente fique abaixo da meta por dois ou três meses consecutivos antes de uma coaching formal coaching , a probabilidade de que o resultado seja fruto de azar diminui significativamente. Essa abordagem mais paciência, mas garante que, quando você realizar o coaching, estará lidando com uma tendência real, e não com um acaso estatístico.

Estratégia 2: Oriente os motoristas, não a pontuação

efetivo mais efetivo de melhorar o CSAT é deixar de coaching exclusivamente coaching índices de CSAT e passar coaching comportamentos que os geram. O CSAT é um indicador de atraso: ele mostra o que aconteceu no passado. Analise seus dados para identificar os fatores operacionais que impulsionam a satisfação, como a resolução no primeiro contato, a empatia e o cumprimento dos protocolos de verificação. Esses comportamentos são indicadores antecipados que podem ser observados objetivamente por meio da Garantia de Qualidade.

Ao contrário de uma pesquisa de satisfação do cliente, que é subjetiva e realizada de forma aleatória, o comportamento é binário: o agente executou a tarefa ou não. Ao mudar o foco da gestão de desempenho da satisfação do cliente (CSAT) para a ação, em vez de para o resultado, você oferece aos agentes um caminho claro e justo para a melhoria.

coaching CSAT coaching prática: um exemplo de cliente

Recentemente, trabalhamos com um cliente cujo índice de satisfação do cliente era extremamente baixo e o índice de insatisfação (DSAT) era alto. Eles passaram anos coaching agentes para atingir um determinado índice de satisfação do cliente (CSAT), mas os dados praticamente não apresentavam variação.

Ajudamos a empresa a reorientar-se. Após quantificar os principais fatores de satisfação do cliente em seu ambiente, analisamos o desempenho em relação a esses fatores para identificar as áreas que mais impactavam os resultados. Com base nesses dados, ajudamos a equipe a reformular seu formulário de qualidade para alinhá-lo aos fatores que realmente importavam. Em seguida, criamos um coaching focado exclusivamente nos fatores com pior desempenho e implementamos melhorias no nível dos processos para resolver os problemas de forma sistêmica.

Ao mudar o coaching do resultado para essas ações controláveis, eles observaram um aumento de 40 pontos no CSAT e uma redução de 30 pontos no DSAT em poucos meses.

Resultados do CSAT/DSAT

Conclusão: pare de coaching numéricas

Se você está coaching em uma métrica de amostra pequena, provavelmente está se concentrando em problemas que não existem. Cinquenta agentes em um PIP (Plano de Melhoria de Desempenho) em um centro com 300 funcionários não constitui uma coaching . Trata-se de um artefato estatístico. Para observar uma melhora real, é preciso deixar de reagir ao número e começar a analisar os fatores que o determinam.

Ao concentrar-se nos comportamentos que seus agentes realmente podem controlar, você reduzirá o desperdício coaching , deixará de desmotivar os funcionários de alto desempenho e (ironicamente) verá suas pontuações de CSAT finalmente começarem a subir.

Pronto para orientar o que realmente faz a diferença?

O curso “Melhores Práticas COPC® para Operações de Experiência do Cliente” ensina aos líderes de centrais de atendimento como identificar, medir e orientar os fatores que realmente influenciam a satisfação do cliente (CSAT). Baseado no Padrão COPC CX. Reconhecido pela Apple, Microsoft e outras marcas globais.

Perguntas frequentes

Quantas pesquisas de satisfação do cliente (CSAT) são necessárias para que você possa orientar um agente?

A maioria dos centros de atendimento recebe de 15 a 25 pesquisas de satisfação do cliente por agente por mês, o que é insuficiente para se chegar a conclusões confiáveis. Como regra geral, espere até ter pelo menos dois ou três meses consecutivos de desempenho abaixo da meta antes de iniciar uma coaching formal coaching . Isso reduz a probabilidade de que a diferença seja resultado de um ruído estatístico, em vez de um problema real de desempenho.

O CSAT é estatisticamente confiável para a gestão do desempenho de agentes individuais?

Não com tamanhos de amostra típicos. Com 18 pesquisas por mês, um agente com um CSAT real de 83,3% tem aproximadamente 17% de chance de obter uma pontuação de 72% ou menos apenas por acaso. O CSAT é confiável para acompanhar tendências gerais do centro ao longo do tempo, mas não é confiável para a gestão do desempenho individual sem dados complementares da Garantia de Qualidade ou da análise de fatores determinantes.

O que é um falso positivo no CSAT?

Um falso positivo no CSAT é um agente cuja pontuação no CSAT, obtida por amostragem, fica abaixo da meta, embora seu desempenho real esteja, na verdade, atingindo ou superando a meta. Isso ocorre devido à variação estatística em amostras pequenas de pesquisas. Tomar medidas em relação a falsos positivos, colocando esses agentes em planos de melhoria, desperdiça o tempo do supervisor e desmotiva os profissionais de alto desempenho.

Devo colocar um agente em um PIP por causa de um baixo índice de satisfação do cliente?

Não se baseie em dados de CSAT de um único mês. Uma margem de erro estatístico de 17% nos dados mensais de CSAT significa que, em um call center com 300 agentes, até 50 agentes poderiam ser erroneamente sinalizados a cada mês. Antes de iniciar um PIP, analise os dados de CSAT de vários meses, examine os dados de Garantia de Qualidade relativos a comportamentos passíveis de orientação e confirme se o problema de desempenho subjacente é real.

O que são indicadores antecipados do CSAT?

Os indicadores antecipados são os comportamentos dos agentes que determinam os resultados da satisfação do cliente (CSAT). Exemplos comuns incluem a resolução no primeiro contato, a demonstração de empatia, adesão protocolos de verificação e o diagnóstico preciso do problema. Ao contrário da própria CSAT, os indicadores antecipados podem ser observados objetivamente em todas as interações por meio da Garantia de Qualidade, o que os torna muito mais confiáveis para coaching.

Como posso melhorar o CSAT sem coaching pontuação?

Quantifique os fatores operacionais que influenciam a satisfação em seu ambiente, reformule seu formulário de qualidade para medir esses fatores e oriente os agentes sobre os comportamentos específicos que os impulsionam. Um cliente da COPC utilizou essa abordagem alcançar um aumento de 40 pontos na pontuação CSAT e uma redução de 30 pontos na pontuação DSAT em poucos meses. Oriente o comportamento, e a pontuação virá por consequência.

Sobre o autor

Nathan Van Allen é consultor sênior na COPC Inc. e conta com 16 anos de indústria (CX). Ele gerencia programas desde o lançamento até a operação plena, desenvolve processos para otimizar o desempenho, lidera iniciativas Six Sigma e implementa tecnologias em ambientes de contact center. Nathan é auditor líder certificado pela COPC e orienta as organizações no processo de certificação COPC, desde a avaliação inicial de referência até a certificação completa de acordo com a Norma COPC CX.

Ele colabora com os clientes para analisar e priorizar oportunidades de melhoria baseadas em dados, e já ajudou clientes a alcançar resultados como a transição do atendimento ao cliente interno para operações totalmente novas, o aumento dos índices de satisfação do cliente (CSAT), a redução das taxas de abandono e a redução dos custos operacionais em mais de US$ 1 milhão por ano.

Conecte-se com o Nathan no LinkedIn.

Esta publicação foi útil?

Clique em uma estrela para avaliá-la!

Por favor, informe-nos o motivo pelo qual você atribuiu essa classificação.