NPS é a métrica mais fácil de rodar e a mais difícil de aproveitar. Todo mundo manda a mesma pergunta, de 0 a 10, e recebe de volta um número. O número diz se está indo bem ou mal. Não diz por quê.
O campo aberto do NPS tradicional devia resolver isso, mas na prática vira um cemitério de respostas de uma linha. “Bom.” “Poderia melhorar.” “Não sei.” Ninguém elabora porque ninguém pergunta de volta.
Por isso construímos o NPS conversacional na ReveLumi. A pessoa dá a nota, e a agente conversa para entender o porquê, aprofundando de verdade, não parando na primeira resposta. Para testar, rodamos uma pesquisa sobre um produto que todo mundo tem opinião: o LinkedIn.
O número
133 respostas. NPS de +7. 34% promotoras, 39% neutras, 27% detratoras. Assim que o relatório se monta sozinho, em tempo real, conforme as respostas chegam:
Um NPS de +7, por si só, é pouco. Diz que o LinkedIn está mais para “tolerado” do que “amado”. Mas é só isso que diz. Não diz o que sustenta a nota, nem o que a derruba, nem o que faria a pessoa mudar de opinião. É aqui que o número para e a conversa começa.
O que sustenta, e o que derruba, a nota
O maior fator positivo, de longe, foi a oportunidade de conexão profissional: expandir a rede, ganhar visibilidade para recrutadores, ser encontrado.
O maior fator negativo não foi preço, nem bug, nem interface. Foi conteúdo. Mais especificamente: a poluição do feed por bots e conteúdo gerado por IA, e logo atrás, um termo que uma respondente trouxe para a conversa:
“Tem até um termo que se chama LinkedDisney. É porque tem lá depoimentos muito forçados.”
LinkedDisney. Um apelido que já circula em rodas de gerência e diretoria para descrever o exagero performático do feed: histórias dramáticas demais, conquistas grandiosas demais, tudo com brilho de final feliz. Nenhuma pergunta fechada chegaria nesse termo, nem um relatório automático de sentimento o inventaria. Ele só aparece numa conversa, porque alguém precisa contar, com as próprias palavras, o que sente. E o relatório não só registra a frase, ele pesa quanto ela contribui para a nota, quantas pessoas tocaram nesse ponto, e liga de volta para cada conversa original.
A ironia que não planejamos
Rodamos essa pesquisa com uma agente de IA. E o maior vilão que a pesquisa encontrou foi conteúdo gerado por IA sem alma.
Não é contradição, é a distinção que mais importa agora. Existe IA que produz volume vazio, textos que só existem para preencher espaço e parecer produtivo. E existe IA que escuta, faz a pergunta seguinte, e devolve entendimento real. A diferença não está na tecnologia. Está em para que ela é usada: gerar mais conteúdo, ou gerar mais compreensão.
O NPS conversacional é uma aposta na segunda.
O que a funcionalidade entrega
Em vez de um campo aberto que a maioria ignora, a agente pergunta de volta, adapta a pergunta conforme a nota (detratora, neutra, promotora), e não solta a pessoa na primeira resposta rasa. O resultado, como você viu acima, não é só um número. É um mapa de fatores, com peso e volume, ligado a conversas reais que você pode reabrir a qualquer momento.
Um NPS tradicional te diria: “+7, com destaque para networking.” O nosso te diz isso, e também te entrega “LinkedDisney”, nomeado por gente de carne e osso, com peso suficiente para explicar por que a nota não é maior.
Dados dizem o quê. Clientes dizem o porquê. Agora, com o NPS conversacional, o NPS também diz.
Experimente você mesmo a pesquisa de NPS do LinkedIn.
Quer testar o NPS conversacional no seu produto? Marque uma sessão de demo com os founders.