Índice de satisfação do cliente (CSAT)

O que é o índice de satisfação do cliente (CSAT)?

O índice de satisfação do cliente (CSAT) é uma métrica que mede o quanto os clientes estão satisfeitos com uma interação, um produto ou uma experiência específica. É o KPI de atendimento ao cliente mais usado, geralmente coletado por meio de uma pesquisa curta após a interação, que pede ao cliente para avaliar a experiência em uma escala (na maioria das vezes, de 1 a 5). O CSAT dá às equipes de suporte uma leitura direta e em tempo real da qualidade do serviço, sendo essencial para acompanhar o impacto de mudanças em fluxos de trabalho, na equipe e em implementações de atendimento ao cliente com IA.

Diferentemente de métricas de fidelidade mais amplas, como o Net Promoter Score (NPS) ou o Customer Effort Score (CES), o CSAT foca em um único momento. Essa especificidade o torna poderoso para isolar o que funciona e o que não funciona entre canais, agentes e agentes de IA.

Como calcular o CSAT

A fórmula padrão do CSAT usa o método "top-box". Depois de coletar as respostas em uma escala de 1 a 5, conte apenas as avaliações positivas (4 e 5) e divida pelo total de respostas:

CSAT (%) = (Número de respostas satisfeitas / Total de respostas) x 100

Por exemplo, se 200 clientes responderem e 150 derem nota 4 ou 5, seu CSAT é 75%. Algumas organizações usam uma escala de 1 a 10 e consideram as 2 ou 3 notas mais altas como "satisfeitas". O segredo é a consistência: escolha uma escala, defina o limite e meça sempre da mesma forma para que as tendências tenham significado. Dispare as pesquisas logo após a interação para obter o feedback mais preciso.

Benchmarks do setor

Um CSAT "bom" costuma ficar entre 75% e 85%. O American Customer Satisfaction Index (ACSI) registrou uma média nacional de 77,0 no 1º trimestre de 2025 e de 76,9 no 4º trimestre de 2025, considerando mais de 400 empresas em mais de 40 setores. Os líderes em varejo e e-commerce costumam passar de 80%, enquanto setores como telecomunicações e serviços públicos ficam mais próximos de 70% a 74%.

Pesquisa do setor: segundo o American Customer Satisfaction Index (ACSI), a média nacional de satisfação do cliente em 2025 se mantém em cerca de 77 numa escala de 100 pontos, com grande variação entre setores. Empresas que investem em suporte com IA e em resolução no primeiro contato superam consistentemente a média do seu setor.

O contexto importa na hora de interpretar benchmarks. Um CSAT de 78% em um ambiente B2B de alta complexidade pode ser mais expressivo que 82% em devoluções simples no varejo. Compare sempre com o seu próprio histórico e com empresas do mesmo setor.

Por que o CSAT importa para equipes de suporte

O CSAT está diretamente ligado aos resultados do negócio: clientes satisfeitos compram mais vezes, cancelam menos e indicam mais. Pesquisas mostram que mais de 50% dos consumidores migram para um concorrente após apenas 1 experiência ruim de suporte.

Para equipes que implementam agentes de IA, o CSAT é a prova definitiva. Acompanhar o CSAT por canal (agente humano vs. agente de IA vs. portal de autoatendimento) mostra onde a IA está entregando e onde precisa de ajustes. O CSAT também se relaciona com outras métricas críticas: uma taxa de resolução alta e um tempo médio de atendimento (TMA) baixo estão associados a um CSAT maior, enquanto o aumento do volume de tickets sem capacidade adicional o reduz.

CSAT vs. NPS vs. CES

CSAT, NPS e CES medem dimensões diferentes da experiência do cliente. O CSAT capta a satisfação com uma interação específica. O NPS mede a fidelidade de longo prazo, perguntando qual a probabilidade de o cliente recomendar sua empresa. O CES avalia o quanto foi fácil resolver um problema. As melhores operações de suporte acompanham as 3 métricas, mas o CSAT é a mais acionável para a gestão diária do atendimento, porque está ligada a pontos de contato individuais.

Como o CSAT pode ser medido após cada interação (ao contrário do NPS trimestral), ele permite identificar problemas rapidamente, seja um novo fluxo de IA com desempenho abaixo do esperado ou um tipo específico de problema que derruba a satisfação.

A vantagem Maven: IA que eleva o CSAT

A Maven AGI foi construída sobre o princípio de que a resolução gera satisfação. Quando um agente de IA realmente resolve o problema do cliente na primeira interação, o CSAT acompanha. É por isso que a Maven tem a taxa de resolução como norte, e não a deflexão.

Resultado com Maven: a Mastermind, empresa de EdTech, alcançou 93% de resolução no chat ao vivo com a Maven AGI, implementada em apenas 6 semanas. Quando os clientes recebem respostas reais na primeira tentativa, os índices de satisfação mostram isso.

A abordagem da Maven AGI se integra a mais de 100 sistemas para dar aos agentes de IA o contexto completo de cada interação. O Copilot de IA da plataforma apoia os agentes humanos com sugestões em tempo real, melhorando ainda mais os resultados. E, como a Maven acompanha resolução e CSAT juntos, as equipes conseguem ver a relação direta entre o desempenho da IA e a satisfação do cliente. Veja como analistas de referência abordam a conexão entre IA e satisfação nos benchmarks setoriais do ACSI e na pesquisa da McKinsey sobre IA generativa no atendimento ao cliente.

Perguntas frequentes

O que é um bom CSAT?

Um bom CSAT fica entre 75% e 85%, embora isso varie por setor. A média nacional do ACSI é de aproximadamente 77%. E-commerce e varejo costumam passar de 80%, enquanto telecomunicações tende a ficar abaixo. O benchmark mais importante é a sua própria evolução ao longo do tempo.

Com que frequência devo medir o CSAT?

Meça o CSAT após cada interação com o cliente para ter os dados mais acionáveis. Pesquisas pós-chat, pós-ligação e pós-ticket dão visibilidade em tempo real sobre a qualidade do serviço. Consolide os resultados semanal ou mensalmente para identificar tendências e segmente por canal, tipo de problema e agente (humano ou IA) para encontrar oportunidades de melhoria.

O suporte com IA pode melhorar o CSAT?

Sim, desde que a IA realmente resolva os problemas em vez de apenas desviá-los. Agentes de IA que oferecem respostas precisas e personalizadas na primeira interação melhoram ao mesmo tempo a resolução no primeiro contato e o CSAT. Clientes da Maven AGI como a Papaya Pay alcançam 90% de resolução autônoma, o que eleva diretamente a satisfação, porque os clientes recebem respostas rápidas e precisas sem esperar na fila.

Qual a diferença entre CSAT e taxa de resolução?

O CSAT mede como o cliente se sente em relação à experiência. A taxa de resolução mede se o problema foi de fato resolvido. As duas métricas estão intimamente relacionadas: uma taxa de resolução alta é o principal motor de um CSAT alto. No entanto, o CSAT também pode ser influenciado por fatores como tempo de espera, tom e facilidade da interação, por isso acompanhar ambas as métricas juntas oferece a visão mais clara do desempenho do atendimento.