Última atualização: 15 de setembro de 2026
O Customer Satisfaction Score (CSAT) é a métrica que quase todo time de suporte reporta e quase ninguém gerencia bem. Aparece no dashboard e depois sobe ou desce sem que ninguém saiba por quê. Este guia explica como o CSAT é calculado, o que é uma boa nota no seu setor, por que ela se move e como times de suporte que usam IA a elevam sem contratar mais gente.
O CSAT mede quão satisfeito um cliente ficou com uma interação, compra ou ponto de contato específico. Ele é transacional: você pergunta logo depois que um ticket é encerrado, um pedido chega ou uma chamada de onboarding termina. A pergunta costuma ser uma variação de "Quão satisfeito você ficou com sua experiência hoje?" em uma escala de 1 a 5.
O cálculo mais comum, como descreve o guia de CSAT da Retently, pega o número de respostas "satisfeito" e "muito satisfeito" (4 e 5), divide pelo total de respostas e multiplica por 100:
CSAT (%) = (Respostas Satisfeito + Muito satisfeito ÷ Total de respostas) × 100
Se 20 clientes respondem e 10 escolhem 4 ou 5, seu CSAT é 50%. O método percentual é o que a maioria dos benchmarks usa, então mantenha esse se você quiser se comparar.
O CSAT funciona porque é curto e imediato. Envie minutos depois de resolver o ticket, não em um resumo semanal. A Retently cita uma pesquisa da SurveyMonkey segundo a qual uma pessoa gasta cerca de 75 segundos em uma pesquisa de uma única pergunta; cada pergunta extra reduz a chance de ela concluir. Uma pergunta, uma escala e um comentário opcional.
A resposta honesta é "depende de com quem você compete". Os dados de benchmark 2026 da Retently colocam qualquer valor acima de 70% na zona "boa" e acima de 90% em território "excelente", mas a variação entre setores é enorme:
| Setor | CSAT médio (2026) | O que é "bom" |
|---|---|---|
| Consultoria | 83 | 85+ |
| Serviços financeiros | 81 | 83+ |
| E-commerce e varejo | 77 | 80+ |
| Software B2B e SaaS | Perto de 80 | 80+ |
| Educação | 68 | 72+ |
| Saúde | 57 | 65+ |
Fonte: Retently CSAT Benchmarks 2026. A coluna "bom" é uma meta prática de alguns pontos acima da média do setor, não um limite publicado.
Olhando o quadro geral, o cenário preocupa. O American Customer Satisfaction Index do primeiro trimestre de 2026 ficou em 76,7 de 100, praticamente o mesmo nível de 2013, apesar de a ACSI estimar que mais de US$ 100 bilhões por ano são gastos em iniciativas de CX. O mesmo relatório aponta que as reclamações de clientes subiram 16% no trimestre. A satisfação estagna porque a maioria dos programas de CSAT mede sem agir.
Ponto-chave: um "bom" CSAT está alguns pontos acima da média do seu setor e em tendência de alta. Um 82% estável em consultoria é um sinal de alerta; um 70% em crescimento na saúde é uma história de sucesso. Compare-se com seus pares e depois com seu próprio trimestre anterior.
Essas três métricas costumam ser misturadas, mas respondem a perguntas diferentes e você precisa de mais de uma.
Transacional e imediato. Ideal para diagnosticar canais, agentes e tipos de ticket individuais. Fraco para prever lealdade de longo prazo, porque um cliente pode ficar satisfeito com um reembolso e ainda assim ir embora.
Relacional e periódico. O Net Promoter Score mostra como a relação geral está evoluindo, normalmente medido a cada trimestre. É a métrica que interessa ao conselho, mas é lenta e ampla demais para dizer a um líder de suporte o que corrigir nesta semana.
O Customer Effort Score mede o atrito. É o melhor alerta antecipado de churn entre os três, porque clientes que precisaram repetir o problema, ser transferidos ou esperar um retorno raramente ficam, mesmo quando o problema acabou resolvido.
Uma combinação prática: CSAT depois de cada interação resolvida, CES nas poucas jornadas em que o esforço é o problema conhecido (onboarding, disputas de cobrança, devoluções) e NPS uma vez por trimestre. Se você só pode medir uma, meça o CSAT, porque é a única que produz um sinal diário sobre o qual você consegue agir.
A maioria das quedas de CSAT tem quatro causas, e só uma delas é "o agente foi grosseiro".
Os clientes avaliam a interação a partir do momento em que entram em contato, não a partir de quando um agente responde. Uma fila longa envenena a pesquisa antes que alguém diga uma palavra, e por isso o tempo de primeira resposta costuma ser a primeira métrica a corrigir quando o CSAT cai.
Contatos repetidos são o assassino silencioso do CSAT. O cliente pode dar nota 5 ao último agente, mas dá nota 2 à experiência. Melhorar a resolução no primeiro contato tende a elevar o CSAT mais do que qualquer programa de coaching.
Forçar um cliente de WhatsApp a migrar para o e-mail, ou um cliente de telefone a preencher um formulário web, adiciona esforço exatamente no pior momento. CSAT por canal é um dos recortes mais úteis que você pode construir.
Aqui vem a parte incômoda. A compilação de estatísticas 2026 da Zendesk cita uma pesquisa da Coveo segundo a qual 56% dos consumidores raramente reclamam de uma experiência ruim; eles simplesmente mudam para um concorrente. Esses clientes nunca respondem à sua pesquisa. Um CSAT estável pode, portanto, conviver com um churn em alta, porque as pessoas mais insatisfeitas já saíram da amostra. Acompanhe a taxa de resposta junto com a nota e trate uma taxa de resposta em queda como sinal de alerta por si só.
A mesma compilação da Zendesk reporta que 73% dos consumidores mudarão para um concorrente depois de várias experiências ruins, mais da metade fará isso depois de apenas uma, e três em cada quatro dizem gastar mais com empresas que entregam uma boa experiência.
A vitória mais barata em CSAT é eliminar a espera. Um agente de IA que atende cada conversa de WhatsApp, chat web e e-mail em segundos, resolve as rotineiras de ponta a ponta e passa o restante para um humano com todo o contexto muda o tom de toda a interação. Os clientes estão prontos: os dados da Zendesk mostram que 51% dos consumidores preferem um bot a um humano quando querem atendimento imediato, e quase oito em cada dez dizem que bots de IA são úteis para problemas simples.
Um 1 ou um 2 não é um dado; é um cliente pedindo para ser resgatado. Encaminhe automaticamente cada resposta de detrator a um responsável humano, com a transcrição anexada, e meça quantos são contatados em um dia. Times que fazem isso com consistência veem a segunda nota do cliente ficar bem acima da primeira.
Leia o campo de comentários. Classifique por causa raiz (confusão na fatura, atraso na entrega, funcionalidade ausente, tom do agente). Quase sempre três causas explicam a maioria das notas baixas. Corrija essas, meça de novo, repita. É a mesma disciplina por trás de uma boa análise de voz do cliente, aplicada a uma única métrica.
Agentes não controlam se um cliente está irritado com uma política. Eles controlam se reconheceram o problema, alinharam expectativas e fizeram o acompanhamento. Treine esses comportamentos e o CSAT vem junto. Treine sobre a nota bruta e você terá agentes implorando por um 5, o que infla o número enquanto destrói sua utilidade.
As notas de CSAT mais altas vêm de interações que o cliente nunca precisou iniciar. Avisos de atraso no pedido, lembretes de renovação e mensagens do tipo "vimos que você travou, é assim que resolve" contam como momentos de satisfação. O suporte proativo transforma volume de reclamações em boa vontade.
Exemplo: um varejista latino-americano que atende pelo WhatsApp tinha um CSAT perto de 70, com a maioria dos comentários de detratores sobre "esperar uma resposta". Depois de implantar um agente de IA para resolver na hora status de pedido, devoluções e horários de loja, o time humano se concentrou nos casos que exigiam julgamento. A nota subiu porque a espera desapareceu e os casos difíceis receberam mais atenção.
A IA toca o CSAT em três pontos. Primeiro, na linha de frente: um agente de IA elimina a espera e resolve solicitações rotineiras 24 horas por dia, o que ataca a causa mais comum de notas baixas. Segundo, na análise: a IA lê cada comentário, classifica causas raiz e destaca os três problemas que valem a pena corrigir nesta semana. Terceiro, na recuperação: encaminha detratores à pessoa certa na hora, redige o acompanhamento e verifica se o ciclo foi fechado.
É exatamente para isso que a Eva, a agente de experiência do cliente da Darwin AI, foi criada: ela responde no WhatsApp, e-mail e chat web em segundos, resolve as dúvidas rotineiras de ponta a ponta, escala com todo o contexto quando um humano é necessário e executa a pesquisa de CSAT e o acompanhamento automaticamente. O time para de apagar incêndio na fila e passa a gerenciar a satisfação.
O que a IA não faz é consertar uma política ruim, um produto quebrado ou uma fatura confusa. Ela torna esses problemas visíveis mais rápido; se o CSAT sobe depois disso, depende de alguém agir sobre o que os clientes disseram.
Responda a cada cliente em segundos e veja o CSAT subir
A Eva resolve conversas de suporte rotineiras no WhatsApp, e-mail e chat, executa sua pesquisa de CSAT e encaminha cada detrator a um humano, automaticamente.
Conheça a EvaSegundo os benchmarks 2026 da Retently, acima de 70% é considerado bom e acima de 90% excelente, mas as médias por setor vão de cerca de 57 na saúde a 81 e 83 em serviços financeiros e consultoria. Compare-se com o seu próprio setor e com a sua própria tendência.
O CSAT mede a satisfação com uma interação específica e é perguntado imediatamente depois dela. O NPS mede a relação geral e a probabilidade de recomendar, e costuma ser medido a cada trimestre. A maioria dos times precisa dos dois: CSAT para corrigir os problemas desta semana, NPS para acompanhar a relação.
Depois de cada interação resolvida, em questão de minutos. Limite a uma pergunta e um comentário opcional. Pesquisas longas reduzem a taxa de conclusão; a Retently cita dados da SurveyMonkey segundo os quais as pessoas gastam cerca de 75 segundos em uma pesquisa de uma pergunta e progressivamente menos por pergunta à medida que a pesquisa cresce.
Sim, principalmente ao eliminar o tempo de espera e os contatos repetidos, que são os dois maiores causadores de notas baixas. A pesquisa da Zendesk mostra que 51% dos consumidores preferem um bot quando querem atendimento imediato, e quase oito em cada dez dizem que bots de IA são úteis para problemas simples. A IA também acelera a análise de comentários e o acompanhamento de detratores.
Viés de sobrevivência. A pesquisa da Coveo citada pela Zendesk indica que 56% dos consumidores raramente reclamam de uma experiência ruim e simplesmente mudam. Esses clientes nunca respondem à sua pesquisa, então a nota fica estável enquanto a base encolhe. Acompanhe a taxa de resposta e o churn junto com o CSAT.