Erros comuns em pesquisa de marketing

Por que pesquisa de marketing produz tantos erros perigosos

Pesquisa tem um problema fundamental: parece simples. Qualquer pessoa monta formulário no Google Forms, manda para 50 contatos, recebe respostas e declara um "dado". O que está faltando — método estatístico, controle de viés, amostragem representativa, formulação cuidadosa de perguntas — é invisível para quem não conhece o ofício. O resultado é uma sucessão de pesquisas que parecem informar decisão, mas na verdade confirmam preconceitos do decisor.

O dano é duplo. Primeiro, decisões caras (lançamento de produto, posicionamento, mudança de marca, definição de preço) são tomadas com base em sinais falsos. Segundo, quando essas decisões falham, a área de pesquisa perde credibilidade, e a empresa volta a decidir por instinto. O ciclo se repete.

Os erros mais comuns são bem mapeados. Conhecê-los — e exigir o mínimo de rigor em qualquer pesquisa, por menor que seja — separa decisão informada de decisão disfarçada de informada.

Erros de amostra: poucos, parecidos ou autosselecionados

Amostra pequena demais. Pesquisar 30 pessoas para tomar decisão sobre produto que pode mudar a empresa é confundir tamanho de amostra com qualidade. Regra prática: para diferenças sutis (5-10% entre dois grupos), são necessárias amostras de centenas; para diferenças grandes (mais de 20%) e públicos homogêneos, 80-200 já podem servir. Use calculadora de amostra antes de definir.

Amostra homogênea. Pesquisar só pessoas da bolha pessoal, da mesma classe social, do mesmo Estado, da mesma idade. Resultado generalizado para o "consumidor brasileiro". A diversidade de público precisa ser intencional na composição da amostra.

Amostra autosselecionada. Formulário aberto na internet ou em mídia social. Quem responde voluntariamente tem perfil diferente de quem não responde — geralmente mais engajado com a marca, mais opinativo, mais disponível. Resultado inflacionado. Para representar bem, é preciso garantir amostra balanceada por demografia, geografia e comportamento.

Base própria como única fonte. Pesquisar só na base de clientes ativos para entender o mercado total — esquece quem nunca comprou, quem desistiu, quem cancelou. Decisões baseadas só em cliente atual perdem visão de público potencial e de quem virou ex-cliente.

Sem grupo de comparação. "85% dos clientes gostam do produto" — sem saber quanto gostam do produto do concorrente, esse número não diz se é bom ou ruim. Toda pesquisa de percepção deveria ter parâmetro de comparação.

Erros de instrumento: perguntas que induzem resposta

Perguntas tendenciosas. "Você concorda que nosso atendimento melhorou no último ano?" — pergunta carregada de pressuposto. Resposta naturalmente puxa para "sim". Pergunta neutra seria "Como você avalia o nosso atendimento no último ano comparado ao período anterior?".

Perguntas duplas. "Você acha que o preço é justo e o produto é de boa qualidade?" — duas perguntas em uma. Quem responde "sim" pode estar concordando com apenas uma das duas. Cada pergunta deveria isolar uma única dimensão.

Escalas mal calibradas. Escala de 1 a 10 sem definição clara dos extremos, ou escala com 7 níveis quando 5 bastam. Pessoas evitam extremos por viés social — escala precisa ser dimensionada para captar diferenças relevantes.

Questionário longo demais. Pesquisa com 45 perguntas. Quem chega ao fim responde em piloto automático. Cansaço derruba qualidade nos últimos 30%. Questionário ideal: 10-20 perguntas focadas, com no máximo 8-12 minutos de duração.

Ordem das perguntas. Pergunta inicial pode contaminar respostas seguintes. Se a primeira pergunta é sobre problema percebido no produto, a próxima pergunta sobre intenção de compra cai. Ordem deveria ir do geral para o específico, e questões sensíveis deveriam ser intercaladas com neutras.

Falta de pré-teste. Mandar questionário para amostra grande sem testar com 5-10 pessoas antes. Resultado: descobre que pergunta 12 é confusa quando já tem 800 respostas inutilizadas. Pré-teste de 60-90 minutos com público similar é mínimo.

Erros de interpretação: ver o que quer ver

Confirmação enviesada. A pesquisa é encomendada com hipótese pronta. A análise enfatiza dados que confirmam, ignora dados que contradizem. Resultado: a decisão já estava tomada antes da pesquisa, e o estudo serviu como justificativa. Antídoto: definir antes da coleta o que seria evidência contra a hipótese e levar isso a sério.

Correlação confundida com causa. Clientes que usam a função X também recomendam mais. Conclusão errada: a função X gera recomendação. Conclusão correta: pessoas que usam a função X podem ser de perfil mais engajado por outras razões. Teste controlado (apresentar X para grupo aleatório) é o que isola causalidade.

Generalizar a partir de casos. Três clientes em entrevista qualitativa mencionam um problema específico. Empresa muda produto com base nisso. Três casos podem ser sinal forte ou ruído — pesquisa quantitativa confirmatória é necessária antes de mudança grande.

Ignorar tamanho de efeito. Diferença estatisticamente significativa não é sinônimo de relevante. Com amostra grande, qualquer diferença mínima vira "significativa" estatisticamente. O que importa é a magnitude do efeito — diferença de 0,1 ponto em escala de 10 pode ser estatisticamente real e operacionalmente irrelevante.

Apresentar números sem contexto. "85% dos clientes recomendam" — sem comparação com referência de setor, com período anterior ou com concorrente, esse número não diz nada. Toda apresentação de pesquisa deveria contextualizar.

Erros de uso: pesquisa que vira gaveta

Pesquisa sem pergunta de decisão. Empresa encomenda estudo sem ter claro o que vai fazer com o resultado. Estudo chega, ninguém sabe como aplicar, vai para gaveta. Antes de aprovar pesquisa, pergunta-chave: "Qual decisão será tomada com base nesse dado?". Se não há decisão clara, talvez não precise da pesquisa.

Pesquisa que confirma o já sabido. Encomenda estudo que vai produzir conclusão que todos já intuíam. Desperdício de orçamento. Pesquisa deveria explorar o que NÃO se sabe, não confirmar o óbvio.

Repetir pesquisa sem ler a anterior. Equipe pede estudo de percepção de marca em 2024 sem checar se já houve em 2022. Resultado: paga de novo por algo que existe na biblioteca. Inventário de pesquisas anteriores deveria ser obrigatório antes de cada novo briefing.

Resultados que não circulam. Estudo de R$ 80 mil fica no laptop de uma pessoa. Próximo time que precisa não sabe que existe. Biblioteca de aprendizados consolidada, com sumário executivo e indexação por tema, multiplica retorno.

Sem revisão de previsões. Pesquisa previu intenção de compra de 30%; conversão real foi 8%. Ninguém revisa por que a previsão errou tanto. Sem aprendizado sobre acurácia, próximas pesquisas vão errar igual.

Erros de governança: pesquisa sem dono

Cada área fazendo sua própria pesquisa. Marketing, comercial e produto encomendam estudos sobre o mesmo público em paralelo, com fornecedores diferentes, sem coordenação. Custo dobrado, conclusões contraditórias, decisão paralisada. Função centralizada de pesquisa, mesmo que pequena, evita duplicação.

Sem padronização de indicadores. NPS calculado de forma diferente em áreas diferentes. Satisfação medida em escala de 5 em uma área e 10 em outra. Comparação fica impossível. Padronização de instrumentos críticos é função de governança.

Fornecedor por afinidade. Cada coordenador trabalha com fornecedor que conhece pessoalmente. Empresa tem 8 fornecedores de pesquisa, cada um com método diferente, sem volume para negociar preço. Concentrar em 2-3 fornecedores principais e usar nichados pontualmente é eficiente.

Sem manual interno. Cada pessoa que encomenda pesquisa reinventa o método. Erros se repetem. Manual interno (como definir amostra, como redigir pergunta, como apresentar resultado, como armazenar) padroniza qualidade.

Sem orçamento separado por tipo. Toda verba de pesquisa vai para grandes estudos anuais. Não sobra para teste rápido, microestudo, validação ágil. Orçamento equilibrado mistura grandes estudos (60-70%) com estudos táticos rápidos (30-40%).