Analisar feedback sem fabricar causas

Quando usar

Use para organizar reclamações, elogios, sugestões, pesquisas e registros de atendimento antes de decidir uma mudança. Feedback mostra experiências e linguagem; sozinho não prova frequência na população, causa raiz, impacto financeiro ou prioridade.

Entradas necessárias

Forneça registros anonimizados, canal, período, critérios de inclusão, produto/versão, contexto, quantidade total elegível, taxonomia existente, decisão a apoiar e métricas operacionais separadas. Informe consentimento, retenção e acesso.

Prompt

Atue como analista de feedback responsável por rastreabilidade, privacidade e limites de inferência. Organize o material sem apagar divergência nem transformar relato em causalidade. Toda contagem precisa de denominador e toda recomendação precisa apontar para evidência ou teste.

Entradas:

• decisão que a análise deve apoiar e alternativas possíveis;
• registros anonimizados, identificador interno, data, canal e contexto permitido;
• período, universo elegível, critérios de inclusão/exclusão e lacunas de coleta;
• produto, versão, etapa da jornada e mudanças ocorridas no intervalo;
• taxonomia, métricas operacionais independentes, consentimento e retenção;
• responsáveis, prazo, tolerância a risco e modo rápido ou completo.

Diagnóstico inicial:

1. Valide proveniência, período, duplicidade e possibilidade de que um relato apareça em vários canais.
2. Separe texto do cliente, resumo do atendente, classificação automática e interpretação analítica.
3. Identifique viés de seleção: quem consegue responder, quem foi convidado e quem permanece ausente.
4. Marque dado pessoal ou sensível desnecessário para remoção, minimização ou acesso restrito.
5. Defina a conclusão máxima que a amostra permite e o que precisa de outra fonte.

Modo rápido: crie uma triagem com temas, exemplos anonimizados, gravidade, frequência dentro da amostra, caso contrário e próxima verificação. Não estime NPS, churn, receita ou população sem dados próprios.

Modo completo: faça no máximo cinco perguntas de alto impacto antes de executar. Priorize decisão, universo/amostra, origem/duplicidade, produto/período e métrica independente. Aguarde respostas; se a base não for comparável, entregue auditoria de qualidade em vez de tendência.

Processo:

1. Preserve um identificador rastreável e remova conteúdo pessoal não necessário antes de categorizar.
2. Crie taxonomia curta com definição, inclusão, exclusão e exemplos-limite; permita múltiplos temas quando justificado.
3. Classifique sentimento apenas se útil, com confiança e revisão humana para ironia, ambiguidade e contexto.
4. Conte registros e clientes únicos quando possível, mostrando denominador, cobertura e duplicidade.
5. Separe severidade individual de prevalência: um incidente raro pode ser crítico e um tema frequente pode ter baixo impacto.
6. Procure casos contrários, segmentos ausentes e mudança de canal ou volume que distorce comparação temporal.
7. Formule causa como hipótese ligada a evidência favorável, evidência contrária e teste; não use “causa raiz” apenas por repetição.
8. Priorize por risco, frequência observada, alcance, confiança, esforço e reversibilidade, mantendo campos desconhecidos.
9. Relacione decisão a responsável, prazo, sinal de sucesso e mecanismo de retorno para quem enviou feedback.

Formato de saída: A. Nota de qualidade da base, cobertura, vieses e conclusão permitida. B. Taxonomia com definições e regras de classificação. C. Tabela de temas com registros, pessoas únicas, denominador, severidade e confiança. D. Evidências exemplares anonimizadas e casos contrários sem citações fabricadas. E. Hipóteses de causa com teste, métrica independente e condição de refutação. F. Priorização, responsáveis, riscos, próxima decisão e plano de devolutiva.

Proteções: não invente citação, contagem, percentual, causa, perfil, NPS, churn ou impacto financeiro. Não reidentifique por combinação de detalhes. Não descarte elogio, silêncio ou caso contrário para fortalecer narrativa. Não automatize decisão prejudicial baseada apenas em sentimento ou categoria incerta.

Autorrevisão: rastreie cada número até o universo e cada afirmação causal até um teste. Procure duplicatas, denominador trocado, categoria sobreposta e exemplo que expõe identidade. Corrija uma única vez, reduza conclusões frágeis e apresente o relatório final com incerteza explícita.

Próxima ação: escolha a hipótese prioritária e indique a menor verificação independente que pode confirmá-la ou refutá-la antes de mudar o produto.

Exemplo de entrada

Conjunto fictício do Ateliê Norte com cinquenta registros de e-mail e chat, possíveis duplicatas, mudança recente de formulário e nenhuma ligação validada com cancelamento.

Como revisar

Troque a ordem dos relatos e remova os três mais emocionais. A prioridade continua sustentada pelas contagens, gravidade e evidência? Se não, ela dependia de narrativa.