← Blog

DADOS MEUS · ATENDIMENTO

Ninguém achou caro

A explicação mais à mão para um lead que some é o preço. Numa clínica de SP, do nicho de estética, 1.443 conversas lidas uma a uma apontaram outro lugar para procurar a causa.

Temas: atendimento ao cliente · tempo de resposta · decisão baseada em dados

Ler com IA
Claude ChatGPT
Pintura de interior holandês: uma moça de blusa branca e corpete vinho dorme à mesa, com a cabeça apoiada na mão; sobre a mesa, um tapete oriental dobrado, uma jarra de louça e uma tigela de frutas; à direita, uma porta entreaberta dá para um cômodo claro e vazio, e uma cadeira de espaldar alto ocupa o primeiro plano.
Johannes Vermeer, Uma criada adormecida, c. 1656-57. Óleo sobre tela. The Metropolitan Museum of Art, Nova York (Bequest of Benjamin Altman, 1913). Domínio público (CC0), via Met Open Access.

Quatro em mil quatrocentos

Em 1.443 conversas de WhatsApp, quatro pessoas disseram que o preço estava alto. A explicação mais à mão para um lead que some é justamente essa, e qualquer dono de empresa a oferece antes de ser perguntado; a leitura de um canal de leads de uma clínica de SP, do nicho de estética, conversa por conversa, deixou-a sem apoio.

Exportei as 1.443 conversas, de 1º de julho a 9 de setembro de 2026, com um fim prático, que era montar um follow-up em massa. Para isso eu precisava saber o que cada conversa havia dito, e a média de todas juntas não dizia.

O método pediu uma decisão. O que se pode contar, contei por script: o tempo até a primeira resposta, quem falou por último, os dias de silêncio. O que só se entende lendo, mandei ler: vinte agentes de IA em paralelo, cada um obrigado a citar, literalmente, a frase em que apoiava o que afirmava. Uma busca por palavra-chave, feita antes, havia devolvido cinco objeções de preço em 574 conversas, um número preciso e errado, que descartei.

Das 1.443 conversas, 1.045 eram atendimento de fato, e foi nelas que os agentes trabalharam, ficando de fora as 398 restantes; a contagem fechou, pois voltaram as 1.045 classificações esperadas, e todas passaram na validação. As quatro objeções de preço saíram dessa leitura, e por isso são uma estimativa, feita por agentes de IA, com a citação literal como prova a conferir. Quatro em 1.443 dá 0,28%, menos de três conversas em cada mil. O resto da explicação estava em outro lugar, e as seções seguintes dizem onde.

O que havia no lugar do preço

Em 262 das 1.045 conversas de atendimento real, ou 25%, os agentes apontaram falha de atendimento. É também estimativa. O tempo se conta com régua. Entre as 666 pessoas que abriram a conversa, a mediana até a primeira resposta foi de 2h18, 286 esperaram mais de quatro horas e 22 nunca foram respondidas.

Esse 2h18 é a mediana do período inteiro do arquivo, de julho a 9 de setembro, medida pelo script sobre o export. Mais adiante aparecem três outros tempos, os que declaro como ponto de partida e como resultado, e eles pertencem a outros momentos e a outros instrumentos. Não os faço concordar à força; cada um responde a uma pergunta diferente, e a data de cada um fica dita ao lado dele.

Outra conta chama atenção. Falaram de preço 228 leads, e 133 deles nunca receberam um valor em reais, estimativa também, da mesma leitura. Quem fala de preço e fica sem número ainda não formou opinião sobre ele, de sorte que o “caro” não chegou a ser dito por quem não chegou a ouvir a quantia. A avaliação inicial sem custo, por sua vez, aparece em apenas 64 das 1.443 conversas, e essa é contagem.

O mês que piorou

O tempo de resposta também varia com o mês, e a variação é a parte que mais me incomoda. Numa carga de 12 de agosto, com 1.198 conversas, a fatia respondida em até cinco minutos foi de 33,97% em julho e de 8,33% em agosto, até o dia 12, uma queda de 75%. A fatia que esperou mais de uma hora subiu de 51,75% para 62,04%, e a dos nunca respondidos foi de 3,67% para 6,90%.

Julho é o mês em que assumi, pela consultoria, a operação comercial e de mídia da clínica, e agosto já era inteiramente meu. Não separei nesse número o que veio antes de mim do que veio depois, e por isso não o ofereço como acusação a ninguém nem como defesa de mim mesmo: a piora aconteceu enquanto a operação estava sob minha responsabilidade.

O sistema de gestão de leads confirmava a leitura, de um jeito torto. Dos 1.366 leads que consegui casar com o CRM, 875, ou 64%, estavam marcados como lixo. Entre os que perguntaram e não foram respondidos, 77 foram marcados assim, e a leitura dos agentes atribuiu a falta, nesses casos, a quem atendia. O cadastro chamava de lixo ao menos 77 leads que a casa não havia atendido, e essa estimativa, se estiver certa, mostra o próprio registro escondendo o que a casa devia.

A criada de Vermeer

Por volta de 1656, Vermeer pintou uma criada que adormeceu à mesa.1 Ela apoia a cabeça na mão; diante dela estão a jarra e a tigela de frutas, e o tapete pesado, dobrado sobre a mesa, ocupa boa parte do quadro. À direita, uma porta entreaberta dá para um cômodo claro, com um quadro na parede, onde não há ninguém. Em primeiro plano, de costas para nós, uma cadeira vazia.

A casa está posta, a porta está aberta e a mesa tem o que oferecer. Quem entrasse naquela hora acharia tudo no lugar, menos alguém para recebê-lo, e sairia sem opinião nenhuma sobre o preço da jarra. O quadro não acusa a moça de nada, porque adormece qualquer pessoa que fica sozinha de serviço, e a pergunta que ele faz é de organização: quem fica à mesa quando a casa abre?

O que fiz com a leitura

Havia decisões que cabiam a mim, e as tomei. Os termos comerciais da fila de reativação ficaram sem desconto de volume, a cadência ficou entre 50 e 80 mensagens por dia, nenhuma delas com oferta no desenho daquele 9 de setembro, e a mensagem sairia à mão, pela atendente, a partir da caixa de entrada. Quem esperou demais por uma resposta receberia uma pessoa, sem promoção nenhuma.

O que um dono pode contar amanhã

Os três números que tirei por script saem do arquivo das conversas, sem sistema sofisticado: quanto tempo se passou até a primeira resposta, quem falou por último, quantos dias de silêncio se acumularam desde então. Na clínica, 286 das 666 pessoas que abriram a conversa, ou 43%, esperaram mais de quatro horas, e 22, ou 3,3%, ficaram sem resposta alguma. Uma empresa que tem esses números na mão consegue dizer se o lead sumiu ou foi deixado, e a diferença muda o remédio: a quem some, vale persuadir; a quem foi deixado, vale responder.

Qualquer diagnóstico de preço deveria esperar a conclusão dessa conta. Enquanto a mediana do primeiro retorno medir horas, o cliente ainda não terá tido a chance de achar caro.

O que declaro, e o que não sei

Os números desta seção são declarados por mim, não auditados neste texto. Depois que passei a atacar o atendimento, a primeira resposta caiu de quatro horas e pouco para cerca de 35 minutos, com a reorganização do time, número que já aparece publicado na página inicial. Depois da automação, medi à mão e deu 2 minutos e 5 segundos; é uma medição minha, feita num momento, que varia de um dia para outro e não saiu de relatório do sistema. Dos leads que estavam parados, cerca de 24% foram recuperados.

As quatro horas e pouco são o ponto de partida que declaro, o 2h18 é a mediana que o script tirou do export, e os 2 min 05 s são a medição manual posterior à automação; os três não saíram do mesmo instrumento, e ninguém deve somá-los nem subtraí-los. O que a sequência mostra, sem ajuda de nenhum outro dado, é a ordem de grandeza da mudança. Fica em aberto uma dúvida honesta: quantos dos leads recuperados teriam voltado sozinhos, sem a fila, e para respondê-la faltaria um grupo de controle, que este texto não tem.

Nas 1.443 conversas, quatro objeções de preço. Em agosto, a casa respondia em até cinco minutos a menos de um lead em cada dez. A criada de Vermeer continua dormindo na tela, e a cadeira vazia continua onde está; a sequência de tempos declarada acima indica que alguém passou a ficar à mesa quando a porta se abre.

Quem atende a porta?

Os dados deste ensaio são de uma clínica real de SP, do nicho de estética, anonimizada a pedido. Nomes, cidade e sistemas específicos foram omitidos; as contagens e as datas são as medidas, exceto onde o texto diz que o número é estimativa, de leitura por agentes de IA, ou declarado pelo autor.


  1. Johannes Vermeer, A Maid Asleep (Uma criada adormecida), c. 1656-57. Óleo sobre tela, 87,6 x 76,5 cm. The Metropolitan Museum of Art, Nova York, Bequest of Benjamin Altman, 1913 (14.40.611). ↩

Gostou? Receba o próximo por e-mail.

Um texto quando houver algo que valha ler. Sem sequência de venda.

Mais textos

ANÁLISE DE BLOG · MARKETING DE PRODUTO

O dragomano

O marketing de produto traduz o mercado para dentro da empresa e o produto para fora, e um ofício assim só funciona com assento, interlocutor e um nome que os outros entendam.

·7 min de leitura
ANÁLISE DE BLOG · PRODUCT-MARKET FIT

Ex-voto

Toda coleção de casos de sucesso é uma parede de quadros votivos, e quem não voltou não foi pintado, embora seja dele o que a empresa mais tem a aprender.

·7 min de leitura
IDEIAS E PROJETOS · UI

Meridian: lendo a minha landing de SaaS como se fosse de outra pessoa

Estudo de caso de uma landing escura para um produto SaaS, em três larguras, com tokens e componentes. O que medi no arquivo e o que funcionou.

·9 min de leitura