Como ler o gráfico de satisfação e insatisfação
Cada ponto é um atributo. A altura é o coeficiente de satisfação CS+ (quanto oferecê-lo acrescenta) e a posição horizontal é o valor absoluto do coeficiente de insatisfação |CS−| (quanto a falta dele custa). Superior direito: unidimensional. Inferior direito: obrigatório — resolva primeiro. Superior esquerdo: atrativo — diferencia depois que o básico está garantido. Inferior esquerdo: indiferente.
As categorias mudam com o tempo: o atrativo de hoje tende a virar unidimensional e depois obrigatório quando a concorrência copia. Os resultados também variam por segmento; compare grupos cruzando as respostas no espaço de trabalho.
Fórmulas
CS+ = (A + O) / (A + O + M + I) e CS− = −(O + M) / (A + O + M + I), em que A, O, M e I são os respondentes classificados como atrativo, unidimensional, obrigatório e indiferente. Respostas reversas (R) e questionáveis (Q) entram nas participações, mas não nos coeficientes. CS+ também é chamado de coeficiente Better (de 0 a 1) e CS−, de Worse (de −1 a 0).
Teste de Fong: sendo a e b as duas maiores frequências e n o total de respostas classificadas, a categoria líder é clara quando |a − b| ≥ 1,65 · √((a + b)(2n − a − b) / 2n). Caso contrário, o atributo aparece como “sem categoria clara”.
Exemplo resolvido
“Usar dados de exemplo” carrega uma pesquisa sintética sobre um app de delivery de comida: 300 respondentes respondem às perguntas funcional e disfuncional de seis atributos e avaliam a importância de cada um. No rastreamento do entregador em tempo real, dos 294 que responderam às duas perguntas, 41,8% foram classificados como unidimensional, 21,1% como atrativo e 16,3% como obrigatório. CS+ = (62 + 123) / (62 + 123 + 48 + 43) = 0,67 e CS− = -0,62. A diferença entre unidimensional e atrativo é 61, acima do valor crítico de Fong (18,6): o atributo é claramente unidimensional.
Uma previsão de entrega precisa é obrigatória (48,1%, CS− -0,73): ninguém elogia, mas a falta dela é a que mais pesa. A sobremesa grátis no aniversário é atrativa (50,3%, CS+ 0,62 e CS− de apenas -0,15). As notificações push promocionais são sobretudo indiferentes, e 34,9% dos respondentes respondem de forma reversa: prefeririam não recebê-las.
Repetir pedido com um toque mostra por que o teste importa: 89 respostas unidimensionais contra 85 atrativas dão uma diferença de 4, bem abaixo do valor crítico (18,2). Não há categoria clara, mas o CS+ de 0,62 confirma que o atributo aumenta a satisfação.
Quando usar e quando evitar
A análise Kano responde quais atributos são básicos e quais somam pontos; funciona melhor no início do planejamento de produto.
- Decidir quais funcionalidades desenvolver, manter ou cortar no roadmap de um produto ou serviço.
- Separar expectativas básicas de diferenciais antes de uma pesquisa de preço ou análise conjunta.
- Comparar a percepção dos atributos entre segmentos ou ao longo do tempo.
- Atributos que o respondente não consegue imaginar: explique ou mostre, senão as respostas pendem para indiferente.
- Amostras pequenas: com poucas dezenas de respostas por atributo, o teste de Fong raramente encontra uma categoria clara.
- Priorizar dentro de um orçamento: combine Kano com notas de importância, MaxDiff ou análise conjunta.
Como interpretar os resultados
Resolva primeiro os obrigatórios, invista nos unidimensionais de acordo com o CS+ e o |CS−| e use os atrativos para se destacar. Quando o teste de Fong não encontra categoria clara, olhe os coeficientes em vez da moda e use a importância declarada para desempatar. Uma participação alta de respostas reversas indica um grupo que não quer o atributo.