Do redesenho do NPS a uma plataforma de pesquisas
Resumo: o e-commerce da Magazine Luiza vendeu R$ 19,3 bilhões no 1º semestre de 2026, uma média de ~R$ 106,6 milhões por dia (fonte: Relações com Investidores). Como a empresa não divulga o número de pedidos, é estimado cerca de ~34 milhões de pedidos no semestre, cerca de 190 mil por dia, a partir do ticket médio do e-commerce brasileiro (~R$ 562). Cada um desses pedidos entra na régua de avaliação do AvaliaCom. Comecei revisando os e-mails e formulários de avaliação enviados a quem comprava no e-commerce da Magazine Luiza e terminei desenhando uma plataforma proprietária de criação de pesquisas. Usei dados de benchmark para embasar o diagnóstico do NPS antigo, propus uma régua de avaliações por etapa da jornada, adaptei a solução quando uma mudança na política de cobrança por disparos inviabilizou a régua e usei IA (Figma Make e MCP) para entregar um protótipo funcional aos desenvolvedores. O formulário redesenhado já está no ar, e a plataforma, que substitui uma ferramenta terceirizada e pode ser customizada por tema para outras empresas do grupo, está em definição.
O problema
Com mais de R$ 100 milhões vendidos por dia no e-commerce, de acordo com a Divulgação de Resultados 2T26 e algo na ordem de 190 mil pedidos diários estimados, a avaliação pós-compra é um dos principais canais de escuta do cliente, tanto no 1P quanto no 3P. Ainda assim, a Magazine Luiza avaliava pouco a jornada do cliente e tinha um alto índice de turnover. O NPS era enviado após a compra num único formulário em que os assuntos se excluíam: quem escolhia falar de produto não opinava sobre entrega ou atendimento. Além disso:
- O e-mail de serviço podia ser confundido com avaliação de produto
- Havia uma taxa de desistência considerável
- O formulário era uma massa de texto sem hierarquia
- Os números da escala ficavam espremidos e difíceis de tocar no mobile
- Quem trocava a nota no final perdia tudo o que tinha preenchido
Embasamento
A pergunta que guiou o projeto foi: e se cada momento da jornada tivesse a sua própria pergunta, no momento certo, e o cliente nunca perdesse o que já respondeu?
Utilizei como base um benchmark realizado internamente pelos times de CX para guiar meu fluxo de trabalho. Usei três fontes:
1. Benchmark externo (2024): Comparou como quatro grandes concorrentes avaliam a jornada e identificou 7 tipos de avaliação: produto, devolução, envio, vendedor, entregador, NPS relacional e loja de retirada. Em 2023, a Magazine Luiza cobria apenas produto e NPS relacional, só por e-mail. A avaliação por etapa da jornada apareceu como uma das 20 oportunidades do estudo.
2. Análise das pesquisas internas. Revisei o que a própria empresa já aplicava, em e-mail, WhatsApp, app e formulário web, para entender como uma pesquisa podia complementar ou atrapalhar a outra.
3. Mapeamento dos macro eventos. Desenhei a jornada de compra (pedido recebido, pagamento aprovado, nota fiscal, rota de entrega, entregue ou retirado) e a de devolução (ticket, devolução, reembolso ou vale-compra, encerramento do TDC) e marquei onde cada pesquisa faria mais sentido.
A proposta: avaliar por etapa
A princípio, propus separar a pesquisa por momento da jornada, levando muito em consideração o funcionamento da nossa concorrência que já atuava desta forma e entreguei 10 recomendações. As principais:
- Envio e entregador: e-mail imediatamente após a entrega
- NPS e avaliação de compra: D+7, tratando a compra como um serviço
- Troca e cancelamento: ao encerrar o ticket de atendimento
- Retirada em loja: mapeada como oportunidade
Decisões de design que sustentam a proposta:
- Nenhuma pergunta obrigatória e todas as respostas registradas, mesmo que o cliente abandone
- Divulgação progressiva: as perguntas aparecem uma de cada vez, conforme o preenchimento
- Escala 0 a 10 melhor distribuída, com botões maiores e melhor distribuídos, o que melhora a experiência no mobile e mitiga a desistência
- Avaliação por 5 estrelas, padrão de mercado, com motivos em tags que mudam conforme a nota: motivos positivos para notas altas e negativos para notas baixas, mesmo dentro de uma única avaliação
- Avaliação de compra separada da avaliação de produto do site e do app, tratando o produto como parte do serviço
- Consistência visual com site e super app, para passar segurança, e tom de voz da persona da marca nos e-mails e na mensagem de sucesso
Cada nota abre motivos diferentes, e os itens se revelam um de cada vez.
Mudança de rota: uma pesquisa só
Após fecharmos todas as definições da régua de avaliações do pós venda do e-comm, uma mudança na política de cobrança por disparos tornou inviável manter a divisão em vários envios por e-mail. A decisão foi agrupar toda a régua em uma única pesquisa, preservando o mais importante da proposta: perguntar sobre cada tema da jornada (processo de compra, produtos, entrega e entregador, atendimento, trocas e cancelamentos) sem que um exclua o outro e sem perder o feedback do cliente mesmo que ele não conclua sua avaliação, pois o turnover tornou-se uma preocupação ao considerarmos o aumento de itens do nosso formulário.
Aqui usei IA para ganhar velocidade:
- Criei o protótipo no Figma Design, seguindo o style guide da empresa
- Levei para o Figma Make, anexei a biblioteca do design system e escrevi um prompt detalhado descrevendo interações, estados e regras (até 3 estrelas abrem tags de detrator, 4 e 5 abrem tags de promotor)
- Iterei o prompt até chegar a uma experiência funcional e clicável
- Transferi de volta ao Figma Design, marquei como ready to dev, habilitei o MCP e compartilhei com os devs do pós-venda
- Troquei os elementos gerados pelos componentes do design system, para dar unidade ao layout
O formulário resultante já está no ar.
De formulário a plataforma
O escopo cresceu: o AvaliaCom correu por diversos times da estrutura de pós venda e seu sucesso foi tão importante que ele precisou se expandir! Passou a ser uma plataforma customizável, com telas quebradas em componentes dinâmicos e estrutura de dados em JSON, preparada para montar pesquisas por arrastar e soltar.
Minha parte foi estruturar o lado de design dessa virada:
- Tema da Magazine Luiza no Figma como estrutura base, com cores primárias, cores de texto e variáveis
- Biblioteca de componentes: régua NPS isolada, Star Rating completo, variação com o texto acima para textos longos e elementos alternativos, como ícones diferentes (ex.: carinha, carrinho)
- Régua NPS como único campo obrigatório, com asterisco vermelho e estado desabilitado do botão de envio
- Página de agradecimento dinâmica, no lugar do modal, com mensagem personalizável
As próximas releases preveem temas para outras seis empresas do grupo, personalização de cores pelas próprias empresas e um botão configurável na página de conclusão.
Sistema Admin
O AvaliaCom V2 nasceu para substituir uma ferramenta terceirizada usada por empresas do grupo, com redução significativa de custos operacionais. Ele será integrado ao backoffice de atendimento, aproveitando o login unificado já existente, e seu público é técnico, principalmente times de dados.
O MVP definido inclui:
- Construtor de formulários com componentes básicos (ranking, caixa de texto aberto) e configurações como obrigatoriedade de perguntas
- Customização limitada a temas pré-definidos, para garantir padronização e evitar problemas de design. Criar novos temas fica restrito ao designer, uma decisão de governança do design system.
- Biblioteca de modelos (NPS, CAT, CESAT), com possibilidade de criar e salvar novos
- Gestão de versões e histórico, com testes A/B e uma regra de consistência: quem recebeu a V1 responde à V1, mesmo que a pesquisa já esteja na V2
- Descadastramento, busca de usuários nas respostas e exclusão de respostas, cobrindo privacidade
- Blocklist de NPS, para o cliente deixar de receber pesquisas sem desligar outras comunicações
- Correção de avaliações indevidas, como as que não têm relação com a compra, hoje corrigidas só manualmente no banco de dados
O plano do projeto: fechar funcionalidades, definir a arquitetura, prototipar home, builder de pesquisa, acompanhamento de versões e modelos (seguindo o style guide do backoffice) e testar usabilidade com futuros usuários.
Princípios e decisões
- Perguntar por etapa, não tudo de uma vez. A proposta nasceu do benchmark, e a pesquisa única preservou o princípio de que os temas não se excluem.
- Nunca fazer o cliente perder o que já respondeu. Respostas registradas mesmo com abandono, e nenhuma pergunta obrigatória além da nota.
- Adaptar a solução à restrição, sem abrir mão do essencial. A mudança na cobrança alterou a régua, mas não o diagnóstico.
- Usar IA para chegar mais rápido a algo testável, sempre dentro do design system, e fechar o ciclo com componentes oficiais.
- Governança antes de liberdade. No admin, customizar é possível, mas dentro de temas pré-definidos.
Entregas
- Diagnóstico das dores do NPS e recomendações de pesquisa por etapa, embasados no benchmark
- Mapa de macro eventos da jornada de compra e de devolução
- E-mails e formulários redesenhados (NPS, avaliação de compra, envio e entregador, TDC)
- Pesquisa única responsiva, prototipada com Figma Make e já no ar
- Tema e biblioteca de componentes de avaliação no Figma
- Página de agradecimento dinâmica e estados de campos obrigatórios
- Desenho do MVP do sistema admin (em definição)
Status e aprendizados
O formulário redesenhado já está no ar. O sistema admin segue em definição.
O que levo dele:
- Um diagnóstico bem fundamentado em dados de mercado sobrevive a mudanças de rota.
- Restrições de negócio, como o custo de um canal, também são matéria-prima de design.
- Pensar em componentes e temas desde cedo é o que transforma uma tela em plataforma.
