Sebenta · Planear e realizar estudos de mercado (UC00275)

Introdução

Um estudo de mercado não serve para "saber a opinião das pessoas". Serve para reduzir a incerteza de uma decisão que custa dinheiro. Alguém vai lançar um produto, mudar um preço, abrir uma loja, refazer uma marca ou gastar orçamento numa campanha — e não sabe se vai correr bem. O estudo de mercado existe para que essa decisão seja tomada com menos risco.

Esta é a diferença entre um profissional e um amador: o amador começa por fazer um questionário; o profissional começa por escrever qual é a decisão que está em cima da mesa. Só depois escolhe o método. Um questionário mal desenhado, lançado ao público errado, tratado sem cuidado e apresentado num relatório confuso não reduz incerteza nenhuma — dá é uma falsa segurança, que é pior do que não saber nada.

Nesta UC aprendes o percurso completo: delimitar o mercado, traduzir um problema de gestão num problema de pesquisa, escolher a metodologia, construir os instrumentos (questionário, guião de entrevista, guião de focus group), recolher os dados dentro da lei, tratá-los e analisá-los com técnicas quantitativas e qualitativas, segmentar o mercado e construir personas, analisar a concorrência e definir um posicionamento, e finalmente escrever e apresentar o relatório que sustenta a recomendação.

Trabalhamos com casos reais de pequenas organizações portuguesas, porque é aí que a maioria dos técnicos de marketing vai trabalhar: com orçamento curto, amostras pequenas e prazos apertados. Aprender a fazer bem um estudo pequeno é mais útil do que aprender a admirar um estudo grande.

Objetivos de aprendizagem (referencial): colaborar no planeamento dos estudos de mercado a realizar; tratar e analisar dados sobre público-alvo e concorrência; colaborar na elaboração do relatório com as conclusões do estudo de mercado.

Como usar esta sebenta

Cada capítulo tem teoria curta, exemplos resolvidos passo-a-passo e tabelas de decisão. No fim há erros comuns, glossário, síntese e exercícios resolvidos. As fichas 01 e 02 e o mini-projeto aplicam tudo isto a um caso concreto.

1. O mercado: delimitar antes de estudar

1.1 O que é um mercado

Em marketing, mercado não é um sítio — é o conjunto de pessoas ou organizações com uma necessidade, com capacidade de compra e com acesso à oferta. As três condições contam. Quem tem vontade mas não tem dinheiro não é mercado. Quem tem dinheiro mas não consegue chegar ao produto também não.

Antes de estudar seja o que for, é preciso delimitar. Um estudo sobre "o mercado do café" é impossível. Um estudo sobre "o consumo de café fora de casa, ao pequeno-almoço, em cafetarias do centro do Montijo, por residentes ativos entre os 25 e os 55 anos" é fazível.

A delimitação tem quatro eixos:

1.2 Mercado atual, potencial e a cascata TAM–SAM–SOM

Nem todo o mercado está ao alcance de uma empresa. Usa-se uma cascata em três níveis:

Regra: um plano de negócios que apresenta o TAM como se fosse a faturação prevista está a mentir — normalmente sem querer. O número que interessa é o SOM, e tem de ser justificado.

1.3 Quota de mercado e quota relativa

• Quota de mercado (%) = vendas da empresa ÷ vendas totais do mercado × 100
• Quota relativa = quota da empresa ÷ quota do maior concorrente

Exemplo: num mercado local de 2 400 000 €, a empresa vende 168 000 € e o líder vende 600 000 €. Quota = 168 000 ÷ 2 400 000 = 7%. Quota relativa = 7 ÷ 25 = 0,28 — a empresa tem pouco mais de um quarto do tamanho do líder.

A quota relativa diz mais do que a quota absoluta: 7% num mercado com um líder de 25% é uma posição frágil; 7% num mercado atomizado onde o maior tem 9% é uma posição competitiva.

1.4 Procura, oferta e elasticidade

A procura é a quantidade que o mercado compra a um dado preço. A elasticidade-preço da procura mede o quanto a procura reage a uma variação de preço:

Elasticidade = variação % da quantidade ÷ variação % do preço

Exemplo resolvido. Uma cafetaria sobe o galão de 1,00 € para 1,10 € (+10%). As vendas diárias caem de 300 para 270 unidades (−10%).

Elasticidade = −10% ÷ +10% = −1,0 → procura de elasticidade unitária. A receita mantém-se: 300 × 1,00 = 300 €; 270 × 1,10 = 297 €. Praticamente igual.

• |E| > 1 → elástica: subir o preço reduz a receita.
• |E| < 1 → inelástica: subir o preço aumenta a receita.
• |E| = 1 → unitária: a receita não se altera.

Este é um dos números que um estudo de preço procura estimar — e é um número que muda por segmento: o cliente habitual de todos os dias é mais sensível ao preço do galão do que o visitante ocasional.

2. Tipologia de estudos de mercado

2.1 Os três grandes tipos, pelo grau de conhecimento

Toda a tipologia se organiza por uma pergunta simples: quanto é que já sabemos?

A ordem natural é exploratório → descritivo → causal. Fazer um questionário antes de qualquer exploração é a causa nº 1 de questionários que perguntam o que não interessa.

2.2 Catálogo de estudos por objetivo

O referencial elenca uma família de estudos aplicados. Todos assentam nos três tipos acima; mudam o objetivo e os indicadores.

2.3 Exemplo resolvido — escolher o tipo certo

Situação: Uma loja de produtos regionais no Montijo teve uma quebra de 18% nas vendas no último trimestre. A gerência acha que "é do preço" e quer fazer um questionário sobre preços.

Análise. A gerência já saltou para uma hipótese sem base. A quebra pode ser preço, mas também pode ser: obras na rua, um concorrente novo, mudança de horário, quebra de qualidade, ou perda de um cliente institucional.

Sequência correta:

1. Desk research (1 dia) — cruzar vendas por categoria, por dia da semana e por hora com o histórico. Se a quebra é só ao sábado de manhã, não é preço.
2. Exploratório (1 semana) — 8 entrevistas curtas: 4 a clientes habituais que reduziram a frequência, 4 a clientes que deixaram de vir (identificados pelo cartão de cliente).
3. Descritivo (2 semanas) — só depois, questionário a 200 pessoas para medir o peso de cada causa levantada.
4. Causal (opcional) — se o preço aparecer confirmado, testar durante 3 semanas um preço mais baixo em duas referências, comparando com referências de controlo.

Conclusão: começar pelo questionário de preços custaria 3 semanas e daria uma resposta a uma pergunta que talvez nem seja a certa.

3. Planear o estudo: do problema de gestão ao problema de pesquisa

3.1 A tradução que faz a diferença

Existem sempre dois problemas, e confundi-los estraga o estudo:

3.2 As sete etapas do planeamento

O referencial define o planeamento como: definição de objetivos → escolha da metodologia → escolha dos instrumentos → recolha → tratamento da informação → sistematização → conclusões. Na prática usa-se esta grelha:

1. Definir o problema de gestão (a decisão a tomar e o seu prazo).
2. Traduzir em objetivos de pesquisa — um geral, 3 a 5 específicos, todos mensuráveis.
3. Formular hipóteses — afirmações que o estudo pode confirmar ou desmentir.
4. Escolher a metodologia — qualitativa, quantitativa ou mista; primária ou secundária.
5. Escolher os instrumentos e a amostra — questionário/guião, dimensão, método de seleção.
6. Planear o tratamento — como vão ser codificados e analisados os dados, antes de os recolher.
7. Definir entregáveis, prazos e orçamento — e quem decide o quê.

Teste de utilidade: para cada pergunta do estudo, escreve "se a resposta for A faço X; se for B faço Y." Se não conseguires escrever, a pergunta não serve — é curiosidade, não é pesquisa.

3.3 Objetivos bem escritos

3.4 O briefing de estudo (modelo de 10 pontos)

1. Organização e contexto — quem pede e porquê, agora.
2. Decisão em causa — o que vai acontecer com o resultado.
3. Objetivo geral e objetivos específicos.
4. Hipóteses a testar.
5. População-alvo e critérios de inclusão/exclusão.
6. Metodologia e justificação.
7. Instrumentos e amostra prevista.
8. Plano de tratamento dos dados.
9. Prazos, marcos e orçamento.
10. Entregáveis (relatório, apresentação, base de dados) e critérios de qualidade.

3.5 Exemplo resolvido — briefing completo

Pedido: "A Adega Cooperativa quer saber se vale a pena abrir uma loja com prova de vinhos ao público."

4. Metodologias: qualitativo, quantitativo e fontes de dados

4.1 Qualitativo vs quantitativo

Não são rivais: são sequência. O qualitativo diz-te o que perguntar; o quantitativo diz-te quanto pesa. O estudo misto (mixed methods) é hoje o padrão.

4.2 Fontes primárias e secundárias

• Secundárias — dados que já existem. Rápidas e baratas; não foram recolhidas para o teu problema.
• Primárias — dados que recolhes de propósito. Caros e lentos; exatamente à medida.

Regra de ouro: nunca se recolhem dados primários antes de esgotar os secundários. É desperdício.

Fontes secundárias úteis em Portugal:

Os dados internos são a fonte secundária mais subaproveitada. Uma empresa com 3 anos de talões tem lá dentro sazonalidade, cesta média, elasticidade e retenção — de graça.

4.3 Avaliar a qualidade de uma fonte secundária

Cinco perguntas obrigatórias:

1. Quem produziu e com que interesse? (um estudo sobre vinho pago por produtores de vinho não é neutro)
2. Quando? Dados de 2019 sobre hábitos de consumo estão desatualizados.
3. Como foi recolhido? Amostra? Dimensão? Método?
4. Sobre quem? A população coincide com a tua?
5. Está acessível o método, ou só o número bonito do comunicado de imprensa?

5. Amostragem

5.1 Conceitos

• População (ou universo) — o conjunto total sobre o qual queremos concluir.
• Base de sondagem — a lista concreta a partir da qual se seleciona (e onde nascem os enviesamentos).
• Amostra — os elementos efetivamente inquiridos.
• Unidade de análise — indivíduo, agregado familiar, empresa, visita, compra.

5.2 Métodos de amostragem

Probabilísticos (todos têm probabilidade conhecida de ser escolhidos → permitem inferência estatística):

Não probabilísticos (mais baratos, sem inferência formal):

Em estudos qualitativos, a amostragem intencional não é uma falha — é o método correto. O objetivo não é representar, é compreender.

5.3 Dimensão da amostra e margem de erro

Para uma proporção, com população grande:

n = Z² × p × (1−p) / e²

Onde Z = 1,96 (95% de confiança), p = proporção esperada (usa-se 0,5 no pior caso), e = margem de erro.

Exemplo resolvido 1 — quantos inquéritos preciso? Queremos ±5% de erro, 95% de confiança, sem ideia da proporção.

n = 1,96² × 0,5 × 0,5 / 0,05²
n = 3,8416 × 0,25 / 0,0025
n = 0,9604 / 0,0025 = 384,16 → 385 respostas

Correção para população finita (quando a população é pequena):

n_ajustado = n / (1 + (n − 1) / N)

Exemplo resolvido 2 — população de 4 000 sócios.

n_ajustado = 385 / (1 + 384 / 4000) = 385 / 1,096 = 351 respostas

Exemplo resolvido 3 — margem de erro de uma amostra já recolhida. Recolheram-se 250 respostas numa população grande; 62% respondeu "sim".

e = 1,96 × √(0,62 × 0,38 / 250) = 1,96 × √(0,000942) = 1,96 × 0,0307 = 0,0602

Erro ≈ ±6,0 pontos → o valor real está entre 56% e 68%. Isto muda a leitura: "a maioria diz que sim" é seguro; "62% exatamente" não é.

Repara: passar de 385 para 1 067 respostas (quase 3×) só melhora o erro de 5% para 3%. A precisão é cara. Para decisões de pequena empresa, 200–300 respostas bem recolhidas chegam quase sempre.

5.4 Taxa de resposta e enviesamento de não-resposta

Se enviares 1 000 emails e responderem 80, tens 8% de taxa de resposta — e um problema: quem responde não é igual a quem não responde. Costumam responder os muito satisfeitos e os muito insatisfeitos. Mitigações: lembretes, incentivo simbólico, canal alternativo (presencial/telefone) e comparação do perfil dos respondentes com o perfil conhecido da população.

6. Questionários

6.1 Estrutura de um questionário

1. Introdução — quem faz, para quê, duração, confidencialidade, RGPD, consentimento.
2. Perguntas-filtro — garantem que o inquirido pertence à população.
3. Perguntas gerais (fáceis, de aquecimento).
4. Perguntas centrais (o núcleo dos objetivos).
5. Perguntas sensíveis (rendimento, comportamentos) — no fim.
6. Caracterização (idade, freguesia, ocupação) — no fim.
7. Agradecimento e contacto.

6.2 Tipos de pergunta

6.3 Escalas — como se calculam

Likert (5 pontos): 1 = Discordo totalmente … 5 = Concordo totalmente. Reporta-se: média, e sobretudo o top-2 box (% de 4 e 5).

NPS (Net Promoter Score):

Promotores (9–10) %  −  Detratores (0–6) %  =  NPS

Exemplo resolvido. 200 respostas: 96 deram 9–10; 64 deram 7–8; 40 deram 0–6.

Promotores = 96/200 = 48%
Detratores = 40/200 = 20%
NPS = 48 − 20 = +28

Os passivos (7–8) não contam para a fórmula — mas contam para a leitura: 32% de passivos é um bloco grande de clientes que não muda de fornecedor por lealdade, muda por conveniência.

CSAT (satisfação): % de respostas 4 e 5 numa escala de 1 a 5.

6.4 Redigir perguntas: as sete regras

1. Uma ideia por pergunta. ✗ "A loja é agradável e barata?" (double-barrelled — se for agradável e cara, o que responde?)
2. Sem palavras enviesadas. ✗ "Concorda com o injusto aumento do preço?"
3. Sem pressupostos. ✗ "Com que frequência compra aqui?" antes de saber se compra.
4. Linguagem do inquirido. ✗ "Qual o seu grau de engagement com a brand?"
5. Opções exaustivas e mutuamente exclusivas. ✗ Idades "18–25, 25–35" (quem tem 25?)
6. Cuidado com a memória. ✗ "Quantos cafés bebeu no último ano?" → ✓ "na última semana".
7. Neutralidade nas escalas — mesmo número de opções positivas e negativas.

6.5 Exemplo resolvido — corrigir um questionário

Original: 1. "Não acha que os nossos preços são justos?" 2. "Com que frequência visita a nossa excelente loja?" ( ) Muitas vezes ( ) Poucas vezes 3. "Idade: ( ) 18–30 ( ) 30–45 ( ) 45+" 4. "Qual o seu rendimento mensal?"

Problemas e correções:

Falta ainda: pergunta-filtro no início ("É residente no concelho?"), consentimento RGPD e estimativa de duração.

6.6 Pré-teste

Nunca se lança um questionário sem pré-teste. 8 a 12 pessoas do perfil-alvo respondem enquanto se observa: onde hesitam, o que reinterpretam, quanto tempo demoram. Corrigem-se as perguntas e só depois se lança. Um pré-teste custa 2 horas e evita perder 300 respostas inúteis.

7. Entrevistas e focus groups

7.1 Entrevista em profundidade

Conversa individual de 30 a 60 minutos, com guião semiestruturado: temas fixos, perguntas flexíveis.

Estrutura do guião:

1. Aquecimento — apresentação, consentimento, gravação, "não há respostas erradas".
2. Contexto — rotina, hábitos, enquadramento.
3. Núcleo — a experiência concreta: "conte-me a última vez que…".
4. Aprofundamento — porquês, comparações, alternativas consideradas.
5. Projeção — cenários hipotéticos, reação a conceitos.
6. Fecho — "o que é que eu não lhe perguntei e devia ter perguntado?"

Técnicas de moderação:

• Silêncio — a pausa de 3 segundos é a melhor pergunta de aprofundamento.
• Eco — repetir a última palavra do entrevistado com entoação de pergunta.
• "Conte-me mais sobre isso."
• Perguntar por episódios, não por opiniões: "conte-me a última vez que desistiu de comprar aqui" dá muito mais do que "o que acha da loja".
• Nunca defender a marca. Quem entrevista não corrige o entrevistado.

7.2 Focus group

Discussão de grupo com 6 a 10 participantes, 60 a 120 minutos, conduzida por um moderador.

Regras práticas:

• Homogeneidade dentro do grupo, heterogeneidade entre grupos — não misturar quem paga 5 € com quem paga 50 €.
• Recrutamento com ficha de triagem e incentivo.
• Mesa redonda, cartões com nomes, telemóveis fora da mesa.
• Moderador controla o dominador ("vamos ouvir quem ainda não falou") e puxa o silencioso (pergunta direta pelo nome).
• Materiais de estímulo (protótipos, imagens, cartões para ordenar) valem mais do que perguntas.
• Gravação áudio + um observador que regista linguagem não-verbal.

7.3 Saturação

Não há fórmula para o número de entrevistas. Usa-se o critério de saturação teórica: para quando duas ou três entrevistas seguidas deixam de trazer categorias novas. Na prática, 8 a 15 entrevistas por segmento cobrem a maioria dos casos, e 3 a 4 focus groups por público.

8. Observação, testes e estudos causais

8.1 Observação

Registar comportamento em vez de perguntar por ele — porque o que as pessoas dizem que fazem e o que fazem são coisas diferentes.

Exemplo resolvido — taxa de conversão em loja. Em 3 dias contaram-se 412 entradas e 173 talões. Conversão = 173 ÷ 412 = 42%. Ticket médio 8,40 € → receita por visitante = 0,42 × 8,40 = 3,53 €. Este número permite avaliar se vale a pena investir em atrair tráfego (montra, campanha) ou em converter melhor quem já entra (atendimento, layout).

8.2 Testes de conceito e de produto

• Teste de conceito — descrição/imagem do produto + medição de intenção de compra ("definitivamente compraria" … ). Usa-se o top-2 box com correção: historicamente, só cerca de metade de quem diz "definitivamente compraria" compra mesmo.
• Teste cego — produto sem marca, para isolar o efeito da marca.
• Teste monádico — cada inquirido avalia um produto (sem comparação) — mais realista.

8.3 Estudos de preço

Van Westendorp (4 perguntas): a que preço acha o produto (1) demasiado barato para ter qualidade, (2) barato/bom negócio, (3) caro mas ainda aceitável, (4) demasiado caro para comprar. Cruzando as curvas obtém-se uma faixa de preço aceitável e um ponto de preço ótimo.

Gabor-Granger: mostra-se um preço e pergunta-se a intenção de compra; sobe-se e desce-se o preço até traçar a curva de procura e a receita máxima.

Exemplo resolvido — Gabor-Granger simplificado. Numa amostra de 200 pessoas:

A receita máxima está a 10 €, mas repara: entre 10 € e 12 € a receita cai apenas 6% enquanto o número de clientes servidos cai 22%. Se a margem unitária for maior a 12 € (menos custo variável total), 12 € pode ser a melhor decisão de lucro. Receita não é lucro.

8.4 Experiências e testes A/B

Um estudo causal exige: um grupo de teste, um grupo de controlo, e apenas uma variável a mudar.

Exemplo resolvido. Testar se uma montra nova aumenta as entradas. Duas lojas semelhantes: A (nova montra) e B (controlo). Duas semanas antes e duas semanas depois.

Efeito líquido = +20% − 5% = +15 pontos. Sem o grupo de controlo, teríamos atribuído os 20% à montra, quando 5% eram sazonalidade. É para isto que serve o controlo.

9. Proteção de dados, ética e normas de qualidade

9.1 RGPD em estudos de mercado

O Regulamento Geral sobre a Proteção de Dados (RGPD, UE 2016/679) e a Lei n.º 58/2019 aplicam-se a qualquer recolha de dados pessoais — incluindo um questionário de escola.

Princípios que tens de conseguir demonstrar:

Consentimento válido é livre, específico, informado e inequívoco — e tem de poder ser retirado. Caixa pré-marcada não vale.

Dados sensíveis (saúde, religião, orientação sexual, opiniões políticas, dados biométricos) exigem consentimento explícito e uma justificação forte. Numa UC de marketing, a regra prática é não os recolher.

Menores: consentimento do titular das responsabilidades parentais para menores de 13 anos (em Portugal).

Texto-tipo de consentimento (para o topo do questionário):

Este questionário faz parte de um estudo de mercado realizado por [entidade], para avaliar [finalidade]. Demora cerca de 6 minutos. As respostas são anónimas e tratadas apenas de forma agregada; não é recolhido nome, contacto ou qualquer dado que o identifique. Os dados são conservados até [data] e depois eliminados. A participação é voluntária e pode desistir a qualquer momento. Responsável pelo tratamento: [nome/email]. Ao continuar, declara que leu esta informação e aceita participar.

9.2 Anonimização e pseudonimização

• Anonimizar — tornar impossível reidentificar. Dados anonimizados saem do âmbito do RGPD.
• Pseudonimizar — substituir identificadores por códigos (E01, E02) guardando a chave à parte. Continua a ser dado pessoal.

Atenção ao risco de reidentificação por cruzamento: "mulher, 34 anos, veterinária, Canha" identifica uma pessoa mesmo sem nome. Em amostras pequenas, agrega-se: "mulher, 30–39 anos, profissão liberal, concelho do Montijo".

9.3 Ética profissional

O Código ICC/ESOMAR define as regras da profissão. As essenciais:

• Não usar a pesquisa como pretexto para vender (sugging) nem para angariar (frugging).
• Não enganar o participante sobre a natureza do estudo (exceto quando indispensável, e sempre com debriefing no fim).
• Respeitar a recusa e o direito de interromper.
• Não deturpar resultados nem selecionar apenas os que agradam ao cliente.
• Separar claramente facto de interpretação no relatório.

9.4 Normas de qualidade

A NP EN ISO 20252 (estudos de mercado, sociais e de opinião) define requisitos de qualidade do processo. As exigências que se aplicam a qualquer estudo, mesmo pequeno:

• Rastreabilidade — cada número do relatório tem de poder ser reconduzido ao dado bruto.
• Documentação do método — ficha técnica obrigatória (ver 15.3).
• Controlo de qualidade da recolha — validação de uma percentagem dos inquéritos.
• Conservação segura dos dados brutos durante um prazo definido.
• Independência — quem analisa não pode ter interesse no resultado.

10. Tratamento e análise de dados quantitativos

10.1 Da resposta à base de dados

1. Codificar — cada pergunta é uma variável (coluna), cada resposta uma linha. Códigos numéricos para as opções (1=Sim, 2=Não, 99=NS/NR).
2. Limpar — remover duplicados, respostas incompletas abaixo do limiar, tempos absurdos (respondeu a 40 perguntas em 45 segundos), respostas em linha reta (straightlining: tudo "3").
3. Tratar não-respostas — decidir e documentar: excluir, ou imputar pela mediana.
4. Recodificar — criar variáveis novas: escalões etários, índice de satisfação, segmento.

Nunca se apaga a base original. Trabalha-se sempre numa cópia, com um registo das transformações feitas.

10.2 Estatística descritiva

Exemplo resolvido — quando a média mente. Gasto mensal declarado por 9 clientes (€): 12, 15, 18, 20, 22, 25, 28, 30, 350

• Média = 520 ÷ 9 = 57,8 €
• Mediana = 22 €
• Sem o caso extremo: média = 21,3 €

Reportar "gasto médio de 58 €" seria enganador — 8 dos 9 clientes gastam menos de 31 €. Reporta-se a mediana e menciona-se o caso atípico (que, aliás, deve ser investigado: é um cliente institucional? é um erro de digitação?).

10.3 Frequências e percentagens

A % válida exclui os NS/NR e é a que se usa na análise. Reportar sempre o n — "49,6%" sobre 250 é diferente de "49,6%" sobre 12.

10.4 Cruzamentos (tabelas de contingência)

Exemplo resolvido. Intenção de comprar a nova gama, por escalão etário (n=250):

Leitura: a média global (47%) esconde tudo. O produto interessa aos 18–34 e é indiferente aos 55+. Uma decisão tomada sobre a média — "só metade quer, não avançamos" — seria errada: há um segmento com 67% de intenção que sustenta um lançamento dirigido.

Percentua-se sempre na direção da causa: aqui a idade "explica" a intenção, logo percentua-se por linha (dentro de cada escalão).

10.5 Testar se a diferença é real: qui-quadrado

O qui-quadrado (χ²) testa se duas variáveis categóricas estão associadas ou se a diferença observada pode ser fruto do acaso.

χ² = Σ (Observado − Esperado)² / Esperado
Esperado = (total da linha × total da coluna) / total geral

Exemplo resolvido, célula a célula (tabela acima, 2 colunas × 3 linhas):

Esperados: - 18–34 / Sim = (110 × 118) / 250 = 51,9 → Não = 58,1 - 35–54 / Sim = (90 × 118) / 250 = 42,5 → Não = 47,5 - 55+ / Sim = (50 × 118) / 250 = 23,6 → Não = 26,4

χ² = (74−51,9)²/51,9 + (36−58,1)²/58,1 + (32−42,5)²/42,5 + (58−47,5)²/47,5 + (12−23,6)²/23,6 + (38−26,4)²/26,4 χ² = 9,41 + 8,41 + 2,59 + 2,32 + 5,70 + 5,10 = 33,5

Graus de liberdade = (3−1) × (2−1) = 2. O valor crítico a 95% é 5,99. Como 33,5 > 5,99, rejeita-se a independência: a intenção de compra está associada à idade, e a diferença não é obra do acaso.

No relatório escreve-se: "A intenção de compra difere significativamente por escalão etário (χ²=33,5; gl=2; p<0,001)."

10.6 Correlação

O coeficiente de correlação de Pearson (r) mede a força e o sentido da relação linear entre duas variáveis numéricas. Varia de −1 a +1.

| |r| | Interpretação | |---|---| | 0,0–0,2 | Muito fraca | | 0,2–0,4 | Fraca | | 0,4–0,6 | Moderada | | 0,6–0,8 | Forte | | 0,8–1,0 | Muito forte |

Exemplo: r = 0,71 entre "satisfação com o atendimento" e "intenção de recompra" → relação forte e positiva. Mas correlação não é causalidade: pode ser a simpatia que gera recompra, pode ser quem já é fiel avaliar melhor o atendimento, ou pode haver uma terceira variável (a qualidade geral) a explicar as duas.

10.7 Índices compostos

Quando várias perguntas medem a mesma dimensão, constrói-se um índice — média das respostas, eventualmente ponderada.

Exemplo: Índice de Satisfação = (Qualidade×0,4) + (Atendimento×0,3) + (Preço×0,2) + (Rapidez×0,1), com todas as variáveis em escala 1–5. Um cliente com 5, 4, 3, 4 → (2,0 + 1,2 + 0,6 + 0,4) = 4,2. As ponderações devem vir do estudo (por exemplo, da importância declarada), não da intuição de quem faz as contas.

11. Análise de dados qualitativos

11.1 Do áudio ao dado

1. Transcrever — integral para excertos citáveis; por temas quando o volume é grande. Ferramentas de transcrição automática poupam 70% do tempo, mas exigem revisão.
2. Anonimizar — substituir nomes por códigos (E01, P3-M).
3. Ler tudo antes de codificar. Duas vezes.

11.2 Análise de conteúdo e codificação

Codificar é atribuir etiquetas a segmentos de texto. Duas abordagens:

• Dedutiva — as categorias vêm da teoria/objetivos, definidas antes.
• Indutiva — as categorias emergem do próprio material (grounded).

Na prática combinam-se: parte-se de categorias dos objetivos e acrescentam-se as que aparecem.

Livro de códigos (obrigatório): cada código com nome, definição, critério de inclusão, critério de exclusão e um exemplo.

11.3 Exemplo resolvido — matriz temática

Excertos de 6 entrevistas sobre a razão de não comprar numa loja de bairro:

Contagem por categoria (6 entrevistas): Acessibilidade 3/6 · Preço 2/6 · Experiência 1/6 · Valor simbólico 1/6.

Conclusão qualitativa: o obstáculo dominante não é o preço — é a acessibilidade (horário, previsibilidade, estacionamento) e a opacidade dos preços. E há um ativo por explorar: o valor simbólico do local.

Hipóteses para o questionário quantitativo que se segue: - H1: mais de 50% dos não-clientes desconhecem o horário de sábado. - H2: a perceção de "mais caro" existe mesmo em quem nunca comparou preços. - H3: a afixação visível de preços aumenta a intenção de entrar.

Repara no encadeamento: o qualitativo produziu as hipóteses e a linguagem exata ("nunca sei se está aberto") que vão para o questionário. É assim que se ligam os dois métodos.

11.4 Rigor no qualitativo

• Saturação — declarar quando se atingiu.
• Triangulação — confirmar um achado por dois métodos (entrevista + observação).
• Dupla codificação — duas pessoas codificam os mesmos 2–3 documentos e comparam; discrepâncias afinam o livro de códigos.
• Citações literais no relatório, com código do entrevistado — dão prova e força.
• Casos negativos — procurar e reportar quem contraria o padrão. Um relatório sem contradições é um relatório mal feito.

12. Segmentação de mercado e personas

12.1 Porquê segmentar

Segmentar é dividir um mercado heterogéneo em grupos internamente homogéneos, para poder servir cada um com uma proposta adequada. Sem segmentação, a comunicação fala para uma média que não existe.

12.2 As quatro etapas (referencial)

1. Escolher os critérios de segmentação.
2. Descrever as características de cada segmento.
3. Escolher um ou mais segmentos-alvo (targeting).
4. Definir a política de marketing para cada segmento (mix adaptado).

12.3 Critérios de segmentação

Os critérios comportamentais e de benefício procurado são normalmente os mais acionáveis. "Mulheres 25–34" não diz o que fazer; "quem compra para oferecer" diz — embalagem, cartão, hora de pico.

12.4 Um segmento tem de ser (teste MADAR)

Um segmento que falha qualquer destes critérios é uma curiosidade estatística, não um alvo.

12.5 Exemplo resolvido — segmentar uma clientela

Caso: cafetaria com padaria própria; 250 questionários; variáveis: frequência semanal, ticket médio, momento de consumo, motivo principal.

Cruzando frequência × motivo, emergem quatro grupos:

Targeting. O segmento de maior valor unitário é "Compra de pão" (666 €/ano). O de maior potencial de crescimento é "Pausa social", porque tem o ticket mais elástico (uma sugestão de bolo sobe 1,50 €) e ocupa mesas em horas mortas.

Política de marketing por segmento:

12.6 Personas

Uma persona é a representação de um segmento sob a forma de uma pessoa concreta, construída a partir de dados — nunca inventada. Serve para que a equipa decida pensando em alguém e não numa percentagem.

Uma persona bem feita tem:

• Nome, idade, foto/ilustração, ocupação, contexto familiar
• Um dia típico relevante para a categoria
• Objetivos (o que quer alcançar)
• Frustrações (o que a impede hoje)
• Comportamento de compra: onde, quando, quanto, com que frequência
• Critérios de decisão por ordem de importância
• Canais onde está e em quem confia
• Uma citação real retirada das entrevistas
• Fonte dos dados (qual segmento representa, com que n)

Exemplo resolvido — persona do segmento "Pausa social":

Sandra Marques, 41 anos · Assistente administrativa numa empresa de logística no Parque Industrial · Vive no Afonsoeiro com o companheiro e um filho de 9 anos.

Dia típico: entra às 9h, sai às 17h30. Duas ou três vezes por semana sai do escritório à tarde com uma colega para "arejar a cabeça" durante 25 minutos.

Objetivos: pausa real, conversa sem pressa, algo doce sem culpa excessiva. Frustrações: espaços barulhentos; sentir que está a ocupar a mesa; ter de pedir ao balcão e voltar. Comportamento: 2×/semana, ticket 4,80 €, sempre entre as 15h e as 17h, paga com MB Way, quase nunca vai ao fim de semana. Critérios de decisão: 1) haver mesa livre, 2) ambiente calmo, 3) qualidade do bolo, 4) preço (só em 4.º). Canais: Instagram ao final do dia, grupo de WhatsApp de colegas, boca-a-boca. Citação (E07): "Não é o café, é os vinte minutos. Se estiver cheio e barulhento, voltamos para trás." Base: segmento "Pausa social", 24% da amostra (n=60), 6 entrevistas.

Implicação direta: o preço não é a alavanca deste segmento — a disponibilidade de mesa e o ruído são. Duas mesas reservadas entre as 15h e as 17h valem mais do que um desconto.

13. Concorrência e posicionamento

13.1 Identificar a concorrência

A maior parte dos estudos falha por olhar só para a concorrência direta. A quebra de vendas de uma cafetaria pode vir da máquina de cápsulas que a empresa vizinha instalou.

13.2 Grelha de benchmarking

Compara-se com critérios observáveis e verificáveis, não com opiniões:

Leitura: somos o único com fabrico próprio (ativo diferenciador), mas estamos em desvantagem em horário, domingo, Wi-Fi e notoriedade digital. O concorrente C é o líder e é forte em quase tudo — competir com ele em horário é caro; competir em produto próprio é onde temos vantagem estrutural.

Fontes para o benchmarking: visita presencial com grelha, mystery shopping, sites e redes sociais, avaliações Google (ler os comentários de 1 e 2 estrelas — é lá que estão as fraquezas), Racius para dados de empresa, e observação de fluxo à porta.

13.3 Posicionamento

Posicionamento é o lugar que a marca ocupa na mente do consumidor, por comparação com as alternativas. Não é o que a empresa diz de si; é o que fica na cabeça de quem compra.

Eixos de posicionamento (o referencial pede-os explicitamente) — as dimensões em que uma marca se pode diferenciar:

Benefícios de um posicionamento claro:

• Diferenciação — dá uma razão para escolher.
• Coerência — todas as decisões (preço, montra, tom) passam a ter um critério.
• Eficiência de comunicação — a mensagem repete-se e acumula.
• Suporte ao preço — um posicionamento forte permite margem.
• Defesa competitiva — ocupar um lugar torna difícil ser copiado.

13.4 Mapa percetual

Representa marcas em dois eixos que importam ao consumidor (identificados no estudo, não escolhidos ao acaso).

                    Alta qualidade percebida
                              ↑
                              │
          Conc. C ●           │        ● NÓS (desejado)
                              │
    Preço baixo ←─────────────┼─────────────→ Preço alto
                              │
          Conc. A ●           │   ● Conc. B
                              │
                              ↓
                    Baixa qualidade percebida

Leitura: o quadrante "qualidade alta + preço alto" está pouco ocupado — é um espaço livre. A questão seguinte é a que separa um bom estudo de um mau: há procura nesse espaço? Um espaço vazio no mapa pode ser uma oportunidade ou pode ser um sítio onde ninguém quer estar. Só o dado de procura responde.

Declaração de posicionamento (modelo):

Para [público-alvo] que [necessidade/situação], a [marca] é a [categoria] que [benefício principal], porque [prova/razão para acreditar] — ao contrário de [alternativa], que [limitação].

Exemplo preenchido:

Para quem trabalha no centro do Montijo e almoça fora, a Padaria X é a casa de pastelaria e refeições rápidas que serve um almoço leve, feito no próprio dia, em menos de 10 minutos, porque fabrica tudo no local desde as 5h da manhã — ao contrário das cadeias do centro comercial, que servem produto congelado reaquecido.

14. Comportamento do consumidor

14.1 O processo de decisão de compra (5 etapas)

A dissonância cognitiva (arrependimento pós-compra) é forte em compras caras. Um email de confirmação com "fez uma boa escolha, veja como tirar partido" reduz devoluções — e é uma conclusão típica de um estudo de satisfação.

14.2 Fatores de influência

14.3 Tipos de comportamento de compra

Implicação prática: num produto de compra habitual (o pão de todos os dias), a alavanca não é a argumentação — é a disponibilidade, o hábito e a rutura do hábito da concorrência. Investir num anúncio racional e longo é dinheiro perdido.

14.4 Papéis na decisão

Numa compra podem intervir cinco papéis, por vezes em pessoas diferentes:

Iniciador · Influenciador · Decisor · Comprador · Utilizador

Exemplo: compra de fardamento para uma empresa — o utilizador é o trabalhador, o influenciador é o responsável de segurança, o decisor é a direção financeira, o comprador é o departamento de compras. Um estudo que só ouça o utilizador falha o alvo da venda.

14.5 A jornada do consumidor

Mapear a jornada é registar, etapa a etapa: ações, pontos de contacto, pensamentos, emoções, atritos e oportunidades.

A jornada é a ferramenta que transforma o estudo em lista de ações. Cada atrito identificado é uma recomendação com dono e prazo.

15. Sistematização, relatório e apresentação

15.1 Da análise à conclusão

Três níveis, que nunca se devem misturar:

Um relatório que apresenta a recomendação sem o dado não convence; um que apresenta o dado sem a recomendação não serve para decidir.

15.2 Estrutura do relatório

1. Capa — título, entidade, autor, data, versão.
2. Sumário executivo (1–2 páginas) — problema, método, 3 a 5 conclusões, recomendações. É a única parte que muita gente vai ler; escreve-a por último e com o máximo cuidado.
3. Introdução e enquadramento — contexto e problema de gestão.
4. Objetivos e hipóteses.
5. Metodologia — desenho, amostra, instrumentos, período, limitações.
6. Resultados — organizados pelos objetivos, não pela ordem das perguntas do questionário.
7. Análise da concorrência.
8. Segmentos e personas.
9. Conclusões — resposta explícita a cada objetivo e verdicto sobre cada hipótese.
10. Recomendações — priorizadas, com esforço, impacto, responsável e prazo.
11. Limitações — o que o estudo não permite concluir.
12. Anexos — instrumentos, tabelas completas, guiões, consentimentos.

15.3 Ficha técnica (obrigatória)

Sem ficha técnica, um resultado não é verificável — e não é um estudo, é uma opinião com números.

15.4 Visualizar os dados

Regras não negociáveis:

• Eixo Y começa em zero em gráficos de barras. Cortar o eixo exagera diferenças e é desonesto.
• Sempre o n e a fonte por baixo do gráfico.
• Um gráfico, uma ideia. O título diz a conclusão ("A intenção de compra cai com a idade"), não a variável ("Intenção por idade").
• Não usar percentagens com casas decimais numa amostra de 40 pessoas — "37,5%" sobre 40 são 15 pessoas. Escreve "15 em 40".

15.5 Software de tratamento e análise

Funções de Excel úteis:

=CONTAR.SE(intervalo; critério)             frequências
=CONTAR.SE.S(int1; crit1; int2; crit2)      cruzamentos
=MÉDIA() =MED() =MODA.SIMPLES() =DESVPAD.A()
=CORREL(x; y)                                correlação de Pearson
=TESTE.CHI(observado; esperado)              p-value do qui-quadrado
Tabela Dinâmica                              a ferramenta mais rentável de todas

15.6 Apresentar

• 10 a 15 minutos, 12 a 18 slides. Nunca ler o relatório.
• Abrir pela conclusão, não pela metodologia. Quem decide quer saber o resultado; o método vem a seguir para dar confiança.
• Um slide por conclusão, com o gráfico que a prova.
• Levar as limitações explicitamente — dá credibilidade, não a tira.
• Terminar com um slide de decisões pedidas: o que precisas que o cliente decida hoje.
• Preparar as três perguntas difíceis: "a amostra é fiável?", "isto quanto custa a implementar?", "e se fizermos o contrário?"

Erros comuns

• Começar pelo questionário. Antes de perguntar seja o que for, é preciso saber que decisão está em causa. Questionário é o quinto passo, não o primeiro.
• Confundir problema de gestão com problema de pesquisa. "Devemos baixar o preço?" não é uma pergunta de estudo; "qual é a elasticidade-preço por segmento?" é.
• Perguntar em vez de observar. As pessoas dizem que reciclam mais do que reciclam, que leem mais do que leem e que são menos sensíveis ao preço do que são.
• Amostra por conveniência apresentada como representativa. Inquirir os amigos e a família e escrever "a população do concelho considera que…".
• Ignorar o erro amostral. Anunciar que "subiu de 61% para 63%" quando a margem é ±6 pontos. Não subiu nada.
• Perguntas de duas pontas (double-barrelled) e escalas enviesadas com mais opções positivas do que negativas.
• Nunca fazer pré-teste — e descobrir depois de 300 respostas que a pergunta 7 era ambígua.
• Tratar a média como se descrevesse toda a gente. A média esconde os segmentos, que é onde está a decisão.
• Confundir correlação com causalidade. As vendas de gelado e os afogamentos correlacionam-se; o gelado não afoga ninguém.
• Estudo causal sem grupo de controlo — atribuir à campanha o que era sazonalidade.
• Recolher dados pessoais a mais, sem consentimento, sem finalidade e sem prazo de conservação.
• Reidentificar sem querer — publicar "homem, 52 anos, farmacêutico de Canha" numa amostra pequena.
• Analisar só o que confirma a hipótese do cliente. Se o estudo nunca desmente ninguém, provavelmente não foi feito.
• Não procurar casos negativos no qualitativo — reportar só o padrão dominante e esconder as vozes discordantes.
• Relatório sem recomendações, ou com recomendações sem esforço, impacto e responsável.
• Gráficos com eixo cortado, circulares com 9 fatias, e percentagens com decimais sobre amostras de 30.
• Perder o dado bruto e não conseguir refazer um número quando alguém o questiona.
• Não reportar as limitações — o que faz com que a primeira pergunta difícil deite abaixo o estudo inteiro.

Glossário

Síntese

1. Um estudo de mercado serve para reduzir o risco de uma decisão. Se não há decisão, não há estudo — há curiosidade.
2. Delimita o mercado em produto, geografia, tempo e cliente. TAM/SAM/SOM: o número que interessa é o SOM.
3. Exploratório → descritivo → causal. Nunca se mede antes de compreender, nunca se testa causa antes de descrever.
4. Traduz o problema de gestão em problema de pesquisa e escreve objetivos mensuráveis com o teste "se A faço X, se B faço Y".
5. Esgota os dados secundários — sobretudo os internos — antes de recolher dados primários.
6. A amostra determina o que podes afirmar. 385 respostas → ±5%. Reporta sempre o n e a margem de erro.
7. O questionário testa-se antes de se lançar. Uma ideia por pergunta, sem indução, com escalas equilibradas.
8. Qualitativo dá o porquê e a linguagem; quantitativo dá o quanto. O padrão é misto.
9. Observa em vez de perguntar sempre que o comportamento for observável.
10. RGPD não é opcional: finalidade, minimização, consentimento, prazo, segurança — e anonimizar a sério.
11. A média mente; os cruzamentos revelam. Testa se a diferença é real (χ²) antes de a chamar diferença.
12. Correlação não é causalidade. Só um desenho com grupo de controlo permite falar de causa.
13. Um segmento só serve se for mensurável, acessível, dimensionado, acionável e durável.
14. A persona nasce dos dados e termina numa citação real — nunca é uma personagem inventada.
15. Analisa a concorrência com critérios observáveis, incluindo a indireta e a substituta.
16. O posicionamento é um lugar na cabeça do cliente, escolhido num eixo relevante e sustentado por uma prova.
17. Separa dado, conclusão e recomendação. As recomendações vêm priorizadas, com esforço, impacto, responsável e prazo.
18. Ficha técnica e limitações são parte do relatório, não um extra. É o que separa um estudo de uma opinião.

Exercícios resolvidos

Exercício A · Dimensionar a amostra

Uma associação com 1 800 sócios quer inquirir a satisfação com uma margem de erro de ±5% e 95% de confiança.

Resolução:

1) Amostra para população infinita:
   n = 1,96² × 0,5 × 0,5 / 0,05² = 384,16 → 385

2) Correção para população finita (N = 1 800):
   n_aj = 385 / (1 + (385 − 1)/1800)
        = 385 / (1 + 0,2133)
        = 385 / 1,2133 = 317,3 → 318 respostas

3) Quantos convites enviar? Com uma taxa de resposta esperada de 25%: 318 ÷ 0,25 = 1 272 convites. Como só há 1 800 sócios, é preciso contactar 71% da base — o que obriga a lembretes e a um canal alternativo (telefone) para os que não respondem online.

Conclusão prática: ou se aceita ±5% e se investe em taxa de resposta, ou se aceita ±6% (n≈250) e o estudo torna-se exequível. É uma decisão de gestão, não estatística — e tem de ser levada ao cliente.

Exercício B · Interpretar um cruzamento

Numa amostra de 300, à pergunta "voltaria a comprar?": residentes 68% sim (n=180), visitantes 44% sim (n=120).

Resolução:

1. Diferença observada: 24 pontos percentuais.
2. Margem de erro de cada subamostra:
3. Residentes (n=180): 1,96 × √(0,68×0,32/180) = 1,96 × 0,0348 = ±6,8 pp → [61,2%; 74,8%]
4. Visitantes (n=120): 1,96 × √(0,44×0,56/120) = 1,96 × 0,0453 = ±8,9 pp → [35,1%; 52,9%]
5. Os intervalos não se sobrepõem (74,8% vs 52,9% de distância confortável) → a diferença é real, não é ruído amostral.
6. Leitura de negócio: a retenção de visitantes é o problema. Sobre 120 visitantes, 67 não voltariam.
7. Próximo passo: é preciso saber porquê — e isso é qualitativo. 8 entrevistas curtas a visitantes à saída, com a pergunta "o que teria de acontecer para voltar?".

Nota metodológica: ao subdividir a amostra, a margem de erro cresce. Uma amostra de 300 dá ±5,7% no total, mas ±8,9% num subgrupo de 120. Planeia a dimensão a pensar nos cruzamentos que vais precisar de fazer, não só no total.

Exercício C · Da entrevista à hipótese ao questionário

Numa entrevista, um cliente diz: "Eu ia lá mais vezes, mas nunca sei se está aberto."

Resolução — encadeamento completo:

O que este exercício demonstra: uma frase de uma entrevista transforma-se numa medida, numa decisão, numa ação de custo zero e num teste de eficácia. É este percurso completo — e não a estatística isolada — que define um estudo de mercado bem feito.

Exercício D · Detetar o enviesamento

Um restaurante coloca um questionário de satisfação em QR code na mesa e obtém 4,7/5 de média em 140 respostas. Conclui que "a satisfação é excelente".

Resolução — quatro enviesamentos:

1. Enviesamento de seleção. Só responde quem está lá, satisfeito o suficiente para ficar até ao fim e disponível para pegar no telemóvel. Quem se foi embora a meio da refeição não respondeu.
2. Enviesamento de não-resposta. 140 respostas em quantos clientes? Se foram 3 000, é uma taxa de 4,7% — o perfil desses 140 é sistematicamente diferente.
3. Enviesamento de desejabilidade social. Responder no local, à mesa, com o empregado por perto, empurra a resposta para cima. O mesmo questionário enviado por email 24h depois dá tipicamente 0,4 a 0,8 pontos abaixo.
4. Efeito de teto. Numa escala de 1 a 5 com média 4,7, quase não há variância — o instrumento deixa de conseguir distinguir bom de excelente, e nenhum cruzamento vai dar diferenças.

Correções: enviar o questionário por email/SMS algumas horas depois; incluir clientes que não voltaram (a partir do CRM); usar escala de 0–10 (mais variância); acrescentar uma pergunta aberta "o que poderíamos ter feito melhor?"; e triangular com as avaliações Google, que sofrem enviesamentos opostos (quem reclama escreve mais). Se as duas fontes convergirem, a conclusão é sólida.