Análise de dados qualitativos: como codificar respostas e entrevistas passo a passo (com exemplo real)
Você enviou uma pesquisa, recebeu dezenas de respostas abertas e agora está olhando para aquele bloco de textos sem saber por onde começar. A análise de dados qualitativos resolve exatamente isso: transforma opiniões soltas em padrões, números e decisões. Neste guia você vai ver o passo a passo de codificação com um exemplo real — 20 respostas de clientes brasileiros viradas em árvore de códigos —, o critério numérico para saber quando parar de coletar, um comparativo de ferramentas com preço e como converter tudo em um plano de ação priorizado.
O que é análise de dados qualitativos (e o que é codificação)
Dado qualitativo é tudo o que não chega em forma de número: respostas abertas de pesquisa, transcrições de entrevista, conversas de WhatsApp, avaliações no Google. A análise de dados qualitativos é o processo de organizar esse material para encontrar os padrões que explicam o porquê por trás dos números.
A ferramenta central é a codificação: ler cada trecho e aplicar uma etiqueta curta (um código) que resume a ideia. "Esperei 40 minutos além do horário" vira o código atraso no atendimento. Depois, códigos parecidos são agrupados em temas, formando uma árvore de códigos — e aí você consegue contar, comparar e priorizar.
Sem codificação, o feedback vira achismo: a reclamação mais recente (ou a mais barulhenta) parece a mais importante, mesmo quando apareceu uma única vez em cem respostas.
O método: análise temática em 6 fases (Braun e Clarke)
O roteiro mais citado do mundo para esse trabalho é o das pesquisadoras Virginia Braun e Victoria Clarke (2006). São seis fases, que traduzimos aqui para a rotina de uma PME:
- Familiarização — leia todas as respostas uma vez, sem anotar nada. O objetivo é ter uma visão do todo antes de rotular.
- Geração de códigos iniciais — releia aplicando etiquetas curtas e descritivas a cada trecho relevante. Uma resposta pode receber mais de um código.
- Busca de temas — agrupe códigos que falam do mesmo assunto. "Atraso", "dificuldade para remarcar" e "falta de horários" viram o tema "agenda".
- Revisão dos temas — volte às falas originais e confira se cada tema se sustenta. Funda temas com uma menção só; divida temas que viraram sacos de tudo.
- Definição e nomeação — dê a cada tema um nome que qualquer pessoa da equipe entenda sem explicação.
- Relatório — no mundo acadêmico é um artigo; na sua empresa, é a tabela de frequências e o plano de ação que você verá adiante.
Na prática de PME, as fases 1 e 2 acontecem numa planilha, as fases 3 a 5 são o refino da árvore de códigos, e a fase 6 é a reunião de decisão.
Exemplo real: 20 respostas abertas viram uma árvore de códigos
Contexto: uma clínica odontológica de médio porte em Campinas (vamos chamá-la de OdontoVila) roda pesquisa NPS por WhatsApp após cada consulta, com a pergunta aberta "O que motivou a sua nota?". Em duas semanas chegaram 61 respostas. Abaixo, as 20 primeiras, já codificadas na fase 2. Se você ainda não roda NPS com pergunta aberta, comece pelo guia de NPS na prática.
| # | Nota | Resposta (resumo) | Código(s) |
|---|---|---|---|
| 1 | 10 | "Fui muito bem atendida, a doutora explica tudo com calma." | equipe atenciosa |
| 2 | 5 | "Esperei quase 40 minutos além do horário marcado." | atraso na consulta |
| 3 | 7 | "Preço salgado pelo que é entregue." | preço percebido como alto |
| 4 | 6 | "Difícil conseguir horário à noite, trabalho o dia todo." | falta de horários alternativos |
| 5 | 4 | "A recepcionista mal olhou na minha cara." | recepção fria |
| 6 | 9 | "Tudo ótimo, só podiam parcelar em mais vezes." | poucas opções de parcelamento |
| 7 | 3 | "Remarcaram duas vezes e ninguém me avisou da mudança." | dificuldade para remarcar; mudança sem aviso |
| 8 | 10 | "Atendimento excelente, me senti cuidado do início ao fim." | equipe atenciosa |
| 9 | 6 | "O orçamento veio confuso, não entendi o que estava incluso." | orçamento confuso |
| 10 | 2 | "Atrasou de novo. Terceira vez que espero mais de meia hora." | atraso na consulta |
| 11 | 8 | "Gostei, mas ninguém me ligou depois pra saber como eu estava." | falta de retorno pós-consulta |
| 12 | 6 | "Estacionar aí é impossível, quase desisti da consulta." | estacionamento difícil |
| 13 | 8 | "A doutora é ótima, mas a agenda de vocês é uma bagunça." | equipe atenciosa; dificuldade para remarcar |
| 14 | 5 | "Caro demais comparado com a clínica do meu bairro." | preço percebido como alto |
| 15 | 4 | "Pedi pra remarcar pelo WhatsApp e ninguém respondeu." | dificuldade para remarcar; canal sem resposta |
| 16 | 9 | "Consulta começou no horário, equipe educada." | pontualidade elogiada; equipe atenciosa |
| 17 | 8 | "Queria poder pagar no Pix parcelado ou boleto." | poucas opções de parcelamento |
| 18 | 6 | "Fiquei com dúvida sobre o tratamento e não soube a quem perguntar." | falta de retorno pós-consulta |
| 19 | 5 | "Só horário comercial, impossível pra quem trabalha." | falta de horários alternativos |
| 20 | 10 | "Nota 10, indico pra todo mundo. Atendimento humano de verdade." | equipe atenciosa |
Repare que 4 respostas receberam dois códigos — por isso são 24 menções em 20 respostas. Nas fases 3 a 5, os 14 códigos foram agrupados em cinco temas:
| Tema | Código | Menções | Exemplo de fala |
|---|---|---|---|
| Agenda e tempo de espera (8) | Dificuldade para remarcar | 3 | "Pedi pra remarcar pelo WhatsApp e ninguém respondeu" (R15) |
| Atraso na consulta | 2 | "Terceira vez que espero mais de meia hora" (R10) | |
| Falta de horários alternativos | 2 | "Só horário comercial" (R19) | |
| Pontualidade elogiada | 1 | "Começou no horário" (R16) | |
| Relação com a equipe (6) | Equipe atenciosa | 5 | "Atendimento humano de verdade" (R20) |
| Recepção fria | 1 | "Mal olhou na minha cara" (R5) | |
| Comunicação e acompanhamento (5) | Falta de retorno pós-consulta | 2 | "Ninguém me ligou depois" (R11) |
| Orçamento confuso | 1 | "Não entendi o que estava incluso" (R9) | |
| Canal sem resposta | 1 | "Ninguém respondeu" (R15) | |
| Mudança sem aviso | 1 | "Ninguém me avisou" (R7) | |
| Preço e pagamento (4) | Preço percebido como alto | 2 | "Caro demais comparado ao bairro" (R14) |
| Poucas opções de parcelamento | 2 | "Podiam parcelar em mais vezes" (R6) | |
| Estrutura física (1) | Estacionamento difícil | 1 | "Quase desisti da consulta" (R12) |
Agora cruze os temas com as notas: quem citou agenda ou comunicação deu notas entre 2 e 8 (média 4,9) — é ali que nascem os detratores. Quem citou a equipe deu notas entre 8 e 10. Ou seja: o que cria promotores na OdontoVila é o atendimento humano; o que cria detratores é agenda e comunicação — não o preço, que era o palpite do dono antes da análise. É esse tipo de virada que a codificação entrega.
Quando parar de coletar: saturação explicada com números
Saturação é o ponto em que novas respostas param de trazer códigos novos. Dois estudos ajudam a calibrar a expectativa: Guest, Bunce e Johnson (2006) mostraram que as 6 primeiras entrevistas de seu estudo já continham cerca de 73% dos códigos finais, e com 12 entrevistas o número passava de 90%. A revisão de Hennink e Kaiser (2022) encontrou saturação típica entre 9 e 17 entrevistas em profundidade.
Para respostas abertas de pesquisa, que são mais curtas, use uma regra prática: codifique em lotes de 20 e pare quando um lote novo gerar menos de 5% de códigos inéditos. Na OdontoVila ficou assim:
- Lote 1 (respostas 1–20): 14 códigos criados;
- Lote 2 (respostas 21–40): 2 códigos novos (+14%) — continua;
- Lote 3 (respostas 41–61): nenhum código novo — saturou.
Atenção: saturação diz que você já mapeou quais problemas existem, não com que frequência exata eles ocorrem na base toda. Para afirmar percentuais com segurança estatística, você precisa de amostra maior — são objetivos diferentes.
Ferramentas de análise qualitativa: comparativo com preços
| Ferramenta | Ideal para | Preço aproximado* | Curva de aprendizado |
|---|---|---|---|
| Planilha (Google Sheets/Excel) | Até ~300 respostas curtas | Grátis | Baixa |
| Taguette (código aberto) | Entrevistas transcritas, projetos pontuais | Grátis | Baixa |
| Atlas.ti | Pesquisa profissional e acadêmica | Licença comercial na faixa de US$ 350 a 700/ano | Média |
| NVivo (Lumivero) | Grandes volumes, equipes de pesquisa | Licença comercial costuma passar de US$ 1.000/ano | Alta |
| IA generativa (ChatGPT, Claude, Gemini) | Primeira rodada de códigos | Grátis a ~US$ 20/mês | Baixa |
| Plataforma de CX com IA (ex.: VisionCX) | Pesquisas contínuas de NPS/CSAT com análise automática em português | A partir de ~R$ 4/dia | Baixa |
*Valores aproximados em julho de 2026, sujeitos a alteração e à variação do câmbio. Confira nos sites oficiais antes de contratar.
Para a maioria das PMEs, a planilha resolve o começo: uma coluna para a resposta, duas para códigos, uma para o tema — e uma tabela dinâmica para contar menções. NVivo e Atlas.ti valem quando há centenas de entrevistas longas ou exigência acadêmica; para 60 respostas de WhatsApp, são canhão para matar mosca.
A IA generativa acelera muito a fase 2, mas com duas ressalvas. Primeira: revise sempre — modelos tendem a criar códigos genéricos ("insatisfação geral") e erram contagens de frequência. Segunda: LGPD — anonimize nomes, telefones e dados de saúde antes de colar respostas de clientes em ferramentas públicas.
Da árvore de códigos ao plano de ação priorizado
Análise que não vira decisão é passatempo. Priorize cruzando três fatores: frequência do tema, peso dele entre os detratores e esforço para resolver. Na OdontoVila, o resultado foi este:
| Prioridade | Tema | Evidência | Ação | Prazo | Métrica de sucesso |
|---|---|---|---|---|---|
| 1 | Agenda e espera | 8 menções; nota média 4,9 | Confirmação automática de horário e remarcação pelo WhatsApp | 30 dias | Cair de 8 para 4 menções por ciclo |
| 2 | Comunicação | 5 menções | Mensagem de acompanhamento em até 48 h pós-consulta; modelo padrão de orçamento | 45 dias | Zero menções a "falta de retorno" |
| 3 | Pagamento | 4 menções | Parcelamento em mais vezes e Pix parcelado | 60 dias | Menções a pagamento só como elogio |
Use este modelo para registrar cada tema priorizado:
Tema: ___ | Evidência: ___ menções, nota média ___ | Ação: ___ | Dono: ___ | Prazo: ___ | Métrica de sucesso: ___
E não esqueça o fechamento individual: os clientes R7, R10 e R15 merecem um contato direto pedindo desculpas e informando a correção. É o chamado closed loop — e é ele que transforma detrator em segunda chance.
Erros comuns que distorcem a análise
- Códigos largos demais — "atendimento ruim" mistura atraso, recepção fria e falta de retorno; assim você não sabe o que consertar.
- Codificar a sua conclusão, não a fala do cliente — o código deve descrever o que foi dito, não o que você acha que deveria ser feito.
- Uma pessoa só, sem revisão — peça para um colega recodificar 10% das respostas; se houver muita divergência, os códigos estão mal definidos.
- Ignorar elogios — eles mostram o que proteger. Na OdontoVila, a equipe atenciosa é o ativo número um.
- Parar na análise — sem plano de ação com dono e prazo, o ciclo todo foi desperdício.
Codifique manualmente pelo menos o primeiro ciclo: é assim que você aprende a linguagem real dos seus clientes. Quando a pesquisa virar rotina e o volume crescer, automatize — plataformas como a VisionCX já entregam a árvore de temas e a causa raiz em português, direto das respostas abertas, para você gastar seu tempo na parte que nenhuma ferramenta faz: agir.
Faz parte do tema Metodologia.
Rigor estatístico sem consultoria cara
Cotas, randomização e amostragem correta, direto na plataforma.
Conhecer os recursos