Artigo técnico
NPS com rigor estatístico: como separar ruído de mudança real e descobrir o que move o indicador
“Antes de qualquer plano de ação: a variação é real ou é ruído?” — André Luiz Maciel
Resumo
Publicação técnica com código aberto em Python e dados 100% fictícios. Mostra como ler o NPS com margem de erro, teste de significância e carta de controle, separar efeito de mix e de desempenho, estimar quanto cada fator tira do indicador e comparar atendentes de forma justa.
Ideias centrais
- Cada resposta vale +100, 0 ou −100: o NPS é a média, e por isso tem margem de erro.
- Com 300 respostas no mês, a margem costuma passar de ±8 pontos.
- Decomposição shift-share: mix (mudou o perfil) × desempenho (mudou a operação).
- Regressão no nível da resposta: cada coeficiente se lê em pontos de NPS.
- Gráfico de funil e encolhimento bayesiano para não punir quem tem poucas respostas.
Publicação completa
Ler a publicação com gráficosCódigo no GitHub
