A mediana do tempo de primeira resposta é a métrica de vendas que quase ninguém acompanha — e é a que mais se degrada sem aviso. Quando pesquisadores de Harvard auditaram 2.241 empresas americanas enviando contatos de teste, a média de primeira resposta foi de 42 horas e 23% nunca responderam. Não por decisão: por deriva. Corrigir isso custa zero de mídia, porque são contatos que a empresa já pagou para receber.
O diagnóstico errado que quase toda empresa faz
A conversa se repete com uma regularidade quase cômica. A empresa investe em anúncio, o anúncio gera contato, o contato chega no WhatsApp — e três meses depois alguém diz, em reunião, que “o lead está vindo ruim”. A partir daí a discussão vira sobre segmentação, sobre criativo, sobre palavra-chave, sobre trocar de agência. Todo mundo olha para o topo do funil.
Quase ninguém olha para o intervalo entre a mensagem do cliente e a primeira resposta da empresa.
Isso não acontece por negligência. Acontece porque esse intervalo não aparece em lugar nenhum. Ele não está no painel do Google Ads, não está no Gerenciador de Anúncios da Meta, não está no GA4 e não está no relatório mensal que a agência manda. O painel de mídia termina no clique; o CRM, quando existe, começa no lead qualificado. O tempo de resposta mora exatamente no vão entre os dois — e vão nenhum tem dono.
O resultado é que a empresa fica com uma explicação confortável e errada. “O lead é ruim” é confortável porque terceiriza a culpa para o fornecedor de mídia e sugere uma solução que se compra: mais verba, outra campanha, outro fornecedor. “Nós demoramos meia hora para responder” é desconfortável porque a solução não se compra — ela se organiza. E organizar é mais difícil do que gastar.
Este artigo é sobre esse vão: o que a pesquisa disponível já mostrou sobre ele, por que quase todo número que circula a respeito é ruim, onde exatamente o tempo se perde numa operação, e como medir o seu — sem ferramenta nova e sem projeto de TI.
O que é a mediana do tempo de primeira resposta, e por que não é a média?
É o intervalo entre a primeira mensagem do cliente e a primeira resposta humana, no caso do meio da fila. Metade dos contatos esperou menos que isso; metade esperou mais. A média, em contraste, é destruída por poucas conversas respondidas dias depois — e passa a descrever uma operação que não existe.
A diferença é prática, não estatística. Imagine dez contatos: nove respondidos em 5 minutos e um respondido três dias depois, porque alguém encontrou a mensagem perdida na segunda-feira. A mediana desse conjunto é 5 minutos — que é, de fato, a experiência do cliente típico. A média passa de sete horas. Se você usar a média para gerir a equipe, vai concluir que a operação é lenta quando ela não é; se usar a média para se defender, vai esconder um caso grave num monte de casos bons.
Numa operação com atendimento intermitente — que é o padrão de qualquer empresa sem central dedicada — média e mediana contam histórias opostas com frequência. Por isso a regra: a mediana descreve a operação, e a cauda descreve o risco. As duas importam, e nenhuma substitui a outra.
Há ainda uma terceira medida que quase nunca aparece e que é a mais reveladora de todas: a proporção de contatos que simplesmente nunca recebem resposta. Essa não é lentidão. É perda total, e ela não entra em nenhuma média, porque não existe intervalo para medir. Ela desaparece do relatório justamente por ser o pior caso possível — e, como se verá adiante, é também o número que mais choca quem mede pela primeira vez.
Quanto tempo você tem antes de perder o contato?
Menos do que quase todo mundo imagina. A referência mais sólida do assunto vem de um estudo do MIT Sloan conduzido por James Oldroyd: esperar 30 minutos em vez de 5 minutos para ligar para um contato gerado na web reduz as chances de qualificar aquele contato por um fator de 21.
Vale uma precisão que a maior parte dos artigos de marketing erra, e que é útil para separar quem leu a fonte de quem copiou. O número “5 minutos, 21 vezes” vem do estudo de Lead Response Management do MIT Sloan, de 2007 — não do artigo da Harvard Business Review que costuma ser citado junto. O artigo da HBR é outro trabalho, de março de 2011, assinado por James Oldroyd, Kristina McElheran e David Elkington, chamado The Short Life of Online Sales Leads. Ele fez outra coisa: auditou 2.241 empresas americanas enviando contatos de teste e medindo quanto tempo cada uma levava para responder.
O que a auditoria da HBR encontrou é o dado que mais interessa a quem lê este artigo:
| Auditoria HBR (2011) — 2.241 empresas | Resultado |
|---|---|
| Tempo médio de primeira resposta | 42 horas |
| Responderam em até 1 hora | 37% |
| Responderam entre 1 e 24 horas | 16% |
| Levaram mais de 24 horas | 24% |
| Nunca responderam | 23% |
Leia a última linha de novo. Quase um quarto de 2.241 empresas — companhias reais, com equipe comercial, gastando dinheiro para gerar aqueles contatos — deixou um contato comercial sem nenhuma resposta. Não respondeu devagar. Não respondeu.
Duas ressalvas honestas, antes que alguém as use contra o argumento. Primeiro: esses estudos mediram contatos de formulário em empresas americanas, majoritariamente B2B, e o canal de resposta era o telefone. WhatsApp é outro canal, outro país e outra expectativa de tempo — a direção do achado se transfere, a magnitude exata não. Segundo: são trabalhos com mais de uma década. Nada indica que o cliente tenha ficado mais paciente desde então; a suposição razoável é a oposta, e ela joga a favor do argumento, não contra. Use como ordem de grandeza, nunca como meta contratual.
Por que quase todo número que circula sobre isso é ruim?
Porque a maior parte deles não tem fonte primária rastreável — são estatísticas recicladas entre artigos que citam uns aos outros até a origem desaparecer. Se você pesquisar o assunto, vai encontrar dezenas de números redondos e atraentes. Vale saber como distinguir os que valem alguma coisa.
O padrão é sempre parecido. Um número aparece num material comercial de um fornecedor de software. Um blog cita o material. Outro blog cita o blog. No terceiro salto, a atribuição já virou “segundo estudos” ou o nome de uma empresa conhecida que talvez nunca tenha publicado aquilo. O número circula por anos, é repetido em apresentações, entra em proposta comercial — e ninguém consegue chegar ao documento original, porque ele não existe ou nunca foi público.
Quatro perguntas separam um dado utilizável de um número decorativo:
- Quem mediu, com nome? Autor identificável, instituição identificável. “Segundo pesquisas” não é fonte.
- Mediu o quê, com que amostra? “2.241 empresas americanas, contatos de teste enviados por formulário” é verificável. “Empresas líderes” não é.
- Quem pagou? Estudo publicado por quem vende a solução para o problema medido não é inútil — mas exige desconto, e o desconto tem de ser declarado.
- De quando é, e o contexto ainda vale? Um dado de 2011 sobre telefone aplicado a WhatsApp em 2026 precisa da ressalva explícita. Sem ela, é contrabando.
É por isso que este artigo se apoia em dois trabalhos apenas, e volta a eles com insistência: são identificáveis, têm autor, têm amostra descrita e podem ser conferidos por qualquer leitor. Dois números que você pode verificar valem mais que vinte que você tem de aceitar.
E há uma consequência prática, que é o ponto de tudo o que vem depois: nenhum benchmark externo, por melhor que seja, diz qual é o seu número. Ele diz que o problema existe e é grande. Só a sua própria medição diz se você tem o problema, e de que tamanho. É por isso que a parte mais útil deste texto não é a que cita estudo — é a que ensina a medir.
Por que a lentidão se instala sem ninguém decidir?
Porque ninguém decide piorar. Operações raramente ficam lentas por uma decisão identificável — corte de equipe, mudança de política, troca de ferramenta. Elas ficam lentas por acúmulo: dezenas de escolhas pequenas e razoáveis, nenhuma das quais teve como consequência declarada “responder mais devagar”.
Essa é a assinatura de uma classe inteira de problemas operacionais, e vale reconhecê-la. Quando um número piora por decisão, alguém pode ser questionado e o número volta. Quando piora por deriva, não há momento em que alguém errou — e por isso não há momento em que alguém corrige. Deriva só é interrompida por medição contínua, nunca por atenção.
Some a isso o efeito do crescimento. Quando o volume de contatos sobe, quem atende tem a sensação de estar mais ocupado, o que é verdade, e de estar entregando mais, o que também é verdade em termos absolutos. O que não aparece na sensação é que a fila cresceu mais rápido que a capacidade de resposta. Volume maior com o mesmo esforço se manifesta como espera — e espera não faz barulho: o cliente que desiste não reclama, ele só não volta.
Há ainda uma armadilha específica de quem atende por mensagem. A conversa não some. Ela fica lá, marcada como não lida, disponível para ser respondida a qualquer momento. Isso cria a ilusão de que nada foi perdido — a mensagem continua ali, afinal. Mas o valor comercial de uma conversa não é conservado no tempo. Responder três horas depois é, para a maior parte das intenções, o mesmo que não responder — com o custo adicional de ocupar alguém por dez minutos para descobrir isso.
Os quatro pontos onde o tempo se perde
“Demoramos para responder” é um sintoma, não um diagnóstico. Na prática, o intervalo se acumula em quatro pontos distintos, com causas e correções diferentes. Descobrir qual é o seu evita gastar dinheiro no lugar errado — que costuma ser contratar gente.
1. A mensagem chega e ninguém é avisado
O contato entra num aparelho compartilhado, numa aba aberta que ninguém está olhando ou numa caixa que alguém confere “de vez em quando”. O tempo aqui não é de atendimento: é de descoberta. Esse é o ponto mais comum e o mais barato de corrigir, porque a solução é configuração, não contratação. É também o que mais engana: a equipe está disponível, o cliente está esperando, e as duas coisas não se encontram.
2. Todo mundo vê e ninguém é o dono
A notificação chega para cinco pessoas e nenhuma delas é responsável por aquele contato específico. Cada uma assume, razoavelmente, que outra vai pegar. É o efeito espectador aplicado a atendimento — e ele piora conforme a equipe cresce, o que torna a intuição de “contratar mais gente” não só cara como às vezes contraproducente.
3. Tudo entra na mesma fila
O contato que precisa do serviço agora espera atrás do que está pesquisando para daqui a seis meses, porque nada os separa. Sem triagem, a fila é atendida por ordem de chegada — que é a ordem menos correlacionada com valor que existe. Aqui a mediana pode até estar boa: o problema é que ela esconde que os contatos mais valiosos estão na cauda.
4. A demanda acontece fora da escala
Uma parte dos contatos chega quando não há ninguém escalado — e “não há ninguém” costuma significar “não há ninguém porque decidimos o horário por convenção, não pela curva”. É o assunto da próxima seção.
Os quatro produzem o mesmo sintoma no relatório e exigem correções completamente diferentes. Por isso a medição precisa vir antes da solução: sem saber em qual dos quatro o tempo se acumula, qualquer intervenção é aposta.
Como o seu próprio dado costuma indicar qual é o seu:
| O que o dado mostra | Ponto de perda provável | Correção |
|---|---|---|
| Atraso parecido em qualquer hora do dia, inclusive com equipe presente | 1 — ninguém é avisado | Notificação ativa |
| Atraso piorou conforme a equipe cresceu | 2 — ninguém é dono | Roteamento com responsável nomeado |
| Mediana boa, mas contatos valiosos na cauda | 3 — fila única | Triagem por urgência |
| Atraso concentrado em faixas de horário específicas | 4 — fora da escala | Escala pela curva real |
| Contatos sem resposta nenhuma, espalhados | 1 e 2 combinados | Notificação + dono, nessa ordem |
Em que horário sua equipe deveria estar disponível?
No horário em que a demanda existe — que raramente coincide com o horário comercial padrão. Escalar das 8h às 18h de segunda a sexta é uma convenção herdada do trabalho presencial, não uma leitura do comportamento de quem procura a sua empresa.
A curva real costuma ter duas características que a convenção ignora. Ela tem um miolo concentrado — algumas horas do dia respondem por boa parte do volume — e tem uma cauda no início da noite, formada por quem passou o dia trabalhando e só consegue resolver assuntos pessoais depois do expediente. Escalar por convenção erra nas duas pontas ao mesmo tempo: sobra gente no começo da manhã e falta exatamente quando chega o contato de quem tem menos tempo disponível.
Mas há uma armadilha antes de mudar qualquer escala, e ela merece uma regra própria: um mês de dado descreve aquele mês, não a operação.
É comum um recorte curto mostrar um padrão convincente — um pico num dia inesperado, um horário que parece novo. Boa parte desses padrões, quando confrontada com uma janela maior, se revela efeito de uma campanha específica, de uma sazonalidade, de um evento pontual. Não é demanda: é o rastro de alguma coisa que você mesmo fez naquele mês. Realocar pessoas com base nisso significa mover a equipe contra a curva verdadeira e depois ter de mover de novo.
| Decisão de escala baseada em | Risco |
|---|---|
| Convenção (horário comercial) | Sobra no início da manhã, falta na cauda da noite |
| Recorte de um mês | Confunde efeito de campanha com padrão de demanda |
| Janela de 12 meses ou mais | Baixo — exige ter o dado exportado e lido |
Escala é cara de mudar uma vez e mais cara ainda de mudar duas. Antes de mexer em gente, confirme que o padrão sobrevive a uma janela grande.
Por que essa métrica não existe no seu stack?
Vale entender por que um número tão consequente consegue ficar invisível numa empresa que tem GA4 configurado, campanhas ativas e relatório mensal. Não é descuido: é uma consequência previsível de como as ferramentas dividem o mundo entre si.
A plataforma de mídia sabe tudo até o clique e nada depois dele. Ela pode registrar que o clique foi para um link de mensagem, mas a conversa acontece num aplicativo que não pertence a ela e não devolve nada. Para o painel de anúncios, o clique é o fim da história.
O GA4 sabe tudo o que acontece dentro do site e nada fora dele. Ele registra o clique no botão de conversa, se alguém tiver instrumentado esse evento — e muita gente não instrumentou. A partir do momento em que o navegador abre o aplicativo, o GA4 está cego por construção.
O CRM começa tarde demais. Ele nasce no lead qualificado, ou seja, depois de alguém ter conversado, avaliado e decidido cadastrar. E aqui está a distorção mais perversa de todas: os contatos perdidos por lentidão desaparecem do CRM justamente por terem sido perdidos. A empresa fica sem registro do próprio prejuízo, e qualquer análise de funil construída só sobre o CRM está condicionada à sobrevivência — mede quem passou, nunca quem ficou.
Sobra a camada de atendimento, que é onde o dado realmente está — e que quase nunca tem dono. A ferramenta de atendimento normalmente responde a operações ou a vendas, não a marketing; o relatório que ela produz é sobre produtividade de atendente, não sobre desempenho de aquisição. Ninguém está errado. A métrica mora exatamente na fronteira entre dois departamentos e três sistemas, e fronteira sem dono não é medida.
O conserto é de arquitetura, não de ferramenta. São três instrumentações, em ordem de esforço:
- Evento de clique no canal de conversa, com a origem. Todo link de mensagem no site dispara um evento identificando a página de onde saiu. Liga a mídia ao início da conversa, e é o mínimo.
- Marcador de origem no texto da primeira mensagem. Um trecho pré-preenchido, diferente por página ou campanha, que o cliente envia sem editar. É o que atravessa a fronteira do aplicativo — e não depende de cookie nem de consentimento de rastreamento, porque é conteúdo que o próprio cliente manda.
- Tempo de resposta reportado junto com as métricas de mídia, no mesmo documento e na mesma cadência.
O terceiro item parece burocrático e é o que mais muda comportamento. Métrica que aparece no relatório que a diretoria olha é métrica que alguém defende. Métrica que mora num painel que ninguém abre é métrica que deriva por anos sem que ninguém veja.
Quanto isso custa em dinheiro?
Dá para estimar com quatro números que a sua empresa já tem, e a conta costuma ser desconfortável. O que não dá é usar número de outra empresa — incluindo os estudos citados aqui. Eles provam que o problema existe; só a sua medição diz quanto ele custa a você.
Os quatro números são: contatos por mês, percentual sem resposta, taxa de fechamento dos contatos que você atende e ticket médio. A estimativa de receita perdida é o produto dos quatro — contatos × percentual perdido × taxa de fechamento × ticket.
Três ressalvas impedem essa conta de virar ficção. Primeira: aplicar a taxa de fechamento dos contatos atendidos aos não atendidos é uma aproximação otimista, porque parte dos não atendidos provavelmente tinha intenção mais fraca. Trate o resultado como teto, não como perda confirmada. Segunda: o contato urgente tem ticket e taxa de fechamento diferentes do restante — se conseguir separar, separe, porque é onde a perda se concentra. Terceira: a conta ignora o efeito de reputação de não ser respondido, que existe e não é estimável com esses quatro números.
Feita a conta, o número que interessa não é o valor absoluto. É a comparação: quanto custa recuperar um contato que você já tem versus quanto custa comprar um novo. O contato perdido por lentidão já foi pago — a mídia que o trouxe já saiu do caixa. Recuperá-lo custa configuração de notificação e desenho de resposta automática, que são custos únicos. Comprar um contato novo custa o custo por lead da sua campanha, todo mês, para sempre.
É por isso que essa é quase sempre a intervenção de maior retorno disponível numa operação de aquisição — e quase sempre a última a ser feita. Ela não tem a aparência de uma iniciativa de marketing: não gera peça, não gera campanha, não gera slide bonito. Gera mais receita sobre a mesma verba, que é o que a mídia paga estava tentando comprar desde o começo.
Como corrigir, na ordem certa
A ordem importa mais que as medidas, e ela segue os quatro pontos de perda descritos acima — da correção mais barata para a mais cara.
1. Notificação e dono antes de contratação
Garanta que a chegada de um contato produza um sinal, e que esse sinal tenha um destinatário nomeado. Roteamento com dono resolve os dois primeiros pontos de perda de uma vez, costuma cortar a mediana sem adicionar ninguém à folha, e é configuração — não projeto.
2. Resposta automática que responde de verdade
“Olá! Recebemos sua mensagem e responderemos em breve” não é resposta automática — é um aviso de espera com aparência de atendimento. A resposta automática útil entrega informação: faixa de preço, horário real de atendimento, prazo, próximo passo. Ela resolve integralmente uma fatia dos contatos e encurta a fila que sobra para o humano.
Sobre preço especificamente, vale enfrentar o receio clássico. Publicar faixa afasta quem não ia comprar naquela faixa — e essa pessoa teria consumido tempo da equipe para chegar à mesma conclusão. Quem fica chega com a expectativa calibrada, que é a melhor condição possível para fechar. Se a sua operação tem fila, filtrar antes do humano não é perda: é devolver capacidade a quem tem intenção real.
3. Roteamento por urgência
Uma triagem simples na primeira mensagem — uma pergunta, duas ou três opções — separa a fila que tolera meia hora da fila que não tolera três minutos. Manter tudo na mesma fila é uma decisão de negócio, não uma limitação técnica.
Uma observação sobre automação, porque é onde muitos projetos descarrilam: toda automação que fala com cliente precisa nascer com o alcance declarado por escrito. O que ela responde sozinha, o que ela obrigatoriamente entrega a um humano, e o que nunca faz em hipótese alguma. Sem isso, o robô que ia salvar o tempo de resposta vira o motivo do próximo problema — e aí a empresa desliga tudo e volta ao ponto de partida.
A armadilha de otimizar a métrica em vez do resultado
Assim que o tempo de primeira resposta vira um número acompanhado, aparece uma tentação previsível — e ela merece um aviso antes que alguém caia nela de boa-fé.
É trivial melhorar essa métrica sem melhorar nada. Basta responder rápido qualquer coisa: “recebemos sua mensagem, um consultor vai te atender”. O número despenca, o gráfico fica lindo na reunião, e o cliente continua esperando exatamente o mesmo tanto pelo que ele foi buscar. A empresa passou a medir a velocidade do aceno, não a do atendimento.
É o efeito clássico de qualquer indicador que vira meta: quando a medida se torna o alvo, ela deixa de ser uma boa medida. E aqui o desvio é especialmente fácil porque a versão degradada é indistinguível da boa no relatório — as duas aparecem como “respondemos em 2 minutos”.
Duas proteções resolvem, e as duas são baratas:
- Meça o tempo até a resposta útil, não até a primeira resposta. Resposta útil é a que entrega informação que o cliente pode usar — um preço, um prazo, uma disponibilidade, uma pergunta que faz o atendimento avançar. Acuse recebimento à vontade; só não conte isso como atendimento.
- Acompanhe sempre junto com um número de resultado. Contatos que viraram conversa de verdade, ou que viraram venda. Tempo de resposta caindo com resultado parado é sinal de que a métrica está sendo gerenciada, não a operação.
Isso não contradiz a recomendação de usar resposta automática — a distinção é o conteúdo. Uma automação que entrega faixa de preço e horário real é resposta útil, e conta. Uma que só avisa que alguém virá não é, e não deveria contar. A pergunta que separa as duas: depois de ler isto, o cliente sabe alguma coisa que não sabia antes?
Como medir isso na sua operação esta semana
Você não precisa de ferramenta nova para ter o primeiro número. Precisa de um export das conversas e de uma tarde. Se a sua operação usa uma plataforma de atendimento, o export existe; se usa o aplicativo comum, dá para levantar à mão numa amostra — e já é suficiente para decidir.
- Exporte pelo menos 12 meses. Não três, não um — pelo motivo da seção sobre escala. Se o export vier em vários arquivos, junte todos antes de contar: exports “do ano” costumam vir capados sem avisar, e um recorte truncado se parece muito com um recorte completo.
- Agrupe por conversa, não por mensagem, e identifique em cada uma a primeira mensagem do cliente e a primeira resposta de um atendente humano — não a automática.
- Calcule três números, não um: a mediana do intervalo, o percentual de conversas com resposta humana registrada e o percentual sem resposta nenhuma. O terceiro costuma ser o mais chocante, e é o que ninguém tinha.
- Corte por hora e por dia da semana para achar a curva de demanda real, e compare com a escala atual.
- Leia 50 conversas inteiras. Esta é a parte que ninguém faz e a que mais rende.
Sobre o quinto passo, vale insistir. Contar conversas responde quantas; ler conversas responde o quê. É lendo que se descobre o vocabulário real do cliente — que quase nunca é o vocabulário do seu site —, qual é a fricção que aparece antes de todas as outras, e que tipo de coisa as pessoas pedem e você não vende. Demanda que você nunca mapeou não aparece em relatório de mídia por construção: o relatório só sabe informar sobre as campanhas que existem e as palavras que você comprou. O que o cliente escreve espontaneamente é a única fonte que tem essa informação.
Duas cautelas. Conversa de atendimento contém dado pessoal — trabalhe de forma agregada e sem identificação, e trate o export com o mesmo cuidado que trataria um banco de clientes, porque é isso que ele é. E registre a data da medição: o valor deste número está na série, não no ponto. Medido uma vez, é curiosidade; medido todo mês, é controle.
Robô responder é ruim para a experiência do cliente?
É pior do que um humano rápido e muito melhor do que um humano que não vem. A comparação que importa não é entre robô e atendente ideal — é entre robô e a alternativa real, que para quase um quarto das empresas auditadas pela HBR era nenhuma resposta.
O que torna a automação ruim quase nunca é o fato de ser automação. É a automação que não resolve nada: menus longos, respostas genéricas, ausência de saída para um humano. Uma primeira resposta automática que entrega informação de verdade e oferece rota clara para uma pessoa é percebida como eficiência, não como frieza.
A regra prática: o robô é bom no que é previsível e péssimo no que é sensível. Preço, horário, endereço e prazo são previsíveis. Negociação, exceção e qualquer conversa com carga emocional são sensíveis, e o desenho tem de garantir que elas cheguem a um humano rápido — não que sejam atendidas por um script que finge empatia.
Perguntas frequentes
Qual é um bom tempo de resposta no WhatsApp?
Não existe número universal, e desconfie de quem oferece um — pelos motivos da seção sobre qualidade de fonte. O que existe é direção: quanto mais perto de minutos, melhor, e a diferença entre 5 e 30 minutos foi grande o suficiente para aparecer em pesquisa acadêmica. Meça a sua mediana atual e trate a próxima meta como redução percentual sobre ela, não como número copiado de outra empresa.
Preciso de equipe 24 horas?
Quase certamente não. Precisa de cobertura na sua curva real de demanda. Antes de discutir turno de madrugada, olhe a cauda do início da noite — é onde costuma estar o volume não atendido, e é muito mais barato de cobrir.
Como meço isso se meu WhatsApp é o aplicativo comum?
Na mão, por amostragem. Pegue 50 conversas dos últimos meses, anote o horário da primeira mensagem do cliente e da primeira resposta sua, calcule a mediana. É menos preciso que um export completo e é suficiente para revelar um problema de ordem de grandeza — que é o tipo de problema que a maioria das operações tem.
Publicar preço no site não afasta cliente?
Afasta quem não ia comprar naquela faixa — que teria consumido tempo da equipe para chegar à mesma conclusão. E qualifica quem fica. Se a sua operação tem fila de espera no atendimento, filtrar antes do humano não é perda: é o que devolve capacidade para quem tem intenção real.
O cliente que some volta depois?
Parte volta, e é justamente a parte de menor urgência. O contato urgente não volta — ele resolve com quem responder primeiro. Como esse costuma ser o contato de maior valor unitário, a perda por lentidão se concentra desproporcionalmente no segmento que a empresa menos pode perder.
Isso vale para B2B ou só para serviço local?
Os estudos citados aqui mediram exatamente empresas B2B americanas respondendo a formulários. A mecânica é a mesma nos dois casos; o que muda entre contextos é a janela tolerável, não o princípio de que ela existe e de que quase ninguém a mede.
Minha empresa recebe poucos contatos por mês. Isso ainda vale?
Vale mais, não menos. Com volume baixo, cada contato perdido é uma fatia maior da receita do mês. A contrapartida é que o diagnóstico fica mais simples: você consegue ler todas as conversas em vez de amostrar, e a correção quase sempre é notificação e responsabilidade nomeada, não automação. Volume baixo torna o problema mais barato de resolver e mais caro de ignorar.
Quanto custa corrigir?
A primeira frente — notificação e roteamento com dono nomeado — costuma ser configuração, não contratação. A segunda e a terceira envolvem automação e têm custo de projeto. O ponto relevante é que nenhuma das três envolve aumentar investimento em mídia: você está recuperando contatos pelos quais já pagou.
Por que minha agência nunca me mostrou isso?
Porque o dado não está no painel de mídia. Está na ferramenta de atendimento, que costuma ser de outra área, e exige exportar e ler conteúdo em vez de puxar um relatório pronto. Não é má-fé na maior parte dos casos — é uma fronteira entre sistemas que ninguém foi encarregado de atravessar.
O que fazer com isto
Se você tirar uma coisa só deste artigo, que seja esta: antes de aumentar um real de mídia, meça a mediana do seu tempo de primeira resposta e o percentual de contatos que nunca receberam resposta. Os dois números levam uma tarde para serem obtidos e mudam a conversa inteira sobre desempenho de campanha.
Investir em mídia com uma operação de atendimento em deriva é comprar mais contatos para uma fila que já não dá conta da atual. O retorno adicional não aparece, a conclusão vira “o lead está ruim”, e o ciclo recomeça — com mais verba.
A boa notícia é que problemas assim estão entre os mais baratos de resolver que existem. O cliente já quer falar com você. Já te procurou. Já está esperando. Só falta alguém chegar antes.
Fontes
Oldroyd, J. B.; McElheran, K.; Elkington, D. The Short Life of Online Sales Leads. Harvard Business Review, março de 2011 — auditoria de 2.241 empresas americanas por envio de contatos de teste. · Lead Response Management Study, MIT Sloan School of Management (Oldroyd, 2007) — origem do achado dos 5 minutos e do fator 21. Os dois estudos são identificáveis, têm autoria e amostra descrita, e podem ser conferidos pelo leitor — critério que a Evolutiva aplica a qualquer número que publica.
Se preferir não medir sozinho. Este artigo termina pedindo dois números: a mediana do seu tempo de primeira resposta e o percentual de contatos que nunca receberam resposta. Levantar os dois é exatamente o que a Evolutiva faz no diagnóstico gratuito — de onde vêm seus contatos, quanto tempo eles esperam e onde se perdem. Você sai com os números na mão, trabalhando com a gente depois ou não.