Um levantamento recente, realizado pela empresa Decoupling com base em mais de 10.650 avaliações de clientes, identificou que o tempo de espera pela entrega do carro zero-quilômetro é o elo mais fraco na jornada de compra. A etapa obteve a nota média mais baixa (7,39) entre 17 pontos analisados, superando outras reclamações comuns como a pesquisa em sites e a avaliação do carro usado na troca. O estudo, que utilizou uma metodologia inovadora vinda de Harvard, destaca a falta de comunicação das montadoras como o principal fator de frustração para os consumidores.
A demora na entrega de veículos novos é uma queixa antiga entre os consumidores brasileiros, mas agora um estudo da Decoupling confirma a extensão do problema. A espera pelo carro zero foi classificada como o principal ponto de insatisfação, obtendo a pior nota em uma análise detalhada da jornada do cliente.
O levantamento, que analisou 10.650 pontos de dados baseados em reviews online no primeiro trimestre de 2025, revelou que a falta de transparência e a dificuldade de acompanhar o status do pedido são as maiores frustrações.
Leandro Guissoni, cofundador da Decoupling e professor da FGV, ressalta que “a falta de transparência e visibilidade do cliente em relação ao status do pedido demandam esforço do cliente ao pedir atualizações aos vendedores”.
Casos recentes de longos prazos de espera, como o do Toyota Corolla Cross (até 160 dias), Citroën Basalt (45 a 90 dias), Tiggo 7 Sport (30 a 90 dias) e Jeep Renegade 2025 (cerca de dois meses), ilustram bem a situação.
Na medição do primeiro trimestre de 2025, a espera pela entrega foi o elo da cadeia de valor com a nota média mais baixa: 7,39 em uma escala de 0 a 10.
Curiosamente, este foi o único dos 17 elos em que a Chevrolet obteve destaque, com a melhor nota (7,91).
As piores notas para este item específico ficaram com a Nissan (7,02) e a BYD (7,03). No entanto, na média geral das 17 etapas, a BYD foi a mais bem avaliada (8,1), seguida por Honda (8,01) e Jeep (8,02).
A metodologia Decoupling, criada em Harvard, avalia a jornada do cliente por etapas, e não por uma média agregada. Isso permite identificar exatamente onde a experiência se deteriora, algo que métricas tradicionais, como o NPS (Net Promoter Score) agregado, não conseguem mostrar.
A pesquisa utilizou a plataforma proprietária Decomposer, que usa inteligência artificial para estruturar dados de reviews online e questionários com compradores de carros.
O estudo avaliou 12 montadoras: BYD, GM/Chevrolet, Citroen, Fiat, Ford, Honda, Hyundai, Jeep, Nissan, Renault, Toyota e Volkswagen.
Thales Teixeira, fundador da Decoupling e ex-professor da Harvard Business School, compara a situação à compra de uma pizza online: “Você pede uma pizza na Amazon e acompanha cada etapa da entrega no aplicativo. Mas, quando compra um carro, precisa ligar para o vendedor para saber se já chegou?”.
Teixeira e Guissoni sugerem que as montadoras podem resolver esse problema com “previsões claras, alinhamento entre vendedores e clientes sobre o status da entrega e uso de tecnologia para atualização automática e acompanhamento do pedido do carro”.
Além do tempo de espera, outros elos com notas baixas foram a avaliação do carro usado na troca (7,41), a pesquisa no site da concessionária (7,51) e as visitas subsequentes à concessionária (7,55).
Em contraste, os pontos com melhor avaliação foram o teste-drive (8,28), a pesquisa no site da marca (8,13) e a recepção na concessionária (8,06).
A metodologia Decoupling foi desenvolvida por Teixeira, uma referência global em comportamento do consumidor. Ela “desacopla” a experiência do cliente em várias etapas, permitindo a identificação precisa de gargalos.
O método foi popularizado no livro Unlocking the Customer Value Chain, de autoria de Teixeira, e já foi aplicado em estudos de caso sobre empresas globais como Airbnb, YouTube, Coca-Cola e Uber.
A ferramenta Decomposer, desenvolvida por Teixeira e Guissoni, aplica o método Decoupling em larga escala, usando big data e inteligência artificial para analisar centenas de milhares de reviews espontâneos na internet.
Essas avaliações são interpretadas por modelos de machine learning que classificam a marca, a etapa da jornada e o nível de satisfação.
O método ajuda as empresas a identificar exatamente onde a percepção de valor do cliente se deteriora, muitas vezes de forma invisível para métricas agregadas.
A pesquisa destaca a oportunidade que as montadoras têm de aprimorar a comunicação com o cliente, usando a tecnologia a seu favor para transformar uma experiência frustrante em um processo transparente e previsível, reforçando a confiança na marca.
Mecânica Online® – Mecânica do jeito que você entende
Decoupling: Teoria de negócios que “desacopla” ou separa a jornada do cliente em várias etapas para analisar a satisfação em cada uma delas, em vez de uma média geral.
NPS (Net Promoter Score): Métrica de gestão que mede a lealdade dos clientes de uma empresa, baseada em uma pergunta simples sobre a probabilidade de recomendação.
Machine Learning: Ramo da inteligência artificial que permite que computadores aprendam e tomem decisões a partir da análise de dados, sem serem explicitamente programados para cada tarefa.
Big Data: Conjunto de dados extremamente grande e complexo, que não pode ser processado por softwares tradicionais, mas que pode revelar padrões, tendências e associações.
