Métrica de UX não é resultado: linha de base e conversão

Métrica de UX mostra como a interface se saiu. Resultado mostra o que mudou no negócio por causa dessa interface. Quem decide verba olha receita, custo, risco, prazo e retenção, e nem “fizemos 24 entrevistas” nem “a nota de usabilidade subiu” responde a essas perguntas. Para provar impacto, escolha antes do projeto uma métrica de comportamento, meça o ponto de partida e ligue o número final a um desses cinco eixos.

Os dois relatórios que fazem o design parecer custo

O NN/g publicou em 2026 um texto sobre relatar resultado de negócio em vez de atividade (em inglês). Ele aponta dois padrões que se repetem nos times que perdem orçamento.

Relatar esforço. Contar entrevistas e estudos diz o que o time fez e não diz o que mudou.
Relatar métrica de UX para quem não acompanha métrica de UX. Uma nota de SUS que sobe de 62 para 74 não significa nada para um diretor financeiro, que não sabe se 74 é bom.

O artigo não pede para jogar fora a nota de usabilidade. Só separa o lugar de cada número. A taxa de sucesso na tarefa e a nota de SUS medem o desenho e ficam no relatório de pesquisa. Volume de chamados, taxa de conversão e cancelamento medem o efeito e vão para a conversa de orçamento.

Os cinco eixos que quem decide usa

O mesmo texto lista as perguntas que um gestor faz diante de qualquer investimento. Vale usá-las como filtro antes de escolher a métrica.

Mexe na receita? Atrito no cadastro ou no checkout derruba venda.
Reduz custo? Todo chamado de suporte custa, e tela confusa gera chamado.
Diminui risco? Erro causado pelo desenho pode virar problema jurídico, financeiro ou de conformidade.
Encurta o prazo? Problema achado no protótipo se corrige rápido, e problema achado depois do código consome sprint.
Segura o cliente? Quem não chega ao primeiro sucesso no produto vai embora cedo.

Se a mudança não toca em nenhum dos cinco, o relatório sai fraco, por melhor que seja o trabalho. Vale saber disso antes de começar.

Sem linha de base, o número final não diz nada

O erro mais comum é medir tarde demais. Outro texto do NN/g, sobre criar o hábito da linha de base (em inglês), dá um exemplo simples: uma taxa de conclusão de 67% depois do redesenho só prova algo se você sabe que antes era 48%. Sem o antes, o depois é só um número.

As regras do artigo para escolher a métrica cabem em três linhas.

Relevante antes de fácil. Visualização de página e tempo de sessão saem prontos do analytics e quase nunca respondem se o fluxo ficou melhor.
Uma métrica só. Acompanhar cinco dá a chance de relatar a que subiu, e isso corrói a confiança com o tempo.
Comportamento antes de opinião. Taxa de conclusão e taxa de erro dizem o que aconteceu. Satisfação declarada diz como a pessoa se sentiu, e abre mais espaço para discussão.

O artigo pede ainda que o método fique escrito junto do número: como, quando e com quem você mediu. Se a medição de janeiro foi um teste moderado e a de agosto foi um teste remoto sem moderador, a comparação perde valor. E a linha de base deve ser mostrada a quem decide antes da construção, não depois.

Dado histórico do analytics também pode servir de ponto de partida. O mesmo texto aceita isso quando o time conhece bem a origem do dado, e avisa que dado coletado para outro fim pode estar incompleto.

O caso que eu uso como régua

O exemplo que mais me ajudou a entender essa diferença foi o bug da voltagem, no meu trabalho na Stefanini Brasil. A entrega foi pequena: a voltagem deixou de ser texto na página e virou campo obrigatório antes do checkout. Se o relatório fosse de atividade, ele diria “um campo novo no fluxo de compra”, e ninguém daria atenção.

O que foi medido foi outra coisa. O ponto de partida já existia, no relatório de devoluções que o time de dados trouxe. A métrica era de comportamento e caía direto no eixo de custo: o número de devoluções de eletrodomésticos, que caiu 18% logo depois da mudança, com reembolso e logística caindo junto. A mudança passou antes por um teste A/B, com as duas versões no ar ao mesmo tempo.

Minha leitura: o número convenceu porque falava a língua de quem paga o frete de volta. Ninguém precisou perguntar o que aquilo significava.

Macro e micro conversão

Nem todo projeto tem um número de custo tão direto. Nesses casos, a divisão entre macro e micro conversão ajuda. O artigo do NN/g sobre as duas (em inglês) define assim:

Macro conversão é a ação que serve direto ao objetivo do produto. Compra concluída, formulário de contato enviado, conta criada numa comunidade.
Micro conversão é a ação menor que costuma vir antes e acontece com mais frequência. Colocar no carrinho, começar o checkout, assinar a newsletter.

A micro conversão importa porque a macro é rara e lenta. O artigo cita uma taxa média de macro conversão de 2,9% entre vários setores. Uma melhoria pequena numa etapa do fluxo pode não mexer nessa taxa a tempo de você ver, mas aparece na etapa seguinte (NN/g (em inglês)).

O texto separa dois tipos de micro conversão. Os marcos do processo são os passos que levam em linha reta à macro, como confirmar o e-mail antes de criar a conta. As ações secundárias não levam direto, mas indicam que a pessoa tende a voltar, como comparar produtos ou baixar um documento. Para achar onde o fluxo trava, os marcos são os úteis, e a análise de funil é onde eles aparecem.

Há um limite que pouca gente respeita. Taxa de conversão não serve para ação obrigatória. O exemplo do artigo é o pedido de férias na intranet: o número de pedidos não muda com o desenho, porque ninguém tem outro caminho. Ali, o que mede o trabalho é facilidade de uso, contagem de erro e chamados ao suporte.

O que o NPS consegue e o que ele não consegue dizer

O NPS aparece em quase todo painel de produto, e o texto do NN/g sobre NPS e experiência (em inglês) explica por que ele não serve para julgar uma tela.

Ele mede lealdade à empresa inteira. Preço, atendimento e marca entram na nota, e um ícone mais claro não move o número.
Ele agrupa as respostas em três faixas e ignora os neutros. Uma melhoria que leva a maioria das notas de 2 para 5 ainda conta todo mundo como detrator.
Ele varia por país. O artigo cita um estudo da Qualtrics com 18 países em que a distância entre a nota dada a empresas queridas e a empresas rejeitadas foi a maior justamente no Brasil (NN/g (em inglês)).
Ele precisa de amostra grande. Perguntar o NPS no fim de um teste com cinco pessoas não produz dado válido.
Ele é fácil de manipular. Pedir a nota só depois de um atendimento bom já enviesa a amostra.

Isso não tira o NPS da mesa. A diretoria conhece e gosta dele, e ele acompanha a percepção geral ao longo do tempo. O lugar dele é ao lado de uma métrica de comportamento, não no lugar dela.

Onde as fontes divergem

Uma métrica ou várias. O texto sobre linha de base pede uma métrica só, para evitar escolher depois a que subiu. O texto sobre NPS recomenda combinar várias medidas, porque nenhuma nota subjetiva sozinha descreve a experiência. Minha leitura: escolha uma para decidir e guarde as outras para explicar.
O NPS na conversa com a diretoria. O texto sobre relatório de resultado lista NPS e CSAT como medidas legítimas de satisfação para quem decide. O texto sobre NPS avisa que ele quase não reage a uma mudança local de interface. Os dois estão certos em escalas diferentes: o NPS serve para o produto inteiro e falha para uma tela.

Como montar o relatório antes de começar o projeto

Escolha o eixo de negócio que a mudança deve mover: receita, custo, risco, prazo ou retenção.
Escolha uma métrica de comportamento ligada a esse eixo. Se a ação for obrigatória, troque conversão por erro e chamado.
Meça o ponto de partida e escreva o método ao lado do número.
Combine com finanças, suporte ou analytics o acesso ao dado de depois. Sem esse acesso, a tradução não acontece.
Mostre a linha de base a quem decide antes de construir.
Meça de novo com o mesmo método e leia o resultado com o cuidado de amostra que o teste A/B exige.
Relate o número no eixo de negócio e deixe a nota de usabilidade no anexo de pesquisa.