Análise de avaliações reais + SUS — iFood e satisfação de usuários
Medir satisfação e identificar pontos de dor em app de delivery real
iFood — aplicativo dominante de delivery no Brasil
12 reclamações documentadas + 2 estatísticas agregadas oficiais + painel SUS de 6 respondentes
Avaliações públicas reais (codificação) + SUS simulado, calibrado com os achados reais
Google Play, Reclame Aqui e reportagens — dados públicos reais
Categorização fechada de 12 reclamações documentadas por tipo de problema
Questionário padronizado de 10 itens, painel simulado de 6 respondentes
Ao contrário das Pesquisas 1 e 2, este projeto se ancora em dados reais publicamente disponíveis (avaliações de app store, Reclame Aqui, reportagens). Apenas a etapa de SUS foi simulada — mas calibrada para refletir, de forma internamente coerente, os padrões de reclamação reais documentados abaixo.
Dados coletados diretamente das plataformas em julho de 2026.
Segundo o resumo oficial da própria página do iFood no Reclame Aqui, as reclamações mais comuns são sobre "Estorno do valor pago" e "Dificuldade de cadastro" — por vir agregado diretamente da plataforma (não de uma amostra própria), este é o dado mais robusto da coleta. Fonte: Reclame Aqui ↗
12 reclamações documentadas via busca (Reclame Aqui, Google Play, reportagens), parafraseadas e sem identificação de usuário — amostra intencional, não estatisticamente representativa.
| # | Fonte | Resumo | Categoria |
|---|---|---|---|
| 1 | Reclame Aqui (oficial) | Estorno do valor pago é a categoria de reclamação mais comum | Cobrança/taxa |
| 2 | Reclame Aqui (oficial) | Dificuldade de cadastro é a segunda categoria mais comum | Bugs/instabilidade |
| 3 | Google Play, jan/2026 | Entrega adiada duas vezes; suporte parou de responder ao cancelar; compensação de R$5 | Atraso Suporte |
| 4 | Google Play, abr/2026 | Impossível alterar e-mail/telefone/endereço; código de verificação não chega | Bugs/instabilidade |
| 5 | Google Play, abr/2026 | Sem suporte para telefone ou cartão internacional | Bugs/instabilidade |
| 6 | Reclame Aqui (A Tarde) | Esperou entregador 15+ min; pedido cancelado sem reembolso | Atraso Cobrança/taxa |
| 7 | Reclame Aqui (A Tarde) | Pedido acima de R$400; itens não entregues; reembolso negado mesmo com prova | Erro no pedido Cobrança/taxa |
| 8 | Reclame Aqui | Prazo alterado três vezes; item final entregue incorreto | Atraso Erro no pedido |
| 9 | Reclame Aqui | Erro de validação de acesso após desbloqueio, sem atualização apesar de prazo prometido | Bugs/instabilidade |
| 10 | Reclame Aqui | Demora excessiva combinada com impossibilidade de cancelar e ausência de suporte | Atraso Suporte |
| 11 | Google Play | Entregador reportado por tentar cobrar valor extra alegando problema falso; suporte não agiu | Entregador Suporte |
| 12 | TechTudo, fev/2026 | App mostra preços diferentes para o mesmo prato dependendo da conta, inclusive entre assinantes e não assinantes | Cobrança/taxa |
Fonte do caso 12: TechTudo, fevereiro de 2026 ↗
| Categoria | Ocorrências | % da amostra |
|---|---|---|
| Atraso na entrega | 5 | 42% |
| Cobrança/taxa | 4 | 33% |
| Bugs/instabilidade do app | 4 | 33% |
| Suporte ao cliente | 4 | 33% |
| Erro no pedido | 2 | 17% |
| Problema com entregador | 1 | 8% |
Alguns casos foram contados em mais de uma categoria, por combinarem múltiplos problemas na mesma reclamação.
A combinação do dado oficial do Reclame Aqui ("estorno" como categoria #1) com o achado do TechTudo (preços diferentes por conta) sugere que o principal ponto de dor não é operacional (comida atrasada), mas de confiança na transparência financeira — quanto o cliente paga, e se recebe de volta o que tem direito.
Painel fictício de 6 respondentes, calibrado para refletir de forma coerente os padrões de reclamação reais documentados acima. Escala 1-5 (1 = discordo totalmente, 5 = concordo totalmente).
| Item | R1 | R2 | R3 | R4 | R5 | R6 | Média |
|---|---|---|---|---|---|---|---|
| 1. Gostaria de usar com frequência | 5 | 4 | 5 | 5 | 4 | 5 | 4,67 |
| 2. Desnecessariamente complexo | 2 | 2 | 1 | 3 | 2 | 2 | 2,00 |
| 3. Fácil de usar | 5 | 4 | 5 | 4 | 4 | 5 | 4,50 |
| 4. Precisaria de apoio técnico | 1 | 2 | 1 | 3 | 2 | 1 | 1,67 |
| 5. Funções bem integradas | 4 | 3 | 4 | 3 | 3 | 4 | 3,50 |
| 6. Muita inconsistência | 3 | 4 | 2 | 3 | 2 | 2 | 2,67 |
| 7. Maioria aprenderia rápido | 5 | 4 | 5 | 4 | 4 | 5 | 4,50 |
| 8. Muito complicado | 1 | 2 | 1 | 2 | 2 | 1 | 1,50 |
| 9. Me senti confiante usando | 3 | 3 | 4 | 2 | 3 | 3 | 3,00 ⚠ |
| 10. Precisei aprender coisas novas | 2 | 2 | 1 | 3 | 2 | 1 | 1,83 |
| Respondente | Soma ímpares −1 | Soma 5 − pares | Total (0-40) | Score SUS (×2,5) |
|---|---|---|---|---|
| R1 (Millennial) | 17 | 16 | 33 | 82,5 |
| R2 (Millennial) | 13 | 13 | 26 | 65,0 |
| R3 (Millennial) | 18 | 19 | 37 | 92,5 |
| R4 (Alpha) | 13 | 11 | 24 | 60,0 |
| R5 (Alpha) | 13 | 15 | 28 | 70,0 |
| R6 (Alpha) | 17 | 18 | 35 | 87,5 |
O item 9 ("me senti confiante usando o app") teve a pior média entre os itens positivos (3,0), destoando de "fácil de usar" (4,5) e "aprenderia rápido" (4,5). Isso é internamente coerente com o achado real: o problema do iFood não é a usabilidade básica (funciona bem, refletido na nota real de 4,7/5), é a confiança na parte financeira/transparência. SUS mede usabilidade percebida da interface, não necessariamente confiabilidade do serviço — os dois podem divergir, como divergiram aqui.
Diferença entre grupos: Alpha pontuou ~7,5 pontos abaixo de Millennial, principalmente pelos itens 4 e 10 (necessidade de apoio/aprendizado) — coerente com a hipótese de que usuários novos levam mais tempo para se sentir fluentes no produto, mesmo em um app popular e bem avaliado.
Reunindo as três medições quantitativas por geração feitas neste portfólio (SUS desta pesquisa + task success e tree testing da Pesquisa Avaliativa), e confrontando com as hipóteses levantadas na Pesquisa Generativa. Todos os valores vêm diretamente das tabelas já documentadas nas três pesquisas — nenhum dado novo foi coletado para este dashboard.
Linha vertical = benchmark de mercado (~68, Bangor/Kortum/Miller 2008). Escala 0-100.
Média das tarefas T1-T5 (comuns aos dois grupos); T6 (só Grupo B) teve 100% e não entra na média comparativa.
Média das 4 tarefas (TT1-TT4). Diretividade segue o mesmo padrão, com Alpha sistematicamente abaixo.
Nas três medições — em dois métodos diferentes (avaliativo e quantitativo) e dois produtos diferentes (VagaCerta e iFood) — a Geração Alpha pontua sistematicamente um pouco abaixo do Millennial, mas a diferença nunca é grande (4 a 8 pontos percentuais). Esse padrão consistente e pequeno é evidência quantitativa direta a favor do Achado 3 da Pesquisa 2: os problemas de usabilidade encontrados no portfólio são de produto, não de geração.
| Hipótese / Insight | Origem | Evidência nas Pesquisas 2 e 3 | Veredito |
|---|---|---|---|
| Alpha terá desempenho/satisfação um pouco abaixo do Millennial, mas por motivo de produto, não de geração | Achado 3, Pesquisa 2 | Padrão se repete nas 3 medições acima: sempre pequeno (4-8pp) e nunca concentrado em um único ponto | Confirmado |
| H2 — autonomia e risco percebido diferem entre gerações | Protocolo, Pesquisa 1 | Alpha se autoavalia mais autônomo (72%) do que os responsáveis reconhecem (57%) — TIC Kids Online 2025 | Confirmado |
| IS2 — prova social/recomendação pesa mais para Millennials | Síntese, Pesquisa 1 | 58% dos Millennials confiam mais em recomendações/IA do que em pessoas próximas — mLabs/Conversion 2025 | Confirmado |
| IS5 — "decisão de compra" pode não ser um eixo válido de comparação entre gerações | Síntese, Pesquisa 1 | Nenhuma das Pesquisas 2 ou 3 mediu comportamento de compra por geração — a lacuna identificada na Pesquisa 1 se manteve | Confirmado |
| H1 — motivo de uso difere estruturalmente (consumo/compra vs. socialização) | Protocolo, Pesquisa 1 | Não testável com os métodos avaliativo/quantitativo deste portfólio — medem desempenho e satisfação, não motivação declarada | Não avaliável aqui |
O foco em transparência financeira (explicitar variações de preço, política clara de reembolso, quebra de taxa por componente) pode ter ROI mais alto que investimentos em velocidade ou design visual — já que esses itens já têm avaliação positiva tanto nos dados reais quanto no SUS simulado. Uma estratégia de redesign deveria começar por restituir a confiança do usuário em relação a valores.
O achado de maior severidade aqui (reembolso/transparência financeira) tem o mesmo formato do problema de maior severidade encontrado no teste de usabilidade do VagaCerta: fluxos que interrompem a tarefa principal do usuário sem preservar contexto de retorno geram abandono e desconfiança — independentemente do domínio (emprego ou delivery) ou da geração do usuário.
Explore todos os dados, codificação e análises da pesquisa no repositório: