Matriz importância x desempenho (IPA): priorize onde investir

Por Equipe VisionCX · 13 de julho de 2026 · Leitura de ~9 min

Toda PME chega no mesmo dilema: a pesquisa aponta dez pontos a melhorar, mas o orçamento cobre dois. Melhorar o quê primeiro? A matriz importância x desempenho, conhecida pela sigla IPA (do inglês Importance-Performance Analysis), resolve esse problema em um único gráfico. Ela cruza o quanto cada atributo importa para o cliente com o quanto você entrega nele e transforma dados de satisfação numa lista clara de priorização. Em vez de investir onde o time acha que importa, você investe onde os dados mostram que importa.

O que é a matriz importância x desempenho (IPA)?

A matriz IPA é uma ferramenta de análise apresentada por John Martilla e John James em 1977, num artigo do Journal of Marketing, e usada até hoje em pesquisa de mercado e Customer Experience. A ideia é simples e poderosa: em vez de olhar a satisfação atributo por atributo, você posiciona cada um deles num plano de dois eixos.

• Importância: o quanto aquele atributo pesa na decisão do cliente de comprar, voltar ou recomendar.
• Desempenho: o quanto sua empresa entrega naquele atributo, medido pela satisfação declarada do cliente.

Na formulação clássica, a importância vai no eixo vertical e o desempenho no horizontal, mas muitas ferramentas invertem essa disposição. A orientação dos eixos não muda o método: o que importa é que cada atributo receba um par de coordenadas (importância, desempenho). Ao dividir o plano ao meio em cada eixo, surgem quatro quadrantes. A posição de cada atributo já sugere a ação: investir, manter, adiar ou realocar. É por isso que a matriz é tão querida em CX. Ela traduz uma planilha cheia de médias numa decisão visual e defensável diante do time e da diretoria.

Os quatro quadrantes da matriz IPA

O coração do método são os quatro quadrantes. Entender o significado de cada um é o que separa "fazer um gráfico bonito" de "tomar uma boa decisão".

Concentre-se aqui: alta importância, baixo desempenho

Este é o quadrante que muda o rumo do negócio. São atributos que o cliente considera essenciais e nos quais você entrega mal. Cada ponto aqui é uma dor real: o cliente se importa e está insatisfeito. É onde o investimento gera o maior retorno em satisfação, retenção e reputação. Se você só pudesse olhar um quadrante, seria este.

Mantenha o bom trabalho: alta importância, alto desempenho

São seus pontos fortes: coisas que importam para o cliente e que você faz bem. A tentação é ignorá-los porque "já estão bons", mas é justamente esse quadrante que sustenta a lealdade e vira argumento de venda. A ordem aqui é não relaxar. Perder desempenho num atributo importante empurra o ponto direto para o "Concentre-se aqui" e vira crise.

Baixa prioridade: baixa importância, baixo desempenho

Atributos em que você entrega mal, mas que o cliente pouco valoriza. A insatisfação existe, porém não move a agulha. Melhorar aqui consome recurso e quase não muda a percepção geral. A recomendação é deixar para depois, a menos que algo indique que esse atributo está ganhando importância com o tempo.

Possível excesso: baixa importância, alto desempenho

Aqui mora o desperdício silencioso. São coisas que você faz muito bem, mas que o cliente quase não valoriza. É o brinde caro que ninguém pediu, a embalagem premium, o recurso sofisticado que quase ninguém usa. Cuidado para não cortar por impulso: às vezes esse atributo é um diferencial de marca ou um fator de encantamento que ainda não apareceu como importante na pesquisa. Antes de mexer, cheque se ele não sustenta a imagem do negócio. Ainda assim, é a primeira fonte de onde tirar tempo, verba e energia para redirecionar ao quadrante "Concentre-se aqui".

Como montar uma matriz IPA passo a passo

A boa notícia é que você não precisa de software estatístico caro para começar. Uma planilha resolve. O fluxo é direto:

1. Liste os atributos certos. Escolha de 8 a 20 aspectos concretos da experiência: rapidez do atendimento, prazo de entrega, preço, qualidade do produto, facilidade de troca, pós-venda, clareza da comunicação. Fuja de itens vagos como "qualidade geral", que não indicam onde agir.
2. Meça o desempenho. Peça ao cliente para avaliar a satisfação com cada atributo, geralmente numa escala de 1 a 5 ou de 0 a 10. Mantenha a mesma escala em toda a pesquisa.
3. Meça a importância. Na mesma pesquisa, peça para avaliar o quanto cada atributo é importante ou calcule a importância pela correlação com a satisfação geral (falaremos disso adiante).
4. Calcule as médias. Para cada atributo, tire a média de importância e a média de desempenho no conjunto de respostas.
5. Trace as linhas divisórias. Use a média geral de importância como uma linha e a média geral de desempenho como a outra. Elas dividem o plano nos quatro quadrantes.
6. Plote e interprete. Marque cada atributo pelo par (importância, desempenho) e veja em que quadrante ele caiu. Comece a leitura sempre pelo "Concentre-se aqui".

Importância declarada x importância derivada

Existe um detalhe metodológico que faz muita diferença no resultado. A forma mais simples é a importância declarada: você pergunta direto "o quanto isso é importante para você?". O problema conhecido é que quase tudo vira muito importante. As notas se amontoam no topo e a matriz perde poder de discriminar, o mesmo efeito que atrapalha as escalas de importância em geral. Por isso muita gente prefere técnicas de trade-off como o MaxDiff para priorizar.

A alternativa é a importância derivada: em vez de perguntar, você estima a importância pela correlação (ou por regressão) entre a satisfação de cada atributo e uma métrica geral, como a satisfação total ou a intenção de recomendar (NPS). Atributos cuja variação mais acompanha a variação da nota geral são os que de fato pesam, mesmo que o cliente não diga isso em palavras. A importância derivada discrimina melhor e revela o que move a experiência de forma implícita. Para uma PME começando, a declarada já entrega valor; conforme a base cresce, migrar para a derivada afina o resultado. Se puder, use as duas e compare: quando declarada e derivada divergem muito num atributo, vale investigar o porquê.

Exemplo prático: uma clínica odontológica

Imagine uma clínica odontológica de médio porte em Belo Horizonte. A dona quer melhorar a experiência dos pacientes, mas só tem verba neste semestre para dois projetos. Ela disparou por WhatsApp uma pesquisa pedindo, para cada atributo, uma nota de satisfação e uma nota de importância. Com cerca de 180 respostas, chegou a esta tabela:

A média geral de importância ficou em torno de 7,0 e a de desempenho em torno de 6,9. Foram essas as linhas que dividiram os quadrantes. A leitura fica evidente:

• Ação imediata: reduzir o tempo de espera e facilitar a remarcação. São pontos importantes e mal avaliados; cada minuto ali dói na percepção do paciente.
• Proteger: a competência do dentista e a clareza do orçamento seguram a confiança. Não mexer, só monitorar para não deixar cair.
• Realocar: a decoração sofisticada aparece como "possível excesso". Poucos pacientes escolhem dentista pelo sofá de design. Parte desse orçamento pode migrar para resolver a fila da recepção, desde que a diretoria confirme que a decoração não é um pilar da marca.

Repare o que a matriz fez: transformou seis médias soltas em duas decisões claras e ainda mostrou de onde tirar o dinheiro. Sem ela, a tentação seria investir na decoração, que "aparece" mais, em vez de atacar a espera, que realmente incomoda.

Cuidados para a matriz IPA não te enganar

A matriz é poderosa, mas alguns erros comuns podem levar a decisões ruins. Fique atento a estes pontos:

• Pontos em cima das linhas. Atributos muito próximos das divisórias podem trocar de quadrante com uma pequena mudança nos dados. Não construa uma estratégia inteira sobre um ponto de fronteira; verifique a estabilidade com mais respostas antes de decidir.
• Todos os atributos parecem importantes. É o sintoma clássico da importância declarada inflada. Se a matriz "empurra" tudo para o lado de alta importância, considere usar a importância derivada.
• Atributos mal escolhidos. Se a lista não cobre o que o cliente valoriza, a matriz prioriza bem o conjunto errado. Comece ouvindo a voz do cliente em perguntas abertas para descobrir os atributos certos.
• Foto única. A importância dos atributos muda com o tempo e com o mercado. Refaça a matriz periodicamente; um item de "baixa prioridade" hoje pode virar decisivo amanhã.
• Ignorar segmentos. A matriz da base inteira pode esconder que clientes novos e antigos priorizam coisas diferentes. Quando possível, monte matrizes por segmento e compare.

IPA e outras técnicas de priorização

A matriz IPA não é a única forma de priorizar, e conhecer as vizinhas ajuda a escolher a certa para cada situação:

Na prática, elas se complementam. A análise de gap mede a distância entre o esperado e o entregue; a matriz IPA coloca esse gap num mapa de decisão com quadrantes; e o MaxDiff entra quando a importância declarada não discrimina bem os atributos. Escolher começa por uma pergunta: você quer diagnosticar (IPA, gap) ou definir o que o cliente mais valoriza do zero (MaxDiff)?

Como a VisionCX facilita a matriz IPA

Montar uma matriz IPA à mão dá trabalho: você precisa desenhar a pesquisa com escalas de importância e desempenho, coletar respostas suficientes, calcular médias e correlações e plotar tudo nos quadrantes certos. Na VisionCX, esse fluxo é integrado. Você cria a pesquisa de satisfação com os atributos que quer avaliar, dispara por WhatsApp para a sua base e a plataforma calcula importância e desempenho, posiciona cada atributo na matriz e ainda analisa os comentários abertos em português para explicar o porquê de cada quadrante. A decisão de onde investir deixa de ser opinião e passa a ter evidência por trás.

Se a sua PME vive o dilema de ter muitas frentes de melhoria e pouco orçamento, a matriz importância x desempenho é uma das formas mais claras de decidir o próximo passo com a cabeça do cliente, e não a do time.

Quer ver seus atributos posicionados nos quadrantes e descobrir onde investir primeiro? Conheça como a VisionCX ajuda sua PME a rodar pesquisas de CX e transformar dados em prioridades.

Faz parte do tema Métodos avançados.