# Modelo de pesquisa pós-cancelamento: descubra o motivo real da saída (e prepare o win-back)

> Publicado em 2026-07-13 · ConectaAI (https://conectaai.io) · Versão HTML: https://conectaai.io/blog/modelo-pesquisa-pos-cancelamento-motivo-saida-provedor.html
> Categoria: Recursos. Público: provedores de internet (ISPs) brasileiros.

O motivo que o cliente diz na hora de cancelar quase nunca é o motivo real. 'Está caro' pode ser 'cansei de cair'; 'vou mudar de endereço' às vezes é só a saída mais educada. A pesquisa pós-cancelamento — feita depois que a poeira baixou, curta e sem tentar segurar ninguém — é onde o motivo verdadeiro aparece. Este é o modelo pronto para você copiar: abertura, pergunta do motivo, pergunta aberta, porta aberta pro win-back e agradecimento, cada um com [CAMPOS] preenchíveis e a nota de bom uso. É o ativo mais barato de diagnóstico que um provedor tem — e o começo do win-back.

## Resumo executivo

- **O que é:** um modelo-base de pesquisa pós-cancelamento — abertura, motivo, pergunta aberta, porta aberta e agradecimento — pronto pra copiar, trocar os [CAMPOS] e adaptar ao seu tom.
- **Para que serve:** descobrir o motivo REAL da saída, que quase nunca é o que o cliente falou no ato do cancelamento — e alimentar tanto a melhoria da operação quanto o win-back futuro.
- **Regra número um:** esta pesquisa NÃO é para reter à força. O cliente já decidiu; o papel aqui é ouvir com respeito, agradecer e registrar — não empurrar oferta.
- **Curto e honesto:** duas ou três perguntas no máximo, sem culpa e sem defensiva. Pesquisa longa depois do cancelamento não é respondida.
- **O dado é ouro dobrado:** ele revela a fissura que ainda expulsa gente da base atual e marca quem é candidato a voltar quando o motivo passar.
- **Aviso de canal:** é mensagem ativa. No WhatsApp exige template aprovado (HSM) e opt-in — e quem cancelou continua com direito ao opt-out; respeite o 'não quero mais contato'.

## O que é e como usar

Este é um **modelo de pesquisa pós-cancelamento** — o texto-base que você envia ao assinante *depois* que ele já saiu, para descobrir por que saiu de verdade. Vem em cinco blocos (abertura, motivo, pergunta aberta, porta aberta e agradecimento), cada um pronto para copiar, trocar os `[CAMPOS]` e ajustar ao tom da sua marca.

Ele é diferente da retenção no [ato do cancelamento](https://conectaai.io/blog/retencao-ato-cancelamento-provedor.html), que acontece na hora, com o cliente na linha e uma janela estreita de negociação. Aqui a decisão já foi consumada — e é justamente por isso que a pesquisa funciona: o cliente que já saiu não tem nada a perder ao ser sincero. É a fonte de diagnóstico mais honesta que um provedor tem.

Antes dos modelos, três regras que valem para todos os blocos e que definem se a pesquisa vai ser respondida ou ignorada:

- **Não é para reter à força.** Esta é a regra que atravessa tudo. O cliente decidiu; a pesquisa respeita a decisão. Nada de oferta disfarçada de pergunta, nada de "tem certeza?", nada de tentar reverter. Qualquer cheiro de retenção mata a confiança e a resposta. Você está aqui para ouvir, não para segurar.
- **Curta e sem culpa.** Duas ou três perguntas, no máximo — depois de cancelar, ninguém preenche formulário. E o tom nunca acusa ("por que você nos abandonou?") nem se defende ("mas a gente avisou..."). Reconhece a saída, agradece e pergunta com humildade.
- **Aja sobre o que receber.** O motivo só vale se virar duas coisas: correção da fissura que ainda está na base e semente de win-back para depois. Pesquisa que ninguém lê é incômodo gratuito com quem já foi embora — o pior tipo.

E o aviso de canal, que aqui tem um agravante: **toda pesquisa é mensagem ativa.** No WhatsApp, iniciar o contato exige modelo aprovado (HSM) e opt-in. Como o destinatário é alguém que acabou de cancelar, o **opt-out** pesa ainda mais — se ele pediu para não receber mais nada, a pesquisa não vai, ponto. Respeitar isso é parte da mesma postura que preserva o win-back. Os textos abaixo são a base do template, não um atalho para pular a aprovação nem para ignorar a permissão.

Cada modelo é um esqueleto. Os valores e o grau de formalidade são ilustrativos — a voz certa é a da sua operação.

## Os modelos

### 1. Abertura — obrigado pelo tempo que foi cliente

> "Olá, [NOME]. Aqui é da [PROVEDOR]. Vimos que você encerrou seu plano com a gente — e, antes de tudo, obrigado pelo tempo em que foi nosso cliente. Se puder, queríamos entender o que motivou sua saída. São só duas perguntas rápidas, e sua resposta ajuda a gente a melhorar."

**Nota de bom uso:** esta abertura faz uma coisa e não faz outra. Faz: reconhece a saída, agradece de verdade e enquadra a pesquisa como curta e útil. Não faz: nenhuma tentativa de reverter, nenhum "temos uma oferta especial para você ficar". Se aqui aparecer qualquer semente de retenção, o ex-cliente sente a armadilha e não responde. O agradecimento tem de ser sincero — o cliente foi receita real por um tempo, e reconhecer isso é o que abre a porta para ele falar.

### 2. Pergunta do motivo (opções fechadas)

> "O que mais pesou na sua decisão de sair? \n· Preço \n· Mudança de endereço \n· Problema técnico (lentidão, quedas) \n· Atendimento \n· Fui para outro provedor \n· Outro"

**Nota de bom uso:** a resposta fechada existe para você conseguir agregar — ver "22 saíram por problema técnico" de um jeito que a aberta não entrega. Mantenha as opções estáveis ao longo do tempo; mudou a lista, perdeu a série histórica. Note que "mudança de endereço" quase nunca tem solução de retenção, mas é ouro de win-back: se o endereço voltar à cobertura, é o candidato mais barato de reconquista. Já "problema técnico" e "atendimento" apontam a fissura que ainda expulsa gente da base atual — o dado mais urgente que esta pesquisa produz.

### 3. Pergunta aberta — o que poderíamos ter feito diferente

> "Se puder, conta em uma frase: o que a [PROVEDOR] poderia ter feito diferente para você continuar? Pode ser sincero — é assim que a gente melhora."

**Nota de bom uso:** a pergunta fechada dá o *quê*; esta dá o *porquê*, e é onde o rótulo vira diagnóstico. "Preço" na fechada, aqui, vira "eu topava pagar, mas cansei de ligar e ninguém resolver". Deixe o convite explícito à sinceridade ("pode ser sincero") — depois de cancelar, o cliente responde melhor quando sente que não vai magoar ninguém. Uma pergunta aberta só; não emende três. E não se defenda da resposta: ela é para ler e categorizar, não para rebater. É esse texto livre que, no agregado, revela padrões que nenhuma opção fechada anteciparia.

### 4. Porta aberta — se um dia precisar, estaremos aqui

> "Respeitamos totalmente sua decisão. E fica o convite: se um dia fizer sentido voltar, a porta está aberta e será um prazer ter você de novo. Enquanto isso, desejamos tudo de bom, [NOME]."

**Nota de bom uso:** esta é a semente do win-back — e o segredo é plantá-la *sem pressão*. Não é uma oferta, não é um "volte e ganhe", não é um gancho comercial. É só deixar claro que a saída foi respeitada e que o retorno é bem-vindo quando (e se) o cliente quiser. É exatamente essa ausência de pressão que faz a mensagem funcionar: o ex-cliente guarda a impressão de ter sido tratado com respeito, e é essa impressão que faz uma [campanha de win-back](https://conectaai.io/blog/win-back-reconquistar-assinantes-provedor.html) funcionar meses depois, quando o motivo que o fez sair já passou. Transformar essa oferta em pressão aqui queima os dois momentos de uma vez.

### 5. Agradecimento final

> "Obrigado por dedicar esse minuto, [NOME]. Sua resposta vai direto para quem pode melhorar a [PROVEDOR]. Desejamos tudo de bom pra você. 🙂"

**Nota de bom uso:** fechar com gratidão sela o tom da pesquisa inteira. E não é vazio: dizer que a resposta "vai direto para quem pode melhorar" só vale se for verdade — o cliente percebe teatro. Se o motivo registrado realmente alimenta a correção da operação e a lista de win-back, o agradecimento é honesto. É o último contato antes de um possível reencontro; que a última memória seja de respeito.

## Depois de preencher: da resposta à ação

Com os `[CAMPOS]` preenchidos e o tom ajustado, você tem uma pesquisa que faz duas coisas ao mesmo tempo — por isso ela é ouro dobrado.

Primeiro, ela **corrige o presente.** Quando o motivo fechado se acumula — "22 saíram por problema técnico neste mês" — você achou a fissura que ainda está expulsando gente que continua na base. O ex-cliente já foi, mas o problema que o levou embora ainda opera contra os assinantes atuais. É a leitura mais acionável da pesquisa: ela alimenta a [voz do cliente que vira melhoria](https://conectaai.io/blog/voz-do-cliente-feedback-melhoria-provedor.html), transformando saída em conserto.

Segundo, ela **prepara o futuro.** Cada motivo registrado marca o candidato certo para o win-back: quem saiu por mudança volta se o endereço voltar à cobertura; quem saiu por preço volta se a percepção de valor mudar; quem saiu por um problema técnico já resolvido é o alvo mais óbvio — "consertamos exatamente o que te fez sair". A pesquisa é o que separa uma lista genérica de ex-clientes de uma lista *segmentada por motivo*, que é o que faz a reconquista deixar de ser tiro no escuro.

E há a relação com a outra ponta da medição. A [pesquisa de satisfação (NPS, CSAT, CES)](https://conectaai.io/blog/modelo-pesquisa-satisfacao-nps-csat-provedor.html) mede quem está na base para prevenir a saída *antes* que ela aconteça; a pós-cancelamento fecha o ciclo, lendo quem já saiu para não repetir o erro. Juntas, dão o retrato completo do que segura e do que perde cliente.

É aqui que a IA muda a economia. O custo dessa pesquisa nunca foi escrever as perguntas — foi disparar para cada cancelamento, coletar, categorizar e cruzar com o histórico, o que não escala na mão. Com a IA no atendimento, a pesquisa dispara sozinha quando o cancelamento é registrado (respeitando template, opt-in e o opt-out de quem saiu), a resposta aberta é categorizada por tema sem leitura manual, e o candidato a win-back fica marcado com o motivo — o mesmo princípio que sustenta um [call center com IA para provedor](https://conectaai.io/blog/call-center-ia-provedor-internet.html). A coleta passa a cobrir todos os cancelamentos, no timing certo, sem inflar a equipe.

Reveja o texto de tempos em tempos: leia as respostas reais, ajuste a frase que soar fora da marca e a opção de motivo que faltar. Quer ver essa pesquisa disparando e categorizando com os dados de um provedor real? [Agende uma demonstração de 20 minutos](https://calendar.app.google/gcAyr2SvyNVNhwb86).

## Fontes e mais leitura

- [O cliente ligou para cancelar: a última janela de retenção](https://conectaai.io/blog/retencao-ato-cancelamento-provedor.html) — o momento *anterior* a esta pesquisa, quando ainda há negociação; aqui a decisão já foi consumada.
- [Win-back: como reconquistar o assinante que cancelou o provedor](https://conectaai.io/blog/win-back-reconquistar-assinantes-provedor.html) — o que a pesquisa pós-cancelamento alimenta: a reconquista segmentada por motivo.
- [Voz do cliente: como transformar feedback em melhoria no provedor](https://conectaai.io/blog/voz-do-cliente-feedback-melhoria-provedor.html) — como o motivo registrado vira correção da operação atual.
- [Modelos de pesquisa de satisfação (NPS, CSAT, CES) prontos pro provedor](https://conectaai.io/blog/modelo-pesquisa-satisfacao-nps-csat-provedor.html) — a outra ponta da medição, que lê quem está na base para prevenir a saída.
- [Call center com IA para provedor de internet: o guia completo](https://conectaai.io/blog/call-center-ia-provedor-internet.html) — como a IA dispara, categoriza e encaminha a ação a partir das respostas.

## Perguntas frequentes

### Qual a diferença entre o motivo que o cliente dá no cancelamento e o que a pesquisa capta?

No ato do cancelamento o cliente está com pressa, muitas vezes irritado, e dá a resposta mais rápida de encerrar a conversa — 'está caro', 'vou me mudar'. É um rótulo, não o diagnóstico. A pesquisa pós-cancelamento chega dias depois, quando a tensão baixou e ele não tem mais nada a perder ao ser franco. É aí que 'está caro' vira 'a internet caía toda noite e eu não sentia que valia o preço', e 'vou mudar de endereço' vira 'só quis sair sem discussão'. O motivo real é o que serve para consertar a operação; o rótulo do ato do cancelamento, não.

### Não é estranho perguntar para quem acabou de cancelar?

Não, desde que você não tente reter. O que incomoda o ex-cliente é a abordagem que insiste em segurá-lo depois do 'não'. Uma pesquisa curta, que reconhece a saída, agradece o tempo que ele foi cliente e pergunta honestamente o que faltou soa como o oposto: respeito. Muitos ex-clientes respondem justamente porque não estão sendo pressionados. O tom faz tudo — nada de culpa, nada de defensiva, nada de oferta escondida no fim. Só uma escuta genuína.

### Posso disparar essa pesquisa no WhatsApp para quem cancelou?

Pode, com duas regras. Primeiro, é mensagem ativa — o provedor iniciando o contato — e, no WhatsApp, iniciar exige modelo aprovado (HSM) e opt-in do assinante. Segundo, e específico deste caso: o cliente cancelou, mas continua com direito ao opt-out. Se ele pediu para não receber mais contato, esse pedido vale e a pesquisa não vai. Respeitar isso não é só conformidade — é a mesma postura de respeito que preserva a chance de win-back. Os modelos servem de base para o texto do template, que ainda passa pela aprovação da Meta.

### Quanto tempo depois do cancelamento devo enviar?

Não há um prazo mágico, e este modelo não inventa um. A lógica é simples: cedo o bastante para o cliente ainda lembrar do motivo, tarde o bastante para a tensão do ato do cancelamento ter passado. Alguns dias costumam ser um bom senso — nem em cima da irritação, nem tão tarde que a memória esfriou. O importante é que a pesquisa seja curta e única: um disparo, sem insistência. Se ele não responder, não persiga; a ausência de resposta também é um dado.

### A IA da ConectaAI dispara essa pesquisa e organiza as respostas?

Sim, e é aqui que o modelo vira operação. Quando um cancelamento é registrado, a IA pode disparar a pesquisa no canal certo, respeitando template e opt-in/opt-out. As respostas do motivo já vêm estruturadas (preço, mudança, técnico, atendimento, concorrente) e as respostas abertas são categorizadas por tema sem leitura manual — então você enxerga, no agregado, qual fissura mais expulsa gente. E o candidato a win-back fica marcado com o motivo registrado, pronto para uma campanha de reconquista quando aquele motivo passar. O modelo é o texto de partida; a automação é o que faz a coleta cobrir todos os cancelamentos, no timing certo.

## Veja também

- [A central de conhecimento do provedor de internet: todos os guias de atendimento com IA num só lugar](https://conectaai.io/blog/central-conhecimento-atendimento-provedor-internet.html)
- [Antes de chamar o suporte: o checklist que resolve metade dos casos em 5 minutos (compartilhe com o cliente)](https://conectaai.io/blog/checklist-antes-de-chamar-suporte-internet-cliente-provedor.html)
- [Scorecard de qualidade do atendimento: o checklist de monitoria que separa bom de ruim (humano e IA)](https://conectaai.io/blog/checklist-auditoria-qualidade-atendimento-scorecard-provedor.html)
- [Checklist: contratar um call center de IA para provedor (grátis)](https://conectaai.io/blog/checklist-contratar-call-center-ia-provedor.html)