MÉTODO DE COLETA DE FEEDBACK BASEADO EM NUVENS PERCEPTUAIS DE PALAVRAS

Os sistemas de coleta de feedback, tais como pesquisas de satisfação, têm o foco na quantificação da satisfação: seja atribuindo notas de 1 a 10, seja utilizando uma escala de concordância, o consumidor precisa refletir e atribuir uma nota ao responder tais pesquisas. O diferencial do processo ora proposto está na forma de coletar os dados, visto que os usuários irão se deparar com uma tela interativa na qual ele irá produzir sua nuvem de palavras para representar seu pensamento. Este método utiliza a experiência estética e a racionalidade subjetiva do respondente, pois embora ele não esteja deliberadamente pensando o quanto determinado termo é mais importante que outro, ele saberá responder pelo estímulo visual; posicionando e dimensionando os termos que ele julga relevante sobre a pergunta em questão. Neste método, a nuvem de palavras é usada como coleta de dados, para obter como cada sujeito organiza suas ideias sobre um tema, respondendo a uma pergunta estímulo. Este método envolve: uma (ou mais) pergunta-estímulo, palavras-chave de respostas e uma área de saída, sendo utilizado preferencialmente em um dispositivo com tela touchscreen. Os sujeitos envolvidos no processo são: o usuário do sistema de coleta de feedback e o consumidor final, cliente do usuário. O usuário do sistema de coleta de dados personaliza a sua pesquisa, cadastrando a pergunta-estímulo e as palavras-chave de resposta, e libera o sistema para as respostas dos seus consumidores. O consumidor, ante a pergunta estímulo, arrasta as palavras-chave de resposta para a área de resposta, dimensionando as palavras-chave e dispondo na área delimitada da forma que melhor representa sua ideia sobre a pergunta realizada: a dimensão e a disposição no plano cartesiano das palavras-chave utilizadas em cada resposta são as métricas que serão arquivadas no sistema. Para cada resposta, o sistema salvaria informações sobre posição cartesiana (X,Y), dimensão, e quais itens foram utilizados. De maneira agregada, o sistema teria a métricas sobre dimensão e localização dos itens, além de quais palavras-chave mais ocorreram e quais palavras-chave coocorrem com mais frequência.