Análise da satisfação dos clientes com os serviços de atendimento através de chatbots

Abstract

A crescente digitalização dos serviços de atendimento ao cliente tem impulsionado a adoção de chatbots, ferramentas baseadas em inteligência artificial que prometem rapi-dez, disponibilidade e eficiência. Neste contexto, o presente estudo teve como objetivo analisar a satisfação dos clientes com os serviços de atendimento prestados através de chatbots, identificando os fatores que influenciam a experiência do utilizador e a sua intenção futura de utilização e recomendação. A investigação adotou uma abordagem quantitativa, recorrendo a um inquérito por ques-tionário aplicado a utilizadores com experiência prévia no uso de chatbots. As variáveis em estudo foram fundamentadas no Technology Acceptance Model (TAM) e em contri-butos recentes da literatura sobre interação humano–máquina, contemplando dimen-sões como clareza e qualidade das respostas, facilidade e rapidez de uso, capacidade de resolução do problema, confiança e segurança no tratamento dos dados, satisfação global e recomendação. Os dados recolhidos foram analisados através de estatísticas descritivas, testes não paramétricos (Kruskal–Wallis), correlação de Pearson e regres-sões lineares simples. Os resultados indicam que a satisfação dos utilizadores é fortemente influenciada pela clareza das respostas e pela capacidade do chatbot de resolver a solicitação apresen-tada, enquanto a confiança e a segurança no tratamento dos dados pessoais apresen-tam um impacto moderado. A necessidade de recorrer ao atendimento humano após a interação com o chatbot e as preocupações com privacidade revelaram-se barreiras re-levantes à adoção. Adicionalmente, idade e ocupação mostraram diferenças significati-vas nas perceções sobre alguns aspetos da experiência. Conclui-se que os chatbots representam uma ferramenta útil e eficiente, sobretudo em interações simples e transacionais. Contudo, a ausência de personalização, limitações no processamento de solicitações complexas e questões relacionadas com a confiança constituem desafios que podem comprometer a satisfação plena do utilizador. O estudo contribui para uma melhor compreensão dos fatores determinantes da aceitação dos chatbots e fornece orientações práticas para a sua implementação mais eficaz no aten-dimento ao cliente.

The growing digitalization of customer service has accelerated the adoption of chatbots-artificial intelligence-based systems designed to deliver rapid, efficient, and continuously available support. This study aims to analyse customer satisfaction with chatbot-based service interactions, identifying the key factors that shape user experience, acceptance, and future behavioural intentions. A quantitative research design was employed using an online questionnaire administered to users with prior experience interacting with chatbots. The theoretical model was grounded in the Technology Acceptance Model (TAM) and complemented by recent lit-erature on human–machine interaction. The analysed dimensions included clarity and quality of responses, ease and speed of use, problem-solving capability, trust and data security, overall satisfaction, and recommendation intention. Data analysis involved de-scriptive statistics, non-parametric Kruskal–Wallis tests, Pearson correlations, and sim-ple linear regressions. Findings reveal that user satisfaction is strongly influenced by the clarity of the chatbot’s responses and its effectiveness in resolving the user’s request. Trust in data handling and perceived security also contribute, although to a moderate extent. Barriers such as the need for human assistance after chatbot interaction and concerns about privacy re-main critical obstacles to adoption. Additionally, age and occupation were found to sig-nificantly affect perceptions of certain dimensions of the chatbot experience. Overall, the results suggest that chatbots are effective tools for simple and transactional interactions; however, limited personalization, difficulties handling complex requests, and trust-related concerns may restrict higher levels of satisfaction. This study enhances un-derstanding of the determinants of chatbot acceptance and provides practical insights to support their optimised implementation in customer service environments.