A pesquisa de clima tem um conjunto de comentários para analisar. O feedback 360 tem quatro.
Gestor, pares, liderados e autoavaliação. Cada fonte enxerga o colaborador de um ângulo diferente, com expectativas diferentes, em contextos diferentes. O resultado é um volume de texto qualitativo que cresce rápido e que, analisado de forma manual, consome horas de trabalho do RH antes mesmo de chegar à parte que realmente importa: a devolutiva para o colaborador.
E há um problema adicional que o feedback 360 carrega e que a pesquisa de clima não tem. Não basta categorizar os comentários. É preciso cruzá-los.
Quando gestor, pares e liderados dizem coisas parecidas sobre comunicação, isso é um sinal forte. Quando um elogia e o outro aponta como problema, isso é uma divergência que precisa ser entendida. Identificar esses padrões manualmente, em um ciclo com dezenas ou centenas de colaboradores avaliados, é onde o processo costuma travar.
É aqui que a inteligência artificial muda o jogo.
O que torna o 360 diferente para a análise qualitativa
Em uma pesquisa de clima, todos os comentários vêm de uma única perspectiva: o colaborador falando sobre a empresa. A análise qualitativa, por mais trabalhosa que seja, opera em uma dimensão só.
No feedback 360, cada colaborador avaliado recebe comentários de até quatro fontes distintas, com papéis e experiências completamente diferentes:
O gestor observa entrega, alinhamento estratégico e comportamento em momentos de pressão. Os pares percebem colaboração, comunicação lateral e presença no time. Os liderados (quando aplicável) vivem a liderança no dia a dia, a clareza das orientações e o suporte recebido. A autoavaliação revela o nível de consciência do colaborador sobre seus próprios padrões.
Essas quatro vozes raramente dizem a mesma coisa. E é justamente na diferença entre elas que estão os insights mais valiosos do processo.
A IA consegue processar todas essas fontes ao mesmo tempo, identificar quais competências aparecem com mais frequência, classificar o sentimento de cada comentário e sinalizar onde há convergência e onde há divergência entre as perspectivas.
O que antes levava horas de leitura e cruzamento manual passa a ser feito em minutos.
O ponto de partida: uma planilha organizada
Antes de qualquer análise, o primeiro passo é consolidar todos os comentários do ciclo em uma planilha com três colunas: Matrícula do Colaborador, Fonte e Comentário. Aqui, reforçamos o cuidado para não enviar dados sensíveis dos colaboradores (exemplo: nome completo, cpf, rg, data de nascimento, endereço ou outros dados que possam levar a identificação do colaborador). Estes três campos são suficientes para entregar as análises necessárias.
Essa estrutura simples é o que vai permitir que a IA processe os dados com precisão, independente do nível de análise que você escolher.
Para ilustrar o processo, vamos usar comentários fictícios sobre um colaborador chamado Gustavo (matrícula 1042), avaliado em um ciclo de feedback 360. Em um ciclo real, a planilha teria centenas de linhas, com múltiplos colaboradores e múltiplas fontes.
Observe que no exemplo, não temos a identificação do colaborador Gustavo, somente o seu número de matrícula. Porém, o seu primeiro nome é revelado nos comentários, pois este é o comportamento esperado da pessoa que escreveu a avaliação.
| Matrícula | Fonte | Comentário |
|---|---|---|
| 1042 | Gestor | “Gustavo entrega resultados consistentes e raramente precisa de acompanhamento. Mas na hora de comunicar o andamento dos projetos para o time, deixa a desejar. As pessoas ficam sem clareza sobre prioridades.” |
| 1042 | Gestor | “Tem potencial claro de liderança, mas centraliza demais as decisões. Precisa aprender a confiar mais no time.” |
| 1042 | Pares | “É referência técnica no time. Quando aparece um problema difícil, todo mundo recorre ao Gustavo.” |
| 1042 | Pares | “A comunicação com ele poderia ser mais fluida. As respostas às vezes demoram e, quando chegam, faltam contexto.” |
| 1042 | Pares | “Colabora bem quando acionado, mas raramente toma iniciativa de integrar outras pessoas nas decisões dele.” |
| 1042 | Liderados | “Aprendo muito trabalhando com ele. Mas sinto falta de feedbacks mais frequentes. Fico sem saber como estou me saindo.” |
| 1042 | Liderados | “Quando ele explica o propósito de uma tarefa, tudo faz mais sentido e o trabalho flui melhor. Queria que isso acontecesse com mais frequência.” |
| 1042 | Liderados | “A cobrança por resultado é alta, mas às vezes sem considerar a capacidade do time no momento. Isso gera sobrecarga.” |
| 1042 | Autoavaliação | “Sei que preciso melhorar minha comunicação, especialmente em momentos de pressão. Quando estou sobrecarregado, fico menos presente para o time.” |
| 1042 | Autoavaliação | “Reconheço que delegar ainda é um desafio. Tenho dificuldade de abrir mão do controle em entregas que considero críticas.” |
Com a planilha montada, você tem duas formas de usar a IA para analisar esses dados.
Nível 1: Análise com prompt no ChatGPT ou no Claude
Neste nível, o processo acontece em dois momentos distintos: Primeiro, você classifica todos os comentários de uma vez. Depois, pede a síntese cruzada por colaborador.
Passo 1: Classificação dos comentários
Abra uma conversa nova no ChatGPT ou no Claude, anexe a planilha que você organizou e utilize o prompt abaixo:
Prompt para copiar (não esqueça de anexar a planilha à conversa):
Você é especialista em análise de feedback 360 e desenvolvimento de pessoas.
Em anexo, está uma planilha com comentários de um ciclo de avaliação 360.
As colunas são: Matrícula do Colaborador, Fonte e Comentário.
Para cada linha da planilha, acrescente três classificações:
1. Competência principal (escolha uma: comunicação, liderança, colaboração,
entrega de resultados, desenvolvimento de pessoas, gestão do tempo,
resolução de problemas)
2. Sentimento (positivo, negativo ou neutro/ambíguo)
3. Classificação (ponto forte, ponto de melhoria ou neutro)
Retorne uma tabela com as colunas:
Matrícula | Fonte | Comentário | Competência | Sentimento | Classificação
Exemplo de output para os comentários do Gustavo (Matrícula 1042):
| Matrícula | Fonte | Comentário | Competência | Sentimento | Classificação |
|---|---|---|---|---|---|
| 1042 | Gestor | “Gustavo entrega resultados consistentes…” | Entrega de resultados | Ambíguo | Ponto forte |
| 1042 | Gestor | “Tem potencial claro de liderança, mas centraliza demais…” | Liderança | Ambíguo | Ponto de melhoria |
| 1042 | Pares | “É referência técnica no time…” | Resolução de problemas | Positivo | Ponto forte |
| 1042 | Pares | “A comunicação com ele poderia ser mais fluida…” | Comunicação | Negativo | Ponto de melhoria |
| 1042 | Pares | “Colabora bem quando acionado…” | Colaboração | Ambíguo | Ponto de melhoria |
| 1042 | Liderados | “Aprendo muito trabalhando com ele. Mas sinto falta de feedbacks…” | Desenvolvimento de pessoas | Ambíguo | Ponto de melhoria |
| 1042 | Liderados | “Quando ele explica o propósito de uma tarefa…” | Comunicação | Positivo | Ponto forte |
| 1042 | Liderados | “A cobrança por resultado é alta…” | Liderança | Negativo | Ponto de melhoria |
| 1042 | Autoavaliação | “Sei que preciso melhorar minha comunicação…” | Comunicação | Negativo | Ponto de melhoria |
| 1042 | Autoavaliação | “Reconheço que delegar ainda é um desafio…” | Liderança | Negativo | Ponto de melhoria |
Copie essa tabela de volta para uma nova aba da planilha. Ela será a base para o Passo 2.
Passo 2: Síntese cruzada por colaborador
Com a tabela classificada, use este segundo prompt para gerar a síntese por matrícula:
Prompt para copiar:
Com base na tabela obtida, para cada Matrícula do Colaborador:
1. Liste as 3 competências mais mencionadas em todas as fontes combinadas
2. Para cada competência, indique se há convergência (as fontes apontam
na mesma direção) ou divergência (fontes têm percepções opostas)
3. Identifique o comentário mais representativo de cada fonte para a
competência mais recorrente
4. Escreva um parágrafo de síntese com os pontos fortes confirmados
por mais de uma fonte e as prioridades de desenvolvimento
Organize o resultado por Matrícula do Colaborador.
Exemplo de output para o caso do Gustavo:
Competências mais mencionadas:
- Comunicação (aparece em todas as 4 fontes)
- Liderança (gestor, pares e autoavaliação)
- Desenvolvimento de pessoas (liderados e autoavaliação)
Convergência e divergência:
- Comunicação: convergência negativa. Gestor, pares, liderados e a própria autoavaliação do Gustavo apontam a comunicação como ponto de melhoria. É o padrão mais sólido de todo o ciclo.
- Liderança: divergência parcial. Gestor e pares reconhecem potencial. Liderados percebem sobrecarga e falta de delegação. A autoavaliação confirma a dificuldade com delegação.
- Desenvolvimento de pessoas: divergência positivo-negativo. Um liderado destaca que aprende muito com Gustavo. Outro sente falta de feedback estruturado. Não é uma percepção uniforme.
Síntese: Gustavo é reconhecido como referência técnica por pares e como profissional de entrega consistente pelo gestor. O ponto de atenção central e unânime é a comunicação: falta clareza, frequência e contexto nas interações com o time. A dificuldade com delegação, confirmada pelo próprio Gustavo, aparece como fator que limita o desenvolvimento dos liderados e sobrecarrega a equipe. O PDI do próximo ciclo tem um ponto de partida claro.
Nível 2: Planilha com IA integrada
Para equipes que precisam processar múltiplos colaboradores ao mesmo tempo, a planilha com IA é mais eficiente e mais escalável. Ela processa centenas de linhas de uma vez, sem precisar copiar e colar nada manualmente.
Como completar a planilha
A planilha que você já montou com as colunas Matrícula, Fonte e Comentário é o ponto de partida. Basta acrescentar três colunas à direita para receber as classificações da IA:
| A: Matrícula | B: Fonte | C: Comentário | D: Competência | E: Sentimento | F: Classificação |
|---|---|---|---|---|---|
| 1042 | Gestor | “Gustavo entrega resultados consistentes…” | |||
| 1042 | Pares | “É referência técnica no time…” | |||
| 1042 | Liderados | “Aprendo muito trabalhando com ele…” |
As colunas D, E e F serão preenchidas automaticamente pelas fórmulas de IA abaixo.
No Google Sheets com Gemini
Adicione nas colunas D, E e F as seguintes fórmulas, a partir da linha 2:
Coluna D (Competência):
=GEMINI("Classifique a competência principal do comentário abaixo de um feedback 360. Escolha apenas uma entre: comunicação, liderança, colaboração, entrega de resultados, desenvolvimento de pessoas, gestão do tempo, resolução de problemas. Retorne apenas a palavra ou expressão escolhida, sem texto adicional. Comentário: "&C2)
Coluna E (Sentimento):
=GEMINI("Classifique o sentimento do comentário abaixo de um feedback 360 como Positivo, Negativo ou Neutro. Retorne apenas a palavra. Comentário: "&C2)
Coluna F (Classificação):
=GEMINI("O comentário abaixo de um feedback 360 representa um ponto forte, um ponto de melhoria ou é neutro em relação ao colaborador avaliado? Retorne apenas a expressão correspondente. Comentário: "&C2)
Arraste as fórmulas para todas as linhas com comentários. Com o processamento concluído, crie uma tabela dinâmica cruzando Fonte x Competência x Classificação. Você vai enxergar de forma imediata onde estão os padrões e as divergências entre as perspectivas.
No Excel com Copilot
Com os comentários organizados na planilha, abra o Copilot e use o seguinte comando em linguagem natural:
Para cada comentário na coluna C, classifique a competência principal,
o sentimento e se representa um ponto forte ou de melhoria.
Adicione os resultados nas colunas D, E e F com os cabeçalhos
Competência, Sentimento e Classificação.
O Copilot executa a tarefa sem necessidade de fórmula. Depois, peça:
Crie uma tabela dinâmica mostrando a distribuição de competências
por fonte (gestor, pares, liderados, autoavaliação) e por classificação
(ponto forte ou ponto de melhoria).
O resultado é um painel de análise rico em informações que irão facilitar o planejamento de ações.
O que a IA não faz nesse processo
O cruzamento de fontes que a IA realiza é quantitativo. Ela conta, classifica e sinaliza padrões.
O que ela não faz é interpretar o contexto por trás das divergências. Quando o gestor vê potencial de liderança e o liderado sente sobrecarga, ambos podem estar certos. A divergência pode refletir um colaborador em transição de papel, ainda aprendendo a equilibrar entrega técnica com gestão de pessoas. Ou pode refletir uma expectativa desalinhada entre a liderança e o time.
Definir qual hipótese é mais provável exige conhecimento da organização, do momento do colaborador e do contexto da equipe. Isso é trabalho do RH e do gestor, não da IA.
O que muda com a IA é que essa conversa interpretativa começa mais cedo e com mais dados na mesa. Em vez de gastar as primeiras horas de análise lendo comentário por comentário, o RH chega à reunião já sabendo quais competências pedir para explorar, onde há consenso entre as fontes e onde a história precisa de mais aprofundamento.
Como fica o output final
Com os dados processados, o relatório qualitativo de um ciclo de 360 ficaria assim:
Análise qualitativa do feedback 360
Colaborador: Matrícula 1042 | Ciclo: 2025
Total de comentários analisados: 10 (de 4 fontes)
Distribuição por competência:
-
- Comunicação: 4 menções (40%)
- Liderança: 3 menções (30%)
- Desenvolvimento de pessoas: 2 menções (20%)
- Entrega de resultados: 1 menção (10%)
Distribuição por classificação:
-
- Pontos de melhoria: 6 comentários (60%)
- Pontos fortes: 3 comentários (30%)
- Neutros: 1 comentário (10%)
Análise de convergência:
-
- Comunicação: convergência entre todas as fontes como ponto de melhoria
- Liderança: divergência entre gestor/pares (potencial) e liderados (sobrecarga)
- Desenvolvimento de pessoas: percepções opostas entre liderados
Síntese para o PDI: Comunicação é a prioridade central do próximo ciclo de desenvolvimento, confirmada por todas as perspectivas incluindo a autoavaliação. A dificuldade com delegação aparece como segundo eixo de atenção, com impacto direto no bem-estar do time. Os pontos fortes em entrega técnica e resolução de problemas são reconhecidos pelos pares e confirmam uma base sólida para o crescimento na carreira.
Esse relatório pode ser gerado para cada colaborador avaliado no ciclo, com o mesmo processo e o mesmo tempo de execução, independente do tamanho da organização.
Próximos passos
Se você já usa o processo do primeiro artigo desta série para analisar comentários de pesquisa de clima, aplicar a mesma lógica ao feedback 360 é um passo natural.
Comece montando a planilha com Matrícula, Fonte e Comentário para um único colaborador. Rode o Passo 1 do Nível 1 com esses dados e avalie a qualidade do output antes de escalar para o ciclo completo. Quando o processo estiver validado, você migra para o Nível 2 e processa todos os colaboradores de uma vez.
O feedback 360 é um dos dados qualitativos mais ricos que o RH coleta. Com a IA fazendo a triagem e o cruzamento, o profissional de pessoas pode focar no que realmente transforma: a conversa de devolutiva com o colaborador.
Se você quer ir além do processo manual e contar com uma plataforma que já integra coleta, análise e visualização de dados de feedback em um único lugar, a Appus pode ajudar. Fale com a gente e entenda como a nossa solução transforma dados qualitativos em decisões mais rápidas e mais precisas para o seu RH.
Este é o segundo artigo de uma série sobre como usar IA para analisar dados qualitativos no RH. No próximo, vamos explorar como aplicar o mesmo processo a anotações e insights de reuniões one-on-one.