Q01
Mensagem
Todos os modelosIndustry-Specific
Online Retailer Shopping Experience Evaluation Survey
Measures how customers rate an online retailer on price, selection, site experience, shipping, and service, plus what drives loyalty versus defection to a competitor. An AI follow-up interview reconstructs the specifics of a recent order to explain the ratings instead of leaving them as abstract scores.
Perguntas de exemplo
Uma prévia do que há no modelo. Todas as perguntas podem ser editadas antes de publicar.
14 perguntas · ~7 min
Q02
Múltipla escolhaObrigatória
In the last 6 months, how often have you made a purchase from this retailer?
- This was my first purchase
- 1-2 times
- 3-5 times
- 6 or more times
Q03
Múltipla escolha
How did you make your most recent purchase?
- Website on a computer
- Mobile website
- Mobile app
- In-store, but ordered online for pickup
- Phone or chat with a representative
Q04
Escala de opiniãoObrigatória
Overall, how satisfied were you with your most recent order?
Escala: 1 – 7
Mín:Very dissatisfiedMáx:Very satisfied
Q05
MatrizObrigatória
How would you rate this retailer on each of the following?
6 linhas × 5 colunas
- Price competitiveness
- Product selection and variety
- Website or app ease of use
- Shipping speed
- Return or exchange process
- +1 mais
Colunas: Poor · Fair · Good · Very Good · Excellent
Q06
Compensação melhor–pior (MaxDiff)Obrigatória
When deciding where to shop online, which of these factors matter most and least to you?
- Price
- Shipping speed and cost
- Product selection and variety
- Return and exchange policy
- Website or app ease of use
- Customer reviews and ratings
- Customer service quality
- Loyalty or rewards program
Escolha a melhor e a pior de cada conjuntoMelhor:Most importantPior:Least important
Q07
Escala de opiniãoObrigatória
How likely are you to recommend this retailer to a friend or colleague?
Escala: 0 – 10
Mín:Not at all likelyMáx:Extremely likely
Q08
Entrevista com IA
Reconstruct the respondent's most recent order in concrete detail — what they bought, what went right or wrong at each step (browsing, checkout, shipping, delivery, returns), and how that experience shaped their satisfaction and recommendation scores. If they gave a low score, pin down the single moment that most hurt the experience and what specifically would need to change to raise it. If they gave a high score, probe whether that's typical or a standout exception.
Q09
Múltipla escolhaObrigatória
Thinking about your next purchase of this type, what's most likely?
- Definitely will keep shopping here
- Probably will keep shopping here
- Not sure — might compare with (Replace with competitor A)
- Probably will switch to a competitor
- Definitely will switch to a competitor
Q10
Texto longo
What's the one thing this retailer could do to improve your experience?
Q11
Múltipla escolha
What is your age range?
- Under 18
- 18-24
- 25-34
- 35-44
- 45-54
- 55-64
- 65 or older
- Prefer not to say
Q12
Múltipla escolha
What is your gender?
- Woman
- Man
- Non-binary
- Prefer to self-describe
- Prefer not to say
Q13
Lista suspensa
What is your annual household income?
- Under $25,000
- $25,000-$49,999
- $50,000-$74,999
- $75,000-$99,999
- $100,000-$149,999
- $150,000 or more
- Prefer not to say
Q14
Mensagem
That's everything — thank you for the detailed feedback! Your responses will feed directly into a report the retailer's team uses to fix friction points and improve the shopping experience.
O que está incluído
Acompanhamento com IA
Sondagens adaptativas nas respostas abertas que revelam detalhes que um formulário estático deixaria passar.
Verificações de atenção
Proteções integradas contra respostas apressadas e participantes de baixa qualidade.
Textos escritos por IA
Redação, ordem e ramificações escritas pela IA, ajustadas ao seu objetivo de pesquisa.
Relatório automático
Temas, citações e um resumo em linguagem simples se escrevem sozinhos assim que as respostas chegam.
Como se compara
Analisamos os modelos mais parecidos de outras ferramentas de pesquisa. Veja o que elas fazem bem e onde este modelo vai além.
Por que este modelo
- Goes beyond satisfaction and NPS scores by using an AI follow-up interview to reconstruct the specifics of the respondent's most recent order — what they bought, how the process went, and why they rated it the way they did.
- Combines standard quantitative measures (purchase frequency, channel used, satisfaction, a ratings matrix across price/selection/site/shipping/service, and a MaxDiff on shopping priorities) with open-ended context that explains the numbers instead of leaving them abstract.
- Captures forward-looking loyalty signals (likelihood to repurchase, likelihood to recommend) alongside a direct improvement question, giving both a diagnosis and a lever for action.
- Closes with demographic questions (age, gender, income) for segmentation, framed by transparent chat messages that set expectations at the start and close of the survey.
QuestionPro
Online Retailer Evaluation Survey TemplateA fielding-ready template covering standard retailer evaluation metrics like pricing, selection, and service. It's a conventional static survey builder template rather than an interview-style tool, so all questions are fixed in advance. Good for quick deployment but doesn't adapt based on individual responses.
O que faz bem
- Ready-to-field template with established survey-platform infrastructure
- Likely covers core retailer evaluation dimensions (price, selection, service)
- Backed by a mature survey platform with reporting tools
Onde deixa a desejar
- No adaptive AI follow-up to probe into a specific recent order — ratings stay abstract
- No per-response quality scoring
- No published methodology or transparent prompt logic
Jotform
Online Shopping Evaluation Form TemplateThis is a form-builder template, closer to a customizable data-collection form than a research-grade survey instrument. It's easy to edit and deploy but is built for simple field capture, not structured behavioral or attitudinal research. No interview or conversational follow-up capability is present.
O que faz bem
- Highly customizable drag-and-drop form fields
- Easy to embed or share as a standalone form
- Simple setup for basic feedback collection
Onde deixa a desejar
- Static form fields only — no adaptive follow-up questioning
- No automated quality scoring of responses
- No mechanism to reconstruct order-level detail behind a rating
SurveyMonkey
Online Shopping Survey: Questions & TemplatePresented partly as a question bank/guide alongside a template, focused on shopping attitudes broadly rather than a single retailer's performance specifically. Useful as a starting question list, but it is a static, pre-set survey rather than a dynamic interview experience.
O que faz bem
- Established survey platform with broad question-bank guidance
- Covers general online shopping attitudes and behavior
- Backed by strong reporting and analytics tooling
Onde deixa a desejar
- No adaptive AI interview to dig into a specific recent order
- No voice-based or guided-task response options
- No transparent prompt-level methodology published
SurveySparrow
Online Shopping Survey TemplateA conversational-style survey template that presents questions in a chat-like UI, which improves completion experience over plain forms. However, the conversational format is scripted rather than adaptive — it doesn't generate follow-up questions based on what a respondent actually says.
O que faz bem
- Conversational chat-style UI for a friendlier respondent experience
- Ready-made template for online shopping feedback
- Mobile-friendly presentation
Onde deixa a desejar
- Conversational UI is not the same as adaptive AI follow-up questioning — flow is pre-scripted
- No automated per-response quality scoring
- No reconstruction of order-level specifics behind satisfaction scores
Perguntas frequentes
Quais perguntas estão no modelo “Online Retailer Shopping Experience Evaluation Survey”?
O modelo inclui 14 perguntas prontas para usar, começando por: “Thanks for sharing your feedback on your recent shopping experience! This will take about 8 minutes and helps us underst…” · “In the last 6 months, how often have you made a purchase from this retailer?” · “How did you make your most recent purchase?”. O conjunto completo aparece acima e todas as perguntas podem ser editadas.
Quanto tempo leva para responder a esta pesquisa?
Os participantes normalmente terminam as 14 perguntas em cerca de 7 minutos.
Posso personalizar este modelo?
Sim: cada pergunta, cada opção de resposta e a ordem podem ser editadas antes de publicar. Você pode adicionar ou remover perguntas, ou pedir ao editor com IA para refazer a pesquisa em torno do seu objetivo.
Este modelo é gratuito?
Sim. Abra no editor e comece a personalizar agora: não é preciso criar conta para testar, e o plano gratuito cobre a publicação da sua pesquisa.
Pronto para publicar?
Abra este modelo no editor. Tudo é seu para mudar antes de o primeiro participante ver.
Modelos relacionados
Mais estudos sobre temas semelhantes.
Industry-Specific
Pesquisa de Eficácia da Gestão do Conhecimento Interno
Avalia se os colaboradores conseguem realmente encontrar, confiar e contribuir com a documentação, os wikis e a base de conhecimento da sua organização — com uma pergunta de acompanhamento por IA que reconstrói um momento real em que alguém ficou travado, em vez de depender de avaliações abstratas de satisfação. Desenvolvida para equipes de TI, T&D e operações que estejam avaliando ou aprimorando um sistema de gestão do conhecimento.
Ver modeloIndustry-Specific
Avaliação da Experiência de Compra no Site de Varejo
Avalia com que facilidade os clientes conseguem encontrar produtos, concluir compras e navegar pelo seu site de varejo — abrangendo busca, checkout, velocidade e design. Uma entrevista de acompanhamento com IA investiga o que aconteceu durante a própria visita, especialmente para compradores que hesitaram ou abandonaram a compra, ajudando equipes a otimizar conversão e usabilidade.
Ver modeloIndustry-Specific
Pesquisa de Experiência de Compra em Site de E-Commerce
Avalia com que facilidade os clientes encontram produtos, avançam pelo checkout e confiam seus dados de pagamento ao seu site — com um acompanhamento por IA que reconstrói o momento exato em que os clientes ficaram travados ou quase abandonaram o carrinho, em vez de apenas uma nota de satisfação.
Ver modeloIndustry-Specific
Avaliação da Experiência de Visita à Loja
Captura como os clientes avaliam uma visita específica à loja — limpeza, funcionários, estoque, layout, checkout — além da satisfação geral e da probabilidade de recomendar ou retornar. Uma entrevista de acompanhamento com IA investiga o atrito real por trás de qualquer avaliação baixa, como uma falta de produto específica ou uma interação ruim no checkout, para que as equipes de operações da loja saibam exatamente o que corrigir.
Ver modeloIndustry-Specific
Pesquisa de Experiência de Compra em Varejista de Eletrônicos
Avalia como os clientes pesquisam, comparam e compram eletrônicos de consumo na sua loja — abrangendo usabilidade do site, percepção de preço e confiança no envio/suporte — com um acompanhamento de IA que reconstrói a real jornada de decisão por trás da compra mais recente. Desenvolvido para equipes de e-commerce e varejo de eletrônicos que otimizam conversão e retenção.
Ver modeloIndustry-Specific
Pesquisa de Satisfação e Experiência de Compra no Site do Varejista
Mede o quão satisfeitos os compradores estão com o site de um varejista — desde a velocidade e navegação do site até o checkout e a confiança na segurança — e onde o atrito faz perder vendas. Desenvolvida para equipes de e-commerce e CX que avaliam o desempenho do site, com um acompanhamento por IA que aprofunda o momento específico em que a última visita de um comprador deu certo ou errado.
Ver modelo