Entrevistas de saída no Power BI: analise os relatos
Entrevistas de saída no Power BI podem reunir temas relatados por pessoas que deixaram a empresa. A análise ajuda o RH a organizar hipóteses e ações, mas não transforma automaticamente cada relato em causa comprovada do desligamento. Também precisa mostrar quem participou e quem não forneceu informação.
Este roteiro trabalha com um cenário hipotético de respostas voluntárias, classificadas por uma equipe autorizada. O painel gerencial usa categorias agregadas. Relatos individuais e detalhes identificáveis ficam fora dessa apresentação geral.
1. Defina a finalidade das entrevistas de saída no Power BI
Escolha uma pergunta operacional, como “quais temas merecem uma revisão de processo?”. Essa intenção não exige expor frases de pessoas ou criar um ranking público de gestores. Registre quem receberá a análise e quais decisões esse público pode tomar.
Defina também quais desligamentos podem gerar convite e qual janela de contato é usada. Uma entrevista não realizada não equivale a ausência de problema. A pessoa pode não ter sido convidada, não ter respondido ou preferir não participar. Mantenha essas situações separadas para que a análise descreva o processo de coleta antes de interpretar os temas apresentados pelos participantes.
2. Preserve episódio de saída e situação de participação
Crie uma chave por episódio de desligamento, separada da chave da pessoa. Uma readmissão seguida de outra saída representa um novo episódio. Registre convite, resposta, data da entrevista e situação de conclusão quando esses eventos fizerem parte do processo.
Não use uma tabela apenas com entrevistados para calcular participação sobre todos os elegíveis. Prepare a população de referência, incluindo episódios sem resposta. O artigo de retenção por coorte complementa a visão temporal dos vínculos. Aqui, a unidade principal é o episódio com possibilidade de coleta, e não a pessoa que permaneceu ou saiu em uma coorte de admissão.
3. Crie um dicionário de temas com critérios observáveis
Organize categorias que descrevam o conteúdo, como clareza de expectativas, recursos de trabalho, desenvolvimento e comunicação. Para cada categoria, escreva o que entra, o que não entra e como tratar trechos ambíguos. Evite uma classificação ampla “insatisfação” que absorva quase todos os relatos.
Use exemplos fictícios no treinamento dos classificadores. Uma frase hipotética sobre falta de orientação pode pertencer a clareza de expectativas, mas não comprova falha específica de uma pessoa. Guarde a versão do dicionário e data de classificação. Quando uma categoria mudar, decida se o histórico será recodificado ou se os períodos serão apresentados com versões diferentes e sua limitação comparativa.
4. Permita múltiplos temas sem multiplicar entrevistas
Uma entrevista pode citar recursos e comunicação. Registre uma tabela de associação entre EntrevistaID e TemaID, com no máximo um vínculo por tema segundo a regra definida. A repetição de uma palavra no relato não precisa virar várias citações do mesmo tema.
No exemplo hipotético, dez entrevistas incluem seis menções a recursos e cinco a comunicação; três entrevistas citam ambos. Somar seis e cinco produz onze menções por tema, não onze pessoas. A análise de tabela ponte no Power BI ajuda a modelar associações múltiplas. Mostre contagem de entrevistas distintas e explique por que os temas podem ultrapassar 100% quando somados.
5. Calcule participação antes de destacar temas
Apresente elegíveis, convidados, respostas e entrevistas classificadas. Uma taxa possível é entrevistas concluídas sobre episódios elegíveis; outra é respostas sobre convites enviados. Elas descrevem etapas diferentes e devem receber nomes completos.
Em um exemplo hipotético, quarenta saídas são elegíveis, trinta pessoas recebem convite e quinze respondem. A participação sobre elegíveis é 37,5%; a resposta entre convidados é 50%. Nenhuma das taxas autoriza presumir que os vinte e cinco sem entrevista tenham a mesma experiência dos participantes. Revise lacunas de convite e coleta, mantendo a interpretação dos temas restrita à população efetivamente observada.
6. Diferencie tema citado e motivo principal informado
Se o instrumento pergunta um motivo principal, mantenha essa resposta em campo próprio. Temas mencionados em comentários não são necessariamente o motivo declarado para sair. Uma pessoa pode mencionar dificuldades de comunicação e informar que aceitou uma oportunidade em outra cidade.
Não converta automaticamente qualquer tema em explicação causal. Mostre “tema citado em entrevistas” e “motivo principal informado” como medidas distintas. Se não houver motivo principal no instrumento, não crie um por inferência.
Registre também respostas abertas sem categoria suficiente. Uma fila de revisão permite melhorar o dicionário sem forçar todos os relatos a caber em uma opção conhecida.
7. Revise consistência da classificação
Selecione uma amostra fictícia ou autorizada para que dois classificadores a revisem segundo o mesmo dicionário. Compare diferenças e discuta o critério, sem tratar uma pessoa como padrão infalível. Documente decisões para casos de fronteira.
Não apresente uma nota de sentimento automática como se fosse uma interpretação validada dos motivos. O roteiro pode funcionar com classificação manual e rastreável. Se a empresa usar outro mecanismo, precisa conhecer sua regra e revisar erros antes de consumir o resultado. O painel deve acompanhar quantidade de entrevistas não classificadas e alterações de categoria, pois mudanças no processo de leitura podem alterar a distribuição sem mudança nos relatos.
8. Compare períodos com coleta e instrumento conhecidos
Uma campanha que melhora convites pode aumentar participação e trazer relatos que antes estavam ausentes. Mais menções de um tema não provam que o problema piorou. Compare quantidade de entrevistas, participação e versão do instrumento junto com a distribuição temática.
O artigo de pesquisa de clima complementa os cuidados com respostas voluntárias. Mantenha os instrumentos separados: pessoas que saíram e pessoas que continuam na empresa representam populações diferentes. Uma convergência de temas pode orientar investigação, mas a comparação exige reconhecer momento, pergunta e contexto, sem combinar as respostas em uma única taxa genérica de satisfação.
9. Agregue recortes sem expor identidades
Defina recortes que atendam à decisão sem tornar uma pessoa facilmente reconhecível. Uma área com uma única saída no período pode revelar quem respondeu quando o tema aparece. A equipe deve estabelecer critérios de apresentação e revisar combinações de filtros, não apenas a página inicial.
Separe dados de identificação da camada gerencial e restrinja acesso a relatos quando necessário. A orientação da Microsoft sobre modelagem, consultada em 13 de outubro de 2026, distingue fatos e dimensões. Use esse desenho para organizar episódios, respostas, temas e ações, preservando a granularidade. Não publique trechos de texto livre apenas porque nomes foram removidos: o próprio conteúdo pode identificar uma situação ou pessoa.
10. Acompanhe ações e devolva uma leitura responsável
Escolha um tema com evidência suficiente para uma revisão concreta, como tornar expectativas de uma função mais claras. Registre ação, responsável e prazo. A conclusão da ação informa execução; a melhora do processo exige observação posterior apropriada.
O modelo editável de RH inclui turnover e distribuição por departamento. Para entrevistas de saída, acrescente elegibilidade, participação e classificação temática. Use o painel para organizar perguntas e acompanhar revisões, mantendo visíveis as limitações da coleta. Uma análise útil permite discutir padrões observados sem atribuir causas não comprovadas ou expor quem compartilhou um relato.