26 de outubro de 2026
Análise da relação entre Inteligência Artificial e adoção de sistemas de CRM em empresas brasileiras.
Ana Beatriz Campos de Souza; Demétrio de Mendonça Júnior
DOI: 10.22167/2675-6528-202600518
Artigo derivado de Trabalho de Conclusão de Curso (TCC), com conteúdo baseado no trabalho original do aluno e adaptado ao formato editorial da Revista E&S com apoio da ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege para síntese e organização textual.
Resumo
A crescente digitalização impulsionou o uso de sistemas de Customer Relationship Management (CRM) em empresas brasileiras, especialmente em pequenos e médios negócios, visando maior competitividade. O estudo analisou como a inteligência artificial (IA) contribuiu para superar os desafios na implementação desses sistemas. Para tanto, realizou-se uma pesquisa exploratório-descritiva, de abordagem quantitativa com apoio qualitativo. Aplicou-se um questionário estruturado via Google Forms a 40 profissionais e gestores que utilizavam CRM há pelo menos seis meses. Os dados foram tratados por análise de frequência e correlação de Spearman, complementada por interpretação qualitativa de respostas abertas. Os resultados evidenciaram que os principais entraves à adoção do CRM incluíram resistência dos usuários, dificuldades de adaptação e limitações de capacitação. Contudo, a presença de recursos de IA, como chatbots, automação de tarefas e geração de insights, favoreceu a usabilidade do sistema, reduziu o tempo de resposta e aumentou a produtividade das equipes. Observou-se que a IA diminuiu a percepção de complexidade do CRM e melhorou o engajamento dos usuários. Concluiu-se que a inteligência artificial atuou como um elemento facilitador na adoção do CRM, promovendo maior eficiência organizacional e melhor aproveitamento das ferramentas tecnológicas disponíveis.
Palavras-chave: Engajamento de usuários; Produtividade corporativa; Usabilidade tecnológica.
1. Introdução
A transformação digital tem impulsionado a adoção de sistemas de gestão orientados ao cliente, com destaque para o Customer Relationship Management (CRM). Essa ferramenta é crucial para a gestão eficaz das interações com clientes, integrando dados, processos e interações para embasar decisões estratégicas (Chaffey e Ellis-Chadwick, 2022). A crescente digitalização das empresas brasileiras torna o CRM indispensável, especialmente para pequenos e médios negócios que buscam maior competitividade no mercado.
Contudo, a implementação do CRM não está isenta de desafios. A incorporação de novas tecnologias frequentemente gera obstáculos relacionados à adaptação dos usuários e à capacidade organizacional de absorver essas mudanças. A adoção bem-sucedida exige que a tecnologia seja absorvida pelas pessoas, e não apenas instalada. Estudos apontam a resistência cultural e comportamental como um dos principais fatores que comprometem a efetividade desses sistemas (Mendoza et al., 2007).
No contexto brasileiro, esses desafios são particularmente críticos para empresas de pequeno e médio porte, que enfrentam limitações estruturais, financeiras e operacionais. Barreiras como resistência das equipes, dificuldades de treinamento e adaptação a novas rotinas são comuns (Duarte e Araújo, 2021). Nesse cenário, a inteligência artificial (IA) surge como uma aliada estratégica. Ela oferece recursos que facilitam o uso e a análise de informações, automatizam processos e disponibilizam recomendações baseadas em dados (Chatterjee et al., 2021).
A IA, ao automatizar processos, gerar insights preditivos e personalizar interações, apresenta-se como uma ferramenta capaz de reduzir a complexidade percebida pelos usuários, facilitando a adaptação e o engajamento das equipes (Chatterjee et al., 2021). A utilidade percebida, que é o grau em que uma pessoa acredita que o uso de um sistema melhora seu desempenho no trabalho (Davis, 1989), é um fator determinante para a aceitação e o uso contínuo da tecnologia, sendo diretamente influenciada pelos benefícios tangíveis da IA. Recursos de IA, como chatbots e automação de tarefas, contribuem diretamente para essa percepção de valor.
Apesar do potencial da inteligência artificial, existe uma lacuna no conhecimento sobre como a IA pode efetivamente superar os desafios específicos enfrentados pelas empresas brasileiras na implementação de sistemas de CRM. Embora os benefícios da IA sejam reconhecidos em contextos gerais, sua aplicação e impactos em um ambiente de negócios com as particularidades do Brasil demandam investigação aprofundada. Diante desse contexto, a questão central deste estudo é: como a inteligência artificial contribui para a adoção de sistemas de CRM em empresas brasileiras?
A relevância deste estudo reside na necessidade de compreender os mecanismos pelos quais a inteligência artificial atua como facilitador na adoção tecnológica. Para gestores de vendas e marketing, que dependem cada vez mais de ferramentas digitais para otimizar o desempenho comercial e fortalecer o relacionamento com o cliente, esta pesquisa oferece insights valiosos. A compreensão dos desafios e das possibilidades da IA pode levar a decisões mais assertivas, reduzir falhas na implementação e promover o melhor aproveitamento dos recursos tecnológicos. Assim, o presente estudo tem como objetivo analisar os obstáculos na adoção de CRM e verificar como a inteligência artificial contribui para a adaptação das equipes e para a eficiência da integração tecnológica.
2. Material e Métodos
O presente estudo caracterizou-se como uma pesquisa exploratório-descritiva, com abordagem metodológica quantitativa e apoio qualitativo. A natureza exploratória buscou desenvolver e esclarecer conceitos e ideias relacionadas à adoção de sistemas de CRM e à contribuição da inteligência artificial (Gil, 2008). A abordagem descritiva visou detalhar as características dos fenômenos investigados, sem manipulação de variáveis, focando na compreensão dos desafios e facilitadores.
A unidade de análise foi composta por profissionais e gestores de empresas brasileiras de pequeno e médio porte que utilizavam sistemas de Customer Relationship Management (CRM). A amostra totalizou 40 participantes, selecionados por conveniência, uma técnica comum em pesquisas exploratórias (Gil, 2019). Os critérios de seleção incluíram a utilização de CRM por um período mínimo de seis meses, garantindo familiaridade com o sistema.
Para a coleta de dados, aplicou-se um questionário estruturado, inicialmente elaborado no Microsoft Word e posteriormente distribuído via Google Forms. O instrumento foi direcionado a dois grupos: profissionais que utilizavam CRM em suas atividades diárias e gestores responsáveis pela supervisão e implementação desses sistemas. O questionário abordou desafios na implementação do CRM, percepção de complexidade, adaptação das equipes, uso de funcionalidades de inteligência artificial e impacto na melhoria dos processos organizacionais, além de dados sociodemográficos (Chaer; Diniz; Ribeiro, 2012).
O questionário foi dividido em três blocos principais, totalizando dezessete perguntas. O primeiro bloco coletou informações gerais sobre o perfil sociodemográfico dos participantes, incluindo idade, gênero, nível de escolaridade, função e área de atuação. O segundo bloco mensurou o grau de incorporação de funcionalidades baseadas em inteligência artificial nos sistemas de CRM e a percepção dos respondentes quanto à sua utilidade e facilidade de uso.
O terceiro bloco do questionário foi estruturado para identificar as principais barreiras enfrentadas pelas empresas na adoção e utilização de sistemas de CRM. Este bloco abrangeu aspectos tecnológicos, organizacionais e humanos, como dificuldades de usabilidade, limitações de capacitação, resistência dos usuários e adequação dos processos internos, conforme discutido na literatura sobre adoção tecnológica.
A distribuição do questionário ocorreu entre os dias 10 e 31 de janeiro de 2026, por meio de um link do Google Forms. O link foi compartilhado em grupos de WhatsApp e LinkedIn, permitindo o alcance de um número significativo de participantes e a coleta automatizada dos dados (Batista et al., 2021). A utilização do Google Forms facilitou a padronização das respostas e a organização para a análise posterior.
Os dados quantitativos coletados foram analisados estatisticamente com o auxílio da ferramenta Microsoft Excel. Para essa análise, utilizaram-se tabelas dinâmicas e dashboards para organização e visualização inicial dos dados. As técnicas de análise empregadas foram a correlação de Spearman e a análise de frequência, conforme a natureza dos dados coletados.
A correlação de Spearman foi selecionada por sua adequação a variáveis ordinais e por seu desempenho em amostras reduzidas, sem a exigência de normalidade dos dados, sendo indicada para estudos em ciências sociais aplicadas (Field, 2018). Essa técnica permitiu analisar a associação monotônica entre variáveis, como o uso de recursos de inteligência artificial nos sistemas de CRM e o nível de adaptação dos usuários, bem como a percepção de facilidade de uso e os impactos na rotina de trabalho das equipes.
A análise de frequência, por sua vez, descreveu a distribuição das respostas e identificou padrões gerais de forma objetiva e direta (Marconi; Lakatos, 2017). Os dados qualitativos, obtidos por meio de respostas abertas no questionário, foram analisados com base na abordagem de Gil (2008). Essa análise permitiu a identificação de categorias e temas recorrentes, buscando compreender os significados atribuídos pelos sujeitos às suas experiências.
Durante todo o processo de pesquisa, garantiu-se o anonimato dos participantes e o uso exclusivo dos dados para fins acadêmicos. Esses cuidados éticos foram tomados em conformidade com as diretrizes institucionais, visando preservar a privacidade e a confidencialidade das informações fornecidas pelos respondentes (Coutinho, 2011).
3. Resultados e Discussão
A análise dos dados coletados permitiu uma compreensão aprofundada do perfil dos participantes da pesquisa, bem como dos padrões de uso de sistemas de Customer Relationship Management (CRM) e da integração de recursos de inteligência artificial (IA) nas rotinas organizacionais. A amostra, composta por 40 profissionais e gestores, revelou uma predominância de indivíduos na faixa etária de 25 a 34 anos, representando 62,5% dos respondentes, seguida pela faixa de 35 a 44 anos, com 25%. A distribuição de gênero mostrou-se equilibrada, com 52,5% de participantes femininos e 47,5% masculinos. Observou-se um alto nível de escolaridade, com 32,5% possuindo ensino superior incompleto, 32,5% com ensino superior completo e 27,5% com pós-graduação ou especialização, indicando um público qualificado e com experiência profissional.
No que tange ao perfil profissional e ao contexto de uso do CRM, a maioria dos participantes atua em áreas comerciais ou de atendimento ao público, com destaque para vendedores (15 respondentes) e suporte técnico (9 respondentes), além de gestores de vendas (8 respondentes). Essa distribuição confirma que o público-alvo da pesquisa foi alcançado, sendo composto por profissionais diretamente envolvidos com o relacionamento com o cliente. A familiaridade com o sistema de CRM é notável, com 52% dos entrevistados utilizando a ferramenta há um período entre um e três anos, e 25% utilizando-a entre quatro e seis anos. Em relação ao porte das empresas, a maioria (65%) pertence a médias empresas, seguido por grandes empresas (20%) e pequenas empresas (10%), o que valida o foco do estudo em pequenos e médios negócios brasileiros, conforme delineado na introdução.
A investigação sobre os sistemas de CRM utilizados pelas empresas revelou que o Kommo é o mais prevalente, sendo empregado por 27 dos respondentes, enquanto Salesforce e RD Station CRM são utilizados por três participantes cada. Essa diversidade de plataformas reflete a ampla concorrência no mercado brasileiro de CRM. A constância no uso de um mesmo sistema de CRM foi evidenciada pelo fato de que 50% dos respondentes afirmaram utilizar o mesmo software há mais de três anos, e 37% há um a três anos. Esse dado sugere que, uma vez incorporado à rotina organizacional, o CRM tende a se tornar uma ferramenta de uso contínuo. A substituição de um sistema envolve custos operacionais significativos, a necessidade de novos treinamentos e a migração de dados, o que reforça a busca das empresas por estabilidade tecnológica e a preservação de processos já estruturados, evitando rupturas que possam comprometer a produtividade e o acompanhamento do relacionamento com o cliente.
O nível de utilização do CRM pelas equipes foi avaliado em uma escala de um a cinco, onde a maioria dos usuários (28 respondentes) indicou um nível máximo (cinco), e sete respondentes apontaram nível quatro. Esses resultados indicam que grande parte dos usuários de CRM utiliza o sistema em um nível elevado. Uma implementação bem-sucedida de CRM é intrinsecamente dependente da utilização efetiva pelos usuários, pois a qualidade das informações, as atualizações e o acompanhamento das interações com clientes devem ser realizados de forma consistente para garantir resultados satisfatórios e uma organização eficiente. A alta adesão ao uso do sistema é um indicativo positivo para a efetividade da ferramenta no ambiente organizacional.
A presença de recursos de inteligência artificial nos sistemas de CRM foi um ponto central da investigação. Observou-se que 57,5% dos participantes concordam totalmente que o CRM utilizado por suas empresas possui funcionalidades de IA, enquanto 22,5% apenas concordam. Apenas dois respondentes afirmaram que o sistema não utiliza IA. Esse resultado demonstra uma significativa incorporação da IA no cotidiano organizacional, refletindo a busca das empresas por potencializar o uso do CRM por meio de tecnologias complementares. A popularização da IA, embora recente, tem levado muitas empresas a inovar seus portfólios para acompanhar as transformações tecnológicas, ampliando as capacidades operacionais e analíticas dos sistemas de gestão de relacionamento com o cliente, conforme destacado por Chatterjee et al. (2021).
As funcionalidades de IA mais frequentemente utilizadas pelos respondentes incluem chatbots e assistentes virtuais, apontados por 29 participantes, captação de informações, com 25 menções, e geração automática de leads, com 16 menções. A reescrita e correção de frases foi a menos citada, com apenas um respondente. Essas funcionalidades são valorizadas por contribuírem para maior agilidade e eficiência nos processos de atendimento e vendas. A utilidade percebida, definida por Davis (1989) como o grau em que uma pessoa acredita que o uso de um sistema melhora seu desempenho no trabalho, é um fator crucial para a aceitação e o uso contínuo da tecnologia. A preferência por funcionalidades que impactam diretamente a produtividade, como as mencionadas, corrobora essa perspectiva.
Apesar da expressiva presença de IA, com 57,5% dos participantes concordando totalmente com a existência de recursos de IA em seus CRMs, a pesquisa também permite inferir que a incorporação dessas tecnologias não ocorre de forma homogênea em todas as organizações. Uma parcela relevante dos respondentes ainda não percebe ou não utiliza plenamente esses recursos. Essa lacuna pode estar associada a fatores como limitações de capacitação, resistência dos usuários ou ausência de integração adequada das funcionalidades de IA nos sistemas existentes. Tal aspecto evidencia uma tensão entre o potencial teórico das tecnologias e sua aplicação prática, indicando que a adoção da inteligência artificial depende não apenas de sua disponibilidade, mas também das condições organizacionais e do preparo das equipes para sua utilização efetiva.
As funções de chatbots e assistentes virtuais tornaram-se cada vez mais comuns, especialmente em pequenas e médias empresas. Essas ferramentas não apenas realizam atendimentos, mas também reduzem significativamente o tempo de espera para que um lead em potencial receba uma resposta, o que é uma questão crítica para muitas empresas na atualidade. O volume crescente de mensagens gerado por investimentos em marketing digital e tráfego pago muitas vezes excede a capacidade de acompanhamento do quadro de colaboradores. Nesse contexto, o uso de chatbots e assistentes virtuais pode ampliar a produtividade das equipes, aumentar a taxa de conversão de vendas e automatizar processos como follow-ups com leads e clientes, contribuindo para maior eficiência e capacidade de resposta das organizações, conforme Chaffey e Ellis-Chadwick (2022).
A facilidade de uso das funcionalidades de IA do CRM foi amplamente reconhecida pelos colaboradores. Na questão específica sobre este tópico, a maioria dos usuários se sentiu confortável em utilizar a IA dentro da plataforma de CRM, com 23 respondentes concordando totalmente e 13 concordando. Apenas cinco participantes expressaram discordância ou neutralidade. Esse resultado sugere que a popularização da IA tem tornado seu acesso e uso mais simples e acessível. O uso diário dessas ferramentas em diversas rotinas pode poupar tempo em atividades como coleta de informações, preenchimento de cadastros e envio de mensagens automáticas, o que contribui para a percepção de valor e aceitação da tecnologia.
A inteligência artificial tem demonstrado um impacto positivo na rotina de vendas. Ao avaliar o quanto a IA melhorou sua rotina de vendas em uma escala de um a cinco, 16 respondentes indicaram o nível máximo (cinco), e 12 apontaram nível quatro. Sete participantes atribuíram nível três, enquanto apenas quatro indicaram níveis um ou dois. Esses resultados evidenciam que a IA contribui significativamente para a otimização das atividades comerciais, tornando os processos mais eficientes e ágeis. A capacidade da IA de automatizar tarefas, gerar insights preditivos e personalizar interações é fundamental para reduzir a complexidade percebida pelos usuários e facilitar a adaptação e o engajamento das equipes, conforme apontado por Chatterjee et al. (2021).
Apesar dos benefícios da IA, a adoção do CRM ainda enfrenta desafios significativos. As principais dificuldades identificadas na adoção de um CRM foram a resistência da equipe, mencionada por 24 respondentes, o custo elevado, com 15 menções, e a complexidade técnica, citada por 14 participantes. A falta de integração com outros sistemas foi apontada por nove respondentes, enquanto a falta de planejamento dos diretores e a adaptação ao sistema foram menos citadas, com um respondente cada. Esses entraves são frequentemente discutidos na literatura sobre adoção tecnológica (Venkatesh et al., 2003) e são particularmente críticos para empresas brasileiras de pequeno e médio porte, que enfrentam limitações estruturais, financeiras e operacionais (Duarte e Araújo, 2021).
Especificamente em relação à adoção de recursos de IA no CRM, as dificuldades mais proeminentes foram o custo elevado, apontado por 17 respondentes, e a complexidade técnica, citada por 14. A resistência da equipe foi mencionada por nove participantes, e a falta de integração com outros sistemas por quatro. A resistência da gestão comercial e a ausência de IA implementada foram citadas por apenas um respondente cada. Esses resultados indicam que, embora a IA seja percebida como benéfica, as barreiras financeiras e técnicas ainda representam obstáculos consideráveis para sua plena integração e aproveitamento, reforçando a necessidade de estratégias que promovam não apenas a implementação tecnológica, mas também a adaptação e o engajamento dos usuários.
Após a adoção do CRM, com ou sem IA, os participantes perceberam melhorias em diversas áreas organizacionais. A melhora no tempo de resposta nos aplicativos mensageiros foi a mais citada, com 13 menções. A organização das informações de clientes e o relacionamento com clientes foram apontados por oito respondentes cada. A taxa de conversão de leads foi mencionada por cinco participantes, e a produtividade da equipe por quatro. A previsão de vendas foi a menos citada, com apenas dois respondentes. Esses resultados demonstram que o CRM, especialmente quando potencializado pela IA, contribui para otimizar processos e fortalecer o relacionamento com o cliente, alinhando-se com a visão de Chaffey e Ellis-Chadwick (2022) sobre a importância da gestão eficaz das interações com clientes.
O nível geral de satisfação com o CRM atual foi predominantemente alto. Em uma escala de um a cinco, 25 respondentes indicaram o nível máximo de satisfação (cinco), e 10 atribuíram nível quatro. Apenas cinco participantes expressaram níveis de satisfação mais baixos (um, dois ou três). Esse alto índice de satisfação sugere que, apesar dos desafios na implementação, os benefícios percebidos pelos usuários superam as dificuldades. A satisfação do usuário é um indicador crucial da aceitação e sucesso de uma tecnologia, e o fato de a maioria dos respondentes estar satisfeita com o CRM atual reforça a utilidade e o valor que a ferramenta agrega às suas rotinas de trabalho.
A aplicação da correlação de Spearman revelou uma relação positiva moderada entre o nível de uso do CRM e a satisfação dos usuários (p = 0,47). Esse achado sugere que quanto maior a utilização da ferramenta, maior tende a ser a satisfação percebida, embora o uso não seja o único fator determinante. Do ponto de vista gerencial, isso implica que, além de incentivar o uso do CRM, é fundamental investir em treinamento, usabilidade e na qualidade das funcionalidades para ampliar a satisfação dos usuários e, consequentemente, os resultados organizacionais. Essa correlação consistente, mas não determinante, reforça a complexidade da adoção tecnológica, que envolve múltiplos fatores além da simples disponibilidade do sistema (Field, 2018).
Outra correlação positiva moderada foi identificada entre a percepção de melhoria na rotina proporcionada pela inteligência artificial e o nível de satisfação geral com o CRM (p = 0,43). Esse resultado indica que os benefícios percebidos da IA influenciam de forma relevante a avaliação geral do sistema pelos usuários. A capacidade da IA de automatizar processos, gerar insights preditivos e personalizar interações contribui diretamente para a percepção de valor e, consequentemente, para a satisfação. Isso reforça o papel estratégico da IA como um elemento facilitador na adoção tecnológica, ao tornar os sistemas mais intuitivos e eficientes, como discutido por Chatterjee et al. (2021).
Destaca-se uma correlação positiva forte entre a facilidade de uso das funcionalidades de IA e a melhoria na rotina de vendas (p = 0,55), evidenciando que a usabilidade dos recursos de IA é um fator determinante para sua efetividade. Quanto mais fácil e intuitiva a IA é percebida, maior o impacto positivo nas atividades diárias dos profissionais. Por outro lado, não foi observada correlação significativa entre o nível de uso do CRM e a percepção de melhoria decorrente da IA (p = 0,01), sugerindo que o impacto da IA independe da intensidade de uso do sistema em si. Isso indica que a simples presença e a qualidade das funcionalidades de IA são mais relevantes para a percepção de melhoria do que a frequência de uso do CRM como um todo.
Do ponto de vista gerencial, esses achados indicam que não basta apenas incentivar o uso do CRM; é fundamental investir na qualidade das funcionalidades, especialmente aquelas baseadas em inteligência artificial, bem como na facilidade de uso e na capacitação das equipes. Organizações que priorizam a usabilidade, a integração tecnológica e o treinamento tendem a obter melhores resultados em termos de satisfação, produtividade e aproveitamento estratégico do sistema. A inteligência artificial, ao tornar os sistemas mais intuitivos, automatizar tarefas e otimizar o tempo de resposta, atua como um elemento facilitador relevante na adoção do CRM, contribuindo para a redução da percepção de complexidade e o aumento do engajamento dos usuários.
Em síntese, os resultados da pesquisa evidenciaram que os principais desafios na adoção de sistemas de CRM em empresas brasileiras, especialmente em pequenos e médios negócios, estão relacionados à resistência dos usuários, dificuldades de adaptação e limitações de capacitação. Contudo, a presença de recursos de inteligência artificial, como chatbots, automação de tarefas e geração de insights, demonstrou ser um elemento facilitador crucial. A IA favoreceu a usabilidade do sistema, reduziu o tempo de resposta e aumentou a produtividade das equipes, diminuindo a percepção de complexidade do CRM e melhorando o engajamento dos usuários. As correlações confirmaram que a facilidade de uso da IA e a percepção de melhoria na rotina influenciam positivamente a satisfação, indicando que a inteligência artificial potencializa a eficiência organizacional e o aproveitamento das ferramentas tecnológicas disponíveis.
4. Conclusão
O presente estudo buscou analisar os obstáculos na adoção de sistemas de Customer Relationship Management (CRM) e verificar como a inteligência artificial (IA) contribui para a adaptação das equipes e para a eficiência da integração tecnológica em empresas brasileiras. Verificou-se que os principais entraves à implementação do CRM incluíram a resistência dos usuários, dificuldades de adaptação e limitações de capacitação das equipes. Contudo, a pesquisa evidenciou que a presença de recursos de IA, como chatbots, automação de tarefas e geração de insights, atuou como um elemento facilitador crucial. Observou-se que a IA favoreceu a usabilidade do sistema, reduziu o tempo de resposta e aumentou a produtividade das equipes, diminuindo a percepção de complexidade do CRM e melhorando o engajamento dos usuários. A facilidade de uso das funcionalidades de IA demonstrou uma forte correlação com a melhoria na rotina de vendas, indicando que a inteligência artificial potencializa a eficiência organizacional e o aproveitamento das ferramentas tecnológicas disponíveis.
Como limitações do estudo, destaca-se o tamanho reduzido da amostra, composta por 40 participantes, o que pode restringir a generalização dos resultados. Além disso, a utilização de dados baseados na percepção dos respondentes introduziu vieses subjetivos na análise, e o caráter transversal da pesquisa não permitiu acompanhar a evolução do uso do CRM e da inteligência artificial ao longo do tempo. A partir dessas considerações, sugere-se que estudos futuros ampliem o tamanho da amostra e contemplem diferentes segmentos organizacionais para fortalecer a representatividade. Recomenda-se, ainda, a realização de pesquisas longitudinais que permitam analisar a evolução da adoção tecnológica e a utilização de métodos mistos mais aprofundados, combinando dados quantitativos e qualitativos, para uma compreensão mais abrangente dos fatores que influenciam a adoção e o uso de sistemas de CRM com recursos de inteligência artificial.
Referências Bibliográficas
BATISTA, Bruno et al. Técnicas de recolha de dados em investigação: inquirir por questionário e/ou inquirir por entrevista. Reflexões em torno de Metodologias de Investigação: recolha de dados, v. 2, p. 13–36, 2021.
CHAER, Galdino; DINIZ, Rafael Rosa Pereira; RIBEIRO, Elisa Antônia. A técnica do questionário na pesquisa educacional. Revista Evidência, v. 7, n. 7, p. 251–266, 2012.
CHAFFEY, Dave; ELLIS-CHADWICK, Fiona. Digital marketing: strategy, implementation and practice. 8. ed. Harlow: Pearson, 2022.
CHATTERJEE, Sheshadri et al. Adoption of artificial intelligence-integrated CRM systems in organizations. Journal of Business Research, v. 131, p. 238–250, 2021.
COUTINHO, Clara Pereira. Metodologia de investigação em ciências sociais e humanas: teoria e prática. Coimbra: Almedina, 2011.
DAVIS, Fred D. Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, v. 13, n. 3, p. 319–340, 1989.
DUARTE, André; ARAÚJO, Marcos. Desafios na implementação de sistemas de CRM em pequenas e médias empresas brasileiras. Revista de Administração e Inovação, v. 18, n. 3, p. 45-60, 2021.
FIELD, Andy. Discovering statistics using IBM SPSS statistics. 5. ed. London: Sage Publications, 2018.
GIL, Antonio Carlos. Como elaborar projetos de pesquisa. 6. ed. São Paulo: Atlas, 2019.
GIL, Antonio Carlos. Métodos e técnicas de pesquisa social. 6. ed. São Paulo: Atlas, 2008.
MARCONI, Marina de Andrade; LAKATOS, Eva Maria. Fundamentos de metodologia científica. 8. ed. São Paulo: Atlas, 2017.
MENDOZA, Luis E. et al. Critical success factors for a customer relationship management strategy. Information and Software Technology, v. 49, n. 8, p. 913–945, 2007.
VENKATESH, Viswanath et al. User acceptance of information technology: Toward a unified view. MIS Quarterly, v. 27, n. 3, p. 425–478, 2003.
Artigo oriundo de Trabalho de Conclusão de Curso da Especialização em Gestão de Vendas do MBA USP/Esalq
Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy

