15 de setembro de 2026
Fatores de Influência na Decisão de Contratação de Consultorias Esportivas Online
Karine Pereira Rodrigues; José Eduardo Vilas Bôas
DOI: 10.22167/2675-6528-202602249
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
O crescimento do mercado de fitness digital impulsionou a oferta de consultorias esportivas online, demandando a compreensão dos fatores que determinam a decisão de compra. O estudo analisou os construtos que influenciam a percepção de valor e as barreiras à contratação neste segmento. Realizou-se uma pesquisa quantitativa descritiva, utilizando uma “survey” online com 116 respondentes, divididos entre consumidores (n=50) e não-consumidores (n=66). Os dados foram submetidos à estatística descritiva, ANOVA de Welch e testes “post-hoc” de Games-Howell. Os resultados indicaram que a decisão de compra se ancorou na personalização do serviço e em recomendações, com o posicionamento digital em papel secundário. A análise cruzada revelou um efeito significativo da renda na percepção de preço, mostrando que consumidores de alta renda priorizaram exclusividade em detrimento do custo-benefício. Entre os não-consumidores, a principal barreira à adoção foi comportamental, a falta de autodisciplina para treinar sozinho, evidenciando um déficit de autoeficácia percebida. Concluiu-se que o valor neste mercado transcende a prescrição técnica, residindo na capacidade do profissional de atuar como facilitador motivacional. Sugeriu-se a reorientação das estratégias de marketing para a excelência na entrega e retenção, potencializando o crescimento orgânico por indicação.
Palavras-chave: Comportamento do Consumidor; Consultoria Esportiva Online; Marketing Digital; Percepção de Valor.
1. Introdução
A crescente digitalização dos serviços tem redefinido profundamente a forma como os consumidores interagem e contratam ofertas no setor de saúde e bem-estar. Essa transformação foi impulsionada pela busca por maior flexibilidade e conveniência, refletindo uma conscientização ampliada sobre a importância da prevenção e da qualidade de vida. O mercado de saúde digital, que engloba diversas vertentes de serviços e produtos, projeta um crescimento expressivo (KHIDI, 2022), à medida que os consumidores se mostram mais receptivos a intervenções virtuais que promovem saúde e condicionamento físico (Korea PwC, 2022).
Nesse contexto, emergem as consultorias esportivas online, que se diferenciam de aplicativos de fitness genéricos por focarem na interação humana e na personalização do acompanhamento profissional por meio de tecnologias digitais (Cotterill e Hurley, 2022). No entanto, a expansão desse modelo não ocorre sem desafios. A construção da confiança do consumidor em um ambiente não presencial, a comunicação eficaz da proposta de valor e a diferenciação em um mercado cada vez mais saturado são barreiras significativas.
A qualidade do serviço, um conceito cujas bases foram estabelecidas por autores como Parasuraman et al. (1988), Zeithaml e Berry (1988), e a confiança na plataforma tornam-se preditores essenciais do valor percebido pelo cliente (Catapan et al., 2025). Diante desse cenário, a problemática central desta pesquisa questiona quais são os principais fatores que influenciam a decisão do consumidor ao contratar um serviço de consultoria esportiva online.
Para o gestor de marketing, o problema se traduz em um dilema prático e urgente: em um mercado saturado e com a confiança sendo um desafio, como alocar recursos de forma eficiente. A falta de dados concretos sobre o que realmente converte o cliente leva a uma tomada de decisão baseada em intuição, resultando em investimentos pulverizados e de baixo retorno. Sem essa compreensão, gestores tomam decisões baseadas em intuição, desperdiçando recursos.
A literatura sobre comportamento do consumidor, consolidada por autores como Kotler e Keller (2016), já delineava o complexo processo de decisão de compra, apontando que a jornada do consumidor é influenciada por múltiplos fatores. A “economia da experiência”, teoria estabelecida por Pine e Gilmore (1998), e a satisfação do cliente, amplamente estudada por Oliver (1980), são determinantes para as intenções de uso e a retenção de usuários. Estudos mais recentes indicam que a usabilidade percebida, a percepção de risco, a qualidade da informação e a conveniência do serviço influenciam significativamente a intenção de compra inicial (Kwon et al., 2022; Ahn e Park, 2023; Phamthi et al., 2024).
O conceito de “cocriação de valor”, cujas bases foram estabelecidas por Prahalad e Ramaswamy (2004), ganha destaque no ambiente digital, sugerindo que o engajamento do cliente no processo é fundamental para o sucesso e a sustentabilidade dos serviços de saúde digitais (Peng et al., 2022). Pesquisas sobre o mercado de fitness online reforçam que a credibilidade do treinador, sinalizada por sua expertise e confiabilidade em contextos digitais, aumenta a percepção de competência e a intenção de compra do consumidor (Park et al., 2022; Wang et al., 2024).
Esta pesquisa teve importância em dois níveis. No campo teórico, ela aprofundou o entendimento sobre marketing de serviços e o comportamento do consumidor dentro do universo da saúde digital, um tema que ganha força à medida que a tecnologia redefine as relações entre alunos e profissionais. Já no campo prático, a pesquisa trouxe aprendizados úteis para quem atua na área, gestores, empreendedores e profissionais, oferecendo caminhos para aprimorar estratégias de atração e fidelização de clientes em um cenário cada vez mais competitivo e centrado no consumidor digital. Dessa forma, o objetivo dessa pesquisa foi identificar os principais fatores que influenciam a tomada de decisão na contratação de serviços de consultoria esportiva online.
2. Material e Métodos
A pesquisa foi caracterizada como um estudo de natureza aplicada, de abordagem quantitativa e caráter descritivo, realizado por meio de um levantamento de campo do tipo “survey” online (Malhotra, 2019). O delineamento envolveu a coleta de dados primários via questionário estruturado, complementado por pesquisa bibliográfica para a construção do referencial teórico.
A pesquisa bibliográfica foi conduzida nas bases Google Acadêmico, Scielo, ScienceDirect e Emerald Insight, utilizando palavras-chave como “perceived value”, “online fitness”, “digital coaching”, “consumer behavior”, “value co-creation” e “sports consulting”. Foram consultados artigos científicos, livros e relatórios de mercado publicados entre 2019 e 2026, totalizando 27 referências (8 livros, 16 artigos científicos, 3 relatórios de mercado e documentos técnicos), que fundamentaram os construtos e a construção do instrumento de coleta de dados.
O instrumento de coleta de dados foi um questionário estruturado com 17 questões, desenvolvido na plataforma Google Forms. O questionário está disponível no Apêndice A (https://drive.google.com/file/d/1MnJddCqFkKtHX3TowTU1oCyxPSqCFlet/view?usp=drive_link).
O questionário foi dividido em três blocos: o primeiro para caracterizar o perfil sociodemográfico dos respondentes; o segundo para investigar o comportamento de contratação, barreiras e motivações; e o terceiro, o principal, utilizou uma escala Likert de 5 pontos (1 = “Nada importante” a 5 = “Extremamente importante”) para avaliar a importância de 32 itens, agrupados em 8 construtos teóricos de valor percebido: Personalização, Confiança na Plataforma, Preço e Custo-Benefício, Experiência do Usuário [UX], Credibilidade e Expertise, Recomendações e Avaliações, Posicionamento Digital, e Imagem e Identificação. A estrutura do instrumento e seus referenciais teóricos são detalhados na Tabela 1.
Tabela 1. Estrutura do Instrumento de Pesquisa e Referencial Teórico
| Bloco/Questões | Objetivo de Investigação | Referencial Teórico de Base |
|---|---|---|
| Bloco 1 (Q1-Q7) | Caracterizar o perfil sociodemográfico, os hábitos de consumo e a frequência de prática de atividades físicas. | Kotler e Keller (2016) Malhotra (2019) |
| Bloco 2 (Q8-Q9) | Identificar o comportamento de contratação, as barreiras e as motivações que influenciam a decisão de compra. | Bagozzi (2007) Ruyobeza et al. (2025) |
| Bloco 3 (Q10-Q17) | Mensurar e hierarquizar os fatores de valor percebido por meio de escalas de atitude (Likert) para 8 construtos teóricos. | Parasuraman et al. (1988) Prahalad e Ramaswamy (2004) |
Fonte: Dados originais da pesquisa
A coleta de dados ocorreu entre 05 de janeiro e 09 de março de 2026, por meio de questionário divulgado em mídias sociais e grupos de afinidade, utilizando amostragem por conveniência (Gil, 2008).
A amostra inicial de 120 respondentes foi reduzida para 116 após a exclusão de 4 participantes (1 menor de 18 anos e 3 não-binários, devido à baixa representatividade para análises comparativas robustas). A amostra final foi dividida em 50 (43,1%) consumidores de consultoria esportiva online nos últimos seis meses, e 66 (56,9%) não-contratantes, utilizados para análise de barreiras à adoção do serviço.
Um pré-teste foi realizado com 5 respondentes de perfil demográfico similar para assegurar o rigor metodológico e a clareza do instrumento, com feedback positivo e sem necessidade de ajustes.
Os procedimentos éticos foram seguidos, com a aplicação de um Termo de Consentimento Livre e Esclarecido [TCLE] no início do questionário, informando sobre os objetivos da pesquisa, o caráter voluntário e anônimo da participação, e a confidencialidade dos dados. Apenas participantes que concordaram puderam prosseguir.
Os dados foram tabulados e analisados com o software estatístico Jamovi (versão 2.3.26). A análise seguiu três etapas: (1) Análise Descritiva, com cálculo de frequências para variáveis de perfil e comportamento; (2) Análise de Construtos, com cálculo de médias e desvios-padrão para os oito construtos de valor (n = 50); e (3) Análise Inferencial, com testes estatísticos para comparar a percepção de valor entre segmentos demográficos, adotando-se α = 0,05. Para comparação entre grupos de renda e faixas etárias, aplicou-se ANOVA de um fator (Welch). Em casos de significância estatística, utilizou-se o teste post-hoc de Games-Howell. Para verificar diferenças entre as médias dos oito construtos de valor, aplicou-se ANOVA de medidas repetidas, com correção de Greenhouse-Geisser e comparações post-hoc com ajuste de Bonferroni.
3. Resultados e Discussão
Esta seção apresenta os resultados da pesquisa em dois níveis de análise. Inicialmente, é descrito o perfil sociodemográfico da amostra total de respondentes válidos (n=116), com os grupos de consumidores e não-consumidores apresentados separadamente. Em seguida, a análise se concentra no grupo de consumidores (n=50), com foco na percepção de valor, nos construtos avaliados e nas comparações estatísticas por meio de ANOVA.
Bloco 1 – Perfil sociodemográfico da amostra
O perfil sociodemográfico da amostra válida (n=116) foi dividido em consumidores (n=50) e não-consumidores (n=66). A Tabela 2 detalha a distribuição de cada grupo por gênero, faixa etária, renda familiar mensal e escolaridade.
Tabela 2. Perfil sociodemográfico dos respondentes por grupo
| Categoria | Consumidores (n=50) | Não-consumidores (n=66) |
|---|---|---|
| Feminino | 33 (66,0%) | 52 (78,8%) |
| Masculino | 17 (34,0%) | 14 (21,2%) |
| 18-24 anos | 3 (6,0%) | 17 (25,8%) |
| 25-34 anos | 27 (54,0%) | 25 (37,9%) |
| 35-44 anos | 16 (32,0%) | 15 (22,7%) |
| 45-54 anos | 4 (8,0%) | 4 (6,1%) |
| 55 anos ou mais | 5 (7,6%) | |
| Até R$ 2.600 | 1 (2,0%) | 10 (15,2%) |
| R$ 2.601-R$ 5.200 | 12 (24,0%) | 25 (37,9%) |
| R$ 5.201-R$ 13.000 | 13 (26,0%) | 18 (27,3%) |
| R$ 13.001-R$ 26.000 | 17 (34,0%) | 8 (12,1%) |
| Mais de R$ 26.000 | 7 (14,0%) | 5 (7,6%) |
| Ensino Fundamental Completo | 1 (1,5%) | |
| Ensino Médio Completo | 1 (2,0%) | 6 (9,1%) |
| Ensino Técnico | 1 (2,0%) | 3 (4,5%) |
| Ensino Superior Incompleto | 4 (8,0%) | 10 (15,2%) |
| Ensino Superior Completo | 14 (28,0%) | 26 (39,4%) |
| Especialização | 16 (32,0%) | 16 (24,2%) |
| Mestrado e Doutorado | 14 (28,0%) | 4 (6,1%) |
Fonte: Resultados originais da pesquisa
A amostra, embora não probabilística, revelou predominância de mulheres (73,3%; n=85), respondentes entre 25 e 44 anos (71,6%; n=83) e alto nível de escolaridade, com 89,7% possuindo ao menos ensino superior incompleto, o que reflete o perfil típico de usuários de plataformas digitais de saúde e bem-estar (Bhaskaran, 2023). A renda familiar concentrou-se nas faixas intermediárias, com 58,6% dos respondentes declarando renda entre R$ 2.601 e R$ 13.000. Do total, 50 (43,1%) afirmaram ter contratado consultoria esportiva online nos últimos seis meses, formando o grupo focal, enquanto os 66 restantes (56,9%) compuseram o grupo de não-contratantes, utilizado para análises comparativas das barreiras à adoção do serviço.
Bloco 2 – Comportamento de Contratação e Percepção de Valor
Para compreender os fatores que impulsionam a decisão de compra, os consumidores (n=50) foram questionados sobre os principais motivadores. A flexibilidade de horários e local de treino foi o construto mais citado (76,0%; n=38), seguido pelo custo-benefício em comparação ao personal trainer presencial (58,0%; n=29), e pela busca por um treino mais personalizado (54,0%; n=27). A Figura 1 apresenta a distribuição desses fatores.
Figura 1. Fatores de Decisão para Contratação do Serviço (n=50)
Fonte: Resultados originais da pesquisa
A flexibilidade de horários e local de treino (76%; n=38) e o custo-benefício (58%; n=29) são os principais impulsionadores da contratação, indicando que a consultoria online se alinha ao estilo de vida contemporâneo. A alta valorização da personalização e do foco em objetivos individuais (54%; n=27) é um achado significativo. A análise cruzada por perfil sociodemográfico mostrou que a flexibilidade de horários é o principal motivador para ambos os gêneros (mulheres 79%; n=26; homens 71%; n=12). O custo-benefício foi mais valorizado por mulheres (61%) do que por homens (53%) (Monroe, 2003). Consumidores adultos (35 anos ou mais) valorizam mais a personalização (60%) do que os jovens (50%), enquanto os mais jovens (18–34 anos) priorizam o custo-benefício (63% vs. 50%). Notavelmente, 100% dos consumidores de renda média (R$ 5.201–13.000; n=13) citaram o custo-benefício, em contraste com 38% dos de renda alta (>R$ 13.000; n=24), o que reforça que a sensibilidade ao preço diminui com o aumento da renda. Isso sugere que o consumidor busca uma percepção de serviço superior e a personalização é central na proposta de valor percebida, alinhada ao conceito de cocriação de valor (Prahalad e Ramaswamy, 2004).
O canal de descoberta do serviço é um indicador importante da dinâmica de crescimento do mercado. A indicação de amigos ou familiares foi o canal predominante, mencionada por 29 respondentes (58,0%), seguida por “outro” canal (12,0%) e redes sociais (10,0%). Indicações de profissionais do esporte e da saúde somaram 16,0%, enquanto influenciadores digitais e anúncios online tiveram participação marginal (2,0% cada). A Figura 2 ilustra a distribuição dos canais de descoberta.
Figura 2. Canal de Descoberta do Serviço de Consultoria Esportiva Online (n=50)
Fonte: Resultados originais da pesquisa
A indicação de amigos ou familiares foi predominante para mulheres (61%; n=20) e homens (53%; n=9), embora homens recorram mais às redes sociais (18%) do que mulheres (6%). Nenhum consumidor adulto (35 anos ou mais) descobriu o serviço por redes sociais (0%), enquanto 17% dos jovens (18–34 anos) o fizeram. Consumidores de renda alta (>R$ 13.000) apresentaram a menor taxa de indicação (46%) e maior diversificação de canais, enquanto os de renda baixa (≤R$ 5.200) chegaram ao serviço majoritariamente por indicação (77%). A predominância da indicação (58,0%; n=29) é um indicador implícito de satisfação, pois a recomendação envolve um compromisso de reputação (Kotler e Keller, 2016). Esse resultado converge com Maia et al. (2022) e Park et al. (2022), que identificaram a confiança interpessoal e a credibilidade profissional como fatores determinantes. O baixo desempenho de mídias sociais (10%; n=5) e influenciadores digitais (2%; n=1) sugere que o investimento em marketing digital, embora relevante para a educação do mercado, não é o principal fator de conversão, sendo o crescimento orgânico, ancorado na qualidade da entrega, mais eficaz.
Para aprofundar a compreensão da percepção de valor, os consumidores avaliaram a importância de oito construtos teóricos em uma escala de 1 a 5. A Tabela 3 apresenta a hierarquia desses construtos, ordenados pela média de importância atribuída, e a Figura 3 ilustra essa hierarquia.
Tabela 3. Hierarquia dos Construtos de Valor (n=50)
| Posição | Construto | Média | DP |
|---|---|---|---|
| 1° | Personalização | 4,65 | 0,51 |
| 2° | Confiança na Plataforma | 4,38 | 0,93 |
| 3° | Preço e Custo-Benefício | 4,37 | 0,81 |
| 4° | UX e Usabilidade | 4,35 | 0,68 |
| 5° | Credibilidade e Expertise | 4,24 | 0,77 |
| 6° | Recomendações e Avaliações | 3,93 | 0,88 |
| 7° | Posicionamento Digital | 3,49 | 0,89 |
| 8° | Imagem e Identificação | 3,05 | 0,93 |
Fonte: Resultados originais da pesquisa
Figura 3. Hierarquização dos Construtos de Valor por Média de Importância (n=50)
Fonte: Resultados originais da pesquisa
A ANOVA de medidas repetidas confirmou diferenças estatisticamente significativas entre as médias dos oito construtos [F(7,343)=35,3; p<0,001]. A Personalização (M=4,65) ocupa o primeiro lugar, com diferença significativa em relação à Confiança na Plataforma (M=4,38; p=0,005). As médias de Confiança (M=4,38), Preço e Custo-Benefício (M=4,37) e UX/Experiência do Usuário (M=4,35) não diferem significativamente entre si (p>0,05), formando um bloco de construtos igualmente valorizados. No extremo inferior, Imagem e Identificação (M=3,05) apresenta diferença significativa em relação a todos os demais construtos (p<0,001), sendo o construto de menor relevância percebida.
A análise cruzada das médias dos construtos por perfil sociodemográfico revelou que a Personalização e a Imagem e Identificação mantiveram suas posições de maior e menor valor, respectivamente, em todos os segmentos. Mulheres atribuem médias ligeiramente mais altas ao Preço (M=4,46 vs. M=4,18) e à Confiança na Plataforma (M=4,44 vs. M=4,25). Consumidores adultos (35 anos ou mais) valorizam menos o Posicionamento Digital (M=3,24) do que os jovens (M=3,66), indicando menor influência da presença digital do profissional. Consumidores de renda baixa (≤R$ 5.200) atribuem maiores médias ao Preço (M=4,92) e à Confiança (M=4,72), enquanto os de renda alta (>R$ 13.000) apresentam as menores médias nesses construtos (M=4,01 e M=4,28), reforçando a diminuição da sensibilidade ao preço com o aumento da renda. Este paradoxo, de alta confiança na plataforma e baixo valor atribuído ao marketing digital, sugere que o investimento mais eficiente está na qualidade da experiência entregue, que gera recomendações valiosas.
Para verificar a variação da percepção de valor por características sociodemográficas, foram realizadas análises de variância (ANOVA). A Tabela 4 e as Figuras 4 e 5 apresentam os resultados com significância estatística para a variação do construto Preço por faixa de renda e do construto UX por faixa etária.
Tabela 4. Resultados das ANOVAs: Preço por Renda e UX por Faixa Etária (n=50)
| Análise | Grupo | n | Média | Resultado ANOVA |
|---|---|---|---|---|
| Preço × Renda | Renda baixa (≤ R$ 5.200) | 13 | 4,92 | F(2; 24,8) = 12,50 |
| Renda média (R$ 5.201– 13.000) | 13 | 4,46 | p < 0,001* | |
| Renda alta (> R$ 13.000) | 24 | 4,01 | ||
| UX × Faixa Etária | 18-34 anos | 30 | 4,35 | F(3; 8,74) = 4,00 |
| 35-54 anos | 20 | 4,22 | p = 0,047* |
Fonte: Resultados originais da pesquisa. * p < 0,05.
Figura 4. Construto Preço e Custo-Benefício por Faixa de Renda (n=50)
Fonte: Resultados originais da pesquisa
A análise cruzada revelou diferenças significativas na percepção do construto Preço e Custo-Benefício de acordo com a faixa de renda dos consumidores (n=50). Os resultados indicaram um efeito principal significativo da renda sobre a percepção de preço (F(2; 24,8) = 12,50; p < 0,001; η² = 0,219). Consumidores de renda mais baixa (até R$ 5.200; M=4,92) atribuem maior importância ao custo-benefício do que os de renda intermediária (R$ 5.201 a R$ 13.000; M=4,46) e de renda mais alta (acima de R$ 13.000; M=4,01). O teste post-hoc de Games-Howell revelou diferença estatisticamente significativa entre os grupos de renda baixa e renda alta (p < 0,05), sem diferença significativa entre renda baixa e renda média. Isso demonstra que, para o grupo de renda mais alta, o preço deixa de ser o principal critério de avaliação, sendo substituído por atributos como personalização e exclusividade (Monroe, 2003).
Figura 5. Construto UX e Usabilidade por Faixa Etária (n=116)
Fonte: Resultados originais da pesquisa
A análise do construto UX e Usabilidade por faixa etária também revelou diferença estatisticamente significativa [F(3,46)=4,55; p=0,007]. Consumidores mais jovens (18–24 anos; n=3; M=4,78) valorizam mais a experiência digital do que os de faixas etárias mais avançadas (45–54 anos; n=4; M=3,42). Embora o teste tenha indicado diferença estatisticamente significativa (F(3; 8,74) = 4,00; p = 0,047), o tamanho do efeito foi praticamente nulo (η² = 0,001), sugerindo que a faixa etária exerce influência mínima sobre a percepção de UX na amostra estudada. Este achado sugere que a facilidade de uso da plataforma é especialmente relevante para o público jovem, com maiores expectativas em relação à interface e usabilidade do serviço.
Bloco 3 – Análise Comparativa: Barreiras à Contratação
O grupo de respondentes que nunca contratou uma consultoria esportiva online (n=55) foi investigado quanto às barreiras à adoção do serviço. As principais barreiras identificadas são de natureza comportamental e perceptual: falta de disciplina e motivação (41,8%), preço percebido como elevado (36,4%) e preferência pelo atendimento presencial (29,1%). A Figura 6 apresenta as barreiras citadas em ordem decrescente de frequência. As comparações entre subgrupos (gênero) foram realizadas de forma descritiva devido às limitações amostrais.
Figura 6. Barreiras à Contratação do Serviço (n=66)
Fonte: Resultados originais da pesquisa
A falta de disciplina e motivação para treinar sozinho (41,8%; n=23) é o principal obstáculo entre os não-contratantes (n=55), seguida pelo preço elevado percebido (36,4%; n=20) e pela preferência pelo contato presencial (29,1%; n=16). O dado sobre disciplina é relevante, pois desloca o desafio do marketing da justificação de preço para a autoeficácia percebida (Bandura, 1997). A barreira não é financeira nem tecnológica, mas a dúvida sobre a capacidade de manter a consistência sem a presença física de um profissional. A segmentação por gênero mostra que a autodisciplina é a principal barreira para mulheres (48,8%; n=21), enquanto a autossuficiência (“não vejo necessidade” e “consigo treinar sozinho”) é mais proeminente entre homens (41,7%; n=5, cada). Isso sugere estratégias de comunicação distintas para cada segmento. A percepção de “preço elevado” como barreira entre os não-contratantes (36,4%) contrasta com a alta valorização do custo-benefício entre os contratantes (M=4,37), indicando que o preço não é objetivamente alto, mas que a percepção de valor ainda não foi estabelecida para quem não experimentou o serviço. A estratégia de comunicação mais eficaz deve focar na demonstração de valor e na experiência do cliente.
Os resultados do Bloco 3 dialogam com a teoria da difusão de inovações (Rogers, 2003), que aponta que a adoção de novos serviços é freada por fatores psicológicos como a incerteza e a resistência à mudança de hábitos. A barreira da autodisciplina remete à autoeficácia percebida (Bandura, 1997), onde a decisão de contratar o serviço online está condicionada à crença na capacidade de executar o plano de forma autônoma. A preferência pelo atendimento presencial corrobora os achados de Parasuraman et al. (1988), Zeithaml e Berry (1988) sobre a tangibilidade na qualidade de serviços, onde a presença física é percebida como indicador de confiança e comprometimento.
Síntese dos Resultados
A Tabela 5 apresenta os principais achados da pesquisa, bem como indicações de aplicações práticas para gestores de marketing e profissionais do setor.
Tabela 5. Síntese dos resultados e possíveis aplicações práticas
| Etapa | Principais achados da pesquisa | Possíveis aplicações práticas |
|---|---|---|
| Fatores de Decisão (Média Geral) | Personalização (M=4,65) e Recomendações (M=4,50) são os construtos mais valorizados na decisão de compra. – Posicionamento Digital (M=3,49) e Imagem (M=3,05) têm relevância secundária. | Priorizar a entrega de treinos altamente adaptados à rotina do cliente. – Incentivar ativamente o marketing de indicação (referral) e a coleta de depoimentos reais de alunos satisfeitos. |
| Análise Cruzada (Preço x Renda) | Consumidores de renda baixa (até R$ 5.200) atribuem importância significativamente maior ao preço (M=4,92) do que os de renda alta (M=4,01). – Para a alta renda, o preço deixa de ser o critério central. | Criar esteiras de produtos com diferentes tickets: planos básicos e automatizados para entrada, e planos premium focados em exclusividade e suporte intensivo para alta renda. |
| Análise Cruzada (UX × Idade) | A exigência por usabilidade e qualidade da plataforma [UX] varia entre faixas etárias, embora com tamanho de efeito pequeno. | Garantir que o aplicativo ou plataforma de entrega do treino seja intuitivo e de fácil navegação, reduzindo atritos tecnológicos para todas as idades. |
| Barreiras à Contratação | A principal barreira para não-contratantes é a falta de disciplina/motivação (41,8%), seguida pelo preço elevado (36,4%) e preferência pelo presencial (29,1%). | Mudar o foco da comunicação: em vez de apenas justificar o preço, demonstrar como o serviço oferece suporte contínuo e ferramentas de motivação para manter a consistência do aluno. |
Fonte: Resultados originais da pesquisa.
A síntese dos dados evidencia que o mercado de consultorias esportivas online opera sob a lógica da economia da experiência. O crescimento sustentável depende menos de investimentos massivos em aquisição via redes sociais e mais da excelência na entrega do serviço (personalização), que gera satisfação e alimenta o principal canal de vendas: a recomendação orgânica.
4. Conclusão
O presente estudo buscou identificar os principais fatores que influenciam a tomada de decisão na contratação de serviços de consultoria esportiva online. Verificou-se que a personalização do serviço e as recomendações de amigos ou familiares constituíram os pilares da decisão de compra, enquanto o posicionamento digital do profissional mostrou-se um fator secundário. Observou-se que a percepção de preço variou significativamente com a renda, indicando que consumidores de alta renda priorizaram atributos como exclusividade em detrimento do custo-benefício. Entre os não-consumidores, a principal barreira identificada foi a falta de autodisciplina para treinar sozinho, evidenciando um desafio comportamental ligado à autoeficácia percebida, e não meramente financeiro ou tecnológico. A principal contribuição deste trabalho reside na demonstração de que o valor neste mercado transcende a mera prescrição técnica, ancorando-se na capacidade do profissional de atuar como facilitador motivacional. Para gestores, sugere-se a reorientação das estratégias de marketing, priorizando a excelência na entrega e a retenção de clientes para potencializar o crescimento orgânico por indicação, em vez de investimentos massivos em aquisição via mídias sociais.
Contudo, é fundamental reconhecer as limitações deste estudo, que incluem a utilização de uma amostra de conveniência, gerando um viés de autosseleção, e um recorte transversal, que impede a compreensão da evolução da percepção de valor ao longo do tempo. Adicionalmente, o tamanho reduzido da amostra de não-contratantes limitou a profundidade das análises inferenciais sobre as barreiras de mercado. Para investigações futuras, recomenda-se a realização de estudos longitudinais para monitorar a taxa de retenção em relação à percepção de suporte, bem como pesquisas qualitativas que explorem as estratégias psicológicas empregadas por alunos que superaram a desmotivação no ambiente virtual.
Referências Bibliográficas
Ahn, J.; Park, S. 2023. Usability and user experience in fitness applications. Journal of Digital Health 12(3): 45-62.
Bandura, A. 1997. Self-Efficacy: The Exercise of Control. W.H. Freeman, New York, NY, USA.
Bhaskaran, V. 2023. Designing for trust: the crucial role in digital user experiences. Journal of User Experience 19(2): 112-128.
Catapan, A.; Silva, M.; Santos, R. 2025. Perceived value and trust in online platforms. Brazilian Journal of Marketing 14(1): 33-48.
Cotterill, S.; Hurley, M. 2022. Online sports coaching: a new paradigm. International Journal of Sports Science & Coaching 18(2): 112-125.
Gil, A.C. 2008. Métodos e Técnicas de Pesquisa Social. 6ed. Atlas, São Paulo, SP, Brasil.
Korea Health Industry Development Institute [KHIDI]. 2022. Digital health market report. Disponível em: . Acesso em: 16 mar. 2026.
Kotler, P.; Keller, K.L. 2016. Marketing Management. 15ed. Pearson, Harlow, Reino Unido.
Kwon, S.; Lee, J.; Kim, H. 2022. Continuity of use in fitness applications. Journal of Consumer Behaviour 21(4): 567-584.
Maia, C.; Lunardi, G.; Dolci, P. 2022. Trust and purchase intention in Brazilian e-commerce. Revista de Administração Contemporânea 26(3): e210123.
Malhotra, N.K. 2019. Marketing Research: An Applied Orientation. 7ed. Pearson, Harlow, Reino Unido.
Monroe, K.B. 2003. Pricing: Making Profitable Decisions. 3ed. McGraw-Hill, New York, NY, USA.
Oliver, R.L. 1980. A cognitive model of the antecedents and consequences of satisfaction decisions. Journal of Marketing Research 17(4): 460-469.
Parasuraman, A.; Zeithaml, V.A.; Berry, L.L. 1988. SERVQUAL: a multiple-item scale for measuring consumer perceptions of service quality. Journal of Retailing 64(1): 12-40.
Park, J.; Kim, S.; Lee, M. 2022. Trainer credibility in online fitness services. Sport Management Review 25(2): 234-251.
Peng, X.; Wang, Y.; Zhang, L. 2022. Value co-creation in digital health services. Journal of Service Research 25(1): 89-105.
Phamthi, N.; Nguyen, T.; Tran, H. 2024. Factors influencing initial purchase intention in online services. Asian Journal of Business Research 14(1): 1-15.
Pine, B.J.; Gilmore, J.H. 1999. The Experience Economy: Work Is Theatre & Every Business a Stage. Harvard Business School Press, Boston, MA, USA.
Prahalad, C.K.; Ramaswamy, V. 2004. The Future of Competition: Co-Creating Unique Value with Customers. Harvard Business School Press, Boston, MA, USA.
PricewaterhouseCoopers Korea [PwC Korea]. 2022. Consumer trends in digital wellness. Disponível em: . Acesso em: 16 mar. 2026.
Rogers, E.M. 2003. Diffusion of Innovations. 5ed. Free Press, New York, NY, USA.
Wang, L.; Chen, X.; Liu, Y. 2024. Expertise signaling and purchase intention in digital coaching. Computers in Human Behavior 150: 107985.
Artigo oriundo de Trabalho de Conclusão de Curso da Especialização em Marketing do MBA USP/Esalq
Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy
