Carga de trabalho da equipe de admissões: quantas horas você perde?

Quantas horas sua equipe perde por mês? A fórmula cabe em uma linha

A resposta cabe em uma única conta: horas perdidas por mês ≈ (pedidos de informação de candidatos por mês) × 72% × (minutos médios por resposta manual) ÷ 60. O 72% não é uma estimativa jogada ao ar — é a proporção exata de perguntas puramente repetitivas que o painel Skolbot mediu ao classificar 12.000 conversas reais de chatbot em 2025 (mensalidades, saídas profissionais, estágios, moradia, entre outras).

Dessas 12.000 conversas, 72% eram perguntas simples tipo FAQ, respondíveis sem qualquer contexto próprio da instituição. 21% precisavam de algum contexto específico — uma data de vestibular, uma modalidade concreta de um curso. Apenas 7% justificavam de fato a intervenção de uma pessoa: um caso particular, uma situação administrativa fora do comum, uma dúvida que exigia ser esclarecida a fundo.

Essa divisão 72/21/7 muda a pergunta que um Diretor de Admissões deveria fazer. Não é "quanto tempo minha equipe dedica a responder candidatos?" e sim "que parte desse tempo serve realmente para orientar, em vez de repetir a mesma informação trinta vezes por semana?". A EDUCAUSE documenta uma tendência semelhante no ensino superior: as tarefas de suporte de alto volume e baixa complexidade são exatamente aquelas em que a automação produz o ganho de tempo mais mensurável para equipes administrativas. O restante deste artigo dá a você os elementos para calcular seu próprio número, com um método replicável em uma planilha em dez minutos.

Por que são sempre as mesmas dez perguntas que dominam

Não é coincidência sua equipe ter a sensação de responder em looping: em 12.000 conversas analisadas, dez perguntas concentram a maior parte do volume, e sua ordem varia pouco de instituição para instituição. As mensalidades lideram (89% das conversas), seguidas das saídas profissionais após o diploma (84%) e do estágio obrigatório ou modelo dual (78%).

Esse ranking tem uma implicação direta na organização da sua equipe: se dez temas cobrem quase a totalidade dos pedidos, é possível atender o grosso do volume sem mobilizar um orientador a cada contato. Um candidato que pergunta o valor da mensalidade ou a duração do estágio não precisa de uma ligação agendada — precisa de uma resposta exata, agora. É exatamente a lógica por trás de automatizar de forma direcionada os 72% de perguntas simples, sem tocar nos 7% que merecem mesmo uma conversa humana.

O custo oculto não está só nas horas internas — está na espera do candidato

O verdadeiro custo da repetição não se limita às horas internas: é também o tempo que um candidato demora a obter resposta, e esse tempo varia enormemente conforme o canal. Uma auditoria de mystery shopping realizada pela Skolbot em 80 instituições em 2025 mede diferenças consideráveis entre canais.

Um candidato que envia um e-mail em um domingo à noite não fica 47 horas esperando de braços cruzados: abre outra aba e procura a instituição concorrente. Isso é particularmente verdadeiro para perguntas sem nenhuma complexidade — mensalidades, estágio, requisitos de admissão — justamente aquelas em que a espera é menos justificável porque a resposta é sempre a mesma. Nosso artigo sobre o ROI de um chatbot para recrutamento estudantil aprofunda o cálculo detalhado desses ganhos de tempo.

O formulário de contato, apresentado muitas vezes como o canal "profissional" por padrão, é na realidade o mais lento dos cinco testados. E o telefone, apesar de sua rapidez real quando atendido, falha duas em cada três vezes em simplesmente gerar uma conversa. O chatbot IA não elimina esses canais — absorve a parte dos pedidos que, de qualquer forma, não precisavam esperar por uma pessoa. A Forrester destaca há vários anos que a velocidade da primeira resposta se tornou um critério de escolha por direito próprio para um público acostumado a interações instantâneas, muito além do setor educacional.

O que as instituições recuperam ao automatizar os 72% repetitivos

Em 18 instituições acompanhadas pela Skolbot entre 2024 e 2025, os resultados medianos após implementar um chatbot mostram uma progressão clara nos três indicadores que importam a uma direção de admissões: o volume de candidatos qualificados, o custo por candidato e a taxa de conversão em inscrição em dia de portas abertas. Os candidatos qualificados por mês passam de 120 para 195 (+62%), o custo por candidato cai 38% (no painel original, medido em euros: de 42€ para 26€, uma referência internacional que ilustra a proporção da queda), e a taxa de inscrição em dias abertos sobe de 6,2% para 18,4%. A amortização mediana fica em torno de 5 meses, com um ROI de 280% em 12 meses.

Aqui cabe uma ressalva importante: são resultados medianos que incluem o efeito combinado do chatbot e de otimizações de funil realizadas em paralelo nessas 18 instituições — redesenho de páginas, ajustes de campanhas, mudanças de processo internas. O chatbot sozinho não explica 100% dessa melhora. O que se pode afirmar com mais segurança é o mecanismo subjacente: ao absorver os 72% de perguntas repetitivas em 3 segundos em vez de 47h ou 72h, a equipe de admissões libera tempo para os candidatos que realmente precisam de acompanhamento — os 7% de casos complexos, os indecisos que exigem seguimento, os processos atípicos. Para um detalhamento linha a linha desses ganhos, nosso caderno de encargos para escolher um chatbot explica cada critério em separado.

Esse enquadramento importa porque um Diretor de Admissões que apresente esse número em reunião de diretoria precisa conseguir defendê-lo. Atribuir um ROI de 280% unicamente ao chatbot seria impreciso e enfraqueceria o argumento na primeira pergunta crítica. Apresentar o mecanismo — tempo de resposta reduzido, mais candidatos atendidos, equipe recentrada na conversão — é mais sólido e mais verdadeiro. A McKinsey Education chega a uma conclusão semelhante sobre projetos de automação no ensino superior: os ganhos duradouros raramente vêm de uma ferramenta isolada, mas da combinação entre automação de tarefas repetitivas e redesenho dos processos ao redor dela.

Passo a passo: calcule esse número para a sua própria instituição

Você não precisa de software nem de um analista de dados para obter sua própria estimativa — só de uma planilha e três números. Este é o método, replicável em menos de 15 minutos.

Passo 1: conte seus pedidos mensais de candidatos. Some as trocas recebidas em todos os canais — e-mails, formulários, ligações, mensagens em redes sociais, pedidos em feiras se você os registra. Uma estimativa aproximada já é suficiente para começar; você refina depois.

Passo 2: aplique os 72%. É a proporção medida pela Skolbot como respondível sem contexto específico da sua instituição — mensalidades, estágio, moradia, saídas profissionais, requisitos de admissão. Você pode verificar essa proporção no seu próprio histórico relendo uma amostra de 100 trocas recentes e contando quantas poderiam ter sido resolvidas com uma FAQ bem construída.

Passo 3: estime o tempo médio por resposta manual. Aqui está a única variável que não consta na nossa base de dados — e não deve ser tratada como um número mágico. Se sua equipe demora em média entre 3 e 5 minutos para redigir cada resposta (procurar a informação, reformulá-la, enviá-la), use esse intervalo para começar. Meça depois seu próprio número durante duas semanas, cronometrando uma amostra real de respostas — o tempo varia muito conforme a equipe copie um modelo já pronto ou redija cada vez do zero.

Passo 4: aplique a fórmula. Tomemos um exemplo ilustrativo com um volume redondo de 500 pedidos por mês e uma hipótese de 4 minutos por resposta manual. A conta dá: 500 × 72% × 4 ÷ 60 = 24 horas por mês. Em um ano, isso representa cerca de 288 horas — o equivalente a quase 1,8 mês de trabalho em tempo integral dedicado a repetir as mesmas dez respostas.

Esse número só é ilustrativo nos seus parâmetros de entrada — a fórmula em si se aplica tal e qual à sua instituição. Uma faculdade que recebe 800 pedidos por mês com respostas médias de 5 minutos obtém: 800 × 72% × 5 ÷ 60 = 48 horas mensais, mais de uma semana de trabalho em tempo integral. Repita o cálculo com seus próprios números antes de tirar conclusões — a diferença entre instituições pode ser considerável conforme a sazonalidade (pico de ENEM e SISU entre novembro e fevereiro, pico de matrículas em janeiro e julho) e o tamanho da equipe. Note ainda que perguntas sobre reconhecimento do diploma ou credenciamento (58% no nosso ranking) frequentemente remetem o candidato a verificar diretamente o conceito no e-MEC ou os indicadores do INEP — casos em que um chatbot bem treinado poupa uma pesquisa manual repetida em cada troca.

O guia completo sobre o chatbot IA para recrutamento estudantil detalha depois como traduzir esse número de horas em um projeto concreto, caso você queira avançar além do simples cálculo.

FAQ

O cálculo muda conforme o tipo de instituição (gestão, engenharia, tecnólogo)?

A fórmula permanece igual, mas o volume de pedidos e o tempo médio por resposta variam conforme o tipo de instituição. Uma escola de negócios com forte volume de candidatos que comparam notas de corte do ENEM e do SISU costuma receber mais perguntas sobre admissão paralela e transferência, enquanto um curso tecnológico concentra mais perguntas sobre estágio obrigatório e mercado de trabalho — a proporção de 72% de perguntas simples se mantém globalmente estável nos dois casos.

Devo incluir os pedidos recebidos em feiras ou dias de portas abertas no cálculo?

Sim, se sua equipe dedica um tempo de acompanhamento mensurável após o evento — reenvios por e-mail, respostas adiadas a perguntas não resolvidas no momento. Muitas instituições subestimam esse volume porque ele não fica registrado na mesma ferramenta que os pedidos do site, o que distorce o cálculo para baixo.

O número obtido corresponde a horas que podem ser eliminadas diretamente?

Não, corresponde a horas que podem ser redistribuídas, não eliminadas sem mais. O objetivo não é reduzir a equipe de admissões, e sim recentrar esse tempo nos 7% de casos que realmente precisam de intervenção humana e no acompanhamento qualitativo dos candidatos mais avançados na decisão.

Como verifico se 3 a 5 minutos por resposta é realista para a minha equipe?

Cronometrando uma amostra real em vez de adivinhar: peça a duas ou três pessoas da equipe que anotem o tempo dedicado a cada resposta durante duas semanas, incluindo a busca pela informação quando ela não está à mão. Esse número varia muito conforme a equipe já tenha modelos de resposta prontos ou redija cada mensagem do zero.

Esse cálculo também funciona para uma equipe pequena de 2 pessoas?

Sim, a fórmula não depende do tamanho da equipe — mede um volume de horas, não um número de vagas. Para uma equipe pequena, o resultado costuma ser mais eloquente em percentual de uma jornada completa: 24 horas por mês representam quase 15% do tempo de trabalho de uma única pessoa, o que torna a decisão mais visível.