Lançando uma nova fonte de receita dentro de um ERP por meio de uma feature paga, confiável e descobrível
Monetization
Launch
Revenue
B2B SaaS
Discoverability
Contexto
A Conta Azul precisava expandir receita além da assinatura. A Serasa Experian tinha dados de crédito que os usuários do ERP precisavam, mas sem nenhum canal dentro do produto para acessá-los.
Problema
Feature paga e sensível à confiança, sem presença no fluxo real de trabalho. O usuário que mais precisava da consulta de risco de crédito não sabia que ela existia.
Abordagem
MVP contextual dentro da venda avulsa → pesquisa com não usuários, usuários leves e frequentes → V2 com múltiplos pontos de entrada, incluindo consulta direta sem necessidade de venda prévia.
Resultado
+677% de volume após V2, R$213.464 em receita acumulada em 6 meses e validação de um modelo reutilizável de add-on monetizado.
Resultados
337Usuários únicos no MVPJanela controlada
16%Conversão no MVPPagamento por consulta
R$8.889Receita projetada no MVPSó canal contextual
+677%Aumento de volumeMVP → V2
R$213.464Receita acumuladaNov/2023 – Abr/2024
12.613Consultas no períodoTodos os pontos de entrada
3.300+Pico mensal de consultasMelhor mês
Atuação
O projeto nasceu no fim de 2023 como aposta de receita para 2024, com OKR de R$268k de faturamento via modelo de add-on pago.
Meu escopo teve três frentes ao mesmo tempo:
Definir — o modelo de interação de uma feature paga dentro de um fluxo transacional sensível à confiança
Coordenar e analisar — a pesquisa com três perfis de usuários depois do MVP
Redesenhar — toda a arquitetura de acesso na V2
A decisão mais importante aqui foi de posicionamento de produto, mais do que de interface: criar a consulta direta como ponto de entrada independente, sem obrigar o usuário a iniciar uma venda. Ela veio da pesquisa com quem não estava usando, não de um palpite interno.
Estratégia
O desafio tinha três camadas sobrepostas:
Encontrabilidade — tornar visível uma feature nova sem estragar o fluxo que já existia
Confiança — fazer o usuário pagar por uma consulta dentro de um produto que ele já assina
Modelo de negócio — estruturar uma oferta de add-on que desse pra replicar com outros parceiros
Resolver só a encontrabilidade sem a confiança geraria consultas e cancelamentos. Resolver só a confiança sem a encontrabilidade deixaria a receita represada. A sequência MVP → pesquisa → V2 foi justamente o mecanismo para atacar as três camadas em ordem, cada fase aprendendo com a anterior antes de ampliar o escopo.
A estrutura financeira da oferta deixava claro que o design tinha que acertar desde cedo: R$16,90 por consulta, teto de 30 por mês, cobrança pós-paga via boleto mensal. Isso criava uma tensão real, porque o risco de inadimplência era o principal risco operacional que a equipe tinha mapeado, e o pós-pago já entrou como solução temporária. O design precisava gerar confiança suficiente para o usuário topar pagar por algo que ainda não viu, e volume suficiente para o modelo financeiro se sustentar até uma eventual virada para pré-pago.
Processo
A estrutura desta iniciativa foi deliberadamente incremental: MVP para validar disposição de pagamento antes de ampliar investimento; pesquisa com três perfis de uso para entender por que não usuários não usavam; e V2 com arquitetura de entrada expandida derivada dos achados de pesquisa.
Lancei o MVP com um único ponto de entrada, dentro da criação de venda avulsa, para controlar as variáveis e medir conversão nas condições mais enxutas possíveis. Os 337 usuários únicos e os 16% de conversão não foram lidos como sucesso final, e sim como sinal verde para investir em diagnóstico qualitativo antes de escalar.
A nota média de 4,5/5 no survey pós-uso foi percebida como oportunidade: evidência de que o problema era encontrabilidade, não satisfação. Quem achava a feature gostava dela. O V2 foi construído inteiro em cima desse diagnóstico: tirar a barreira de contexto e deixar a consulta acessível no momento em que o usuário de fato precisa dela, antes da venda e não durante.
Lean
Non-User Research
Research-Led
Revenue Metrics
Diagnóstico
Toda decisão de design foi construída sobre uma fase estruturada de diagnóstico com quatro métodos.
Pergunta: Usuários que chegaram a usar a feature estavam satisfeitos, ou o problema era também de qualidade da entrega?
O que foi feito: Survey enviado a usuários que realizaram pelo menos uma consulta no MVP. Medição de satisfação geral com a feature no formato de nota numérica e campo aberto para sugestões.
Achado principal: Nota média de 4,5/5. Campo de sugestões praticamente vazio. Nenhum sinal de problema de qualidade, usabilidade ou percepção de valor. Esse resultado virou a hipótese inicial de cabeça pra baixo: o gargalo estava no acesso, não na experiência de uso.
Artefato: Resultado agregado de survey quantitativo; base: usuários ativos do MVP.
Pergunta: O que diferencia o comportamento e o contexto de uso de quem realizou mais de uma consulta versus quem fez apenas uma?
O que foi feito: Entrevistas por videochamada com dois perfis: (a) usuários que realizaram apenas uma consulta e não voltaram; (b) usuários que realizaram mais de uma consulta de forma recorrente. Roteiro semi-estruturado com foco em contexto de trabalho, momento de decisão, percepção de valor e barreiras.
Achado principal: O perfil recorrente se concentrava em empresas B2B com venda de alto valor unitário ou volume médio-alto de novos clientes, que consultavam como etapa padrão antes de fechar qualquer negócio. Já quem fez uma consulta só não voltava por falta de necessidade imediata, não por insatisfação. Os dois grupos avaliavam meio de pagamento e prazo antes de consultar, e alguns consultavam todo novo cliente por padrão, o que mostra que o valor percebido sustentava a recorrência quando o contexto ajudava.
Artefato: Transcrições codificadas por tema (visibilidade, comunicação, usabilidade, oferta, contexto de uso).
Pergunta: Por que usuários que demonstraram interesse no MVP nunca chegaram a realizar uma consulta?
O que foi feito: Ligações telefônicas com usuários que tinham acessado a feature mas não convertido, o perfil de ‘interesse sem uso’. Abordagem direta, sem roteiro formal, focada em reconstruir o momento da decisão e achar a barreira real.
Achado principal: Dois achados críticos. Primeiro: muita gente clicava em ‘Saiba mais’, sinal de que a comunicação prévia ao lançamento não tinha chegado, e o usuário caía na feature sem contexto para confiar e pagar. Segundo: um pedido recorrente de poder consultar sem cadastrar cliente nem iniciar venda. Foi esse segundo achado que gerou diretamente a decisão de criar a consulta direta como ponto de entrada independente no V2.
Artefato: Síntese qualitativa de ligações; achados codificados nos temas VISIBILIDADE e USABILIDADE.
Pergunta: Algum aspecto da oferta (preço, escopo dos dados, validade) criava fricção real na decisão de usar?
O que foi feito: Durante as entrevistas e ligações, foram mapeadas menções espontâneas a problemas com a oferta em si: preço por consulta, comparação com planos Serasa diretos, completude dos dados retornados e a validade de 30 dias para reuso da consulta sem custo adicional.
Achado principal: Um usuário que já tinha sido cliente do plano Serasa direto achava o valor pouco vantajoso na comparação. Também apareceu demanda por dados que a versão lançada não trazia (capital social, quadro societário). Esses achados confirmaram que a oferta tinha limites, mas não eram o gargalo principal: a maioria dos não usuários nem tinha chegado ao ponto de avaliar o preço.
Artefato: Síntese qualitativa; achados codificados no tema OFERTA; backlog de melhorias anotado para V3.
Solução
Problema: Como testar o interesse e disposição de pagamento antes de construir a feature completa?
Decisão de design: Coloquei a consulta no momento de maior intenção: a criação de venda avulsa. Um ponto de entrada só, fluxo mínimo, foco em validar se o usuário pagaria antes de investir em vários canais.
Ponto de entrada da consulta no fluxo de criação de venda avulsa
Resultado: 16% de conversão e R$8.889 projetados em receita, sinal suficiente para avançar para a pesquisa e a V2.
Problema: O insight mais importante da pesquisa: o usuário quer avaliar risco antes de formalizar a venda. O MVP só cobria o momento após a decisão.
Decisão de design: Consulta direta como novo ponto de entrada principal, sem precisar de venda antes. Mais pontos no cadastro e no resumo do cliente, para cobrir todos os momentos em que o risco de crédito importa no fluxo real de trabalho.
Múltiplos pontos de entrada no V2: consulta direta, cadastro do cliente, resumo do cliente e venda avulsa
Resultado: +677% de volume. A consulta direta liderou todos os canais e confirmou o insight da pesquisa.
638Consulta direta
172Cadastro do cliente
161Resumo do cliente
99Venda avulsa
54Orçamento
+677%Aumento de volume
Breakdown por ponto de entrada (V2)
Impacto
Modelo de add-on validado
Esta iniciativa provou que dá pra lançar um serviço pago com compra direta dentro de um ERP de assinatura, com uma experiência de confiança boa o bastante para gerar receita consistente. O OKR original era R$268k; os R$213.464 acumulados nos primeiros seis meses depois da V2 são uma prova de conceito sólida do modelo, mesmo que o potencial estimado na priorização ainda não tenha sido atingido na janela medida.
Encontrabilidade como restrição comprovada de crescimento
A diferença entre o MVP e o V2 não foi preço, qualidade de dados ou confiança: foi arquitetura de acesso. Tornar a feature encontrável no momento certo multiplicou o volume por 7,7×. O breakdown por ponto de entrada mostra a consulta direta, que nem existia no MVP, liderando todos os outros canais somados no V2. A pesquisa previu exatamente esse resultado, e a V2 confirmou.
Padrão reutilizável para fluxos pagos
Desenhei o modelo de interação (contexto → verificação → confirmação) já pensando em reúso. Qualquer integração futura de parceiro que envolva dado sensível mais pagamento por uso dentro da Conta Azul pode herdar essa estrutura sem refazer a lógica de confiança do zero.
Escopo honesto: o que ficou fora
O roadmap previa uma V3 de melhorias (dados mais completos como capital social e quadro societário, e uma evolução do modelo de cobrança para reduzir o risco de inadimplência do pós-pago) que não chegou a começar dentro do período deste case. Os achados de oferta documentados na pesquisa existem como backlog validado, não como entrega.
Reflexão
O que este projeto realmente foi
Uma aposta de Growth com tese de receita clara (R$268k de OKR, R$16,90 por consulta), tocada com uma disciplina de pesquisa que poucos times de Growth aplicam. Integrar dados de crédito num ERP já existe lá fora há anos; o que mudou o jogo foi parar antes da V2 e ir conversar justamente com quem não estava usando. A tese de produto virou evidência de comportamento, e foi essa evidência que desenhou a arquitetura final.
O que permaneceu depois
Dois legados concretos. Primeiro: o padrão de interação contexto → verificação → confirmação como modelo reutilizável para qualquer add-on pago dentro do produto. Segundo: a prova prática de que, em features com baixa adoção, pesquisar com quem não usa rende mais aprendizado do que pesquisar com quem já usa. Esse segundo ponto mudou como a equipe passou a enquadrar problemas de adoção dali em diante.
O que eu faria diferente
Trataria o risco do pós-pago como problema de design já no MVP, e não como risco operacional para resolver depois. A cobrança via boleto mensal com teto de 30 consultas foi desenhada como solução temporária, mas entrou em produção sem um roadmap concreto de quando e como evoluiria. Olhando pra trás, a inadimplência potencial era uma fricção de confiança tão grande quanto qualquer elemento de interface, e merecia a mesma atenção de design que demos à encontrabilidade. Se fizesse de novo, colocaria os estados de cobrança (boleto vencido, consulta bloqueada, reativação) no fluxo principal desde a V1, não no backlog da V3.
Case protegido
Este case é protegido por senha. Insira a senha para acessar o processo completo — ou entre em contato para solicitar acesso.
Vamos trabalhar juntos?
Disponível para full-time · remote · freelancer
Aberto a novos projetos, oportunidades e conversas.