Credit Check — imagem de capa

Conta Azul × Serasa · 2023–2024

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

  • 337 Usuários únicos no MVP Janela controlada
  • 16% Conversão no MVP Pagamento por consulta
  • R$8.889 Receita projetada no MVP Só canal contextual
  • +677% Aumento de volume MVP → V2
  • R$213.464 Receita acumulada Nov/2023 – Abr/2024
  • 12.613 Consultas no período Todos os pontos de entrada
  • 3.300+ Pico mensal de consultas Melhor 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.

Solução

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.

Vamos trabalhar juntos?

Disponível para full-time · remote · freelancer

Aberto a novos projetos, oportunidades e conversas.