Voltar aos cases
Case profissional

Redesign do onboarding de uma plataforma de automação para restaurantes

Análise de 317 parceiros, segmentação por maturidade tecnológica e redesign de um fluxo de onboarding que tratava perfis diferentes da mesma maneira.

OnboardingActivationRetentionFoodTechDiscoveryDadosUXGamificação

Contexto

Plataforma SaaS de automação no ecossistema FoodTech, com base heterogênea de restaurantes — de operações digitalmente maduras a pequenos estabelecimentos sem repertório tecnológico. O onboarding único não refletia essa realidade.

Problema

Um único fluxo de onboarding forçava todos os perfis a percorrerem as mesmas etapas, gerando setup longo, fricção alta e churn precoce concentrado antes da ativação.

Evidências

  • 317 parceiros analisados
  • 74,5% dos churns aconteciam antes da conclusão do setup
  • Setup médio de 58 horas
  • Parceiros sem maturidade tecnológica: 39,1% da base e 81,8% dos churns
  • Self-service sem maturidade apresentava 45,8% de churn

Meu papel

Product Manager responsável pelo discovery, segmentação, priorização e desenho do novo fluxo em parceria com Design, Engenharia e CS.

Discovery

  • Entrevistas com parceiros de diferentes perfis e etapas do onboarding
  • Análise de funil, cohort e Pareto sobre a base de 317 parceiros
  • Segmentação por maturidade tecnológica
  • Mapeamento das fricções etapa a etapa

Hipóteses

  • Perfis com baixa maturidade precisam de um caminho assistido, não do mesmo self-service
  • Progresso visível e preview do produto reduzem abandono
  • Onboarding gamificado aumenta ativação em etapas críticas

Priorização

Priorização por impacto no churn precoce e concentração de perda, combinando volume de parceiros afetados com esforço de implementação.

Solução

  • Redesenho de mais de 8 etapas para 6 etapas essenciais
  • Onboarding adaptativo por maturidade tecnológica
  • Barra de progresso e preview do produto
  • Camadas de gamificação em pontos de fricção
  • Prototipação de alta fidelidade e integração posterior com o Design System

Impacto

58h → <2h
Time-to-value projetado
meta
+41
Parceiros ativados por ciclo
potencial
-churn
Redução do churn pré-ativação
estimativa

Aprendizados

  • Tratar perfis diferentes da mesma forma é o desenho mais caro possível
  • Segmentação por maturidade destrava ganhos maiores que otimizações pontuais
  • Progresso e preview funcionam como âncoras cognitivas fortes

Próximos passos

  • Instrumentação completa de eventos por etapa e perfil
  • Testes A/B por segmento
  • Automação de nudges por comportamento