← Cases de Impacto
Smart Fit · 2023

Como ajudamos +36,7% de pessoas a saírem do sofá

Redesenhando o fluxo de compra do plano Black através de experimentação, redução de fricção e decisões orientadas por dados.

PapelProduct Designer
SistemaWeb | Desktop e Mobile
Equipe1 PM, 1 TL, 3 Devs e eu
Duração15 dias de experimento + Discovery
Responsabilidades
  1. 01Discovery, benchmarking, heatmaps e análise da jornada atual
  2. 02Formulação de hipótese e desenho do experimento AB
  3. 03Co-criação com engenharia para destravar uma solução de baixo esforço e alto impacto
  4. 04Reaproveitamento de componentes existentes para acelerar o time-to-market
  5. 05Mensuração de conversão, tempo até conversão, addons e satisfação
Desafios
  1. 01Encontrar oportunidades de alto impacto em um ambiente cheio de legado técnico
  2. 02Vender internamente a cultura de experimentação em um time recém migrado de Marketing para Produto
  3. 03Reduzir etapas do fluxo sem perder o vínculo obrigatório do aluno com uma unidade
  4. 04Equilibrar a pressão por vendas do plano Black com mitigação de risco operacional
  5. 05Tomar decisões orientadas por dados em uma janela curta de 15 dias de teste
🤔

Como encurtamos a jornada de quem quer comprar o plano Black?

A Smart Fit havia acabado de migrar a gestão do site de Marketing para Produto. A liderança queria mais vendas do plano Black e uma cultura de experimentação rodando. Mas toda compra exigia vínculo com uma unidade, algo que fazia pouco sentido para um plano que permite treinar em qualquer academia e o fluxo atual tinha múltiplas etapas com alta fricção.

Impacto

15 dias de experimento foram suficiente para inciar a mudança de cultura

Foi o 1º experimento (teste AB) que a empresa fez, o que abriu muitas portas do Design e Produto para a mesa de negócios.

De → Para
12,5% / 17,1% conversão
+36,7% uplift
Mais conversões de plano Black
De → Para
5,4' min / 4,2' min
−1,2 min
Redução no tempo até a conversão
De → Para
Forms "CSAT"
99% de satisfação
Avaliações 4 e 5 no novo fluxo
De → Para
0,7% clicks / 7,2% clicks
+10x addons
Mais clicks nos cards de serviços adicionais
🧭

Da fricção a oportunidade - Entendendo o contexto antes de iterar

Antes de propor qualquer mudança, mapeamos os cenários atuais, fizemos benchmarkings, analisamos heatmaps e gravações do checkout e analisamos a jornada de compra existente.

Três perguntas guiaram a investigação: 1. Qual a jornada do cliente do Plano Black? 2. Onde estão as maiores fricções? 3. Conseguimos reduzir etapas sem perder qualidade?

  1. 01Matriz CSD com o time e outras áreas para alinhar nossos conhecimentos e hipóteses
  2. 02Benchmarking com outros players de academia e assinaturas
  3. 03Heatmaps e gravações relevaram os pontos de abandono dentro do fluxo
  4. 04Mapeamento do fluxo atual etapa a etapa, evidenciando redundâncias
Sinais encontrados na análise do fluxo atual
Fluxo As Is do plano Black
💡

Reduzir a escolha de academia para usuários com interesse no Black aumentaria a conversão?

Nos mapeamentos, vimos que existia um looping acontecendo na jornada de quem já conhecia o plano Black e queria contratá-lo. Essa redundância podia estar gerando abandonos invisíveis e nenhum outro player estava resolvendo esse problema.

Para testar nossa hipótese, nosso critério inicial foi proteger o negócio, tínhamos que ser ousados na ideia, mas cautelosos com a execução. Selecionamos uma página com baixa visibilidade, mas suficiente para rodar nosso experimento, enquanto mantinhamos o risco de impacto negativo baixo.

Jornada de intenção do usuário Black
🛠️

Construção da solução em 4 movimentos

Trabalhamos em paralelo com engenharia para destravar uma solução enxuta, reaproveitando o máximo de componentes já existentes.

  1. 01Co-criação com engenharia explorando alternativas: Como vinculamos uma academia ao usuário sem que o usuário tenha que ir na lista de academias? Como garantimos que o preço será o mesmo ofertado anteriormente para o usuário?
  2. 02Reaproveitamos a modal de pesquisa de endereço (presente na página de academias) para coletar a localização do usuário e vincular a academia ideal* antes de entrar no checkout, passo que era obrigatório técnicamente
  3. 03Mitigação para stakeholders: exibição clara da academia vinculada, mensuração de abandonos e backlog de aprofundamento
  4. 04Reposicionamento de serviços adicionais: A etapa onde o usuário escolhia o plano (pela 2ª vez), agora era somente uma vitrine de serviços de adicionais
Fluxo To Be do plano Black
🧪

Dividimos 50% do público que clicava no botão do "Quero contratar plano Black" por 15 dias

Grupo Controle recebeu o fluxo original. Variável A recebeu o fluxo simplificado, sem a obrigatoriedade prévia de escolher uma unidade específica.

Acompanhamos quatro métricas em paralelo: conversão final, tempo até a conversão, interações com addons (serviços adicionais) e feedbacks ao final do fluxo.

UX Lab · Experimento A/B

Explore os dois fluxos lado a lado.

Selecione um grupo e navegue pelas telas. As anotações à direita explicam o que estava acontecendo em cada etapa do experimento.

Fluxo original

Até chegar no checkout, o usuário passa por 5 cliques, uma digitação, um scroll, e os serviços adicionais quase não têm visibilidade.

Cliques até checkout5
Etapas5
Conversão final12,5%
Clique na tela para navegar
Grupo Controle · Etapa 1 de 5

Página de Planos

Ponto de entrada do experimento

  • Gatilho do teste

    O click no botão "Quero contratar plano Black" divide 50% do público entre o Grupo Controle e a Variável A.

  • Baixa visibilidade

    Os serviços adicionais aparecem no rodapé da página, competindo com outras informações.

🛸

Impacto além dos números

Além dos ganhos imediatos de conversão, o experimento ajudou a fortalecer a cultura de experimentação dentro da companhia e abriu espaço para novos testes orientados por dados, com menos achismo e mais hipótese.

🚀

Retrospectiva do projeto

Pequenas reduções de fricção podem gerar grandes impactos quando atacam o lugar certo da jornada.

Experimentação reduz subjetividade: deixa o dado decidir, não a opinião mais forte da sala.

Velocidade é tão importante quanto perfeição: um teste rodando no mundo real aprende mais do que um protótipo perfeito esperando aprovação.

Aprendizado

Dados e Design precisam caminhar juntos. Quando o experimento é desenhado com hipótese clara, risco controlado e métricas honestas, o time inteiro passa a confiar no processo e a próxima decisão fica mais fácil de tomar.