Recuperei quase R$ 400 mil em 13 meses reduzindo o churn de 17% para 7,8%

Sumário executivo

Como Head of Products & Engineering na 3DGym, liderei uma iniciativa abrangente de redução de churn que diminuiu o churn mensal de 17% para menos de 8% em 13 meses, enquanto simultaneamente melhorava a trajetória de break-even do produto.

Este estudo de caso demonstra uma abordagem orientada a dados para gestão de produto que combinou vitórias rápidas com melhorias estratégicas de longo prazo, resultando em uma redução de 54% no churn de clientes e melhoria significativa na economia unitária.

Principais resultados

• Churn mensal reduzido de 17% para menos de 8% (redução de 54%)
• Churn involuntário reduzido em 30% através de otimização de pagamento
• Relação LTV/CAC melhorada de 0,5 para 3,2
• Produto atingiu marco de break-even dentro do prazo de 13 meses
• Engajamento de usuários aumentado através de onboarding e adoção de funcionalidades melhorados

Contexto e background

O produto

3DGym era um aplicativo mobile desenvolvido para fisioterapeutas e ortopedistas gerenciarem tratamentos de pacientes, criarem programas de exercícios personalizados e acompanharem o progresso dos pacientes remotamente. A plataforma permitia que profissionais de saúde:

• Criassem e customizassem programas de exercícios de reabilitação
• Monitorassem aderência e progresso dos pacientes
• Se comunicassem com pacientes através de mensagens no app
• Acessassem uma biblioteca de demonstrações de exercícios filmadas profissionalmente
• Acompanhassem resultados de tratamentos e ajustassem protocolos conforme necessário

Modelo de monetização

A 3DGym operava com assinatura recorrente em dois planos: um plano premium acima de R$ 99/mês e um plano de entrada de R$ 34,90/mês. Com essa combinação, o ticket médio era de R$ 69 quando entrei e chegou a R$ 73 na minha saída, refletindo o mix de planos e a introdução do plano anual e do tier Profissional ao longo da iniciativa.

Público-alvo

O produto atendia dois perfis de profissionais de saúde: fisioterapeutas e ortopedistas. Essa segmentação por profissão voltou a aparecer na análise de causa raiz do churn: fisioterapeutas tinham limites de cartão de crédito tipicamente menores e renovações concentradas no fim do mês, o que os tornava mais vulneráveis a falhas de pagamento.

Essa diferença guiou decisões de onboarding e de ciclo de cobrança ao longo da iniciativa.

Meu papel

Como Head of Products & Engineering, eu era responsável por estratégia de produto e definição de roadmap, liderança dos processos de discovery e delivery de produto, gestão dos times de engenharia e design, estabelecimento de infraestrutura de dados e práticas de analytics, coordenação com times de Customer Success, Marketing e Suporte, e apresentação de métricas e recomendações estratégicas para os fundadores. Este papel exigia balancear tomada de decisão estratégica com execução prática através de gestão de produto, análise de dados, pesquisa de usuário e trabalho ocasional de design.

Obsessão pelo problema

Identificando a causa raiz

Minha primeira prioridade foi entender se o desafio de negócio vinha de problemas de product-market fit, aquisição, custos operacionais ou retenção. Através de análise sistemática, determinei que churn era o principal bloqueador para lucratividade.

Processo de discovery

1. Analisei curvas de retenção de cohorts usando Firebase Analytics
2. Conduzi entrevistas de saída com usuários que churnearam (15+ conversas)
3. Revisei tickets de suporte ao cliente para identificar pontos de atrito
4. Mapeei jornadas de usuário para entender padrões de abandono
5. Segmentei base de usuários por profissão (fisioterapeutas vs. ortopedistas)
6. Examinei taxas de falha de pagamento e padrões de ciclo de cobrança

1. Churn involuntário (30% do churn total)

Os dados revelaram que quase um terço de todo o churn era involuntário: usuários que queriam continuar usando o produto mas experienciaram falhas de pagamento. Análise mais profunda mostrou que renovações ocorriam no final do mês, quando cartões de crédito de fisioterapeutas frequentemente atingiam limites; fisioterapeutas tipicamente tinham limites de crédito menores que ortopedistas; o grace period nas lojas de app era muito curto (3 a 5 dias); não havia comunicação proativa sobre falhas de pagamento; e usuários frequentemente descobriam que sua assinatura havia expirado apenas ao tentar acessar o app.

2. Experiência de onboarding ruim

Usuários tinham dificuldade em entender a proposta de valor do produto durante suas primeiras sessões: 65% dos usuários em trial adicionavam menos de 2 pacientes em seu primeiro mês, o tempo médio até a primeira ação significativa era de 8 ou mais dias, não havia setup guiado ou marcos de ativação, usuários recebiam acesso completo às funcionalidades sem contexto ou divulgação progressiva, e faltavam métricas de sucesso claras comunicadas aos usuários.

3. Baixa adoção de funcionalidades

Análise de usuários engajados vs. usuários que churnearam revelou diferenças comportamentais críticas:

4. Problemas de qualidade técnica

Entrevistas com usuários e tickets de suporte revelaram frustrações com crashes do app em dispositivos mais antigos (particularmente Android 7.0 e anteriores), atualizações forçadas que bloqueavam acesso até atualização, tempos lentos de carregamento de vídeo para demonstrações de exercícios, e problemas de sincronização entre app mobile e dashboard web.

O desafio e a restrição

Quando entrei na 3DGym como Head of Products & Engineering, a empresa enfrentava um desafio crítico de negócio: apesar do investimento significativo em aquisição de usuários, o produto estava perdendo clientes a uma taxa insustentável. A empresa precisava atingir break-even em 13 meses ou enfrentar potencial fechamento.

Avaliação inicial

• Taxa de churn mensal: 17%
• Alto custo de aquisição de clientes (CAC de cerca de R$ 800) contra um ticket médio de R$ 69, resultando em lifetime value (LTV) negativo
• Recursos de engenharia limitados: 2 devs e 1 PO, todos terceirizados via consultoria
• Nenhuma infraestrutura de métricas estabelecida
• Compreensão pouco clara dos padrões de comportamento do usuário
• Produto ainda não estava em break-even após múltiplos anos no mercado

Abordagem estratégica

Com recursos limitados de engenharia e prazo de 13 meses, eu precisava maximizar impacto rapidamente. Utilizei um framework RICE modificado com peso para velocidade: Reach (quantos usuários afetados), Impact (quanto isso reduzirá o churn), Confidence (quão certos estamos de que isso funcionará), Effort (tempo de engenharia necessário), e Speed to Value (quão rapidamente podemos ver resultados).

Isso levou a uma abordagem em três fases:

Priorização: o que ficou de fora

Nas duas primeiras fases, ficaram intencionalmente fora do escopo: loops de engajamento mais elaborados (gamificação, programa de referência, notificações push), mudanças de precificação (plano anual, tier Profissional) e modelagem preditiva de churn. No RICE modificado, esses itens tinham reach e velocidade de valor menores dado o prazo de 13 meses, ou dependiam de uma base de retenção mais estável antes de fazer sentido investir ali. Testes A/B sistemáticos de precificação também não entraram no escopo dentro do prazo, e o ajuste de preço acabou sendo feito de forma mais ad-hoc, já na fase 3.

Decisões difíceis

Atacar churn involuntário antes de onboarding. Onboarding tinha potencial de impacto maior no longo prazo, em ativação e LTV, mas exigia mais tempo de design e engenharia antes de mostrar resultado. Churn involuntário era mais rápido de resolver e comprava tempo e credibilidade para o resto do roadmap, ao custo de adiar por alguns meses o problema mais estrutural de ativação.

Reestruturar o time de engenharia terceirizado. Saí de 2 devs e 1 PO terceirizados via consultoria para um único dev sênior interno, mais experiente e com custo menor que a configuração terceirizada. A troca reduziu a capacidade bruta de execução em favor de mais experiência e alinhamento direto com a estratégia de produto, o que passou a exigir priorização ainda mais disciplinada do roadmap.

Implementação da solução

Fase 1: quick-wins (meses 1 a 3)

Otimização de pagamento. O caminho mais rápido para reduzir churn era endereçar falhas involuntárias de pagamento. Estendi o grace period de 5 para 14 dias no iOS e 21 dias no Android, implementei notificações por e-mail em falha de pagamento (dia 1, 7 e 12), adicionei prompts in-app para atualizar informações de pagamento, mudei o ciclo de cobrança para fisioterapeutas para o meio do mês (quando limites de crédito resetam), e criei um plano de pagamento especial para o cohort de alto risco.

Implementação: 2 semanas, esforço mínimo de engenharia.

Correções críticas de estabilidade. Paralelamente, corrigimos o crash afetando usuários de Android 7.0 (15% da base), tornamos atualizações de app opcionais com grace period, otimizamos o carregamento de vídeo com download progressivo, e adicionamos modo offline para a biblioteca de exercícios.

Implementação: 4 semanas de engenharia.

Fase 2: otimização de onboarding (meses 4 a 7)

Com a "sangria" estancada, foquei em levar usuários ao threshold de ativação (6+ pacientes ativos). Antes de redesenhar o onboarding, conduzi 12 sessões moderadas de teste com usuários novos, análise de padrões de ativação de usuários bem-sucedidos, análise competitiva de apps similares de saúde, e pesquisas para entender workflows de terapeutas.

Solução: onboarding progressivo com ativação baseada em marcos. Fluxo de boas-vindas perguntando sobre tipo de prática e maiores desafios, setup rápido do primeiro perfil de paciente em menos de 2 minutos, primeiro programa de exercícios guiado com templates, celebrações de marcos de sucesso ao atingir 1, 3 e 6 pacientes, e compressão do time-to-value movendo ações críticas para a primeira sessão. Também criei templates baseados em função, orientação de "estado vazio", checklist de progresso visível nos primeiros 30 dias, e campanha de e-mail drip reforçando os marcos de ativação.

Implementação: 6 semanas de design e engenharia.

Churn para usuários completando o checklist de onboarding: 9%, contra 19% para quem não completou.

Fase 3: qualidade de produto e engajamento (meses 8 a 13)

A fase final focou em remover pontos de atrito remanescentes e construir loops de engajamento: resumos semanais de progresso para terapeutas, notificações push de conclusão de exercícios, gamificação in-app, e programa de referência. Em precificação, introduzi plano anual com 15% de desconto, criei tier "Profissional" para práticas de alto volume, e implementei trial baseado em uso. Em qualidade de vida, reduzi o tamanho do app em 40%, melhorei a busca na biblioteca, adicionei ações em massa, e construí integrações com sistemas de gestão de clínicas.

Implementação: 5 meses de melhorias iterativas.

Resultados e impacto

Principais aprendizados

Frameworks e métodos aplicáveis

• Priorização RICE para avaliar e sequenciar iniciativas.
• Análise de cohort para entender padrões de retenção através de segmentos de usuário.
• Jobs-to-be-Done para entender workflows e pain points de terapeutas.
• Métricas de ativação para identificar indicadores antecedentes de retenção de longo prazo.
• Análise de funil para mapear a jornada do usuário, de aquisição a ativação a retenção.
• Análise de causa raiz (5 porquês) para diagnosticar causas de churn involuntário.

Conclusão

Reduzir churn de 17% para menos de 8% exigiu uma abordagem holística, combinando vitórias táticas rápidas com melhorias estratégicas de longo prazo. A chave foi manter priorização disciplinada em ambiente com recursos limitados, usar dados para direcionar decisões, e entender profundamente o comportamento do usuário.

Essa experiência reforçou que resolver problemas complexos de produto requer mais que correções técnicas: requer uma visão abrangente que engloba produto, engenharia, customer success e estratégia de negócio. Ao focar em entender o "porquê" por trás do comportamento do usuário e endereçar sistematicamente causas raiz, transformamos um produto em dificuldades em um negócio sustentável e lucrativo.

Os frameworks e abordagens desenvolvidos durante essa iniciativa foram aplicados desde então em funções subsequentes, entregando consistentemente melhorias mensuráveis em retenção, ativação e product-market fit.

Apêndice: ferramentas e tecnologias utilizadas