Um app com nota 4.8
e um funil que perdia dinheiro em cada usuário
Para um app de análise de mercado com IA (46 ferramentas, 4.8 na App Store) rodamos Meta e Google Ads em quatro países, construímos um modelo de unit economics sobre dados reais, auditamos o funil a partir de gravações de sessão e entregamos um briefing de 14 páginas para os desenvolvedores, além de um lead magnet. Os números mostraram exatamente qual redução de churn faria a assinatura compensar.
A situação
Um app bem-acabado: 46 ferramentas de análise em cripto, forex, ouro e índices, nota 4.8 na App Store, cinco idiomas. O tráfego pago estava rodando, as instalações estavam crescendo, e ninguém tinha verificado se algum assinante chegava a pagar de volta o custo de adquiri-lo.
O que fizemos
Compliance e palavras-chave antes de gastar. As regras do Google para publicidade financeira variam por país, então onze agentes de pesquisa mapearam os portões de verificação por mercado. A pesquisa de palavras-chave mostrou que a Malásia busca por um screener de bolsa local (46.000 buscas por mês) em vez de “AI stock analysis”, o que mudou toda a campanha para esse mercado. Uma lista compartilhada de 81 palavras-chave negativas limpou a conta do Google.
Campanhas. O Meta Ads, com 21 campanhas, migrou da otimização por instalação para eventos de assinatura e compra, o SKAdNetwork foi configurado para iOS, e campanhas de App e Search foram criadas no Google. 1.039 instalações em quatro meses entre Canadá, Malásia, Nova Zelândia e México; uma campanha trouxe instalações a $3.27.
Unit economics sobre dados reais. Gasto com anúncios, instalações, compras e assinaturas unidos no nosso próprio data warehouse: 48 compras, 29 assinantes ativos, churn de 34.5% ao mês, vida útil do assinante de 2.9 meses, CAC de $72, LTV de $44, LTV/CAC de 0.61 contra um saudável 3. Por país: Malásia 0.66, Canadá 0.51, dois mercados com gasto e zero compras. O modelo mostrou que reduzir o churn para 10% daria um LTV de $149 e LTV/CAC de 2.4: a única alavanca que importa.
Auditoria de funil a partir de gravações. Uma equipe de agentes e uma pessoa passaram pelas gravações de sessão, pelo onboarding, pela retenção e pela performance: retenção no dia 1 de 17.8%, no dia 7 de 6.5%; largest contentful paint no mobile de 3.0 a 4.2 segundos; 39 pessoas por mês falhando no login do Google e da Apple; zero conexões bem-sucedidas com a MetaTrader em onze tentativas em 30 dias, o que significava que o recurso de corretora estava efetivamente quebrado; seis das onze páginas do site não traduzidas, apesar de doze idiomas anunciados; um paywall convertendo entre 13 e 15%.
Entregas. Um briefing de 14 páginas para os desenvolvedores, ordenado por impacto, um lead magnet (um guia para um mercado com seu próprio fluxo de captura), um roadmap trimestral com pontos de decisão, e um modelo que os fundadores podem rodar de novo.
O resultado
A equipe de produto recebeu uma lista precisa em vez de opiniões, o orçamento de anúncios foi redirecionado dos dois mercados com zero compras, e a decisão de negócio entre o modelo de assinatura e o de parceria finalmente pôde ser tomada com base em números.
FAQ
Por que publicar um caso em que a economia era negativa?
Porque descobrir isso, com números, é o serviço. O app tinha ótimas avaliações e instalações crescentes; o modelo mostrou que cada assinante custava $72 para adquirir e trazia $44 ao longo da vida útil. O briefing lista o que muda isso. Esconder esse resultado seria o verdadeiro fracasso.