No começo de um produto digital, é tentador acompanhar tudo: visitas, cadastros, cliques, tempo na tela e seguidores. O problema é que um painel cheio de números não explica se alguém conseguiu resolver a tarefa para a qual o produto existe. Comece com uma pergunta menor: qual comportamento observável mostra que uma pessoa obteve valor pela primeira vez e conseguiu voltar a esse valor quando precisou?
Este artigo trata de métricas para orientar decisões de produto. Se você precisa apresentar resultados a parceiros ou investidores, veja como contextualizar os resultados iniciais sem exagerar a tração. Se está avaliando uma experiência B2B combinada com um cliente, use a ficha de avaliação de um piloto: são perguntas relacionadas, mas não iguais.
Comece pelo objetivo da pessoa
Escreva o que a pessoa tenta fazer, sem mencionar telas ou funcionalidades: “encontrar um profissional disponível para uma necessidade específica”, “aprovar uma despesa da equipe” ou “acompanhar uma solicitação até a resposta”. Se a frase descreve apenas algo que o produto faz — como “preencher o perfil” — ainda falta ligar a ação ao resultado que importa para o usuário.
Depois pergunte: qual é o primeiro evento que permite afirmar, com evidência, que essa tarefa foi concluída? Um cadastro pode ser necessário, mas não prova que a pessoa recebeu valor. Uma visita pode ser interesse, mas não significa que o problema foi resolvido.
Monte a cadeia de sinais antes do painel
Organize três etapas em linguagem simples:
- Chegada: a pessoa iniciou o uso e pertence ao público para o qual a experiência foi feita.
- Primeiro valor: concluiu uma tarefa relevante, não apenas uma ação de navegação.
- Retorno: voltou a concluir a tarefa em outra ocasião em que ela fazia sentido.
Nem todo produto precisa de uso diário. Um serviço de declaração anual, por exemplo, não deve tratar ausência de visitas diárias como falha. Escolha uma janela de observação de acordo com a frequência real da tarefa e registre por que essa janela faz sentido. Se ainda não sabe a frequência, essa é uma pergunta de pesquisa, não um número para adivinhar.
O artigo original do Google sobre o framework HEART sugere ligar objetivos a sinais observáveis e só então a métricas; ele também recomenda interpretar números junto com evidências qualitativas. Use as categorias — satisfação, engajamento, adoção, retenção e sucesso da tarefa — como um repertório para escolher o que faz sentido, não como uma lista que todo produto precisa medir de uma vez.
Escolha poucas métricas com definições verificáveis
Uma equipe pequena pode começar com três medidas, cada uma respondendo a uma pergunta:
- Ativação: entre as pessoas elegíveis que começaram, quantas concluíram a primeira tarefa de valor dentro da janela definida?
- Sucesso da tarefa: entre quem tentou a tarefa, quantas chegaram ao resultado esperado sem erro ou ajuda inesperada?
- Retorno: entre quem obteve valor, quantas voltaram a realizar a tarefa quando houve nova oportunidade real?
Essas fórmulas são pontos de partida, não padrões universais. Defina no dicionário da equipe quem entra no denominador, qual evento conta como conclusão, que período será comparado e o que fazer com tentativas de teste, duplicadas ou canceladas. Mantenha as definições estáveis durante a comparação; se precisar alterá-las, anote a mudança para não confundir uma regra nova com uma mudança no produto.
O guia da Y Combinator sobre métricas iniciais recomenda medir poucas métricas com definições acordadas e chama atenção para retenção. Os exemplos e metas apresentados ali refletem experiências e modelos específicos — por exemplo, SaaS B2B recorrente — e não devem ser copiados como referência para qualquer negócio ou estágio.
Inclua uma proteção contra conclusões enganosas
Uma taxa de ativação pode subir porque a equipe simplificou o cadastro, mesmo que a tarefa principal continue difícil. Um número de usuários ativos pode crescer por uma campanha pontual, enquanto quase ninguém retorna. Por isso, ao escolher a métrica principal, registre também uma métrica de proteção que revele um custo ou uma falha relevante: erros de conclusão, solicitações de suporte para terminar a tarefa ou cancelamentos logo após a primeira tentativa, por exemplo.
Não precisa criar um placar para cada risco. Escolha uma proteção ligada ao possível efeito colateral da mudança que está avaliando. Se não há como medir um aspecto com segurança, fale com pessoas que tentaram a tarefa e registre a limitação. Métricas ajudam a decidir; não substituem entender o contexto.
Exemplo hipotético: ferramenta de aprovação de despesas
Imagine um produto que ajuda uma pequena equipe a enviar e aprovar despesas. Contar contas criadas seria um sinal de adoção, mas não demonstraria que o fluxo funcionou. A equipe poderia definir como primeiro valor um relatório enviado com as informações necessárias e aprovado por quem tem essa responsabilidade. Para avaliar retorno, observaria se a mesma organização conclui o fluxo numa próxima ocasião em que tenha despesas — sem exigir uso em semanas sem necessidade.
Uma ficha de definição poderia ser:
- Objetivo da pessoa: enviar uma despesa e receber a decisão correta.
- Evento de valor: relatório enviado e decisão registrada.
- População observada: organizações que iniciaram o fluxo, excluindo contas internas de teste.
- Janela: definida a partir do ciclo de despesas que a equipe confirmar com usuários.
- Proteção: proporção de envios que precisam ser refeitos por informação ausente.
- Decisão: identificar em qual etapa as pessoas param e investigar a causa antes de redesenhar o fluxo.
Este cenário é fictício e serve apenas para mostrar como transformar uma tarefa em definições mensuráveis; não é dado nem resultado da InFounder.
Faça a medição caber na próxima decisão
Antes de instrumentar eventos, escreva uma pergunta de decisão: “se a conclusão do fluxo continuar baixa, vamos observar tentativas e entrevistar quem parou antes de adicionar novas funções”. Isso evita capturar dados sem saber para que serão usados. Registre apenas os eventos necessários para responder à pergunta, sem enviar texto de conversa, dados de formulário ou informações pessoais que não sejam necessárias. O Google Analytics orienta expressamente a não enviar informações de identificação pessoal, inclusive em parâmetros de eventos e URLs.
Revise o painel junto com exemplos de tentativas concluídas e interrompidas, respeitando privacidade e acesso. Se as métricas e os relatos apontarem explicações diferentes, não force uma média: procure qual público, contexto ou etapa está produzindo a divergência. Para distinguir problema real de elogio à ideia, use o roteiro de entrevista com possíveis clientes.
Modelo para definir uma métrica de produto
Copie e preencha antes de criar o evento de analytics:
- Objetivo do usuário:
- Tarefa concluída que representa valor:
- Evento observável de conclusão:
- Quem entra na análise e quem fica de fora:
- Janela de observação e razão para escolhê-la:
- Métrica principal e fórmula:
- Sinal de proteção contra efeito colateral:
- Decisão que o resultado pode mudar:
- Limitação conhecida e como será investigada:
Se a equipe não consegue completar os campos “tarefa”, “evento” e “decisão”, ainda não precisa de mais gráficos. Primeiro precisa esclarecer o que o usuário tenta realizar e o que a próxima medição deve ajudar a decidir.
Fontes e critério editorial
O trabalho de Kerry Rodden, Hilary Hutchinson e Xin Fu, publicado no CHI e disponível no Google Research, apresenta HEART e um processo para relacionar objetivos, sinais e métricas de experiência; os autores também observam que métricas devem ser trianguladas com outras fontes. A aula da Y Combinator sobre métricas de startups recomenda um conjunto pequeno, definições consistentes e atenção à retenção, enquanto ressalta que medidas variam conforme o modelo de negócio. O roteiro e o exemplo hipotético são uma adaptação editorial para equipes em fase inicial, não benchmarks ou aconselhamento individual.
Responsável editorial: João Lucas. Conteúdo preparado com apoio de automação.



