Joice Molinari · Estudo de caso
Estudo de caso · Produto ponta a ponta · Growth & CRM

Da audiência à matrícula

A My Robot Manaus, escola de robótica infantil, tinha procura, mas ela não virava matrícula: os contatos chegavam frios e ninguém sabia de onde vinha um aluno novo. Comecei por um diagnóstico da jornada inteira e montei o funil na ordem que ele apontou: site, formulário que pontua, CRM, medição e só então mídia. Quando os dados mostraram que o próximo gargalo era o atendimento, o funil passou a incluí-lo também.

Papel: produto e operação do funil · discovery, decisão, construção e medição Cliente: My Robot Manaus (via RISE) Período: 2026 — em operação Stack: HTML/JS · Vercel · Supabase · Kommo · Meta Ads · GA4 · GTM
Página inicial do site da My Robot Manaus
Site da My Robot Manaus — myrobotmanaus.com

01

Contexto

Robótica e programação para crianças de 5 a 14 anos. Quem decide é o pai ou a mãe, entre 28 e 50 anos, e a decisão é cara e lenta: envolve visitar a escola, ver a aula, confiar.

A escola tinha procura, mas ela não virava matrícula na proporção esperada. Antes de propor qualquer solução, conduzi um diagnóstico da jornada inteira, do primeiro contato da família até a matrícula, procurando os pontos em que o interesse se perdia.

Os vazamentos estavam na entrada. Por ser franquia, a unidade não tinha site próprio em Manaus, e quem pesquisava caía no site nacional da rede. O Instagram não deixava rastro de quem clicou ou interagiu. Quem ainda estava pesquisando não deixava contato. E quem chegava ao WhatsApp chegava frio, sem filtro — ali a informação morria. Não existia registro de quantas pessoas chegaram, de quantas voltaram, nem de quem estava perto de fechar. A escola não tinha um problema de audiência. Tinha um problema de memória.


02

O desafio: captar, filtrar, converter

Aumentar a mídia naquele momento seria pagar para perder gente mais rápido. Antes de acelerar, era preciso um funil em três movimentos: captar todo interessado, inclusive o curioso; filtrar quem está perto da decisão; converter no tempo certo.

Na prática, transformar interesse disperso em um caminho observável — sem exigir que a equipe comercial mudasse de rotina. Eles vivem no WhatsApp e iam continuar vivendo. Qualquer solução que dependesse de disciplina nova ia falhar na segunda semana.

Como registrar cada pessoa interessada sem pedir a ninguém que trabalhe diferente?

A resposta foi colocar a captura e a qualificação antes da conversa, não dentro dela. A pessoa responde três ou quatro perguntas curtas e só então cai no WhatsApp — já registrada, já pontuada. O comercial recebe o mesmo tipo de contato de sempre, só que agora com contexto.


03

Meu papel

Atuei do diagnóstico à operação, sozinha nas decisões de produto e com apoio de estratégia na frente comercial. Não era um projeto de tela: era desenhar o sistema e depois mantê-lo de pé.

Produto e interface

Site de conversão, formulário em etapas, arquitetura da informação e copy das perguntas.

Modelo de qualificação

Regras de pontuação por intenção, urgência e localização, com faixas de temperatura.

Operação comercial

Funil no CRM, campos personalizados, integração do formulário e roteiro por temperatura.

Medição

Pixel, GA4, evento de conversão, marcação de origem e leitura mensal dos números.


04

O sistema

Duas portas de entrada, um único destino. Tudo que chega passa por um formulário que pontua e cai no CRM com a origem marcada — por isso é possível dizer, no fim do mês, qual anúncio virou aluno.

Anúncios4 campanhas Instagramorgânico Site WhatsApp Formulário pontua e classifica CRMfunil de 7 etapas Matrícula

O formulário é o ponto obrigatório de passagem. É o que garante que ninguém entre sem deixar rastro.


05

Três decisões que sustentam o resto

Pontuar por intenção, não por perfil

A pontuação premia o que indica proximidade da decisão — pedir aula experimental pesa mais do que qualquer outro sinal; “só pesquisando” pesa pouco; indicação de conhecido pesa. Some-se a isso a região da cidade, que na prática funciona como leitura de contexto. O limite de “quente” ficou deliberadamente alto: prefiro poucos quentes de verdade a uma lista inteira em vermelho, que ninguém prioriza.

Separar o funil novo do histórico antigo

A escola já tinha uma base de contatos antiga sendo repescada. Se tudo entrasse no mesmo lugar, nenhum resultado seria atribuível. Criei um funil exclusivo para o que vem do digital — é o que torna possível afirmar que uma matrícula veio do trabalho, e não do acaso.

Marcar a conversão no site antes de escalar a verba

Antes do evento de conversão configurado, o formulário era invisível para o Analytics: dava para ver visita, não resultado. Instrumentar primeiro e investir depois evita o erro mais caro em mídia, que é otimizar no escuro.


06

Investimos mais e o lead ficou mais barato

Em três meses de operação, a verba de mídia subiu 170% — e o custo por lead caiu 80%. Escalar normalmente encarece a aquisição. Aqui aconteceu o contrário, porque o funil foi reestruturado antes e junto com o investimento.

Junho → Agosto de 2026

Duas curvas indo para lados opostos — e se mantendo no terceiro mês.

Junho Julho Agosto investimento +158% +170% de investimento custo por lead −74% −80% no custo por lead

Custo por lead · jun → ago

−80%
com 170% a mais de verba

Leads dos anúncios · jun → ago

~22×
o volume do primeiro mês

Leads criados no CRM · jun → jul

+815%
cerca de 9× o mês anterior

Engajamento no site · jun → ago

15,1%→25,8%
+10,7 p.p.

O terceiro mês confirmou a tendência

De julho para agosto, com praticamente a mesma verba, a operação comprou bem mais lead. O retargeting, reconstruído no período, virou a compra mais eficiente da conta. E o site mostrou que conteúdo e mídia funcionam em conjunto: quem chega pelo Instagram orgânico converte cerca de três vezes mais do que quem chega pela mídia paga.

Leads dos anúncios · jul → ago

+67%
com 5% a mais de verba

Custo por lead · jul → ago

−22%
depois de já ter caído 74%

Custo por lead do retargeting

−60%
após a reconstrução da campanha

Conversão no site por origem

~3×
Instagram orgânico vs. mídia paga
3,3× de retorno confirmado sobre a mídia

Matrículas rastreadas até a origem — do anúncio ao aluno pagante — contando só o valor já lançado no CRM, nos dois primeiros meses. Pelo ticket médio da escola, o retorno projetado chegaria a cerca de 8×. Prefiro reportar o número confirmado. No terceiro mês, parte das matrículas entrou no CRM sem origem marcada, então não calculo retorno para esse período — foi o que levou a padronizar a marcação de origem em todas as portas de entrada.

Junho a agosto de 2026. Fontes: Meta Ads, Meta Business Suite, Google Analytics 4 e Kommo CRM. Dados extraídos em 05/08/2026 e 31/08/2026. Valores absolutos omitidos por confidencialidade.


07

O que os dados apontaram depois

O achado mais útil não foi o retorno. O volume cresceu mais rápido do que a capacidade de resposta: três em cada quatro leads ativos ainda aguardavam o primeiro contato.

O gargalo tinha mudado de lugar: saiu da geração de demanda e foi para o atendimento. É um efeito esperado — uma equipe dimensionada para o ritmo anterior passou a receber, de um mês para o outro, muito mais conversas. Medir bem serve para isso: mostrar onde está o próximo passo do funil, mesmo quando ele fica fora do escopo original.

Ficou também uma limitação: uma mesma pessoa que chegava pelo site e depois voltava pelo WhatsApp gerava dois registros, inflando a contagem de leads. A causa apareceu depois — o WhatsApp entregava números de celular antigos sem o nono dígito, e o formulário gravava com ele. A deduplicação passou a comparar os dois formatos e juntou os registros repetidos. Esse mesmo problema foi o que me levou a construir o Capta.


08

O segundo ato: assumir o atendimento

Com a origem marcada em cada lead, dava para comparar as portas de entrada pelo que importa: quantos viram aluno.

Conversão de lead em matrícula por porta de entrada, leads criados a partir de junho/2026, lidos em setembro/2026.

A diferença é grande demais para ser acaso — e tem uma ressalva que faço questão de dizer: o grupo atendido por uma pessoa é pequeno e, em boa parte, formado por leads mais antigos, de antes do robô e do formulário. Não é uma comparação limpa. Mas aponta na mesma direção da leitura anterior: é a conversa com uma pessoa que leva a família até a matrícula. Os leads captados em eventos reforçavam o ponto: eram contatos de alto interesse que precisavam de uma segunda conversa para avançar.

A decisão

Em vez de só aumentar o volume de leads, propus que a RISE assumisse também o atendimento, com parte da remuneração atrelada às matrículas. A escola concentra energia no que faz melhor: receber a família e conduzir o fechamento presencialmente.

Uma caixa de conversa só

WhatsApp, lead e etapa do funil na mesma tela, com alerta de tempo sem resposta ajustado à temperatura do lead.

Fila de retomada

Leads que esfriaram voltam em lotes pequenos, com mensagem pronta e horários com vaga de verdade.

Recepção que registra

Check-in e check-out em tablet no dia da aula experimental: a família avalia, diz se fecha e, se não fecha, por quê.

Duas pessoas no mesmo funil

A criança experimenta a aula; o responsável decide e paga. Cada etapa fala com quem decide ali.

O motivo de não fechar era a peça que faltava: sem ele, o funil terminava num “perdido” sem explicação. Com ele, preço, distância e horário viram dados para a próxima decisão. Os resultados dessa fase estão em medição — publico quando houver um ciclo completo.


09

Dados de crianças pedem outro cuidado

Todo lead dessa escola traz informação sobre uma criança. Pela LGPD (art. 14) e pelo ECA Digital, isso exige consentimento específico de um responsável e o mínimo de dado possível.

O consentimento faz parte do fluxo em cada porta de entrada: formulário do site, app de eventos, WhatsApp e tablet da recepção. Quem aceita é o responsável, e o aceite fica registrado e ligado ao lead pelo telefone dele. O aceite obrigatório é separado do opt-in de promoções, e a política de privacidade tem página própria.

Para a mídia, a regra é simples: o que vai para as plataformas de anúncio é a faixa de idade da trilha — nunca um dado que identifique a criança.

Conversão e proteção não brigam aqui. O sinal que ajuda o algoritmo a achar novas famílias vem do responsável e do evento de conversão, não do nome de quem vai estudar.