Skip to content

Gestão de bolsas educacionais: R$ 96 mil por mês de economia com arquitetura própria

Grupo educacional com sistema crítico de bolsas e pricing

Industry

Education

Challenge

A operação dependia de uma plataforma licenciada por usuário para sustentar um sistema central de bolsas. O custo crescia junto com a adoção, limitando escala, pressionando margem e reduzindo liberdade para evoluir o produto com mais controle.

Results

O projeto gerou R$ 96 mil de economia mensal, R$ 1,152 milhão de saving anual, payback em 2,08 meses e ROI de 332%, preservando a experiência de cerca de 1.500 usuários ativos e preparando a operação para picos de até 3.000 acessos simultâneos.

Plataforma própria de gestão automatizada de bolsas

arquitetura de dados, governança de dados

R$96K
Economia por mês com licenças
R$1MM+
Saving anual estimado
332%
ROI da migração

“O sistema já era crítico para retenção. O projeto fez ele deixar de ser caro de sustentar para se tornar economicamente inteligente de escalar.”

Diretora de pricing e retenção

Educação

Gemini_Generated_Image_10i11410i11410i1

Quando retenção depende de um sistema, o custo dele também entra na conta do negócio

A operação pertence a um grupo educacional de grande escala, em que a concessão de bolsas e descontos tem impacto direto sobre retenção, arrecadação e estratégia comercial. Nesse contexto, o sistema que governa essas decisões não é apenas uma ferramenta operacional. Ele influencia margem, previsibilidade e capacidade de expansão.

Quando esse sistema cresce preso a uma lógica de licenciamento por usuário, cada novo uso passa a aumentar o custo fixo do próprio sucesso.

O problema estava no preço de continuar usando do mesmo jeito 

A operação já contava com um sistema funcional para gestão automatizada de bolsas, mas ele rodava sobre uma base licenciada por usuário. Com cerca de 1.500 pessoas utilizando a plataforma, o custo mensal por licença pressionava a estrutura financeira e criava uma distorção perigosa: quanto mais estratégico o sistema se tornava, mais caro ele ficava de sustentar.

Esse desenho trazia três riscos claros. O primeiro era de margem. O custo fixo crescia automaticamente com a base de usuários. O segundo era de continuidade. Como o sistema está ligado à lógica de pricing e retenção, sua evolução não podia ficar refém de uma arquitetura pouco flexível e onerosa. O terceiro era de controle. A dependência de uma solução low-code licenciada limitava personalização, reuso, previsibilidade de custo e liberdade para evoluir com mais profundidade técnica.

O desafio, portanto, não era apenas trocar tecnologia. Era proteger um ativo crítico do negócio sem comprometer experiência, adoção e capacidade de crescimento.

Uma nova base para o mesmo sistema funcionar melhor e custar menos 

A resposta foi reconstruir a arquitetura sem romper a experiência.

A MATH redesenhou a plataforma em uma base própria, combinando front-end em React, back-end em Node.js, reaproveitamento do SQL Server existente e infraestrutura híbrida entre AWS e Azure. Essa decisão técnica foi relevante porque evitou migrações desnecessárias, preservou ativos já disponíveis e reduziu o risco de ruptura operacional.

O projeto começou com uma fase profunda de discovery. Antes de escrever a nova solução, o time mergulhou no fluxo real de uso do sistema, identificou dores operacionais e mapeou o que precisava melhorar sem alterar de forma brusca a familiaridade dos usuários com a plataforma.

A experiência foi redesenhada com base no design system do próprio cliente, o que reduziu a curva de aprendizado e acelerou adoção. Ao mesmo tempo, guard rails de aprovação foram incorporados à lógica do produto, organizando regras por nível de desconto e criticidade. Isso aumentou controle sem tornar a operação mais lenta.

A arquitetura também foi testada além da carga atual. Simulações com até 3.000 usuários simultâneos permitiram ajustar a infraestrutura para manter disponibilidade, desempenho e custo proporcionais ao uso real. Esse ponto foi central: o sistema deixou de ser financeiramente frágil e passou a ser estruturalmente escalável.

 O projeto não buscou apenas cortar licença. Ele devolveu ao cliente o controle econômico e técnico sobre um sistema central para retenção. 

Mais controle sobre custo, mais espaço para crescer, menos dependência da plataforma 

O primeiro resultado foi financeiro. A remoção do custo por usuário gerou R$ 96 mil de economia direta por mês, totalizando R$ 1,152 milhão por ano. Esse saving, isoladamente, já altera a lógica de sustentação do sistema.

O segundo resultado foi velocidade de retorno. O payback chegou em 2,08 meses e o ROI do projeto alcançou 332%. Isso mostra que a decisão de migrar não gerou apenas melhoria estrutural. Gerou resposta financeira rápida e defensável.

O terceiro resultado foi de governança. Com a nova arquitetura, o crescimento do uso deixou de representar aumento automático de custo. A operação passou a trabalhar com uma base em que infraestrutura, performance e evolução funcional podem ser administradas com muito mais previsibilidade.

O quarto resultado foi de continuidade operacional. A experiência dos cerca de 1.500 usuários ativos foi preservada, enquanto a plataforma ficou preparada para cenários de pico com 3.000 acessos simultâneos. Isso amplia segurança para futuras expansões sem tensionar a base tecnológica.

O quinto resultado foi estratégico. O sistema deixou de ser um ponto de custo crescente e passou a funcionar como ativo digital mais controlável, mais flexível e mais alinhado à lógica de retenção e pricing do grupo.

Seu sistema mais importante ainda fica mais caro toda vez que passa a ser mais usado?