--- title: "Operação bancária: R$ 16,4 milhões por ano com jornadas orientadas por intenção" description: Veja como uma operação bancária reorganizou a leitura da experiência digital com Jobs To Be Done, elevou a conversão de 8% para 19% e gerou R$ 16,4 milhões por ano em ganho incremental. image: https://math.group/hubfs/Gemini_Generated_Image_2jihv72jihv72jih.png --- ![logo-2](https://math.group/hs-fs/hubfs/logo-2.png?width=186&height=33&name=logo-2.png) # Operação bancária: R$ 16,4 milhões por ano com jornadas orientadas por intenção ![Jobs To Be Done no app bancário](https://math.group/hs-fs/hubfs/Gemini_Generated_Image_2jihv72jihv72jih.png?width=1376&height=768&name=Gemini_Generated_Image_2jihv72jihv72jih.png) Setor Serviços financeiros Challenge A operação enxergava eventos, telas e métricas isoladas, mas ainda não conseguia ler com precisão onde a experiência digital perdia valor. Jornadas longas, retornos desnecessários e fricções silenciosas reduziam conversão em produtos de alta rentabilidade sem que isso aparecesse com clareza nos indicadores tradicionais. Results A nova leitura reduziu o tempo médio de conclusão de 1m46s para 44s, cortou os cliques de 13 para 5, elevou a conversão de 8% para 19% e gerou R$ 16,4 milhões por ano em ganho incremental em uma única frente analisada. Framework analítico de Jobs To Be Done para jornadas digitais Framework de governança , arquitetura de dados, governança de dados, Personalization R$16MM+ Ganho anual incremental estimado 8→19% Evolução da taxa de conversão +1m→44s Redução no tempo de conclusão 13→5 Queda no número de cliques ## “O valor apareceu quando a navegação deixou de ser analisada como sequência de telas e passou a ser entendida como tentativa real do cliente de resolver alguma coisa.” Diretora de experiência digital e performance Serviços financeiros ![Gemini_Generated_Image_jj47qgjj47qgjj47](https://math.group/hs-fs/hubfs/Gemini_Generated_Image_jj47qgjj47qgjj47.png?width=1376&height=768&name=Gemini_Generated_Image_jj47qgjj47qgjj47.png) ## No app, intenção vale mais do que evento solto A operação pertence a um banco com jornadas digitais intensas, produtos de alta recorrência e forte dependência da experiência no app para capturar receita, reduzir abandono e ampliar valor por cliente. Nesse contexto, medir a navegação por partes desconectadas produz uma visão incompleta. O que move resultado não é a existência de telas. É a capacidade de entender o que o cliente estava tentando fazer, quanto esforço precisou empregar e em que ponto desistiu. ## O problema era falta de uma leitura que fizesse sentido para o comportamento real  A operação já acumulava uma quantidade alta de eventos, métricas e visões analíticas. Ainda assim, as decisões seguiam limitadas porque a maior parte dessa leitura estava organizada em torno de produto, funcionalidade ou etapa técnica, e não da intenção concreta do usuário. Esse modelo escondia gargalos importantes. Em jornadas como parcelamento de fatura, o cliente levava tempo demais, clicava demais e retornava demais até concluir uma ação que deveria ser simples. O efeito disso não aparecia como falha de infraestrutura. Aparecia como abandono silencioso em um produto altamente rentável. A consequência era dupla. De um lado, receita deixava de ser capturada. De outro, a organização seguia discutindo experiência com base em sinais fragmentados, sem uma linguagem comum entre UX, negócio, dados e finanças. O problema não era coletar mais informação. Era reorganizar o que já existia em torno do motivo real da navegação. ## Uma nova forma de medir a jornada, mais próxima da intenção e mais útil para o negócio  A resposta foi transformar Jobs To Be Done em sistema analítico operacional. A MATH estruturou um modelo em BigQuery para reconstruir jornadas a partir da intenção declarada ou inferida do usuário. Em vez de contar todas as telas igualmente, a análise passou a considerar apenas o que era necessário para concluir a tarefa, destacando loops, retornos, desvios e fricções com muito mais precisão. Cada jornada foi modelada como um funil realista. Isso significa que o percurso não era mais tratado como uma abstração idealizada da navegação, mas como o caminho efetivamente percorrido pelo cliente até converter, desistir ou se perder. A arquitetura foi desenhada para escalar. Tabelas particionadas e clusterizadas, atualizações automáticas e scripts modulares permitiram replicar a lógica para outras jornadas sem reconstrução completa da base. Isso fez do projeto algo maior do que uma análise pontual. Criou uma camada durável de leitura da experiência. A partir daí, a operação passou a gerar produtos analíticos derivados com valor direto para o negócio: valoração de espaços do app, identificação de abandono, monitoramento de fricção e painéis acionáveis para diferentes áreas. Em uma frente de investimentos, por exemplo, o cruzamento entre navegação e transação passou a mostrar captação por clique, por visualização e por campanha, deslocando a área de dados de suporte para motor de receita. > O ganho do projeto veio quando a jornada deixou de ser observada como rastro técnico e passou a ser tratada como tentativa de resolver uma necessidade concreta.  ## Menos atrito, mais contratos, um novo papel para analytics  O primeiro resultado apareceu na jornada de parcelamento de fatura. O tempo médio de conclusão caiu de 1 minuto e 46 segundos para 44 segundos. O número de cliques necessários caiu de 13 para 5. Essas duas reduções mostram que a melhora não foi cosmética. A experiência ficou objetivamente mais curta e mais eficiente. O segundo resultado veio na conversão. A taxa saltou de 8% para 19%, com variação de 13,6% e mais de 2.100 contratos adicionais por mês. Isso representa um deslocamento importante na capacidade do app de converter intenção em resultado. O terceiro resultado foi financeiro. O ganho incremental estimado pelo próprio time de finanças chegou a R$ 16,4 milhões por ano apenas nessa frente analisada. E esse valor foi gerado sem aumento proporcional de custo operacional, porque a arquitetura construída permitiu reuso, modularidade e continuidade de análise. O quarto resultado foi de maturidade analítica. Mais de 40 jornadas foram mapeadas depois dos primeiros ganhos, muitas delas por demanda direta da própria operação. Isso mostra que o projeto deixou de ser uma frente de diagnóstico e passou a funcionar como infraestrutura de decisão para o ecossistema digital. ## Sua operação ainda mede o app por evento e tela quando o que importa é a intenção que o cliente tenta concluir? [![Falar com a MATH](https://no-cache.hubspot.com/cta/default/21993063/interactive-195487063105.png) ](https://math.group/hs/cta/wi/redirect?encryptedPayload=AVxigLJVfnruneix3rJJypJHOTDwsNHvWnbzSnLya6%2BsYZrJ1mM9aj4orerLKGeyN%2FcuE8un2thTQODqIB%2FMG%2Bwy5UGpXgMqSTzdwZxndhBinD03bNBFdeqJtJNAFtCCUSvsxtQxfPj%2BZyfnWd%2BIYF%2F0bhvqiCcWNXzUcrc2m7pF&webInteractiveContentId=195487063105&portalId=21993063&hsLang=pt-br) ## Estudos de caso relacionados [![](https://math.group/hs-fs/hubfs/Gemini_Generated_Image_hs6x9yhs6x9yhs6x.png?width=2752&height=2752&name=Gemini_Generated_Image_hs6x9yhs6x9yhs6x.png) Serviços financeiros ### LP AI Tools: IA com RAG para acelerar landing pages e escalar aquisição ](https://math.group/cases-de-sucesso/lp-ai-tools-rag-landing-pages-eficiencia-aquisicao?hsLang=pt-br) [![](https://math.group/hs-fs/hubfs/Gemini_Generated_Image_er58mper58mper58.png?width=2752&height=2752&name=Gemini_Generated_Image_er58mper58mper58.png) Serviços financeiros ### Case Modernização: governança de dados e mitigação de risco em seguros ](https://math.group/cases-de-sucesso/modernizacao-governanca-dados-mitigacao-risco?hsLang=pt-br) [![](https://math.group/hs-fs/hubfs/Gemini_Generated_Image_o65ztdo65ztdo65z.png?width=2752&height=2752&name=Gemini_Generated_Image_o65ztdo65ztdo65z.png) Serviços financeiros ### Lighthouse Insights: Banco com operação digital orientada a performance ](https://math.group/cases-de-sucesso/lighthouse-insights-observabilidade-seo-eficiencia-tecnica?hsLang=pt-br)