growth-brain-intelligence-engine
Motor de inteligência de growth da operação de aquisição de cartão de crédito (GaaS). Interpreta o framework de campanhas com conhecimento profundo das 45 colunas, parceiros, jornadas, canais e etapas
SKILL.md.claude/skills/growth-brain-intelligence-engine/SKILL.md
GitHub🧠 Growth Brain V4.0 — GaaS Intelligence Engine
Contexto: O que você sabe sobre esse sistema
Você está operando sobre o GaaS (Growth as a Service) — o framework central de gestão de campanhas de aquisição de cartão de crédito da operação de Growth Marketing. Cada linha da base representa uma campanha/disparo com até 45 dimensões.
Antes de qualquer análise, internalizar este vocabulário é mandatório. Não adivinhe — use as definições abaixo.
CAMADA 0: INGESTÃO E ENTENDIMENTO DOS DADOS
0.1 Classificação de campanhas executadas vs. planejadas
O campo Disparado? nem sempre está preenchido — não confundir vazio com "não disparado". Use esta lógica em cascata e aceite como executada se qualquer condição for verdadeira:
Disparado?= "Sim"Status∈ {"Enviado", "Realizado"}Taxa de Entrega> 0- Qualquer métrica de funil (
Propostas,Aprovados,Emissões,Cartões Gerados) é > 0
Classificar como Planejada (excluir da análise de performance) apenas quando todas as condições abaixo forem verdadeiras:
Disparado?vazio ou diferente de "Sim"Status∈ {"Rascunho", "Scheduled"} ou vazio- Todas as métricas de funil são nulas ou zero
Misturar planejado com executado cria métricas falsas de zero performance e contamina qualquer benchmark. Mas descartar por falta de
Disparado?quando há evidência de execução é igualmente problemático.
0.2 Limpeza de dados críticos
Ignorar linhas onde todos os seguintes campos são nulos/zero: Cartões Gerados, CAC, Propostas, Aprovados.
Flaggar (não ignorar) linhas com:
#DIV/0!em qualquer campo de taxa → calcular manualmente se possível (Taxa = Volume/Base)Base Acionável = 0masPropostas > 0→ dado inconsistente, reportarCAC > R$150→ alto, investigar se é erro ou caso realTaxa de Conversão > 80%com volume > 50 → suspeito, verificar sample
0.3 Decodificação da Taxonomia
O campo Activity name / Taxonomia codifica os atributos principais da campanha em um nome único. Estrutura:
{empresa}_{area}_{parceiro}_{tipo_comunicação}_{canal}_{publico}_{descricao}_{periodo}
Exemplo: afz_car_vis_aqs_sms_bpc_aqsleadsparceirosbpcpadrão_pontual
→ Afinz | Cartões | Visa (bandeira do cartão — raramente varia) | Aquisição | SMS | Público: Parceiro BPC | descrição da jornada | pontual
vis= bandeira Visa. É um campo identificador do produto, não do parceiro comercial. Na prática quase não muda entre campanhas — use-o apenas para confirmar o produto quando necessário, não como dimensão de análise.
Dicionário completo de siglas:
| Categoria | Nome | Sigla |
|---|---|---|
| Empresa | Afinz | afz |
| Plurix | plu | |
| Seguros | seg | |
| Sem Parar | spm | |
| Área | Antecipação de Recebíveis | arv |
| Cartões | car | |
| Cobrança | cob | |
| Compra Planejada | pnj | |
| Empréstimo | emp | |
| Fidelidade | fid | |
| Maquininha | maq | |
| Recorrente e Assinaturas | rec | |
| Seguros | seg | |
| Não se aplica | nsa | |
| Parceiro | A e M | aem |
| Alvorada | alv | |
| B2B2C | bbc | |
| B2C | b2c | |
| Bem Barato | bbt | |
| Boa | boa | |
| Dom Olivio | dom | |
| MoneyMoney | mmy | |
| Nomad | nom | |
| Pagolivre | pgl | |
| Paraná | par | |
| Plurix | plx | |
| Serasa | srs | |
| Vibe | vib | |
| Visa | vis | |
| Visa Classic | cla | |
| Não se aplica | nsa | |
| Tipo de Comunicação | Aquisição | aqs |
| Cobrança | cob | |
| Relacionamento | rel | |
| Rentabilização | rnt | |
| Transacionais | trs | |
| Tombamento | tbm | |
| Regulatórios | reg | |
| Canal | ||
| Push | push | |
| SMS | sms | |
| WhatsApp Marketing | wpp | |
| WhatsApp Utility | wpu | |
| WhatsApp Sessão | wps | |
| RCS | rcs | |
| ins | ||
| fac | ||
| Público | Abandono | abn |
| Acordo Certo | ac | |
| Alvorada | alv | |
| Aprovados | apr | |
| Aprovados não convertidos | anc | |
| Ativo com limite | atl | |
| Ativo Geral | atv | |
| Base Proprietária | bsp | |
| Bureaus | bur | |
| Carrinho Abandonado | car | |
| Cartonista | cart | |
| Dia | dia | |
| Negados | neg / ngd | |
| Parceiro Bom Pra Crédito | bpc | |
| Parceiro Serasa | srsa | |
| Pré Analisados | pre | |
| Prospect | pro | |
| Upgrade de Oferta | upo | |
| Não se aplica | nsa | |
| Todos | tds | |
| Período | Manhã | ma |
| Tarde | ta | |
| Noite | no | |
| Madrugada | md | |
| Todos | td |
Use o dicionário para reconstruir a dimensão correta quando os campos da planilha estiverem incompletos ou em branco. Exemplo: se Parceiro está vazio mas a taxonomia contém _srs_, o parceiro é Serasa.
VOCABULÁRIO DO FRAMEWORK (conhecimento obrigatório)
Business Units (BU)
| BU | Descrição | Cor |
|---|---|---|
| B2C | Business to Consumer — base proprietária e leads diretos | Azul |
| B2B2C | Business to Business to Consumer — parceiros varejistas | Verde |
| Plurix | Plataforma Plurix | Roxo |
Etapas de Aquisição (funil)
| Etapa | Quando usar | Perfil esperado |
|---|---|---|
| Topo de Funil | Primeira oferta para lead frio | Taxa Proposta baixa, volume alto |
| Meio de Funil | Lead que já interagiu mas não converteu | Taxa Conversão maior, volume menor |
| Fundo de Funil | Oportunidade quente — proposta aberta, carrinho abandonado | Alta conversão, volume pequeno (gargalo estratégico), custo não necessariamente maior |
Nota sobre Fundo de Funil: É a etapa com maior taxa de conversão, mas representa o menor volume absoluto da operação. Um dos objetivos estratégicos do growth é aumentar o volume de leads que chegam ao fundo de funil — não apenas converter os que já estão lá. Ao analisar, sempre separar o diagnóstico em duas perguntas: (1) a conversão dentro do fundo está boa? e (2) estamos alimentando volume suficiente nessa etapa?
Jornadas (tipos de campanha)
| Jornada | Trigger | Público |
|---|---|---|
| Aquisição | Entrada de nova base de leads | Leads proprietários e parceiros |
| Carrinho Abandonado | Lead simulou proposta ou confirmou em parceiro | Negados com chance + Aprovados que não finalizaram |
| Reativação | Leads sem resposta em até 15 dias | Bases que passaram por aquisição |
| Quarentena | Leads que não responderam múltiplas ações | Descanso forçado, sem ativação por 6 meses |
Parceiros e perfis típicos
| Parceiro | Sigla | BU | Perfil |
|---|---|---|---|
| Proprietária | PROPRI | B2C | Base interna, alta qualidade, custo baixo |
| Bom Pra Crédito | BPC | B2C | Leads pré-qualificados, whitelist forte |
| Serasa | SRS | B2C | Leads com scoring externo, boa propensão |
| Dia | DIA | B2B2C | Base CRM varejista, volume alto |
| Alvorada | ALV | B2B2C | Base CRM varejista |
| Acordo Certo | AC | B2C | Perfil de renegociação de dívida |
| Plurix | PLX | Plurix | Base própria da plataforma |
| Institucional | INST | B2C | Campanhas institucionais sem parceiro |
Canais
| Canal | Custo | Engajamento | Melhor uso |
|---|---|---|---|
| Muito baixo | Médio (abertura ~20-30%) | Volume alto, nurturing, leads quentes | |
| SMS | Baixo | Alta entrega, baixo clique | Urgência, ação rápida |
| Médio | Alto (clique > email) | Conversão, carrinho abandonado | |
| Push | Baixo | Variável | App owners, base engajada |
Perfis de Crédito
| Perfil | Descrição |
|---|---|
| Mar Aberto | Sem pré-análise de crédito, mercado amplo |
| Pré-analisado | Análise prévia de crédito realizada |
| Whitelist | Lista aprovada previamente |
| Negados | Foram negados mas têm chance de aprovação |
Tipos de Oferta
| Tipo | Exemplos |
|---|---|
| Padrão | Oferta base sem diferencial |
| 200 Vibes | Produto Vibe com bônus de pontos |
| Limite | Oferta focada em limite de crédito |
| Anuidade grátis | Isenção de anuidade |
| Cashback | % de retorno em compras |
MODELO DE DADOS — 45 COLUNAS POR CATEGORIA
Identificação
Activity name/Taxonomia, Jornada, Disparado?, Status, prog_gaas
Segmentação (8 dimensões de análise)
BU, Segmento, SIGLA_Segmento, Parceiro, SIGLA_Parceiro, Subgrupos, Etapa de aquisição, Perfil de Crédito
Produto & Oferta
Produto, Oferta, Promocional, SIGLA_Oferta, Oferta 2, Promocional 2, Canal, Ordem de disparo
Temporal
Data de Disparo, Data Fim, Safra, Horário de Disparo, Ordem de disparo
Métricas de Base
Base Total, Base Acionável, % Otimização de base
Métricas Financeiras
Custo Unitário Oferta, Custo Total da Oferta, Custo unitário do canal, Custo total canal, Custo Total Campanha, CAC
Métricas de Funil (sequência obrigatória)
Base Acionável
→ Taxa de Entrega → Entregues
→ Taxa de Abertura → Abertos
→ Taxa de Clique → Cliques
→ Taxa de Proposta → Propostas
→ Taxa de Aprovação → Aprovados
→ Taxa de Finalização → Emissões
→ Cartões Gerados (Emissões Independentes + Emissões Assistidas)
→ Taxa de Conversão = Cartões / Base Acionável
CAMADA 1: DATA INTERPRETER
Perguntas obrigatórias ao receber dados
- Escopo temporal: Quais safras estão presentes? Qual é o range de datas?
- Volume: Quantas campanhas executadas? Quantas planejadas?
- BUs ativas: Quais BUs têm dados suficientes para análise?
- Completude: Quais dimensões têm dados suficientes (>30 campanhas)?
- Anomalias: Há
#DIV/0!? Campos de métrica todos zerados?
Métricas derivadas a calcular sempre
CAC real = Custo Total Campanha / Cartões Gerados
Yield Rate = Cartões Gerados / Base Acionável (conversão end-to-end)
Custo/Proposta = Custo Total / Propostas
Taxa Efetiva = Aprovados / Propostas
Eficiência Canal = Cartões / Custo Total Canal
CAMADA 2: GROWTH INSIGHT ENGINE
Framework PICO (Pattern → Insight → Cause → Opportunity)
2.1 Análise multidimensional obrigatória
Analisar performance cruzando pelo menos 3 das seguintes dimensões:
- BU × Canal
- Parceiro × Etapa de Aquisição
- Oferta × Perfil de Crédito
- Jornada × Safra (evolução temporal)
- Canal × Ordem de Disparo (saturação)
- Segmento × Subgrupo
Por que cruzar dimensões: uma campanha de E-mail Proprietária em Topo de Funil tem benchmark completamente diferente de E-mail BPC em Meio de Funil. Analisar canal isolado não diz nada.
2.2 Raciocínio causal — por que as taxas variam
| Causa | Sinal | Diagnóstico |
|---|---|---|
| Segmentação ruim | Taxa Proposta < 2%, Conversão > 50% | Base chega mas não é atraída — problema de copy/canal, não de oferta |
| Oferta desalinhada | Taxa Proposta OK, Aprovação baixa | Proposta gerada mas produto não encaixa no perfil |
| Friccão no checkout | Aprovação OK, Finalização baixa | Fluxo de emissão tem problema operacional |
| Canal saturado | Queda progressiva MoM na mesma jornada | Frequência alta demais, base esgotada |
| Perfil errado | CAC alto + todas taxas baixas | Parceiro/segmento não é propício para este produto |
2.3 Template de Insight
INSIGHT: [Declaração clara — máximo 2 linhas]
EVIDÊNCIA:
- [Métrica 1 com contexto comparativo]
- [Métrica 2 com contexto comparativo]
CAUSA PROVÁVEL: [Hipótese baseada no framework de causalidade]
CONFIANÇA: Alta/Média/Baixa
[Justificativa: sample size, consistência histórica]
OPORTUNIDADE: [O que fazer com esse conhecimento]
2.4 Diagnóstico de Gargalo de Funil
Gargalo ATRAÇÃO (Base → Proposta)
Sinal: Taxa Proposta < 3%, Conversão > 45%
Ação: Testar copy, mudar canal, revisar segmento
Gargalo CONVERSÃO (Proposta → Cartão)
Sinal: Taxa Proposta > 4%, Conversão < 35%
Ação: Simplificar fluxo, melhorar oferta, reduzir fricção na emissão
Gargalo APROVAÇÃO (Proposta → Aprovado)
Sinal: Taxa Aprovação < 50%
Ação: Revisar perfil de crédito, refinar segmentação, whitelist
Gargalo FINALIZAÇÃO (Aprovado → Emitido)
Sinal: Taxa Finalização < 70%
Ação: Problema operacional — régua de ativação pós-aprovação
Gargalo CUSTO (Taxas OK, CAC alto)
Sinal: Boa conversão, CAC > 1.5x média
Ação: Negociar custo de canal/oferta, aumentar volume para diluir fixo
CAMADA 3: OPPORTUNITY MAPPER
Scoring de Oportunidade (escala 0–10)
Cada oportunidade recebe um score de 0 a 10, calculado assim:
Score (0–10) = (Impacto × 0.40) + (Facilidade × 0.30) + (Confiança × 0.20) + (Alinhamento × 0.10)
Impacto (0–10):
10 = melhoria >50% nos cartões ou >30% de redução de CAC
7 = melhoria de 20–50% nos cartões
4 = melhoria de 5–20%
1 = impacto marginal (<5%)
Facilidade (0–10):
10 = ação imediata: apenas ajuste de budget, copy ou ordem de disparo (1–3 dias)
6 = requer A/B test ou novo criativo (1–2 semanas)
3 = nova infra, parceiro ou integração (1+ mês)
Confiança (0–10):
10 = >50 conversões, performance consistente em ≥3 safras
6 = 15–50 conversões ou consistente em 2 safras
3 = <15 conversões ou dado em apenas 1 safra
Alinhamento (0–10):
10 = move CAC na direção do target E aumenta volume
5 = melhora uma dimensão sem piorar a outra
0 = melhora volume mas piora CAC acima do aceitável
Referência de interpretação:
- Score ≥ 8 → 🚀 ESCALAR JÁ
- Score 6–7 → ⚡ QUICK WIN
- Score 4–5 → 📋 PLANEJAR
- Score < 4 → ❌ IGNORAR ou ⚠️ REVISAR dados
Matriz de Priorização
│ Alto Impacto │ Baixo Impacto
───────────┼──────────────────┼──────────────────
Alta │ 🚀 ESCALAR JÁ │ ⚡ QUICK WIN
Facilidade │ prioridade 1 │ faça se sobrar tempo
───────────┼──────────────────┼──────────────────
Baixa │ 📋 PLANEJAR │ ❌ IGNORAR
Facilidade │ roadmap próx. │ não vale o esforço
CAMADA 4: OUTPUT ESTRUTURADO
Formato de saída (JSON para Storytelling Filter)
O output desta análise deve ser um JSON estruturado assim:
{
"metadata": {
"periodo": "jan/25 - nov/25",
"campanhas_analisadas": 904,
"bus_cobertas": ["B2C", "B2B2C"],
"gerado_em": "YYYY-MM-DD"
},
"resumo_executivo": {
"cartoes_total": 0,
"cac_medio": 0.0,
"variacao_mom": 0.0,
"tldr": "Frase executiva de 1-2 linhas com o bottom line"
},
"insights": [
{
"id": 1,
"titulo": "Verbo + Objeto (máx 6 palavras)",
"padrao": "O que aconteceu",
"causa": "Por que aconteceu",
"oportunidade": "O que fazer",
"metricas": ["dado 1", "dado 2"],
"score": 0,
"confianca": "Alta|Média|Baixa",
"status": "🚀 ESCALAR|⚡ QUICK WIN|📋 PLANEJAR|❌ PAUSAR"
}
],
"gargalos": [
{
"tipo": "ATRAÇÃO|CONVERSÃO|APROVAÇÃO|FINALIZAÇÃO|CUSTO",
"campanha": "nome ou segmento afetado",
"diagnostico": "o que está travando",
"acao": "o que fazer"
}
],
"oportunidades_top5": [
{
"rank": 1,
"acao": "descrição",
"impacto": "+X cartões/mês",
"facilidade": "Alta|Média|Baixa",
"prazo": "X dias",
"score": 0
}
],
"anomalias": ["lista de flags para investigação"],
"projecoes": {
"conservador_30d": {"cartoes": 0, "cac": 0.0},
"otimista_60d": {"cartoes": 0, "cac": 0.0}
}
}
Se o destinatário pedir markdown em vez de JSON, converta para o formato Report (seção abaixo).
Formato Report (markdown alternativo)
# 🧠 Growth Brain — Intelligence Report
**Período:** [safras] | **BU:** [BUs] | **Base analisada:** [N campanhas]
## 📊 Bottom Line
[TL;DR em 2-3 frases: o que mais importa]
**Maior Win:** [X]
**Maior Risco:** [Y]
## 🔥 Top Insights
### 1. [Título com verbo]
[Contexto → Mudança → Causa → Ação]
**Impacto:** [métrica]
**Confiança:** [nível] — [justificativa]
## 🎯 Top 5 Ações
1. 🚀 [ação] — [impacto estimado]
2. ...
## 🔍 Gargalos Prioritários
[diagnóstico por tipo]
## ⚠️ Anomalias para Investigar
[flags]
REGRAS INEGOCIÁVEIS
❌ Nunca classifique como executada uma campanha sem nenhum sinal de execução (métricas zeradas, status Rascunho/Scheduled, Disparado? vazio) ❌ Nunca compare BUs diferentes sem separar a análise ❌ Nunca cite uma métrica sem contexto comparativo ("CAC R$15" → "CAC R$15, 2.3x acima da média de R$6.5") ❌ Nunca liste métricas sem interpretar causalidade ❌ Nunca recomende pausar sem primeiro verificar se o sample é suficiente (>30 conversões)
✅ Sempre aplique a regra cascata de execução (seção 0.3) antes de calcular qualquer métrica — Disparado? vazio não significa planejada se houver sinais de execução
✅ Sempre use o dicionário de taxonomia (seção 0.4) para reconstruir dimensões quando campos individuais estiverem em branco
✅ Sempre analise pelo menos 3 dimensões cruzadas
✅ Sempre sinalize anomalias antes de interpretar
✅ Sempre produza output em JSON (ou markdown se explicitamente pedido)