A PaySimples é uma fintech de pagamentos focada em PMEs com ticket médio de R$ 380/mês. Com uma base de 1.200 clientes ativos, o crescimento era constante — mas o churn mensal de 8% consumia boa parte do que era conquistado. Para cada 100 novos clientes, 80 cancelavam no prazo de um ano.
O pior: os clientes cancelavam sem dar sinais. Não havia reclamações, não havia tickets de suporte, não havia pedidos de reunião. Simplesmente paravam de usar o produto e pediam cancelamento. A equipe de CS só sabia que havia um problema quando recebia a solicitação de cancelamento — tarde demais para reverter.
O modelo reativo de CS estava destruindo o LTV da base de clientes.
Uma análise retrospectiva de 200 cancelamentos dos últimos 6 meses revelou um padrão claro: 78% dos clientes que cancelaram tinham apresentado sinais de desengajamento entre 30 e 60 dias antes do pedido de cancelamento. Os sinais eram visíveis nos dados — mas ninguém estava olhando para eles.
Os principais sinais de alerta identificados:
Com base nos padrões identificados, a PaySimples construiu um health score simples com 5 variáveis ponderadas:
Clientes com score abaixo de 60 entravam automaticamente em uma régua de CS proativo. Um alerta era disparado para o CSM responsável com as informações do cliente e os sinais detectados.
Ao receber o alerta, o CSM tinha um protocolo claro:
O maior erro de CS não é não saber o que fazer quando um cliente quer cancelar. É não saber que o cliente está prestes a cancelar. Dados de comportamento dentro do produto são o sinal mais honesto que um cliente pode te dar — mais honesto do que qualquer pesquisa de satisfação.
Se você tem churn alto e não tem health score, comece por aí. Você provavelmente já tem os dados — só precisa começar a olhar para eles.
Acesse todos os artigos, ganhe BrabaCoins e faça parte da comunidade de profissionais de alta performance.
Criar conta →