MRV - Indicação Premiada

135% mais indicações: O que mudamos no programa para engajar de verdade os clientes

2023-2024

✨ Transparência, facilidade, engajamento e acompanhamento

Os clientes passaram a contar com uma jornada totalmente reformulada, com diversos canais para compartilhamento do cupom, um cupom único, explicações claras sobre o funcionamento do programa e acompanhamento do status de cada indicação.

👥 200 mil usuários impactados

A solução chegou a todos os mais de 200 mil usuários do app Meu MRV.

📄 O projeto

Redesenho e fortalecimento do programa Indicação Premiada, responsável por 28% das vendas da MRV. A cada indicação convertida em compra, o cliente recebe R$ 1.200 ou um vale-presente em parceiros selecionados.

🧗‍♂️ O desafio

Aumentar o volume de vendas via Indicação Premiada, com uma jornada mais intuitiva, acessível e transparente, e maior alcance nas redes sociais através de mídia espontânea.

📌 Premissas

  • Soluções sem dependência de outros times e sistemas.

  • Máximo de 4 sprints, com entrega de valor em cada fase.

  • Criação e acompanhamento de OKRs ao longo do processo.

🧑‍💻 Meu papel

Fui responsável por co-facilitar todo o processo de Discovery com os times de negócio e tecnologia, além de liderar o desenho da experiência de interface com protótipos navegáveis, conduzir pesquisas pós-implementação e apresentar os resultados para a gestão e a diretoria executiva.

🤝 Colaboração

Mais de 12 pessoas envolvidas, representando 4 áreas estratégicas: Marketing, Relacionamento com o Cliente, Tecnologia e Design.

🔄 Processos

Algumas imagens estão com leve desfoque para proteger dados sensíveis e preservar a privacidade das ideias.

1. Desk Research: identificação de dores

Levantamento de dados internos, incluindo feedbacks de CSAT, NPS e manifestações em canais como Ouvidoria e Reclame Aqui.


Principais dores do negócio:

  • Queda no volume de indicações.

  • Fraudes identificadas por parte dos corretores.

  • Percepção de que o programa está ultrapassado e precisa ser modernizado.

  • Volume significativo de reclamações, sobrecarregando os canais de atendimento.

Principais dores dos clientes:

  • Falta de transparência no funcionamento do programa.

  • Falta de visibilidade dos status, que deveriam ser mais simples e claros.

  • É necessário gerar um novo cupom para cada indicação, dificultando o compartilhamento em massa.

  • Limitação nos canais disponíveis para compartilhamento.

2. Jornada As Is: mapeamento da jornada atual

Mapeamos a jornada do cliente que indica, da pessoa indicada e do backoffice, inserindo as dores identificadas em cada ponto de contato e os dados relacionados a cada etapa.

3. Brainstorm de soluções

A partir das dores identificadas, levantamos 63 hipóteses de solução, que foram agrupadas em 16 grandes features.

4. Priorizando as features por pontuação

Aplicamos a metodologia Score de Ideias para identificar as soluções com maior potencial. Avaliamos cada feature com base em perguntas como:


  • "Atende aos requisitos do problema?”

  • "Está alinhada com a missão proposta?"

  • "Conseguimos medir o retorno ou a métrica de sucesso?"

  • "A ideia pode ser executada em até 4 sprints?"


Ao final, priorizamos 8 das 16 features. Essa abordagem foi essencial para garantir um processo de decisão objetivo, evitando preferências pessoais e achismos. O resultado foi uma escolha colaborativa e metodológica, com alto nível de engajamento de todos os envolvidos.

5. Jornada to be: User Story Mapping

A partir das features priorizadas, mapeamos o passo a passo da experiência do usuário, construindo a jornada futura (to be).

6. Priorização: Definição da entrega de valor para cada sprint

Aplicamos a metodologia WSJF (Weighted Shortest Job First), ou "Trabalho Mais Curto Ponderado Primeiro", que nos ajudou a definir a melhor sequência e priorização para o desenvolvimento e a publicação de cada feature.

7. OKRs

Levantamento dos objetivos e resultados-chave que indicarão o sucesso da nossa solução.

🎯 Objetivo: Aumentar o volume de indicações via Indicação Premiada.

KR1: Aumentar em 30% a média mensal de clientes indicadores até nov/2023.

KR2: Aumentar em 20% a média de clientes aptos indicados até nov/23.

8. Benchmarking Visual

Foram analisados vários players que possuem programas de indicação, acompanhamento de cupons e status.

9. Wireframes

Com os wireframes, conseguimos tornar a proposta de experiência mais palpável e apoiar o time técnico na elaboração do plano técnico.

📲 Solução de experiência e interface

💬 Pesquisa pós-implementação

Realizamos uma pesquisa via Hotjar para medir a percepção dos clientes:

💚 63% avaliaram a nova experiência da Indicação Premiada com nota 5 de 5 – “Muito boa”.

👍 66% deram nota 5 de 5 – “Muito entendimento” sobre o programa, suas regras e termos.

🎯 Impactos e resultados

📈 4x mais acessos à jornada.

☎️ 32% de redução nos acionamentos ao atendimento ao cliente.


Perfomance nos OKRs mapeados

Resultado após 3 meses de implementação:

✅ Crescimento de 124% na média mensal de clientes indicadores (meta: 30%).

✅ Crescimento de 42% na média mensal de clientes aptos indicados (meta: 20%).


Resultado após 1 ano:

📈 A média mensal de indicações teve um salto de 135% entre 2023 e 2024.

Lições aprendidas


  • É essencial cuidar de cada ponto de dúvida e ansiedade do cliente ao longo da jornada.

  • Quanto mais fácil e intuitivo for o processo de indicação, maior será o engajamento.

  • Utilizar metodologias de pontuação para priorização reduz a influência de achismos e preferências pessoais nas decisões.

Obrigado por ler!

Vamos criar algo juntos?

Me mande uma mensagem, vamos conversar e explorar possibilidades! :)

© 2025 Rodrigo Bernardi

Vamos criar algo juntos?

Me mande uma mensagem, vamos conversar e explorar possibilidades! :)

© 2025 Rodrigo Bernardi

Vamos criar algo juntos?

Me mande uma mensagem, vamos conversar e explorar possibilidades! :)

© 2025 Rodrigo Bernardi