Casos

Antes e depois, em números reais.

Dois projetos de contextos bem diferentes. Mesma disciplina por trás.

01 / Telemedicina (US)

Leafwell

O problema

Métricas duplicadas e drift de lógica entre dashboards usados por executivos, operações e produto. Cada time chegava com um número diferente para a mesma pergunta.

A abordagem

Modelos unificados em dbt sobre Redshift, orquestração com Airflow e workflows de governança para A/B tests e cohort analysis. Análises ad-hoc em Python e uso do Claude para acelerar revisão de modelos e documentação.

O resultado

Definições de KPI alinhadas entre todos os times, integridade entre superfícies de reporting e parceria contínua com plataforma e engenharia.

100%

KPIs unificados

5+

Times alinhados

30+

Estados atendidos

2+ anos

Parceria ativa

dbtAirflowRedshiftMetabasePythonClaude

02 / Gaming community

Tales Inc.

O problema

Plataforma sem stack de analytics. Decisões de produto baseadas em intuição. Sem retenção, sem cohort, sem detecção de abuso.

A abordagem

Event tracking, ingestão de metadata, dashboards no Metabase, modelagem de retenção, integração de REST APIs para governança automatizada e pipelines de detecção de comportamento abusivo.

O resultado

Decisões de produto baseadas em cohort. Crescimento sustentável. Detecção automática de abuso reduziu trabalho manual do time de moderação em horas por semana.

125K

Usuários registrados

20K+

Membros ativos

300%

Crescimento ARR

500%

Crescimento DAU

MetabasePostgresPythonREST APIsdbt

Seu projeto pode ser o próximo case.