Contrato por métricas para validação de MVP: como proteger o fundador

Em um piloto de 30 a 90 dias, as métricas mais úteis costumam estar em quatro grupos: execução, aquisição, ativação e retenção. Receita pode aparecer no contrato, mas raramente deve ser o único indicador em um MVP inicial, porque ainda há incerteza sobre preço, canal e adequação da oferta ao público.

Métricas de execução verificam se o experimento foi colocado em condição de ser testado. Exemplos incluem publicação de uma página, implementação de eventos de analytics, entrega de uma versão navegável, configuração de campanhas aprovadas e realização de entrevistas com um número definido de usuários elegíveis.

Métricas de aquisição medem a chegada do público certo. Você pode definir leads qualificados, taxa de conversão da página, custo por cadastro, taxa de comparecimento a uma demonstração ou quantidade de testes iniciados. A fórmula deve estar no contrato: taxa de conversão, por exemplo, pode ser definida como visitantes únicos que concluem o cadastro divididos por visitantes únicos elegíveis, multiplicado por 100.

Ativação precisa refletir o primeiro valor real do produto. Para uma plataforma de agendamento de salão, pode ser o cadastro seguido da criação de um horário disponível. Para uma solução de escola de idiomas, pode ser a inscrição em uma aula experimental e a participação efetiva nessa aula. O evento deve ser registrado, não apenas declarado pelo usuário em uma pesquisa.

Retenção exige uma janela adequada ao comportamento esperado. Em um produto de uso semanal, retenção de sete ou 28 dias pode ser útil; em um serviço de compra mensal, faz mais sentido observar recompra ou renovação. O checklist de métricas para acompanhar no primeiro MVP ajuda a evitar indicadores de vaidade, como visualizações sem relação com uma decisão.

Para um piloto local, um conjunto inicial poderia ser: 200 visitantes elegíveis, 30 cadastros, 12 ativações, custo por cadastro abaixo de R$ 20 e pelo menos cinco usuários que repetem a ação principal em até 28 dias. Os números são exemplos de desenho contratual, não benchmarks universais. A amostra, o canal, o orçamento e a maturidade da oferta precisam justificar cada meta.

O modelo mais equilibrado para muitos MVPs é fee fixo mais success fee. O fee remunera capacidade reservada, planejamento, engenharia, gestão e execução mínima. O componente variável reconhece o resultado adicional quando o parceiro influencia diretamente a métrica e quando a qualidade dos dados permite atribuição.

Um exemplo simples: em um piloto de 60 dias, o fundador paga R$ 24 mil em quatro parcelas de R$ 6 mil. Um bônus de R$ 4 mil pode ser liberado se o experimento atingir 40 ativações qualificadas, desde que o evento esteja corretamente registrado e o público esteja dentro do perfil definido. O bônus não deve depender de uma venda que exige operação comercial do próprio fundador, a menos que essa responsabilidade também esteja contratada.

Penalidades precisam ser proporcionais e específicas. Se o parceiro atrasar a publicação do experimento por uma semana, sem impedimento causado pelo cliente, pode haver crédito de 5% do marco afetado ou extensão equivalente do período de teste. Penalizar toda a contratação porque uma entrega operacional atrasou cria conflito e incentiva comportamentos defensivos.

Evite uma cláusula que reduza o pagamento porque a taxa de retenção ficou abaixo da meta sem investigar a causa. O parceiro pode ter executado corretamente o teste, mas a oferta, o preço, a disponibilidade do fundador ou a qualidade do tráfego podem ter sido determinantes. A consequência mais inteligente pode ser um ciclo adicional de diagnóstico, não uma multa automática.

Também defina um teto para bônus e penalidades. Um success fee sem limite pode gerar custo desproporcional se o resultado superar muito a expectativa; uma penalidade aberta pode comprometer a relação antes que exista aprendizado. O simulador de fee, equity ou participação na receita para validar um MVP ajuda a comparar estruturas antes da assinatura.

No contrato, escreva o gatilho de forma operacional: “o bônus será devido em até dez dias úteis após a validação do painel, desde que a métrica X alcance Y durante a janela Z, utilizando a fonte W”. Essa redação reduz discussões posteriores sobre quando o resultado nasceu e quem deve reconhecê-lo.

Uma padaria que testa encomendas pelo celular pode medir visitantes da página, pedidos iniciados, pedidos pagos e taxa de recompra em 28 dias. O contrato deve distinguir pedido iniciado de pedido confirmado, porque uma campanha pode gerar muitos carrinhos sem demonstrar disposição real de pagar.

Imagine a meta de 25 pedidos pagos em 30 dias, com ticket médio mínimo de R$ 35 e custo de aquisição máximo de R$ 16. A taxa de conversão poderia ser calculada sobre visitantes únicos da página de encomendas, enquanto o custo de aquisição consideraria investimento de mídia e custos de produção criativa previamente aprovados.

Para uma escola de idiomas, uma métrica de vaidade seria alcançar 1.000 visualizações de uma campanha. Uma métrica mais útil seria obter 40 inscrições elegíveis para aula experimental, com presença mínima de 70% e conversão de 20% para uma conversa comercial, desde que a escola assuma o contato no prazo acordado.

Nesse caso, o laboratório pode ser responsável pela página, mensagens, rastreamento e otimização do canal. A escola continua responsável por disponibilizar horários, confirmar presenças e fazer o atendimento. A divisão precisa estar escrita, pois uma baixa conversão comercial não pode ser atribuída automaticamente à aquisição.

Um salão que lança uma ferramenta de agendamento pode acompanhar cadastros, horários disponíveis publicados, agendamentos concluídos e comparecimento. Uma meta razoável para um primeiro teste pode ser validar se 15 clientes recorrentes conseguem agendar sem assistência, em vez de exigir escala imediata para centenas de usuários.

Para definir o tamanho da amostra, use uma metodologia coerente com a hipótese e o orçamento. O guia sobre como calcular o tamanho de amostra para experimentos de mercado mostra por que uma meta contratual não deve ser escolhida apenas porque parece ambiciosa.

Em todos os exemplos, estabeleça critérios de elegibilidade. Um cadastro duplicado, um funcionário do negócio ou um usuário que não pertence ao público definido não deve contar como ativação qualificada. Essa regra protege o fundador contra números inflados e também protege o parceiro contra contestação arbitrária.

Na Tresete, o contrato é tratado como uma extensão da estratégia de experimentação, não como um documento separado do produto. O trabalho começa pela definição das hipóteses e das decisões que o fundador precisa tomar, depois transforma essas hipóteses em ciclos de engenharia, lançamento, aquisição e análise.

O desenho comercial pode combinar fee por capacidade e marcos de entrega com uma parcela variável, quando houver atribuição suficiente. Antes de aceitar um bônus ou uma penalidade, a equipe verifica se a métrica está sob influência real do parceiro e se o fundador terá condições de cumprir suas próprias dependências.

Em um projeto de página de oferta, por exemplo, o marco inicial pode ser a instrumentação validada e a publicação. O marco seguinte pode ser um número mínimo de usuários elegíveis expostos ao teste. A decisão de scale-up fica condicionada à qualidade das ativações, ao custo de aquisição e à capacidade operacional do negócio, não apenas ao volume de acessos.

O fundador recebe visibilidade sobre roadmap, dados, hipóteses e decisões. Isso reduz a dependência de relatórios difíceis de verificar e facilita continuar o projeto com equipe interna ou outro arranjo quando a fase de validação terminar.

Se você ainda está definindo o escopo, consulte o checklist para contratar um laboratório de experimentação de mercado e compare cada proposta com critérios de evidência, responsabilidade e transferência de conhecimento. Depois, peça que o potencial parceiro transforme esses critérios em cláusulas objetivas.

Um contrato bem negociado não elimina o risco de empreender. Ele torna o risco visível, limita desperdícios evitáveis e cria um mecanismo para aprender com um teste que confirme ou rejeite a hipótese.