Microlearning gamificado que transforma vendedores de loja em especialistas certificados da marca
- 28%
- Aumento de Vendas (est.)
- 67%
- Engajamento Diário (meta)
- 78%
- Certificação (piloto)
Acesso de teste
- 1 Acesse com o login acima
- 2 Navegue pelo painel e veja os fluxos
- 3 Teste o fluxo principal de conversão
Cliente
Marken Fassi
Setor
Varejo premium · Enxovais
Linha do tempo
3 meses · 2024-03
Produto ao vivo
Usar agoraResultados
Resultados reportados pelo cliente durante o rollout
Baseline: 22%
Fonte: Relatório de vendas Marken Fassi — Q2 2024
Baseline: 41%
Fonte: Analytics da LXP — média de 30 dias
Baseline: 18%
Fonte: Retenção de lojistas — 6 meses pós-lançamento
Baseline: R$ 1.440
Fonte: Dados de transações — comparação pré/pós
Baseline: 31%
Fonte: Plataforma de certificação CASA FASSI
Baseline: 8s
Fonte: Métricas de latência do assistente — média 7 dias
Dados reportados pelo cliente
O desafio
O desafio
Sexta-feira, 14h. Ana, vendedora em uma loja multimarcas de São Paulo, atende uma cliente que pede o enxoval mais macio para o inverno. Por um segundo ela hesita — há dezenas de produtos, fios, gramaturas e composições. Em vez de chamar o supervisor, ela abre a CASA FASSI. Em 45 segundos, um micro-módulo lembra a diferença entre os tecidos, sugere duas opções e ainda a conecta a um quiz que ela pode completar antes do cliente provar a primeira peça. Quando a venda fecha, o ticket passa dos R$ 1.800. Ana ganha pontos, sobe de nível e, na próxima semana, será recomendada como especialista certificada.
O varejo premium de enxovais enfrentava vendedores de lojas multimarcas com conhecimento técnico limitado sobre tecidos, fios e diferenciais da marca, resultando em atendimento genérico e baixo ticket médio. Havia pouca retenção de conhecimento após treinamentos pontuais, ausência de conexão entre vendedores e a marca, dificuldade em escalar o relacionamento com centenas de lojistas espalhados pelo Brasil e falta de reconhecimento contínuo para a excelência em vendas.
A abordagem
A abordagem
Tratamos o aprendizado como produto, não como conteúdo. Primeiro mapeamos a jornada real do vendedor: picos de ociosidade no expediente, interações rápidas com o cliente e momentos de decisão que definem o ticket. A partir daí desenhamos uma arquitetura de microlearning com intervalos de 10 a 60 segundos, pontuados por gamificação, desafios diários e feedback imediato. O design do sistema de recompensas foi pensado para competir com apps de bem-estar: streaks, tiers, conquistas visuais e benefícios reais. A IA entra como coach no momento exato em que o vendedor sente dúvida, não como substituto do treinador.
A solução
A solução
A CASA FASSI é uma Learning Experience Platform (LXP) privada para vendedores e lojistas. Ela conecta treinamento, comunidade, performance e reconhecimento em um ecossistema onde aprender e vender acontecem no mesmo fluxo.
- Microlearning de 10 a 60 segundos, consumível entre atendimentos, com trilhas estruturadas por tecidos, coleções e técnicas de venda — cada módulo desenhado para caber na janela real de ociosidade do vendedor no chão de loja
- Gamificação com streaks diárias, tiers de Bronze a Rubi Negro, ligas competitivas, badges de conquista e benefícios reais como acesso antecipado a coleções e reconhecimento público entre pares
- FASSI.AI: assistente de vendas com base de respostas estruturada no catálogo, roteiro da marca e contexto de venda, desenhado para guiar o raciocínio do vendedor no momento exato da dúvida — com roadmap de evolução para LLM e RAG
- Comunidade privada para compartilhar vitrines, cases de venda, dúvidas técnicas e melhores práticas entre vendedores de lojas diferentes, criando um ecossistema de aprendizado peer-to-peer
- Dashboards de desempenho para lojistas acompanharem equipes, progresso por trilha, taxa de certificação, ranking interno e engajamento semanal — com visão agregada por loja e por vendedor
- Programa de certificação que posiciona vendedores como especialistas oficiais da marca, com selos validados por trilha concluída e níveis de proficiência reconhecidos pela Marken Fassi
Linha do tempo
Como o projeto foi conduzido, do mapeamento ao deploy. How the project was conducted, from mapping to deploy.
Semana 1-2
Mapeamento
- Imersão no chão de loja com vendedores e lojistas
- Mapeamento da jornada real entre atendimentos
- Identificação de picos de ociosidade e momentos de dúvida
- Definição de métricas-base de retenção e engajamento
Semana 3-10
Desenvolvimento
- Arquitetura da LXP com microlearning de 10 a 60 segundos
- Implementação da gamificação com tiers e streaks
- Desenvolvimento do FASSI.AI com base de respostas estruturada
- Validação semanal com cohorts de vendedores reais
Semana 11-12
Lançamento
- Lançamento controlado com lojistas piloto
- Ajustes finos de recompensas e microcopy
- Monitoramento de KPIs em tempo real
- Onboarding da primeira leva de vendedores certificados
Metodologia
Como o projeto foi conduzido, do mapeamento ao deploy. How the project was conducted, from mapping to deploy.
Mapear a jornada real do vendedor entre atendimentos
Validar hipóteses com lojistas e vendedores do chão
Documentar decisões em um decision log compartilhado
Iterar semanalmente com métricas de retenção e engajamento
Rodar A/B tests em microcopy, tempo e recompensas
Onboarding guiado com lojistas piloto antes do lançamento geral
Arquitetura
- → Next.js 15 com output: export — site estático puro, sem SSR, sem servidor
- → Estado global em Zustand com persistência em localStorage (progresso, XP, streaks, selos)
- → Catálogo, trilhas e base de respostas do FASSI.AI em arquivos TypeScript tipados
- → Animações de gamificação com Framer Motion (streaks, badges, transições)
- → Deploy no Cloudflare Pages com CDN global e cache automático de assets
- → GitHub Actions: push na main → build estático → deploy automático em ~1 minuto
Diagrama conceitual — não reflete implementação real
Stack tecnológica
Escolhas técnicas e o que ficou para fora.
ecommerce
Por quê: Export estático com App Router para carregar lições em milissegundos, mesmo em 3G/4G
Alternativa rejeitada: Astro — forte para conteúdo estático, mas menos ecossistema para interatividade rica
Por quê: Hooks atualizados e concorrência para animações de gamificação fluidas
Alternativa rejeitada: Vue 3 — maduro, mas menos ecossistema com Server Components
Por quê: Padronização visual rápida e CSS pequeno, essencial para mobile
Alternativa rejeitada: Styled Components — adiciona runtime e aumenta o bundle
Por quê: Animações de transição entre módulos, streaks e conquistas com performance
Alternativa rejeitada: CSS animations — menos controle sobre timing e spring physics
ecommerce
Por quê: State management leve com persistência em localStorage — progresso, XP e streaks sobrevivem offline
Alternativa rejeitada: Redux Toolkit — mais boilerplate e curva de aprendizado maior
Por quê: Catálogo, trilhas e respostas do FASSI.AI em arquivos TypeScript tipados, sem necessidade de banco
Alternativa rejeitada: PostgreSQL — seria necessário backend e infraestrutura, inviável para MVP estático
ecommerce
Por quê: Hosting estático com CDN global, baixo custo e deploy automático via GitHub Actions
Alternativa rejeitada: Vercel — excelente para Next.js, mas custo em escala
Por quê: Ícones SVG tree-shakeable para interface leve e acessível
Alternativa rejeitada: Icon fonts — mais pesadas e menos acessíveis
Decision log
O que escolhi, o que rejeitei e por quê.
Microlearning em vez de cursos longos
Por que: O vendedor multimarcas tem poucos minutos ociosos por dia. Cursos de 30 minutos geravam abandono. Fragmentos de 10 a 60 segundos se encaixam na rotina real do chão de loja e dobram a frequência de retorno.
Alternativas rejeitadas: Avaliamos LMS tradicional e vídeos gravados, mas a adoção histórica era baixa e a retenção de conhecimento não mensurável.
IA como coach, não como robô de respostas
Por que: A FASSI.AI foi desenhada para guiar o raciocínio: ela pergunta, dá contexto técnico e deixa o vendedor responder. A versão atual usa base de respostas estruturada no catálogo, com roadmap para LLM/RAG.
Alternativas rejeitadas: Um chatbot simples de FAQ teria respostas rápidas, mas não treinaria o vendedor a argumentar e fechar com confiança.
Gamificação com benefícios tangíveis
Por que: Pontos e placares sozinhos não sustentam engajamento em longo prazo. Vinculamos tiers a prêmios, reconhecimento público e acesso antecipado a coleções, transformando o aprendizado em carreira e status.
Alternativas rejeitadas: Testamos pontuação pura e desafios sazonais, mas sem recompensas reais a curva de retenção caía após o segundo mês.
Assistente de IA
FASSI.AI — design do assistente (evolução planejada para RAG)
Vendedor faz uma pergunta sobre produto ou cenário de venda
Sistema identifica contexto: catálogo, jornada e histórico do vendedor
Versão atual: base de respostas estruturada no catálogo e roteiro da marca
Roadmap: motor RAG com LLM para respostas generativas no tom da marca
Validação e guardrails antes de chegar ao vendedor
Mecânicas de engajamento
XP
Pontos por interações de aprendizado e vendas
Ligas
Divisões que promovem competição saudável entre pares
Badges
Conquistas visuais por habilidades e marcos alcançados
Streaks
Sequências diárias que reforçam o hábito de aprender
Leaderboards
Ranking de desempenho entre vendedores e lojas
Missões
Desafios guiados que exploram catálogo e técnicas
Moedas
Créditos trocáveis por benefícios e acesso antecipado
Certificações
Selos oficiais que validam especialização por trilha
Segurança e acesso
Segurança e governança de acesso
-
Roles vendedor, lojista e admin com permissões distintas no estado da aplicação
-
Onboarding com identificação de loja, cidade e função
-
Moderação de conteúdo e denúncias na comunidade
-
Segmentação de dados: cada lojista vê apenas sua equipe no estado local
-
Dados sensíveis não trafegam para servidor — tudo em localStorage
-
Conformidade com LGPD no tratamento de dados de vendedores
-
Roadmap: migração para backend com auth real (Supabase) quando sair do MVP
Lições aprendidas
Nem tudo saiu como planejado.
— O maior aprendizado foi que retenção não depende de mais conteúdo, mas de mais contexto. Microlearning funciona quando ele é acionado no momento exato da dúvida. Gamificação funciona quando há status real. E IA funciona quando amplifica o vendedor, não quando tenta substituí-lo. Também aprendi que validar com lojistas reais na segunda semana economizou meses de ajustes.
Veja também outros produtos
CellMax
E-commerce B2B de acessórios para celular com ERP completo: 347 produtos, checkout, rastreio, estoque multi-armazém, compras, financeiro e expedição.
Ver case →
TigreBet
Produto de jogos online onde o jogador entra, aposta via PIX e sobe de nivel VIP. 11 jogos, provably fair e saques com KYC.
Ver case →
Sanatto Facilities
Site institucional para empresa de facilities. Síndico ou gestor encontra serviços, cases e solicita proposta em minutos.
Ver case →Quer um produto como esse?
Posso fazer o mesmo para o seu negócio. Vamos conversar.