Jornada Gestão de Limites
Jornada Gestão de Limites
Jornada Gestão de Limites
Redesenhando a experiência
Redesenhando a experiência
Empresa: MATH
Empresa: MATH
Cliente: Banco Santander
Contexto
O Santander iniciou um projeto com squads focadas em aprimorar etapas do ciclo de vida de cartão de crédito. A squad que participei era focada na Gestão de Limites que cuida dos produtos: Aumento de limites, Remanejamento de limites, Redução de limite e Overlimit.
O Santander iniciou um projeto com squads focadas em aprimorar etapas do ciclo de vida de cartão de crédito. A squad que participei era focada na Gestão de Limites que cuida dos produtos: Aumento de limites, Remanejamento de limites, Redução de limite e Overlimit.
Contexto
O Santander iniciou um projeto com squads focadas em aprimorar etapas do ciclo de vida de cartão de crédito. A squad que participei era focada na Gestão de Limites que cuida dos produtos: Aumento de limites, Remanejamento de limites, Redução de limite e Overlimit.
Benchmarking
O benchmarking foi realizado para entender como o mercado conduz as jornadas de solicitação de aumento de limite e identificar práticas relevantes que pudessem inspirar melhorias na experiência atual.
Padrões observados:
Cliente informa valor desejado e motivo da solicitação;
Resposta imediata ou retorno posterior com comunicação clara;
Atualização de renda dentro do próprio aplicativo;
Orientações educativas em caso de negativa;
Uso de Open Finance como reforço de análise;
Transparência sobre recorrência e critérios de avaliação;
O benchmarking ajudou a identificar oportunidades competitivas e boas práticas aplicáveis.
Jornada Atual (As Is)
Mapeei os principais pontos de fricção:
A análise de limite ocorre apenas uma vez ao mês, quando o motor define quem possui aumento pré-aprovado;
Há uma dupla confirmação desnecessária, que pode gerar fricção e abandono;
Não há captação do motivo do pedido por parte do cliente;
A jornada oferece pouca transparência sobre como o limite é analisado;
Em caso de negativa, a única orientação é atualizar a renda;
A atualização de renda acontece fora do aplicativo, quebrando a experiência.
Benchmarking
O benchmarking foi realizado para entender como o mercado conduz as jornadas de solicitação de aumento de limite e identificar práticas relevantes que pudessem inspirar melhorias na experiência atual.
Padrões observados:
Cliente informa valor desejado e motivo da solicitação.
Resposta imediata ou retorno posterior com comunicação clara.
Atualização de renda dentro do próprio aplicativo.
Orientações educativas em caso de negativa.
Uso de Open Finance como reforço de análise.
Transparência sobre recorrência e critérios de avaliação.
O benchmarking ajudou a identificar oportunidades competitivas e boas práticas aplicáveis.
Jornada Atual (As Is)
Mapeei os principais pontos de fricção:
A análise de limite ocorre apenas uma vez ao mês, quando o motor define quem possui aumento pré-aprovado.
Há uma dupla confirmação desnecessária, que pode gerar fricção e abandono.
Não há captação do motivo do pedido por parte do cliente.
A jornada oferece pouca transparência sobre como o limite é analisado.
Em caso de negativa, a única orientação é atualizar a renda.
A atualização de renda acontece fora do aplicativo, quebrando a experiência.
Benchmarking
O benchmarking foi realizado para entender como o mercado conduz as jornadas de solicitação de aumento de limite e identificar práticas relevantes que pudessem inspirar melhorias na experiência atual.
Padrões observados:
Cliente informa valor desejado e motivo da solicitação;
Resposta imediata ou retorno posterior com comunicação clara;
Atualização de renda dentro do próprio aplicativo;
Orientações educativas em caso de negativa;
Uso de Open Finance como reforço de análise;
Transparência sobre recorrência e critérios de avaliação;
O benchmarking ajudou a identificar oportunidades competitivas e boas práticas aplicáveis.
Jornada Atual (As Is)
Mapeei os principais pontos de fricção:
A análise de limite ocorre apenas uma vez ao mês, quando o motor define quem possui aumento pré-aprovado;
Há uma dupla confirmação desnecessária, que pode gerar fricção e abandono;
Não há captação do motivo do pedido por parte do cliente;
A jornada oferece pouca transparência sobre como o limite é analisado;
Em caso de negativa, a única orientação é atualizar a renda;
A atualização de renda acontece fora do aplicativo, quebrando a experiência.
Análise de dados
Para validar ou refutar as hipóteses, articulei com o time de dados a extração de uma base segmentada por:
Faixa de uso de limite
Rating interno
Renda declarada
Dados de Open Finance
Histórico de inadimplência
Limite atual vs. limite utilizado
O objetivo era entender:
Se clientes com alto uso estavam sendo negados por risco real ou rigidez de política.
Se havia clientes com capacidade financeira identificada que não estavam recebendo oferta compatível.
Se clientes elegíveis não aceitavam por desalinhamento de valor ou percepção de risco.
Recomendações
Sugestões que informei ao cliente:
Revisão segmentada dos critérios de elegibilidade.
Inclusão de captação do motivo da solicitação.
Internalização da atualização de renda no app.
Comunicação mais transparente sobre critérios e recorrência.
Testes de personalização de oferta com base em Open Finance.
Experimentos para reduzir fricção no aceite.
Meu papel
Estruturei hipóteses e plano de investigação.
Conduzi benchmarking de mercado.
Defini recortes analíticos e articulei extração de dados.
Consolidei insights estratégicos.
Apresentei recomendações para a squad e stakeholders.
Análise de dados
Para validar ou refutar as hipóteses, articulei com o time de dados a extração de uma base segmentada por:
Faixa de uso de limite
Rating interno
Renda declarada
Dados de Open Finance
Histórico de inadimplência
Limite atual vs. limite utilizado
O objetivo era entender:
Se clientes com alto uso estavam sendo negados por risco real ou rigidez de política.
Se havia clientes com capacidade financeira identificada que não estavam recebendo oferta compatível.
Se clientes elegíveis não aceitavam por desalinhamento de valor ou percepção de risco.
Recomendações
Sugestões que informei ao cliente:
Revisão segmentada dos critérios de elegibilidade.
Inclusão de captação do motivo da solicitação.
Internalização da atualização de renda no app.
Comunicação mais transparente sobre critérios e recorrência.
Testes de personalização de oferta com base em Open Finance.
Experimentos para reduzir fricção no aceite.
Meu papel
Estruturei hipóteses e plano de investigação.
Conduzi benchmarking de mercado.
Defini recortes analíticos e articulei extração de dados.
Consolidei insights estratégicos.
Apresentei recomendações para a squad e stakeholders.
Análise de dados
Para validar ou refutar as hipóteses, articulei com o time de dados a extração de uma base segmentada por:
Faixa de uso de limite
Rating interno
Renda declarada
Dados de Open Finance
Histórico de inadimplência
Limite atual vs. limite utilizado
O objetivo era entender:
Se clientes com alto uso estavam sendo negados por risco real ou rigidez de política.
Se havia clientes com capacidade financeira identificada que não estavam recebendo oferta compatível.
Se clientes elegíveis não aceitavam por desalinhamento de valor ou percepção de risco.
Recomendações
Sugestões que informei ao cliente:
Revisão segmentada dos critérios de elegibilidade.
Inclusão de captação do motivo da solicitação.
Internalização da atualização de renda no app.
Comunicação mais transparente sobre critérios e recorrência.
Testes de personalização de oferta com base em Open Finance.
Experimentos para reduzir fricção no aceite.
Meu papel
Estruturei hipóteses e plano de investigação.
Conduzi benchmarking de mercado.
Defini recortes analíticos e articulei extração de dados.
Consolidei insights estratégicos.
Apresentei recomendações para a squad e stakeholders.
Contato.
Contato.
Designed by Aline Simões | © 2026 todos os direitos reservados
Designed by Aline Simões | © 2026 todos os direitos reservados