raiz.INTELIGÊNCIA TERRITORIAL · CASO 01
A decisãoO pilotoAbrir painel ↗
EXEMPLO GUIADO · GESTÃO COMERCIAL DE AGTECH

Três territórios.
Uma hipótese para testar.

Uma agtech tem dois vendedores e 90 dias para aprender onde seu produto pode funcionar. Como escolher um piloto sem confundir tamanho de mercado com chance de venda?

01 · COMPARAR02 · ESCOLHER03 · VALIDAR
Caso hipotético, com dados reais do Censo 2017. Empresa, produto, equipe, orçamento e metas são premissas ilustrativas. Nenhum piloto foi executado e nenhum resultado comercial foi observado.
DECISÃO PROPOSTAPR · SC · RS

Trio para investigar um piloto regional, sujeito à validação atual.

PERGUNTA DE NEGÓCIOOnde aprender primeiro?

Priorizar três UFs com um orçamento incremental limitado.

RESTRIÇÃO DO EXPERIMENTO150 contatos / 90 dias

50 por UF para comparar aprendizados. Metas, não resultados.

01 — CONTEXTO

O gestor tem uma decisão,
não uma lista infinita de estados.

A escolha depende do produto e da operação da empresa. Esses elementos precisam aparecer antes do ranking.

A AGTECH DESTE EXEMPLO

A empresa oferece um caderno digital de operações e custos para propriedades agrícolas e pecuárias. O produto busca substituir registros dispersos por uma rotina simples de acompanhamento.

O gestor quer testar três coisas: relevância do problema, uso recorrente e disposição a pagar. Acesso à internet em 2017 é um ponto de partida estrutural; essas três respostas ainda precisam vir do campo.

O produto é hipotético e atende mais de uma atividade. O caso não presume que todos os estabelecimentos de uma UF sejam compatíveis com ele.

PREMISSAS DA OPERAÇÃO
  • Base da equipeCuritiba/PR
  • Equipe comercial2 pessoas
  • Duração90 dias
  • Capacidade total150 contatos únicos
  • Orçamento incrementalR$ 10 mil
  • Ticket do cenárioR$ 200/mês

Base, custos e ticket são premissas do exemplo. Proximidade regional não foi medida como tempo de viagem, rota ou economia logística.

02 — EVIDÊNCIA E ESCOLHA

O ranking abre a conversa.
A operação fecha o recorte.

Primeiro comparamos as 27 UFs na missão “Tecnologia & conectividade”, com 60% de peso para volume e 40% para intensidade.

Fonte: SIDRA 6962 e 6753 · referência 2017 · taxas sobre todos os estabelecimentos da mesma UF.

Comparação das cinco UFs da shortlist nacional; observações de 2017.
UFEstabelecimentosCom internetTaxa de internetNota · peso 60%
Por que Minas Gerais e São Paulo ficam na reserva? Minas Gerais tem a maior contagem de estabelecimentos com internet entre as UFs da base, mas menor taxa que o trio. São Paulo tem alta taxa e volume próximo ao de Santa Catarina. Para este piloto, o gestor escolhe um recorte regional a partir da base operacional assumida no Sul. Essa é uma decisão do caso — não uma prova de menor custo ou maior conversão.
Trio proposto: Paraná, Santa Catarina e Rio Grande do Sul. As UFs formam a shortlist inicial. A seleção de municípios, canais, clientes e rotas continua pendente de dados atuais.
03 — ROBUSTEZ

E se o gestor valorizasse
mais a escala?

A escolha precisa sobreviver a perguntas. Ajuste o peso e observe o que muda, sem mudar os dados.

Recalcule a triagem nacional

Volume 60%Intensidade 40%

A terceira vaga exige julgamento.

Peso de volumeElegíveis no corte do top 3

Com 80% de peso para volume, Minas Gerais entra e Santa Catarina sai do trio. Com 40%, Rio Grande do Sul e São Paulo empatam na terceira posição.

Paraná e Rio Grande do Sul permanecem elegíveis nos três cenários. A terceira escolha depende da preferência comercial e da hipótese operacional. Não existe um “melhor estado” independente da pergunta.

Percentis calculados nas 27 UFs. Empates exibidos com tolerância numérica de 10⁻⁸. No empate do corte, todos os empatados são mostrados.

Um limite do desenho: os três estados estão na mesma região e no mesmo grupo exploratório do Raiz. O piloto pode ajudar a aprender sobre essa operação regional; não testa diversidade nacional nem sustenta extrapolar conversão para todo o país.
04 — PLANO DE CAMPO

Uma lista curta só é útil
se virar um teste verificável.

Os números abaixo são metas ilustrativas de execução. As medições começam vazias.

DIAS 1–15

Confirmar o recorte

Validar municípios, conectividade atual, perfil do usuário e canais. Montar uma lista atual com 50 potenciais clientes qualificados por UF. Conduzir 10 entrevistas por UF, dentro desses contatos.

Saída: problema prioritário, rotina atual, interesse em testar e evidências sobre pagamento. Se a lista ou o problema não se sustentarem, revisar o território.

DIAS 16–45

Testar o uso

Completar até 150 contatos únicos no total, incluindo os usados nas entrevistas. Buscar 6 testes ativados por UF. Manter a mesma proposta, roteiro e critério de ativação.

Ativação: o usuário registra duas operações reais distintas nos primeiros 14 dias. Medir também o tempo de suporte.

DIAS 46–90

Medir e decidir

Observar uso após 30 dias, primeira mensalidade paga e custo real por cliente. Comparar objeções e adequação por atividade e canal.

Saída: avançar, ajustar ou interromper em cada UF. Oferta aceita ou teste iniciado não contam como cliente pago.

150contatos únicos50 por UF
30entrevistas10 por UF · dentro dos contatos
18testes ativados6 por UF · meta
9clientes pagos3 por UF · meta, não previsão
As cotas iguais foram escolhidas para organizar o aprendizado. Não são uma amostra aleatória, não controlam diferenças entre canais ou clientes e não permitem atribuir causalmente a conversão ao estado.
05 — CONTAS DO CENÁRIO

O orçamento é uma restrição.
A receita ainda é uma hipótese.

Valores em BRL. Custos e taxas não foram extraídos do Censo e não representam benchmarks de mercado.

PREMISSAS ILUSTRATIVAS
150 contatos × R$ 40R$ 6.000
18 testes × 1,5 h × R$ 100/hR$ 2.700
Reserva incrementalR$ 1.300
Total incrementalR$ 10.000

Não inclui salários fixos da equipe, viagens, tributos ou desenvolvimento do produto. R$ 40 por contato é um custo incremental assumido; o suporte inicial é separado.

CENÁRIOS ARITMÉTICOS · NÃO SÃO PROBABILIDADES
Conversão dos 150 contatosClientesReceita mensal

A hipótese central de 6% dá 9 clientes equivalentes e R$ 1.800/mês. Essa receita não comprova retorno sobre os R$ 10 mil e não demonstra viabilidade econômica.

Sem margem, custos recorrentes, churn e inadimplência, não calculamos payback. As três conversões são hipóteses de cenário, não intervalo de confiança.

Reproduzir no simulador do painel ↗Por UF: alcance 1%, capacidade 50, conversão 6%, ticket R$ 200 e custo por contato R$ 40. Os inputs do simulador devem ser preenchidos manualmente.
06 — CRITÉRIO DE DECISÃO

Que evidência faria o gestor avançar?

Avaliar cada UF separadamente

  • Pelo menos 3 clientes com a primeira mensalidade efetivamente paga.
  • Mediana do onboarding de até 90 minutos por teste ativado.
  • Pelo menos 60% de uso ativo em D30, com no mínimo 5 testes já elegíveis para essa medição.
  • Problema e proposta de valor confirmados nas entrevistas; registrar também motivos de rejeição.

Esses limites são políticas ilustrativas do piloto. Metas comerciais e de uso não validam sozinhas a economia do produto.

Preservar os denominadores

Conversão = clientes pagos ÷ contatos únicos realizados. Registrar separadamente conversão por entrevista e por teste ativado.

D30 = testes com uma operação real registrada entre os dias 24 e 30 após ativação ÷ testes que já completaram 30 dias. Testes imaturos ficam fora desse denominador.

Campo sem medição permanece nulo. Falta de informação não vira zero. Os resultados reais deste caso estão todos nulos.

Decisão no dia 90: considerar um segundo piloto apenas nas UFs que atingirem os critérios de uso e execução; antes de escalar, revisar os custos reais e a margem. Onde houver pouca informação, coletar mais evidência. Onde houver problema de adequação, ajustar proposta, canal ou encerrar.
07 — BASE PARA CONTEÚDO

Uma história para contar em três etapas.

Ângulos editoriais para desenvolver depois. Ainda não são posts publicados nem resultados de uma empresa real.

POST 1 · A DECISÃO

Onde começar um piloto?

Apresentar o gestor, suas restrições e o trio proposto. Contrastar volume e intensidade usando a comparação entre Minas Gerais e Santa Catarina.

POST 2 · O MÉTODO

O que muda quando o peso muda?

Mostrar a entrada de Minas Gerais com peso 80%, o empate do corte em 40% e os limites do piloto concentrado em uma região.

POST 3 · O EXEMPLO EM VÍDEO

Da tela à próxima ação.

Navegar pelo painel, escolher as três UFs, ajustar as premissas e terminar com o plano de campo. O desfecho é uma hipótese verificável, não uma venda fictícia.

LINHA NARRATIVA PARA O VÍDEO FUTURO

“Tenho 90 dias. Onde começo?”

Problema → comparação nacional → escolha regional → teste de sensibilidade → piloto → medição. Uma demonstração de 75–90 segundos pode seguir essa sequência. Manter “Censo 2017” e “caso hipotético” visíveis.

Inspecionar fontes, premissas e limites

Observações: IBGE Censo Agropecuário 2017, resultados definitivos, UFs e Brasil. Tabelas 6753 (estrutura), 6962 (internet) e 6778 (atividades). Extração do snapshot em 27/10/2026. Os dados do caso usam o mesmo snapshot do Raiz, sem atualização de vintage.

Internet, atividade, assistência e tipologia são margens separadas. Não multiplicamos percentuais para afirmar quantos produtores de uma atividade específica possuem internet. Municípios e contatos não foram selecionados nem coletados.

Score = percentil do número de estabelecimentos com internet × peso de volume + percentil da taxa de internet × peso de intensidade. Ranking usa os mesmos modelos do painel. Perfil de cluster é descritivo; não entra como novo critério do score.

O JSON exportado distingue observações, premissas, metas, cenários e resultados nulos. A validação independente refaz os percentis com frações exatas, verifica os totais contra dados brutos e confere empates e orçamento.

Fonte IBGE ↗ · Código e método ↗