iron-edge 1.0.0

package/squads/squad-growth/knowledge-base/community-led-growth.md

@@ -0,0 +1,175 @@
+# Knowledge Base: Community-Led Growth (CLG)
+
+> Fonte: CMX Hub (SPACES framework), DevRel foundation, casos Figma Community, dbt Community
+
+## O Que e Community-Led Growth
+
+Community-Led Growth (CLG) e uma estrategia onde uma comunidade de usuarios se torna motor de aquisicao, retencao e expansao.
+
+**Diferenca entre os modelos:**
+| Modelo | Motor | Exemplo |
+|--------|-------|---------|
+| **PLG** (Product-Led Growth) | Produto e o canal | Figma, Slack, Zoom |
+| **SLG** (Sales-Led Growth) | Time de vendas e o motor | Salesforce, SAP |
+| **CLG** (Community-Led Growth) | Comunidade e o diferencial | Notion, HubSpot, dbt |
+| **Marketing-Led** | Conteudo e brand | HubSpot (antes do produto) |
+
+CLG nao e exclusivo — a maioria das empresas combina CLG com PLG e/ou SLG.
+
+**Principios fundamentais:**
+1. Community-first, product-second — A comunidade pode existir antes do produto
+2. Value exchange — Membros ganham valor (conhecimento, networking, status)
+3. User-generated content — A comunidade gera conteudo que atrai novos membros
+4. Feedback loop — Comunidade → Feedback → Melhor produto → Mais comunidade
+5. Belonging — Senso de pertencimento e identidade compartilhada
+
+---
+
+## Tipos de Comunidade
+
+| Tipo | Foco | Exemplo | Dinamica |
+|------|------|---------|---------|
+| **Product community** | Usuarios do produto | Figma Community, Notion Community | Templates, use cases, tips |
+| **Practice community** | Praticantes de uma disciplina | dbt Community, Product Hunt | Benchmarks, frameworks, aprendizado |
+| **Interest community** | Interessados em topico | IndieHackers, Hacker News | Discussao, inspiracao, suporte |
+| **Developer community** | Developers usando tecnologia | React, Next.js, Supabase | SDKs, docs, contribuicoes |
+| **Customer community** | Clientes de uma empresa | HubSpot Community, Salesforce Trailblazers | Suporte, best practices, advocacy |
+
+---
+
+## Framework SPACES (CMX Hub)
+
+Framework padrao para medir saude e impacto de comunidades.
+
+| Dimensao | Metricas |
+|----------|----------|
+| **S**ense of belonging | Membership growth, retention, NPS da comunidade |
+| **P**articipation | % membros ativos, posts, replies, eventos |
+| **A**cquisition | Novos membros vindos da comunidade, atribuicao |
+| **C**ontent | Volume de UGC, qualidade, engajamento |
+| **E**ngagement | DAU/MAU da comunidade, response time |
+| **S**upport | Perguntas respondidas, tempo de resolucao |
+
+---
+
+## Flywheel de Comunidade
+
+```
+Conteudo de valor → Atrai membros → Membros contribuem → Mais conteudo de valor
+        ↑                                                           |
+        └─────────────── Feedback melhora produto ─────────────────┘
+```
+
+**Mecanismo de auto-reforco:**
+1. Membros engajados criam conteudo de qualidade (templates, tutorials, cases)
+2. Conteudo atrai novos membros organicamente (SEO, word-of-mouth)
+3. Novos membros trazem novos casos de uso e contribuicoes
+4. Diversidade de contribuicoes aumenta o valor para todos
+5. Ciclo se repete
+
+---
+
+## Developer Relations (DevRel)
+
+Para empresas de developer tools e plataformas, DevRel e frequentemente o canal de growth mais importante.
+
+### O que e DevRel
+Developer Relations e a disciplina de construir e nutrir comunidades de developers. Combina advocacy tecnica, marketing de comunidade e feedback loop com produto.
+
+### Atividades de DevRel
+| Atividade | Objetivo | Metrica |
+|-----------|----------|--------|
+| **Documentacao exemplar** | Reduzir time-to-first-hello-world | Doc page views, feedback score |
+| **Tutoriais e getting started** | Ativacao de novos developers | Completion rate, signup post-tutorial |
+| **Talks em conferencias** | Brand awareness, recruiting | Attendees, mentions, inbound |
+| **Open-source contributions** | Credibilidade, adocao | Stars, forks, contributors |
+| **Community management** | Saude da comunidade | Response time, satisfaction |
+| **Content creation** | Thought leadership | Blog views, YouTube subs |
+| **Developer advocacy** | Representar comunidade internamente | Feedback loops com produto |
+| **SDKs e integracoes** | Reducao de friccao tecnica | SDK downloads, integracoes ativas |
+
+### Metricas de DevRel
+
+| Metrica | O que mede |
+|---------|-----------|
+| GitHub stars, forks, contributors | Engajamento open-source |
+| Discord/Slack members e atividade | Tamanho e saude da comunidade |
+| Docs page views e feedback | Qualidade da documentacao |
+| Time-to-first-hello-world | Facilidade de adocao |
+| Community-sourced bug reports/PRs | Contribuicao da comunidade |
+| NPS de developers | Satisfacao da comunidade |
+
+---
+
+## Community Building — Como Comecar
+
+### Fase 1: Fundacao (0-500 membros)
+1. Definir a promessa central — por que os membros vao se juntar E ficar?
+2. Escolher a plataforma certa para o publico
+3. Recrutar os primeiros 50-100 membros manualmente (foco em qualidade, nao quantidade)
+4. Criar conteudo e atividade antes de lancar publicamente (evitar ghost town)
+5. Estabelecer normas de comunidade e codigo de conduta
+
+### Fase 2: Ativacao (500-5K membros)
+1. Identificar "super members" — users mais ativos e empoderados
+2. Criar programa de moderation e advocacy (Community Champions)
+3. Desenvolver rituais recorrentes (AMAs, showcases semanais, challenges)
+4. Conectar comunidade ao produto (feedback loops, beta testers)
+5. Medir SPACES e otimizar gaps
+
+### Fase 3: Escala (5K+ membros)
+1. Subgrupos por topico, lingua ou regiao
+2. Governanca clara de moderacao
+3. Programa formal de Champions/Ambassadors com beneficios
+4. Integrar comunidade no flywheel de growth (atribuicao, referrals)
+5. Eventos presenciais para fortalecer conexoes
+
+---
+
+## Plataformas de Comunidade
+
+| Plataforma | Tipo | Quando usar |
+|-----------|------|-------------|
+| **Discord** | Chat/Forum | Developer tools, gaming, comunidades jovens |
+| **Slack** | Chat profissional | B2B, profissional, enterprise |
+| **Circle** | Community-first | Cursos, criadores, SaaS moderno |
+| **Discourse** | Forum | Discussao aprofundada, SEO-friendly |
+| **Mighty Networks** | All-in-one | Criadores, cursos + comunidade |
+| **GitHub Discussions** | Developer | Open-source, developer tools |
+| **Reddit** | Forum publico | Niches grandes, conteudo viral |
+| **Facebook Groups** | Social | B2C, audiencias mais amplas, BR |
+| **WhatsApp Groups** | Messaging | BR e LATAM, alta penetracao |
+
+**Para o contexto brasileiro:** WhatsApp Groups e Discord sao os mais relevantes. Facebook Groups ainda tem forte presenca em B2C e infoprodutos.
+
+---
+
+## Community-to-Product Feedback
+
+Mecanismos para transformar insights da comunidade em melhorias de produto:
+
+| Mecanismo | Plataforma | Funcao |
+|-----------|-----------|--------|
+| **Feature request boards** | Canny, UserVoice, ProductBoard | Votacao em features desejadas |
+| **Beta programs** | Lista interna, Discord role | Testar antes do lancamento |
+| **Advisory boards** | Convite direto | Power users aconselham direcao |
+| **Community research** | Surveys, entrevistas na comunidade | Pesquisa qualitativa e quantitativa |
+| **Open roadmap** | Notion, Linear public | Transparencia na direcao do produto |
+| **Bug reports** | GitHub Issues, Discord channel | Coleta rapida de bugs |
+
+---
+
+## ROI de Comunidade
+
+Medir ROI de comunidade e desafiador mas possivel:
+
+```
+Valor da comunidade =
+  + Receita influenciada por membros da comunidade
+  + CAC reduzido (membros que recrutaram outros)
+  + Churn reduzido (membros da comunidade tem maior retencao)
+  + Suporte deflection (perguntas respondidas pela comunidade)
+  - Custo de gestao e plataforma
+
+Membros de comunidade ativa retêm 2-3x mais que nao-membros (benchmark CMX/Higher Logic)
+```

package/squads/squad-growth/knowledge-base/content-marketing-flywheel.md

@@ -0,0 +1,190 @@
+# Knowledge Base: Content Marketing Flywheel
+
+> Fonte: Joe Pulizzi (Content Marketing Institute), Rand Fishkin (SparkToro), HubSpot, Gary Vaynerchuk
+
+## Content Flywheel vs. Content Calendar
+
+### Modelo tradicional (Content Calendar) — Limitacao
+Planejar → Produzir → Publicar → Promover. Problema: modelo linear onde cada peca requer esforco equivalente. Nao ha compound growth.
+
+### Content Flywheel — Modelo Composto
+```
+Pesquisa → Conteudo longo → Atomiza em pecas menores → Distribui em multiplos canais
+     ↑                                                                    |
+     └────── Dados de performance alimentam proxima pesquisa ────────────┘
+```
+
+O flywheel cria compound growth porque cada peca de conteudo:
+1. Gera trafego e dados de comportamento
+2. Dados informam a proxima criacao
+3. Conteudo anterior gera backlinks e autoridade
+4. Autoridade amplifica conteudo futuro
+
+---
+
+## Modelo Pillar-Cluster (HubSpot)
+
+Arquitetura padrao para content marketing orientado a SEO. Popularizada por HubSpot em 2017.
+
+### Estrutura
+```
+PILLAR PAGE (topico amplo, 2000-5000 palavras)
+    │
+    ├── Cluster Article 1 (subtopico especifico, 1000-2000 palavras)
+    ├── Cluster Article 2 (subtopico especifico)
+    ├── Cluster Article 3 (subtopico especifico)
+    ├── Cluster Article 4 (subtopico especifico)
+    └── Cluster Article 5 (subtopico especifico)
+
+Todos os clusters linkam para o pilar e vice-versa.
+Clusters podem se interligar quando relevante.
+```
+
+**Exemplo pratico:**
+```
+Pilar: "Guia Completo de Growth Hacking" (5.000 palavras)
+  ├── Cluster: "Como calcular CAC" (1.500 palavras)
+  ├── Cluster: "O que e North Star Metric" (1.500 palavras)
+  ├── Cluster: "Frameworks de priorizacao ICE e RICE" (1.500 palavras)
+  ├── Cluster: "Como construir um growth loop" (1.500 palavras)
+  └── Cluster: "Ferramentas de growth hacking" (1.500 palavras)
+```
+
+**Beneficios:**
+- Sinaliza topical authority para o Google
+- Cria experiencia de aprendizado estruturada
+- Facilita priorizacao de producao de conteudo
+- Melhora internal linking naturalmente
+
+---
+
+## Content Scoring Framework
+
+Avaliar e priorizar conteudo com base em performance e alinhamento estrategico.
+
+| Dimensao | Peso | Metricas |
+|----------|------|----------|
+| **Trafego organico** | 30% | Sessoes, impressoes, CTR |
+| **Engajamento** | 25% | Tempo na pagina, scroll depth, bounce rate |
+| **Conversao** | 25% | Leads gerados, trial signups, PQLs |
+| **Qualidade** | 10% | E-E-A-T score, backlinks earned |
+| **Atualidade** | 10% | Ultima atualizacao, relevancia temporal |
+
+**Acao por score:**
+| Score | Acao |
+|-------|------|
+| >80 | Promover agressivamente, replicar abordagem |
+| 50–80 | Otimizar (melhorar SEO, CRO, distribuicao) |
+| 20–50 | Atualizar ou consolidar com outro artigo |
+| <20 | Deprecate ou reescrever do zero |
+
+---
+
+## Content Repurposing (Gary Vaynerchuk)
+
+Transformar uma peca de conteudo em multiplos formatos para diferentes canais.
+
+```
+Webinar/Podcast (60min)
+  ├── Blog post completo (3.000 palavras)
+  ├── YouTube video (editado, 15 min)
+  ├── 10 clips curtos (TikTok, Reels, Shorts)
+  ├── Audio separado (podcast episode)
+  ├── Infografico (key takeaways)
+  ├── Thread Twitter/X (10 tweets)
+  ├── Carrossel LinkedIn (10 slides)
+  ├── Email series (3 emails)
+  └── Newsletter digest
+```
+
+**ROI do repurposing:** 1 peca → 10+ formatos = 10x o alcance com ~2x o esforco.
+
+---
+
+## Canais de Distribuicao
+
+Criar conteudo e apenas metade da batalha. Distribuicao e onde a maioria falha. Regra classica: "80% distribuicao, 20% criacao".
+
+| Canal | Tipo | Quando usar | Metricas |
+|-------|------|-------------|---------|
+| **SEO/Google** | Owned | Conteudo evergreen, search intent clara | Impressoes, clicks, posicao media |
+| **Email newsletter** | Owned | Audiencia existente, nurturing | Open rate, CTR, conversoes |
+| **YouTube** | Owned/Borrowed | Tutoriais, thought leadership | Views, subscribers, retencao de video |
+| **LinkedIn (organico)** | Borrowed | B2B, employer branding | Impressoes, engajamento, inbound |
+| **Instagram/TikTok** | Borrowed | B2C, brand awareness | Alcance, engajamento, seguidores |
+| **Podcast** | Owned | Thought leadership, niche | Downloads, listeners, reviews |
+| **Comunidades** | Borrowed | Nichos (Reddit, Discord, Slack) | Engajamento da comunidade |
+| **Partnerships/Guest** | Earned | Alcance de novas audiencias | Referral traffic, backlinks |
+
+**Framework See-Think-Do-Care (Avinash Kaushik):**
+| Fase | Intent | Conteudo ideal |
+|------|--------|---------------|
+| See | Awareness | Entertainment, brand content, social |
+| Think | Consideration | Educational, how-to, comparisons |
+| Do | Purchase | Product pages, demos, testimonials |
+| Care | Loyalty/Advocacy | Support, advanced education, community |
+
+---
+
+## Metricas de Content Marketing
+
+### Top-of-Funnel (TOFU)
+| Metrica | O que mede |
+|---------|-----------|
+| Unique visitors | Alcance bruto |
+| Organic impressions | Visibilidade no Google |
+| Social reach | Alcance organico social |
+| Backlinks earned | Autoridade gerada pelo conteudo |
+| Brand mentions | Share of voice |
+
+### Mid-Funnel (MOFU)
+| Metrica | O que mede |
+|---------|-----------|
+| Time on page | Engajamento com conteudo |
+| Scroll depth | Leitura completa |
+| Email signups | Conversao para lista |
+| Content downloads | Interesse em conteudo de maior valor |
+| Return visitors | Habito de consumo |
+
+### Bottom-Funnel (BOFU)
+| Metrica | O que mede |
+|---------|-----------|
+| Leads gerados por conteudo | Impacto direto em pipeline |
+| Trial signups via content | Atribuicao de conteudo a PLG |
+| Revenue influenced by content | ROI real do content |
+| Content-assisted conversions | Multi-touch attribution |
+
+---
+
+## Content SEO — Search Intent
+
+Cada peca de conteudo deve ser otimizada para um tipo especifico de intent.
+
+| Intent | Exemplo de query | Formato ideal | Funil |
+|--------|-----------------|---------------|-------|
+| **Informacional** | "como fazer growth hacking" | Blog post, guia, tutorial | Awareness |
+| **Navegacional** | "HubSpot login" | Homepage, product page | — |
+| **Comercial** | "melhor ferramenta de SEO" | Comparativo, review | Consideration |
+| **Transacional** | "assinar Ahrefs" | Landing page, pricing | Decision |
+
+---
+
+## Content Operations
+
+### Time de Content (escala)
+| Role | Responsabilidade |
+|------|-----------------|
+| Content Strategist | Estrategia, topical authority, pillar-cluster map |
+| Content Writer/SEO Writer | Criacao de artigos otimizados |
+| Video Producer | YouTube, Reels, TikTok |
+| Social Media Manager | Distribuicao e engajamento |
+| Content Analyst | Metricas, scoring, otimizacao |
+
+### Calendario Editorial — Cadencia saudavel
+| Fase | Frequencia de blog posts | Frequencia de social |
+|------|------------------------|---------------------|
+| Early stage | 1-2x por semana | 3-5x por semana |
+| Growth | 3-5x por semana | Diario (multi-plataforma) |
+| Escala | Foco em atualizar conteudo existente | Diario + repurposing |
+
+**Insight de Rand Fishkin (SparkToro):** Muitas empresas publicam muito e distribuem pouco. Melhor publicar menos e distribuir muito mais.

package/squads/squad-growth/knowledge-base/cro-experimentation-framework.md

@@ -0,0 +1,299 @@
+# Knowledge Base: CRO Experimentation Framework
+
+## Experimentation Hierarchy
+
+### 1. Observation → Hypothesis → Experiment → Learning
+```
+DATA SOURCES:
+  Analytics → Heatmaps → Session Recordings → Surveys → User Tests
+      │
+      ▼
+INSIGHT:
+  "Users on mobile abandon cart at payment step (68% drop-off)"
+      │
+      ▼
+HYPOTHESIS:
+  "If we add Apple Pay to mobile checkout,
+   then conversion rate will increase by 15%,
+   because reducing payment friction addresses the #1 drop-off reason"
+      │
+      ▼
+EXPERIMENT:
+  A/B test: Control (current) vs Variant (Apple Pay added)
+  Sample: 5,000 users per variant, 14-day duration
+      │
+      ▼
+LEARNING:
+  Result + next hypothesis → Knowledge Base
+```
+
+## Hypothesis Framework
+
+### ICE Scoring
+```
+Score = Impact × Confidence × Ease (each 1-10)
+
+Impact:     How much will this move the metric? (1=minimal, 10=massive)
+Confidence: How sure are we this will work? (1=guess, 10=proven)
+Ease:       How easy is it to implement? (1=months, 10=hours)
+```
+
+### RICE Scoring (for larger teams)
+```
+Score = (Reach × Impact × Confidence) / Effort
+
+Reach:      Users affected per quarter
+Impact:     0.25 (minimal), 0.5 (low), 1 (medium), 2 (high), 3 (massive)
+Confidence: 100% (high), 80% (medium), 50% (low)
+Effort:     Person-weeks to implement
+```
+
+### Hypothesis Template
+```
+HYPOTHESIS #[ID]
+  Page/Flow: [where]
+  Observation: [what we see in data]
+  If we: [change we will make]
+  Then: [expected result + metric + magnitude]
+  Because: [psychological/behavioral reasoning]
+  ICE Score: I[_] × C[_] × E[_] = [total]
+  Primary Metric: [conversion rate, revenue, etc.]
+  Secondary Metrics: [engagement, bounce, etc.]
+  Guard Rails: [metrics that should NOT decrease]
+```
+
+## Statistical Foundations
+
+### Sample Size Calculation
+```
+n = (Z² × p × (1-p)) / E²
+
+Where:
+  Z = Z-score (1.96 for 95% confidence)
+  p = baseline conversion rate
+  E = minimum detectable effect (MDE)
+
+Practical formula:
+  n per variant = 16 × p × (1-p) / MDE²
+
+Example:
+  Baseline CR = 3% (p = 0.03)
+  MDE = 15% relative (0.45% absolute)
+  n = 16 × 0.03 × 0.97 / 0.0045² ≈ 22,963 per variant
+```
+
+### Statistical Significance
+| Concept | Threshold | Meaning |
+|---------|----------|---------|
+| Confidence level | 95% (α = 0.05) | 5% chance of false positive |
+| Statistical power | 80% (β = 0.20) | 20% chance of false negative |
+| p-value | < 0.05 | Reject null hypothesis |
+| MDE | 10-20% relative | Minimum meaningful change |
+
+### Common Pitfalls
+| Pitfall | Problem | Prevention |
+|---------|---------|-----------|
+| Peeking | Checking results too early | Pre-set duration, use sequential testing |
+| Multiple testing | Testing many variants inflates false positives | Bonferroni correction |
+| Simpson's Paradox | Aggregate hides segment-level effects | Always segment results |
+| Novelty effect | Users react to newness, not improvement | Run for 2+ weeks |
+| Selection bias | Non-random assignment | Use proper randomization |
+| Survivorship bias | Only analyzing completers | Intent-to-treat analysis |
+
+## Test Types
+
+### A/B Test
+- **What:** Two variants (control vs treatment)
+- **When:** Clear hypothesis, one variable change
+- **Duration:** Until statistical significance
+- **Traffic:** 50/50 split
+
+### A/B/n Test
+- **What:** Multiple variants (3-5 max)
+- **When:** Testing different approaches
+- **Caution:** Need more traffic (sample size per variant)
+
+### Multivariate Test (MVT)
+- **What:** Multiple elements changed simultaneously
+- **When:** Optimizing combinations (headline × image × CTA)
+- **Requirement:** Very high traffic volume
+
+### Split URL Test
+- **What:** Different pages/URLs entirely
+- **When:** Major redesigns, different flows
+- **Implementation:** Server-side redirect
+
+### Bandit Testing
+- **What:** Dynamically allocates more traffic to winning variant
+- **When:** Short campaigns, e-commerce promotions
+- **Trade-off:** Less statistical rigor, more revenue
+
+## CRO Audit Framework
+
+### Quantitative Analysis
+| Source | What to Look For |
+|--------|-----------------|
+| GA4 Funnel | Drop-off points per stage |
+| GA4 Path | Common user paths vs ideal path |
+| Heatmaps | Click distribution, scroll depth |
+| Session Recordings | Rage clicks, u-turns, confusion |
+| Form Analytics | Field-level abandonment |
+| Speed Metrics | LCP, INP correlation with conversion |
+
+### Qualitative Analysis
+| Method | What to Learn |
+|--------|-------------|
+| User surveys | Why did you not complete X? |
+| Exit surveys | What stopped you today? |
+| User tests | Task completion observation |
+| Customer interviews | Deep understanding of barriers |
+| Support tickets | Common complaints and confusion |
+| Review mining | Competitor reviews for friction insights |
+
+### Heuristic Evaluation (LIFT Model)
+| Factor | Question | Priority |
+|--------|---------|----------|
+| Value proposition | Is the value clear and compelling? | Highest |
+| Relevance | Does this match what brought the user here? | High |
+| Clarity | Is the message/action crystal clear? | High |
+| Urgency | Is there reason to act now? | Medium |
+| Anxiety | Are there trust/security concerns? | Medium |
+| Distraction | Are there competing actions/elements? | Medium |
+
+## Experiment Lifecycle
+
+### 1. Discovery (Week 1)
+- Review analytics data
+- Conduct heuristic evaluation
+- Prioritize opportunities
+
+### 2. Hypothesis (Week 2)
+- Write formal hypotheses
+- Score with ICE/RICE
+- Select top 2-3 for sprint
+
+### 3. Design (Week 2-3)
+- Create mockups/wireframes
+- Get stakeholder alignment
+- Technical feasibility check
+
+### 4. Implementation (Week 3-4)
+- Build variants in testing tool
+- QA across devices/browsers
+- Validate tracking
+
+### 5. Execution (Week 4-6+)
+- Launch experiment
+- Monitor for data quality issues
+- DO NOT peek at results
+
+### 6. Analysis (End of test)
+- Statistical significance check
+- Segment analysis
+- Revenue impact calculation
+
+### 7. Documentation (Post-test)
+- Record in experiment knowledge base
+- Share learnings
+- Generate next hypotheses
+
+## Frequentist vs. Bayesian A/B Testing
+
+| Aspecto | Frequentist | Bayesian |
+|---------|-------------|----------|
+| Pergunta | "Qual a prob de ver esses dados se H0 e verdadeira?" | "Qual a prob de A ser melhor que B?" |
+| Resultado | p-value + intervalo de confianca | Probabilidade posterior |
+| Sample size | Fixo (calculado antecipadamente) | Pode parar mais cedo |
+| Interpretacao | Tecnica (frequentemente mal interpretada) | Intuitiva ("90% chance de A ser melhor") |
+| Peeking | Proibido (infla false positives) | Permitido com sequencial testing |
+| Ferramentas | VWO (frequentist), Google Optimize (descontinuado) | Optimizely STATS Engine, Statsig |
+
+**Recomendacao pratica:** Bayesian e mais intuitivo e permite parar cedo sem penalidade estatistica quando usando sequential testing. Frequentist e o padrao da industria — use com poder estatistico pre-calculado e nunca pare early.
+
+## Multi-Armed Bandit (MAB)
+
+Alternativa ao A/B test classico que otimiza durante o experimento. Aloca progressivamente mais trafego para a variante com melhor performance.
+
+**Algoritmos:**
+- **Epsilon-greedy:** Explora X% do trafego, explota (1-X)%
+- **UCB (Upper Confidence Bound):** Balanceia incerteza e performance
+- **Thompson Sampling:** Amostra de distribuicao posterior (Bayesian)
+
+**Quando usar MAB vs A/B classico:**
+| Situacao | Recomendacao |
+|----------|-------------|
+| Campanha com prazo curto | MAB — minimiza regret |
+| Decisao permanente de produto | A/B classico — mais rigor estatistico |
+| Otimizacao continua (ads creative) | MAB |
+| Teste de hipotese de produto | A/B classico |
+| Dados escassos | MAB (adapta-se mais rapido) |
+
+## Experimentation Velocity Metrics
+
+| Metrica | Definicao | Benchmark |
+|---------|-----------|-----------|
+| Tests per month | Numero de experimentos iniciados | >10 para times maduros |
+| Time to launch | Tempo da ideia ao lancamento | <1 semana (ideal) |
+| Win rate | % de testes com resultado positivo | 15-30% (normal) |
+| Impact per test | Impacto medio na metrica-alvo | 5-15% uplift nos winners |
+| Coverage | % de features/pages com tests ativos | >50% para lideres |
+
+**Compound growth de experimentacao:**
+```
+Compound = (1 + avg_uplift)^wins_per_year
+
+Exemplo: 20% win rate, 4 tests/month, 5% avg uplift nos winners
+= (1.05)^(0.20 × 48) ≈ (1.05)^9.6 ≈ 1.59 = +59% ao ano
+```
+
+## CRO — Checkout Optimization
+
+Taxa media de abandono de carrinho: ~70.2% (Baymard Institute, media de 50 estudos, 2025-2026)
+
+| Causa de abandono | % | Solucao |
+|-------------------|---|---------|
+| Custos extras inesperados | 48% | Transparencia total de custos desde o inicio |
+| Obrigacao de criar conta | 26% | Guest checkout |
+| Processo muito complexo | 22% | Reduzir steps, progress indicator |
+| Nao confia no site | 18% | Selos de seguranca, SSL, reviews |
+| Demora na entrega | 16% | Opcoes claras de frete |
+| Erros/crash no site | 13% | Performance, error handling |
+
+**Para Brasil:** Oferecer PIX reduz abandono de checkout em 30-40% vs boleto bancario.
+
+## Social Proof Framework (Cialdini)
+
+| Tipo | Exemplo | Eficacia |
+|------|---------|----------|
+| **Expert** | "Recomendado por [autoridade]" | Alta para YMYL |
+| **Celebrity** | Endorsement de figura publica | Alta para B2C |
+| **User** | Testimonials, reviews, ratings | Alta universal |
+| **Wisdom of crowds** | "50.000+ empresas confiam" | Alta para B2B |
+| **Wisdom of friends** | "3 dos seus amigos usam" | Altissima (social) |
+| **Certification** | Selos, premios, certificacoes | Media-alta |
+
+## Pricing Page Best Practices
+
+1. **3 tiers** — Ancora, opcao principal (highlighted), premium
+2. **Highlight do plano recomendado** — Visual diferenciado
+3. **Anual vs. Mensal toggle** — Mostrar economia claramente ("Economize 20%")
+4. **Feature comparison table** — Transparencia sobre o que cada plano inclui
+5. **FAQ** — Responder objecoes comuns
+
+**Psicologia de pricing:**
+- **Anchoring** — Plano mais caro primeiro faz o medio parecer razoavel
+- **Decoy effect** — Plano que existe apenas para fazer outro parecer melhor
+- **Charm pricing** — R$97 vs R$100 (efeito psicologico documentado)
+- **Value-based framing** — "R$3 por dia" vs "R$90 por mes"
+
+## Tools Reference
+| Category | Tools |
+|----------|-------|
+| A/B Testing (enterprise) | Optimizely (STATS Engine), VWO, AB Tasty |
+| A/B Testing (full-stack) | Statsig, LaunchDarkly, PostHog, Growthbook |
+| Heatmaps | Hotjar, FullStory, Microsoft Clarity (free) |
+| Surveys | Hotjar, Typeform, SurveyMonkey |
+| Analytics | GA4, Amplitude, Mixpanel |
+| Session Recording | FullStory, Hotjar, LogRocket |
+| Statistical calculators | Evan Miller calculator, AB Test Guide |
+| Open-source | Growthbook (Bayesian, warehouse-native), PostHog |