sinapse-ai 9.2.0 → 9.3.0

package/squads/squad-growth/knowledge-base/unit-economics-ltv-cac.md

@@ -0,0 +1,253 @@
+# Knowledge Base: Unit Economics — LTV, CAC & Growth Finance
+
+> Fonte: Bessemer Venture Partners benchmarks, SaaStr, Lenny Rachitsky, OpenView Partners
+
+## Por que Unit Economics Importa para Growth
+
+Unit economics e a analise da rentabilidade de cada unidade de negocio (tipicamente, um cliente). Growth sem unit economics saudavel e crescimento insustentavel — a empresa perde dinheiro a cada cliente adquirido e escalar piora o problema.
+
+**Regra fundamental:** LTV/CAC >= 3:1 para growth sustentavel. Payback < 12 meses para SaaS.
+
+---
+
+## Metricas Fundamentais
+
+### CAC — Customer Acquisition Cost
+
+```
+CAC = Total gasto em aquisicao (marketing + sales) / Numero de novos clientes
+
+CAC Blended = Inclui todos os canais (organico + pago + sales)
+CAC Paid = Apenas canais pagos
+CAC por canal = Gasto no canal / Clientes adquiridos pelo canal
+```
+
+**O que incluir no calculo de CAC:**
+- Gasto em ads (Google, Meta, LinkedIn, etc.)
+- Salarios de marketing e sales
+- Software de marketing (HubSpot, Salesforce, etc.)
+- Eventos, conferencias, PR
+- Overhead de times de aquisicao
+
+**CAC benchmarks (SaaS, 2025 — Bessemer/OpenView):**
+| Segmento | CAC tipico | Payback tipico |
+|----------|-----------|----------------|
+| SMB (ACV < $5K) | $200–$500 | 6–12 meses |
+| Mid-Market (ACV $5K–$50K) | $2K–$10K | 12–24 meses |
+| Enterprise (ACV > $50K) | $20K–$100K+ | 18–36 meses |
+| PLG (self-serve) | $50–$200 | 3–6 meses |
+
+---
+
+### LTV — Lifetime Value
+
+```
+LTV = ARPU × Gross Margin × (1 / Monthly Churn Rate)
+
+ou para calculos mais precisos:
+LTV = ARPU × Gross Margin × Average Customer Lifetime
+
+onde:
+Average Customer Lifetime = 1 / Annual Churn Rate (em anos)
+```
+
+**Variantes do LTV:**
+| Variante | Formula | Quando usar |
+|----------|---------|-------------|
+| **Simple LTV** | ARPU / Churn Rate | Estimativa rapida |
+| **Gross Margin LTV** | (ARPU × Gross Margin) / Churn | Inclui margem — mais preciso |
+| **LTV com expansion** | Inclui upsell/cross-sell projetado | Para negocio com NRR > 100% |
+| **Predictive LTV** | ML sobre dados historicos de cohort | Mais preciso, requer dados |
+| **BG/NBD Model** | Modelo probabilistico (Peter Fader) | E-commerce nao subscricao |
+
+**Exemplo de calculo:**
+```
+ARPU = R$500/mes
+Gross Margin = 75%
+Monthly Churn = 2%
+
+LTV = R$500 × 0.75 / 0.02 = R$18.750
+CAC = R$2.000
+LTV/CAC = 9.4 (excelente)
+Payback = R$2.000 / (R$500 × 0.75) = 5.3 meses
+```
+
+---
+
+### LTV/CAC Ratio
+
+```
+LTV/CAC Ratio = LTV / CAC
+
+Benchmarks:
+  < 1:1    = Destroi valor (perde dinheiro a cada cliente)
+  1:1 – 3:1 = Sustentavel mas tight (pouca margem)
+  >= 3:1   = Saudavel (regra de ouro de SaaS)
+  >= 5:1   = Potencial de crescimento acelerado
+```
+
+**Interpretacao por fase da empresa:**
+| Fase | LTV/CAC ideal | Contexto |
+|------|--------------|----------|
+| Seed | 1:1–2:1 aceitavel | Ainda aprendendo o canal |
+| Serie A | >= 2:1 | Precisa mostrar caminho para 3:1 |
+| Serie B+ | >= 3:1 | Esperado para levantamento |
+| Growth maduro | >= 5:1 | Pode pisar no acelerador |
+
+---
+
+### Payback Period
+
+```
+Payback Period = CAC / (ARPU × Gross Margin)
+
+Em meses. Meta: < 12 meses para SaaS (< 6 meses para PLG self-serve)
+```
+
+**Por que payback importa:**
+- Empresas com payback curto precisam de menos capital para crescer
+- Payback > 24 meses requer muito capital externo para escalar
+- Em mercados capitais apertados (2023-2025), payback < 12 meses e exigido por investidores
+
+---
+
+### MRR/ARR e Crescimento
+
+```
+MRR = Monthly Recurring Revenue
+ARR = Annual Recurring Revenue = MRR × 12
+
+MRR = New MRR + Expansion MRR - Churned MRR - Contracted MRR
+
+MRR Growth Rate = (MRR atual - MRR periodo anterior) / MRR periodo anterior × 100
+```
+
+**Benchmarks de crescimento ARR (SaaS — Bessemer Cloud Index):**
+| ARR Stage | Target YoY Growth |
+|-----------|------------------|
+| $1M–$5M ARR | >200% |
+| $5M–$20M ARR | >100% |
+| $20M–$50M ARR | >75% |
+| $50M–$100M ARR | >50% |
+| $100M+ ARR | >30% |
+
+---
+
+## Net Revenue Retention (NRR) — A Metrica Mais Poderosa
+
+```
+NRR = (MRR inicio do periodo - Churn MRR - Contraction MRR + Expansion MRR) / MRR inicio × 100
+
+NRR > 100% = Crescimento mesmo sem adquirir novos clientes
+```
+
+**Por que NRR > 100% e o Santo Graal:**
+Uma empresa com NRR de 120% e churn de 0 cresceria 20% ao ano apenas com clientes existentes. Isso significa que sales pode focar em crescimento incremental, nao so em reposicao de churn.
+
+**Decomposicao do NRR:**
+```
+NRR = GRR + Expansion Rate - 100%
+
+GRR (Gross Revenue Retention) = 1 - Revenue Churn Rate
+Expansion Rate = Expansion MRR / MRR inicio
+```
+
+**Benchmarks NRR (Bessemer, 2025):**
+| Tier | NRR |
+|------|-----|
+| World-class | > 130% |
+| Excelente | 120%–130% |
+| Bom | 100%–120% |
+| Aceitavel (SMB) | 90%–100% |
+| Sinal de alerta | < 90% |
+
+---
+
+## Rule of 40
+
+Metrica de eficiencia para SaaS que balanceia crescimento e rentabilidade.
+
+```
+Rule of 40 = Revenue Growth Rate (%) + EBITDA Margin (%)
+
+>= 40 = Saudavel
+>= 60 = Excelente
+>= 80 = Excepcional (Stripe, Snowflake pre-IPO)
+```
+
+**Interpretacao:** Uma empresa pode escolher entre crescer mais e ter margens menores, ou crescer menos e ter margens maiores. A Rule of 40 permite comparar empresas com estrategias diferentes.
+
+**Armadilha:** Crescer 100% com -60% EBITDA = 40. Mas uma empresa com -60% EBITDA esta destruindo caixa — a sustentabilidade importa.
+
+---
+
+## Cohort Analysis para CAC/LTV
+
+Calcular LTV por cohort de aquisicao revela quais canais e periodos geraram os melhores clientes.
+
+```sql
+-- LTV historico por canal de aquisicao
+SELECT
+  u.acquisition_channel,
+  DATE_TRUNC('month', u.created_at) AS cohort_month,
+  COUNT(DISTINCT u.id) AS users,
+  SUM(p.amount) / COUNT(DISTINCT u.id) AS ltv_per_user,
+  SUM(p.amount) / NULLIF(SUM(u.acquisition_cost), 0) AS ltv_cac_ratio
+FROM users u
+LEFT JOIN payments p ON u.id = p.user_id
+GROUP BY 1, 2
+ORDER BY 1, 2;
+```
+
+**Analise de cohort de LTV revela:**
+- Quais canais trazem clientes com maior LTV
+- Sazonalidade: cohorts de dezembro vs marco
+- Impacto de mudancas de produto na retencao de receita
+- Tendencia: LTV de cohorts recentes vs historicos
+
+---
+
+## Unit Economics por Segmento
+
+Segmentar unit economics por tipo de cliente evita decisoes baseadas em medias que escondem heterogeneidade.
+
+**Segmentacoes recomendadas:**
+1. **Tamanho da empresa** (SMB vs Mid-Market vs Enterprise)
+2. **Vertical/setor** (fintech vs edtech vs ecommerce)
+3. **Canal de aquisicao** (PLG self-serve vs sales vs partner)
+4. **Regiao** (Brasil vs LATAM vs global)
+5. **Plano** (freemium → basic → pro → enterprise)
+
+**Insight chave:** Muitas empresas descobrem que 20% dos clientes geram 80% do LTV. Identificar esse segmento e direcionar CAC para ele e o maior alavancador de unit economics.
+
+---
+
+## Churn Rate Benchmarks (Bessemer/SaaStr — 2025)
+
+| Segmento | Monthly Logo Churn | Annual Logo Churn |
+|----------|-------------------|------------------|
+| Enterprise (>$100K ACV) | <0.5% | <5% |
+| Mid-Market | 0.5%–1.0% | 5%–10% |
+| SMB | 1%–3% | 10%–30% |
+| Consumer subscription | 3%–8% | 30%–70% |
+
+**Regra pratica:** Se churn mensal > 3% em SaaS B2B, nao vale investir pesado em aquisicao — o balde esta furado.
+
+---
+
+## ARPU e Expansao de Receita
+
+```
+ARPU = Receita total / Total de clientes ativos
+
+MoM ARPU change = (ARPU atual - ARPU mes anterior) / ARPU mes anterior × 100
+```
+
+**Estrategias de expansao de ARPU:**
+| Estrategia | Descricao | Exemplo |
+|-----------|-----------|---------|
+| **Upsell** | Upgrade para plano superior | Basic → Pro → Enterprise |
+| **Cross-sell** | Vender produto complementar | CRM + Email marketing |
+| **Seat expansion** | Mais usuarios na conta | 5 seats → 20 seats |
+| **Usage expansion** | Mais consumo | API calls, storage, transacoes |
+| **Feature unlock** | Add-ons premium | Advanced analytics, white-label |

package/squads/squad-growth/knowledge-base/viral-referral-mechanics.md

@@ -0,0 +1,159 @@
+# Knowledge Base: Viral & Referral Mechanics
+
+> Fonte: Andrew Chen ("The Cold Start Problem"), Reforge, casos Dropbox/PayPal/Airbnb
+
+## Tipos de Viralidade
+
+Viralidade e quando usuarios existentes trazem novos usuarios como parte natural do uso do produto. Diferente de "marketing boca a boca" (passivo), viralidade engenheirada e um mecanismo sistematico embutido no produto.
+
+| Tipo | Mecanismo | Exemplo |
+|------|-----------|---------|
+| **Inherent viral** | Uso do produto expoe nao-usuarios | Zoom (convidados entram), Calendly |
+| **Collaboration viral** | Colaboracao requer convidar outros | Google Docs, Figma, Slack |
+| **Word-of-mouth viral** | Produto tao bom que usuarios falam sobre | Tesla, Superhuman |
+| **Incentivized viral** | Recompensa por indicacoes | Dropbox (espaco extra), Uber (creditos) |
+| **Social viral** | Compartilhamento gera exposicao | Spotify Wrapped, Canva designs |
+
+---
+
+## K-Factor e Viral Coefficient
+
+```
+K = i × c
+
+i = convites medios enviados por usuario
+c = taxa de conversao dos convites
+
+Tempo de ciclo viral = tempo medio para um novo usuario convidar outros
+```
+
+**Interpretacao:**
+| K-factor | Significado |
+|----------|-------------|
+| K > 1 | Crescimento viral sustentavel (raro e poderoso) |
+| K = 0.5–0.9 | Viralidade amplifica outros canais significativamente |
+| K = 0.1–0.4 | Viralidade contribui mas nao lidera |
+| K < 0.1 | Viralidade insignificante |
+
+**O tempo de ciclo importa tanto quanto o K-factor.** Um K de 0.8 com ciclo de 1 dia e mais poderoso que K de 1.2 com ciclo de 30 dias, porque o compound effect do ciclo rapido domina.
+
+**Formula de crescimento com viralidade:**
+```
+Usuarios(t) = Usuarios(0) × (K^t - 1) / (K - 1)   [se K ≠ 1]
+Usuarios(t) = Usuarios(0) × (1 + K)^t               [aproximacao composta]
+
+Para K = 0.5, 100 usuarios seed, 4 ciclos:
+Ciclo 0: 100
+Ciclo 1: 100 + 50 = 150
+Ciclo 2: 150 + 75 = 225
+Ciclo 3: 225 + 112 = 337
+```
+
+---
+
+## Design de Programas de Referral
+
+### Elementos de um programa de referral eficaz
+
+1. **Incentivo claro** — O que o usuario ganha por indicar
+2. **Double-sided rewards** — Beneficio para quem indica E para quem e indicado
+3. **Friccao minima** — Compartilhar deve ser 1-2 cliques
+4. **Timing certo** — Pedir referral apos "aha moment", nao durante onboarding
+5. **Tracking transparente** — O usuario vê seu progresso e recompensas
+6. **Social proof** — Mostrar quantos amigos ja usam
+
+### Cases classicos com resultados documentados
+
+| Empresa | Mecanismo | Resultado |
+|---------|-----------|-----------|
+| **Dropbox** | 500MB gratis por indicacao (ambos os lados) | 3900% crescimento em 15 meses |
+| **PayPal** | $10 para quem indica + $10 para indicado | Crescimento de 7-10% ao dia no inicio |
+| **Uber** | Credito de corrida para ambos | Motor principal de expansao inicial |
+| **Airbnb** | $25 em credito de viagem | 25% dos novos usuarios via referral em mercados maduros |
+| **Revolut** | Cartao gratuito + features premium | 55% dos novos clientes via referral |
+| **Cash App** | $5 para ambos | 1.5M+ downloads pela campanha referral |
+
+---
+
+## Tipos de Incentivo
+
+| Tipo | Vantagem | Desvantagem | Quando usar |
+|------|----------|-------------|-------------|
+| **Cash/Credit** | Motivacao universal, facil de entender | Custo alto, atrai "deal seekers" | E-commerce, fintech, marketplace |
+| **Product feature** | Alinhado com valor do produto | Pode ser insuficiente | SaaS com features escalaveis |
+| **Status/Recognition** | Custo zero, motivacao intrinseca | Funciona apenas em comunidades | Developer tools, comunidades |
+| **Donation** | Feel-good, alinhamento de valores | Motivacao limitada | Produtos com valores sociais |
+| **Tiered rewards** | Gamificacao, engagement crescente | Complexidade de implementacao | Programas de fidelidade |
+
+### Behavioral Economics aplicado a referral
+
+- **Loss aversion** — "Voce vai perder X" > "Voce pode ganhar X"
+- **Social proof** — "32 dos seus contatos ja usam"
+- **Reciprocity** — "Seu amigo te deu um presente"
+- **Scarcity** — "Oferta limitada de convites" (Superhuman usou isso para criar exclusividade)
+- **Commitment** — Usuario que ja indicou e mais leal ao produto
+
+---
+
+## Virality Engineering — Como Embutir no Produto
+
+### Inherent Virality checklist
+```
+□ O produto requer outras pessoas para funcionar?
+□ O uso natural do produto expoe nao-usuarios?
+□ Convidados recebem valor IMEDIATO ao entrar?
+□ O processo de convite e < 2 cliques?
+□ O loop fecha rapidamente (< 7 dias)?
+```
+
+### Viral Loop Mapping
+
+```
+[Trigger]          → [Acao de share]      → [Landing experience] → [Conversao]
+Usuario satisfeito → Compartilha Spotify  → Ouve playlist        → Cria conta
+                    Wrapped                 compartilhada          Spotify
+```
+
+Para cada produto, mapear:
+1. Quando o usuario esta mais satisfeito? (trigger)
+2. Qual e a acao de share mais natural? (compartilhar, convidar, mencionar)
+3. Qual e a experiencia de quem recebe? (deve ter valor proprio)
+4. O que converte o receptor em novo usuario?
+
+---
+
+## Metricas de Referral
+
+```
+Referral Rate = Usuarios vindos de referral / Total de novos usuarios × 100
+
+K-factor = Convites enviados por usuario × Taxa de conversao dos convites
+
+Viral Cycle Time = Tempo medio para um novo usuario indicar outros
+```
+
+**Benchmarks por tipo de produto (Reforge/Lenny's Newsletter):**
+| Tipo de produto | Referral Rate saudavel | K-factor tipico |
+|-----------------|----------------------|-----------------|
+| Consumer social | >30% | 0.3–0.8 |
+| SaaS B2B | >20% | 0.1–0.4 |
+| E-commerce | >10% | 0.05–0.2 |
+| Fintech | >25% | 0.2–0.6 |
+
+---
+
+## Programas de Referral — Stack Tecnico
+
+| Plataforma | Foco | Quando usar |
+|-----------|------|-------------|
+| **Referral Rock** | SMB, facilidade | Times sem engineering |
+| **Extole** | Enterprise, customizavel | Grandes volumes |
+| **Friendbuy** | E-commerce | Lojas online |
+| **Ambassador** | B2B, afiliados | Programas de parceiros |
+| **ReferralHero** | Self-serve, moderno | Startups |
+| **Custom (interno)** | Controle total | Quando referral e core business |
+
+**Para o contexto brasileiro:**
+- Integrar com WhatsApp (canal #1 de compartilhamento no BR)
+- Permitir compartilhamento via Pix (QR codes, link de pagamento referral)
+- Checkout simplificado com CPF (eliminacao de friccao)

package/squads/squad-paidmedia/knowledge-base/brazil-market-context.md

@@ -0,0 +1,284 @@
+# Brazil Market Context — Paid Media & Social
+
+> Fonte: MS-005 + MS-016 Research (2026-04-07)
+
+---
+
+## O Mercado Publicitário Brasileiro
+
+| Métrica | Valor (2025) |
+|---------|-------------|
+| **Investimento digital total** | ~BRL 42 bilhões (IAB Brasil) |
+| **Crescimento YoY** | ~11-18% |
+| **% do total publicitário** | ~65% (digital > TV desde 2023) |
+| **Maior plataforma** | Google (~40% share) |
+| **Segunda maior** | Meta (~25% share) |
+| **Crescimento mais rápido** | TikTok, CTV |
+| **Usuários de internet** | ~185 milhões (~87% da população) |
+| **Usuários de social media** | ~170 milhões |
+| **Mobile-first** | ~80% do tráfego é mobile |
+
+### Plataformas por MAU (Brasil, 2025)
+
+| Plataforma | MAU Estimado |
+|-----------|-------------|
+| WhatsApp | ~169 milhões (99% dos smartphones) |
+| YouTube | ~142 milhões |
+| Instagram | ~141 milhões |
+| TikTok | ~131 milhões (+83M em 2023 → 131M em 2025) |
+| Facebook | ~109 milhões |
+| LinkedIn | ~75 milhões |
+| Telegram | ~75 milhões |
+| Pinterest | ~38 milhões |
+| X/Twitter | ~22 milhões (queda após bloqueio judicial 2024) |
+
+---
+
+## CPM Benchmarks Brasil
+
+### Meta Ads (BRL)
+
+| Placement | CPM Médio Brasil | CPM Médio EUA (USD) |
+|----------|-----------------|---------------------|
+| Feed (Foto/Video) | R$15-40 | $10-25 |
+| Reels | R$10-25 | $8-18 |
+| Stories | R$10-25 | $8-20 |
+| Audience Network | R$3-10 | $2-8 |
+
+### Google Ads (BRL)
+
+| Formato | CPM/CPC Médio Brasil |
+|---------|---------------------|
+| Search (CPC) | R$5-30 por clique |
+| Display | R$3-10 CPM |
+| YouTube Pre-Roll | R$15-35 CPM |
+| YouTube Shorts | R$8-20 CPM |
+
+### TikTok Ads (BRL)
+
+| Formato | CPM Médio Brasil |
+|---------|----------------|
+| In-Feed | R$8-25 |
+| TopView | R$80-200+ |
+
+### LinkedIn Ads (BRL)
+
+| Formato | CPM Médio Brasil |
+|---------|----------------|
+| Sponsored Content | R$40-120 |
+| Text Ads | R$15-30 |
+
+### Engagement Rate Orgânico Brasil vs Global
+
+| Plataforma | ER Médio Brasil | ER Médio Global |
+|-----------|----------------|----------------|
+| Instagram | 1.5-3% | 1-2% |
+| TikTok | 5-9% | 4-8% |
+| LinkedIn | 2-4% | 1.5-3% |
+| YouTube | 3-5% | 2-4% |
+| Facebook | 0.5-1% | 0.3-0.8% |
+
+O Brasil consistentemente apresenta engagement rates acima da média global — usuários mais participativos e sociais.
+
+---
+
+## PIX no Checkout — Impacto em Conversão
+
+PIX foi lançado em novembro de 2020 pelo Banco Central. É o método de pagamento mais popular do Brasil.
+
+**Impacto direto em paid media:**
+- Checkout com PIX tem CVR **15-25% maior** que cartão de crédito
+- Custo de processamento: **0%** (vs 2-5% para cartões)
+- Confirmação instantânea (vs dias para boleto ou aprovação de cartão)
+
+**Estratégia de conversão com PIX:**
+- "Desconto PIX": oferecer 5-10% de desconto para pagamento via PIX
+- Aumenta CVR e reduz custo de transação simultaneamente
+
+**Best practices para ads com PIX:**
+1. Mencionar "PIX com desconto" no ad copy
+2. Highlight "pagamento instantâneo" na landing page
+3. A/B testar landing pages com PIX como CTA primário
+4. Retargeting de cart abandoners mencionando PIX como alternativa
+5. Integrar PIX ao checkout sem redirecionamentos (frição elimina ganho)
+
+---
+
+## WhatsApp Click-to-Message Ads
+
+WhatsApp é o app mais usado do Brasil (99% dos smartphones). Meta oferece ads que direcionam para conversas no WhatsApp.
+
+### Click-to-WhatsApp Ads
+
+- Anúncio no Feed/Stories/Reels com CTA "Enviar mensagem"
+- Abre conversa direta no WhatsApp da empresa
+- **CPA tipicamente 40-60% menor** que formulários tradicionais no Brasil
+- Ideal para: serviços locais, imóveis, educação, saúde, automotivo
+
+### Configuração Técnica
+
+- **WhatsApp Business API:** Para automação de respostas e integração com CRM
+- **Tracking via CAPI:** Evento de início de conversa como conversão
+- **Integração com chatbots:** ManyChat, Take Blip, Zenvia para qualificação automática
+
+### Best Practices
+
+1. Mensagem de boas-vindas automática (não deixar usuário esperando)
+2. Qualificação via chatbot antes de passar para humano
+3. Segmentar por horário comercial (equipe disponível para responder)
+4. Usar templates aprovados pela Meta (não spammy)
+5. Responder em até 24h para manter janela de mensagem aberta (custo de sessão)
+
+---
+
+## Sazonalidade Brasil — Calendário de Ads
+
+| Período | Evento | Impacto em Ads | Prep Antecipada |
+|---------|--------|---------------|-----------------|
+| **Janeiro** | Férias, volta às aulas | CPMs baixos, baixa intenção de compra | - |
+| **Março** | Dia do Consumidor (15/03) | Pico de e-commerce, CPMs sobem | 30 dias antes |
+| **Maio** | Dia das Mães | Maior data de vendas depois de Natal | 45 dias antes |
+| **Junho** | Dia dos Namorados (12/06), Festas Juninas | Presente + celebrações | 30 dias antes |
+| **Agosto** | Dia dos Pais | Pico moderado | 30 dias antes |
+| **Setembro** | Semana do Brasil | "Black Friday brasileira" | 30 dias antes |
+| **Outubro** | Dia das Crianças (12/10) | Pico de brinquedos e infantil | 30 dias antes |
+| **Novembro** | Black Friday (última sexta) | MAIOR pico de CPMs e volume | **60 dias antes** |
+| **Dezembro** | Natal + Ano Novo | Pico absoluto de vendas | 45 dias antes |
+
+**Alocação de budget recomendada:**
+- Reservar **30-40% do budget anual para Q4** (outubro-dezembro)
+- CPMs podem subir **50-200%** na Black Friday vs média anual
+- Planejar criativos de Black Friday com 60+ dias de antecedência
+- Testar audiências e criativos em setembro-outubro para escalar em novembro
+
+---
+
+## Nota Fiscal de Ad Spend — Contexto Fiscal Brasileiro
+
+**Plataformas internacionais (Meta, Google, TikTok):**
+- Cobram em reais (BRL) via cartão de crédito ou boleto
+- Emitem invoice, não nota fiscal brasileira
+- IOF: **3.5%** sobre transações internacionais com cartão (unificado desde 2025, reduziu de 6.38%)
+- Anunciante precisa fazer operação cambial ficta para contabilizar
+- Recomendação: consultar contador sobre o melhor método contábil
+
+**Agências como intermediárias:**
+- Emitem nota fiscal brasileira (facilita contabilidade)
+- Markup típico: 10-20% sobre o investimento
+- Vantagem: simplificação fiscal e gerenciamento centralizado
+
+---
+
+## CONAR e Regulação de Ads Digitais
+
+**CONAR** (Conselho Nacional de Autorregulamentação Publicitária): Sem força de lei mas amplamente respeitado.
+
+**Regras críticas para ads digitais:**
+
+| Regra | Detalhe |
+|-------|---------|
+| **Disclosure de publicidade** | Influencer posts patrocinados DEVEM ter #publi, #ad, #patrocinado de forma ostensiva |
+| **Proibição de publicidade enganosa** | CDC proíbe claims sem comprovação |
+| **Crianças e adolescentes** | Publicidade direcionada tem restrições severas (CDC + ECA) |
+| **Bebidas alcoólicas** | Restrições de horário e targeting por idade (>18 anos) |
+| **Medicamentos** | Prescrito: proibido anunciar. OTC: restrições específicas |
+| **Serviços financeiros** | Disclaimers obrigatórios sobre riscos (taxas, rentabilidade) |
+
+**Identificação de publicidade (Resolução CONAR):**
+- Identificação deve ser "imediata e ostensiva"
+- Não pode ser escondida em hashtags no final do post
+- Stories patrocinados: identificação em CADA slide
+- Lives patrocinadas: identificação verbal e visual
+- Multas do CONAR: até R$250.000
+
+**LGPD e targeting:**
+- Coleta de dados para targeting requer consentimento
+- Dados de crianças (<13 anos) exigem consentimento parental
+- Usuários têm direito de solicitar remoção de dados coletados
+- Custom Audiences com dados de CRM: verificar base legal de processamento
+
+---
+
+## WhatsApp — "Last Mile" de Conversão
+
+**O Brasil e o WhatsApp:**
+- 99% de penetração em smartphones
+- Usado para: comunicação pessoal, negócios, atendimento, vendas, pagamentos (Pix via WhatsApp), notícias
+- WhatsApp Business: adotado por 5+ milhões de pequenas empresas
+- WhatsApp Channels (2023): marcas e influenciadores com broadcasts
+
+**Padrão de jornada brasileiro:**
+```
+Ad (Instagram/TikTok/Google)
+  ↓
+Landing Page ou direto para WhatsApp
+  ↓
+Conversa no WhatsApp (qualificação, negociação)
+  ↓
+Conversão (PIX ou boleto enviado pelo WhatsApp)
+```
+
+Estratégias de social media e paid media no Brasil que ignoram WhatsApp são incompletas para a maioria dos mercados B2C.
+
+---
+
+## Social Commerce no Brasil
+
+### O Mercado
+
+- Mercado global de social commerce: $1.2 trilhões (2024), projeção $2.9 trilhões (2026) — Accenture
+- Brasil: líder regional em adoção de social commerce
+- TikTok Shop lançado no Brasil em 2024
+
+### Live Commerce Brasil
+
+Operações ativas:
+- **Shopee Live:** Maior operação de live commerce no Brasil
+- **Instagram Lives** com product tags
+- **TikTok Lives** (crescendo rapidamente)
+- **Mercado Livre Lives** (lançado em 2024)
+- **Mimo Live, Alive (Vtex):** Plataformas dedicadas
+
+**Fatores de sucesso em live commerce:**
+1. Urgência (ofertas limitadas, countdown timers)
+2. Interatividade (responder perguntas em tempo real)
+3. Demonstração prática do produto
+4. Confiança no apresentador (influenciador ou vendedor experiente)
+5. Descontos exclusivos da live
+
+### Plataformas de Afiliados Brasil
+
+| Plataforma | Tipo | Comissão |
+|-----------|------|----------|
+| **Hotmart** | Infoprodutos (cursos, ebooks) | 30-80% |
+| **Eduzz/Monetizze** | Infoprodutos | 20-70% |
+| **Shopee Affiliates** | E-commerce | 5-15% |
+| **Mercado Livre Affiliates** | E-commerce | Variável por categoria |
+| **Amazon Associates BR** | Varejo geral | 1-10% |
+
+**Regulamentação:** Divulgação de links de afiliados é obrigatória (#publi, #ad).
+
+---
+
+## Paisagem de Agências de Performance Brasil
+
+**Holdings/Networks:**
+- WPP (GroupM): Mindshare, MediaCom, Wavemaker, Essence Mediacom
+- Publicis Groupe: Publicis Media, Starcom, Zenith, Spark Foundry
+- Dentsu: Merkle, iProspect, Carat
+- IPG: UM, Initiative, Reprise
+
+**Agências independentes de destaque:**
+- Raccoon (performance, maior independente — adquirida por S4 Capital)
+- Cadastra (performance + consultoria)
+- GhFly (performance, grupo Keyrus)
+- V4 Company (franquia de assessoria de marketing)
+
+**Modelos de remuneração:**
+
+| Modelo | Como Funciona | Quando Usar |
+|--------|-------------|------------|
+| **Fee fixo** | Valor mensal independente de resultado | Escopo previsível |
+| **% de investimento** | 10-20% do budget de mídia | Padrão de mercado |
+| **Performance fee** | Bônus por resultado (CPA, ROAS) | Alinhamento de incentivos |
+| **Híbrido** | Fee fixo + performance | Mais equilibrado |