Growth loops: por que o funil vaza e o loop compõe
Growth loop é um sistema fechado: o output de um ciclo se torna input do próximo, e isso composta com o tempo. Funil é uma linha reta que despeja gente no topo e perde a maioria no caminho. A Reforge, que popularizou o termo, diz que o framework AARRR (criado por Dave McClure) é "muito micro" depois de mais de 11 anos de uso. Loop não substitui funil, resolve o problema que o funil não consegue: reinvestimento.
O que é growth loop?
Growth loop é um sistema fechado onde um input passa por um processo e gera um output maior, que volta a ser input do mesmo processo. Não é uma metáfora bonita, é mecânica: cada rodada do loop deveria produzir mais do que a rodada anterior, sem precisar de uma injeção externa de dinheiro ou atenção pra continuar girando.
A Reforge, empresa que mais formalizou esse vocabulário no mercado de growth, descreve loops como "sistemas fechados onde os inputs, através de algum processo, geram mais output que pode ser reinvestido no input". A frase parece redundante até você comparar com o funil, que não tem essa propriedade de reinvestimento. O funil aceita o que entra, filtra, e o que sobra no fim não volta pro topo automaticamente.
O ponto que costuma passar batido: nem todo mecanismo viral é um loop de verdade. Se o processo gera output, mas esse output não é reaproveitado como novo input, você tem um evento isolado, não um loop. Convite que gera um usuário, que nunca convida ninguém, é funil disfarçado de loop.
Loop vs funil: qual é a diferença real?
O funil (AARRR: Aquisição, Ativação, Retenção, Receita, Referência) foi criado por Dave McClure e é o framework mais ensinado em growth há mais de uma década. Segundo a própria Reforge, "a estrutura já tem mais de 11 anos" e "a maior lição aprendida é que o framework de funil é uma visão muito micro" do que realmente acontece.
O funil descreve estágios. Ele é ótimo pra diagnosticar onde a conversão cai dentro de uma jornada linear. O problema é que ele trata cada usuário como um evento isolado que entra, passa pelas etapas e sai (convertido ou perdido). Ele não modela o que acontece depois: será que esse usuário gera mais usuários?
O loop resolve exatamente essa lacuna. Em vez de perguntar "quantos % convertem do passo 3 pro passo 4", o loop pergunta "o que esse usuário, depois de converter, faz que traz o próximo usuário". É uma pergunta sobre composição, não sobre conversão pontual.
| Critério | Funil (AARRR) | Growth loop |
|---|---|---|
| O que mede | Conversão por estágio linear | Reinvestimento de output em input |
| Quando funciona melhor | Diagnóstico de onde a jornada quebra | Modelagem de crescimento composto |
| Depende de aquisição paga contínua | Sim, geralmente | Não, se o loop estiver saudável |
| Visão | Micro, por etapa | Sistêmica, por ciclo completo |
| Veredito | Útil pra diagnosticar vazamento | Necessário pra entender se vai compor |
Na prática as duas ferramentas convivem. Você usa o funil pra achar onde está o vazamento dentro de uma etapa específica do loop. O loop é a visão de cima que diz se, no fim das contas, o sistema todo está crescendo sozinho ou só existe enquanto você paga por tráfego.
Quais são exemplos reais de growth loop?
O caso mais citado do mercado é Dropbox. No pico do programa de referência, 35% de todos os signups diários vinham de indicações, e o mecanismo reduziu o custo de aquisição de clientes em 60% comparado à publicidade paga, segundo dados compilados pela Waitlister. A base de usuários cresceu de forma acentuada em pouco mais de um ano, puxada quase inteiramente por esse mecanismo de convite.
Análises independentes, citadas pela LaunchList, colocam o K-factor do Dropbox nesse período entre 1,5 e 2,0, bem acima do patamar de 1,0 necessário pra crescimento composto.
Brian Balfour, Elena Verna, Casey Winters e Andrew Chen popularizaram a leitura de que, em produtos que crescem rápido, "cada novo usuário, peça de conteúdo ou unidade de receita cria as condições pra adquirir o próximo", segundo compilação da Growth Method. Os exemplos que eles mais citam seguem um padrão parecido:
Cada um usa um mecanismo diferente pra reinvestir output em input
- Dropbox (referral loop)Usuário convida amigo pra ganhar espaço extra de armazenamento, o amigo se cadastra e repete o convite
- LinkedIn (network loop)Usuário convida contatos profissionais, que entram pra se conectar com ele e depois convidam os próprios contatos
- Zoom (viral usage loop)Participante de reunião experimenta o produto na prática e se cadastra pra criar a própria reunião
- Slack (content/collaboration loop)Colaboração em equipe expõe o produto a mais gente dentro da mesma organização, que adota e expande o uso
Nenhum desses é mágico. Todos dependem de o produto entregar valor rápido o suficiente pra que o convite (ou a exposição) valha a pena ser repassado.
Por que o funil vaza e o loop não conserta isso sozinho?
Aqui está o ponto que mais gente erra ao adotar o vocabulário de loop sem entender o mecanismo. Loop não é antídoto pra vazamento. Se a etapa de ativação dentro do loop vaza, o loop todo vaza, só que em escala maior.
Segundo dados compilados pela Prospeo, a maioria das empresas de PLG opera com taxa de ativação entre 20% e 40%, o que significa que 60% a 80% das pessoas que se cadastram nunca chegam ao momento em que o produto "clica" pra elas. Isso é o vazamento clássico do funil, só que ele acontece dentro de cada volta do loop.
E tem um dado revelador sobre onde a atenção do mercado não está indo. Segundo a Digital Applied, cerca de 58% das empresas B2B SaaS já operam algum tipo de motion product-led, e 91% delas planejam aumentar esse investimento (47% planejam dobrar). Mas apenas 34% dessas empresas medem ativação de forma ativa, que é justamente a métrica que prediz se o loop vai compor ou vazar.
Todo mundo quer o loop do Dropbox. Poucos querem medir a etapa chata que decide se o loop compõe ou só gira no vazio.
Gui LoureiroComparar PQL com MQL ajuda a explicar por que loop parece "melhor" que funil tradicional em métricas de conversão. Segundo o relatório de benchmarks da OpenView, citado pela Fungies, leads product-qualified (PQL) convertem entre 15% e 30%, contra 2% a 5% de leads marketing-qualified (MQL) tradicionais. A diferença não é mágica de loop, é que o PQL já passou por uma etapa de ativação real dentro do produto antes de chegar no funil de vendas.
Vale trocar o funil por loop na prática?
Não é uma troca binária. É adicionar uma camada de pergunta que o funil não faz. Convém montar o funil pra achar o ponto exato de vazamento, e desenhar o loop pra decidir se o que sai do funil volta a alimentar o início.
+ O que fazer
- Medir a etapa de ativação antes de comemorar o crescimento do topo
- Desenhar o loop com o mecanismo específico de reinvestimento (convite, conteúdo, uso viral)
- Calcular o K-factor real do seu mecanismo de indicação, não estimar
− O que evitar
- Chamar qualquer mecanismo de referência de "loop" sem medir se ele reinveste de fato
- Copiar o loop do Dropbox sem ter o produto que sustenta a ativação
- Ignorar o funil dentro do loop, achando que o sistema se corrige sozinho
O filtro prático é simples: pergunte se o output de um ciclo do seu produto está sendo reinvestido no input do próximo ciclo, de forma medida, não presumida. Se a resposta é "não sei", você ainda não tem um loop. Você tem um funil com um convite anexado no final.
Dúvidas sobre growth loops: por que o funil vaza e o loop compõe
- Reforge — definição de growth loop e crítica ao framework AARRR
- Waitlister — dados do referral program do Dropbox
- LaunchList — estimativa de K-factor do Dropbox no período viral
- Growth Method — compilação de exemplos de loops (Dropbox, LinkedIn, Zoom, Slack)
- Prospeo — benchmarks de taxa de ativação em empresas PLG
- Digital Applied — adoção e investimento em motions product-led no B2B SaaS
- Fungies (citando OpenView) — benchmarks de conversão PQL vs MQL
Qual é o seu teto?
Descubra onde sua operação está na curva de IA e qual é a menor ação pra subir de nível.
Continue no tema
