📊 cs-product-analyst — Product Analytics & KPI Design
Auditoria técnica e estratégica pela ótica cs-product-analyst — Product Analytics & KPI Design. Achados classificados por severidade, plano de ação e matriz de decisão.
Veredito: Eventos de produto definidos no código mas sem destino analytics — produto essencialmente cego a dados de uso real.
PRODUCT_EVENTS (server.ts:78-88) define 9 eventos críticos: signup_completed, checkout_started, purchase, first_appointment_created, first_consultation_completed, etc. Estes eventos são disparados mas enviados apenas ao Meta CAPI (se configurado) e Mautic — sem destino de analytics de produto (GA4, Mixpanel, Amplitude). Sem funil de ativação, sem retention cohorts, sem feature usage. Decisões de produto são cegas.
Dimensões Analisadas
Pontuação por área de análise.
Event Tracking
9 eventos definidos e disparados. Destino: apenas Meta CAPI + Mautic. Sem product analytics.
Activation Funnel
Sem funil documentado. AHA moment não mapeado. Conversão free→Pro desconhecida.
Retention Analysis
Zero retention tracking. DAU/WAU/MAU desconhecidos.
Feature Usage
Sem tracking de quais features são usadas. Impossible saber se MarketingInsights tem usuários.
🔎 Achados (4)
1 crítico(s) · 2 alto(s) · 1 bloqueante(s). Clique para expandir.
9 PRODUCT_EVENTS sem destino de analytics de produtoCríticaBloqueanteEsforço baixoProduct Analytics / Event Taxonomy
O que é: server.ts:78-88 define PRODUCT_EVENTS com 9 eventos. A função sendMetaCapiEvent (L293) os envia apenas para o Meta CAPI — e apenas se metaPixelId estiver configurado. Não há envio para GA4, Mixpanel, Amplitude ou qualquer ferramenta de product analytics.
Onde: server.ts:78-88, server.ts:293-342
Impacto: Sem dados de produto, todas as decisões de roadmap, pricing e growth são baseadas em intuição. Impossível calcular activation rate, D7 retention, feature adoption.
Funil de ativação não instrumentado — conversão free→Pro invisívelAltaEsforço medioAARRR / Pirate Metrics
O que é: Não há tracking do funil: Cadastro → Primeiro paciente → Primeira consulta → Upgrade Pro. Os eventos existem (first_appointment_created, purchase) mas sem funil visual. Taxa de conversão free→Pro é desconhecida.
Onde: server.ts:80-84 (eventos presentes) + ausência de analytics dashboard
Impacto: Sem saber onde usuários dropam, impossível priorizar o que melhorar no onboarding.
Feature usage tracking ausente — 26 features sem dados de adoçãoAltaEsforço medioFeature Analytics / Adoption
O que é: App.tsx:40-64 tem 26 lazy-loaded routes. Nenhuma tem tracking de visualização de página além do Navigation já no router. Não há tracking de: uso do módulo de estoque, emissão de guias TISS, uso de anamnese, etc.
Onde: src/App.tsx:40-64 + src/pages/ (ausência de analytics calls)
Impacto: Features podem ter 0 usuários sem que ninguém saiba. Esforço de desenvolvimento desperdiçado em features não usadas.
MARKETING_ATTRIBUTION_KEYS coletados mas sem relatório de atribuiçãoMédiaEsforço medioMarketing Attribution
O que é: server.ts:89-104: MARKETING_ATTRIBUTION_KEYS coleta UTMs, gclid, fbclid, etc. no signup. Esses dados são salvos (provavelmente no DB) mas sem relatório de atribuição — impossível saber qual canal traz mais conversões.
Onde: server.ts:89-104
Impacto: Budget de marketing sem direção. Canais rentáveis e não rentáveis são indistinguíveis.
📋 Plano de Ação
Cronograma de implementação recomendado.
GA4 Measurement Protocol server-side (1 dia)
1 dia · CRÍTICO
Funil de ativação GA4 (2h pós item 1)
2h
Feature usage tracking (3 dias)
3 dias
Relatório de atribuição (1 semana)
1 semana
Matriz de Decisão
| Critério | Fonte | Status | Bloqueante |
|---|---|---|---|
| Product Analytics Destination | cs-product-analyst | Eventos sem destino analytics | SIM |
| Activation Funnel | cs-product-analyst | Invisível | não |
| Retention Tracking | cs-product-analyst | Zero | não |
| Feature Adoption | cs-product-analyst | 26 features sem tracking | não |
| Marketing Attribution | cs-product-analyst | Dados coletados, sem relatório | não |