Lead Time Morto: Como Comprimir o Ciclo de Vendas sem Apertar o Lead

O Mapa do Lead Time Morto: Como Comprimir o Ciclo de Vendas sem Apertar o Lead

Acelerar o ciclo de vendas não é sobre pressionar o comprador com mais ligações ou prazos artificiais. É sobre eliminar o tempo perdido dentro da sua própria operação: handoffs mal desenhados, aprovações que travam e follow-ups que viram ruído. Este artigo mostra um método granular para mapear cada etapa do funil, identificar os gargalos reais e reduzir o lead time em 20-40% — sem mudar o comportamento do lead.

Lead Time Produtivo vs. Lead Time Morto: A Primeira Distinção que Muda Tudo

A maioria dos gerentes de vendas olha para o ciclo total e pensa: “precisamos vender mais rápido”. O instinto é pedir mais ligações, encurtar prazos de proposta, criar urgência artificial. Mas isso é como tentar fazer um carro andar mais rápido pisando no freio — porque o que trava o ciclo, na maioria das vezes, não é a resistência do comprador, mas a ineficiência interna do vendedor.

A primeira distinção que precisa ficar clara é entre dois tipos de tempo dentro do funil. O lead time produtivo é aquele em que o comprador está ativamente engajado em atividades que o aproximam da decisão: assistir a uma demo, participar de uma reunião de discovery, avaliar uma prova de conceito, negociar termos. Esse tempo não deve ser comprimido — ele agrega valor. Se você encurta uma demo de 60 para 30 minutos só para “acelerar”, provavelmente vai sacrificar a qualidade da qualificação e gerar objeções não resolvidas lá na frente.

O lead time morto, por outro lado, é o tempo em que o lead está parado esperando uma ação interna sua. O lead respondeu um e-mail pedindo a proposta — e o vendedor demora três dias para enviar porque precisa de aprovação de desconto. O SDR passou o lead para o AE, mas o AE só olha o CRM no dia seguinte e descobre que precisa refazer o discovery porque o SDR não anotou o principal critério de decisão. O lead pediu um contrato revisado — e a equipe jurídica leva uma semana para responder. Esse tempo não agrega valor nenhum ao comprador. Ele só existe porque o processo interno é mal desenhado.

De acordo com benchmarks do CSO Insights, entre 40% e 60% do lead time total em vendas B2B é composto por lead time morto — tempo que poderia ser eliminado sem qualquer impacto na experiência do comprador. Em alguns casos, como aprovações de contrato em empresas com múltiplos níveis hierárquicos, esse número chega a 70%.

O problema é que a maioria das empresas confunde os dois. Quando olham para a média do CRM e veem que o ciclo total é de 45 dias, assumem que o lead precisa de 45 dias para decidir. Na verdade, o lead pode estar tomando a decisão em 15 dias de tempo produtivo — os outros 30 são espera interna. A tabela abaixo mostra exemplos típicos de cada tipo de atividade em diferentes estágios do funil.

Perceba o padrão: as atividades mortas são quase sempre processos internos que o comprador nem vê — e que, se eliminados, não afetam em nada a percepção de valor. Uma empresa de SaaS B2B que atendemos descobriu, ao fazer esse mapeamento, que 70% do tempo entre a proposta e o fechamento era lead time morto de aprovação interna. O lead estava pronto para fechar na primeira semana, mas levava três semanas porque o desconto de 10% precisava passar pelo diretor comercial, pelo VP de vendas e pelo CFO. Quando deram autonomia de desconto de até 15% para o AE, o ciclo caiu de 45 para 18 dias — e a taxa de conversão subiu, porque os leads não esfriavam durante a espera.

A contra-narrativa aqui é importante: em vendas complexas, parte do lead time morto é inevitável e até desejável. Quando o comprador tem um comitê de decisão com cinco stakeholders, o tempo de alinhamento interno deles é real — e tentar comprimi-lo pode gerar pressão que quebra o processo. A chave é distinguir o que é tempo de decisão do comprador (que deve ser respeitado) do que é ineficiência interna (que deve ser eliminada). O lead time morto que atacamos é o segundo.

Como Mapear o Ciclo de Venda Atual: Do CRM ao Gráfico de Fluxo

Antes de comprimir qualquer coisa, você precisa saber exatamente onde o tempo está sendo gasto. Não adianta chutar. O método começa com uma extração disciplinada dos dados do seu CRM.

Extraindo os dados: quais campos do CRM usar

O ideal é que cada estágio do funil tenha uma data de entrada e uma data de saída registradas automaticamente pelo sistema. No Salesforce, você pode usar o histórico de mudanças de estágio (field history tracking) para puxar o timestamp de cada transição. No HubSpot, a ferramenta de propriedades de contato permite criar campos de data personalizados para cada etapa. Se você não tem esses campos configurados, pare tudo e configure agora — sem dados limpos, qualquer análise será enganosa.

Os campos mínimos que você precisa são:

• Data de entrada no estágio (quando o lead foi movido para aquele estágio)
• Data de saída do estágio (quando o lead foi movido para o próximo)
• ID do lead ou oportunidade (para rastrear o histórico individual)
• Canal de aquisição (inbound vs. outbound, para segmentação posterior)

Se o seu time não registra corretamente as mudanças de estágio — por exemplo, move o lead para “Proposta” só depois de enviar o documento, mas não registra quando começou a preparar —, o gráfico será enganoso. Faça uma auditoria de dados antes de começar: pegue uma amostra de 20 oportunidades fechadas e verifique se as datas de transição fazem sentido. Se encontrar inconsistências, invista uma semana para treinar o time e padronizar o registro.

Calculando o lead time por etapa: por que a mediana é mais útil que a média

Com os dados extraídos, o cálculo é simples: lead time por etapa = data de saída − data de entrada. Mas a forma como você resume esses dados faz toda a diferença.

A média é traiçoeira. Se 9 leads passam 2 dias na etapa de aprovação e 1 lead passa 60 dias (porque o comprador viajou e o vendedor esqueceu de atualizar o estágio), a média será 7,8 dias — um número que não representa nem os 9 leads rápidos nem o lead lento. A mediana (o valor central quando os dados são ordenados) será 2 dias, que é muito mais representativa do processo típico.

Mas a mediana também esconde informação. Para entender a variabilidade — que revela gargalos intermitentes — você precisa dos percentis. O P10 (10% dos leads mais rápidos) mostra o melhor cenário possível. O P90 (10% dos leads mais lentos) mostra o pior cenário. Uma diferença grande entre P10 e P90 indica que o processo é inconsistente: às vezes funciona em 1 dia, às vezes trava por 15.

A tabela abaixo mostra um exemplo simulado de cálculo para cinco estágios de um funil típico de SaaS B2B.

O que esse exemplo revela? A etapa de SQL → Demo tem uma mediana de 5 dias, mas o P90 de 18 dias — ou seja, 10% dos leads levam mais de 18 dias para sair desse estágio. Isso sugere que há um gargalo intermitente: talvez a agenda dos AEs esteja lotada em alguns períodos, ou o processo de agendamento dependa de um coordenador que às vezes demora. Já a etapa de Proposta → Fechamento tem a maior mediana (8 dias) e o maior P90 (28 dias), indicando que é o maior gargalo do funil — e onde a compressão teria mais impacto.

Construindo o gráfico de fluxo

Com os dados calculados, você pode desenhar um diagrama simples (em texto, em uma planilha ou em uma ferramenta como Miro ou Lucidchart). Cada estágio vira uma caixa com três números: mediana (o tempo típico), P10 e P90 (a variabilidade). As setas entre as caixas mostram a taxa de conversão.

No exemplo acima, o gráfico de fluxo mostraria:

• Lead → MQL: 2 dias (P10: 0,5 / P90: 8) — conversão 45%
• MQL → SQL: 4 dias (P10: 1 / P90: 12) — conversão 60%
• SQL → Demo: 5 dias (P10: 2 / P90: 18) — conversão 50%
• Demo → Proposta: 3 dias (P10: 1 / P90: 10) — conversão 40%
• Proposta → Fechamento: 8 dias (P10: 2 / P90: 28) — conversão 30%

O lead time total mediano seria 2 + 4 + 5 + 3 + 8 = 22 dias. Mas o lead time total no P90 seria 8 + 12 + 18 + 10 + 28 = 76 dias — mais de três vezes maior. Essa diferença revela que o processo é altamente variável e que os gargalos estão concentrados em SQL → Demo e Proposta → Fechamento.

Alerta: gráficos de fluxo exigem dados limpos. Se o time não atualiza estágios corretamente — por exemplo, mantém leads em “Demo” por semanas porque esqueceu de mover para “Proposta” —, o gráfico vai mostrar gargalos que não existem. Antes de confiar nos números, faça uma validação cruzada com o histórico de atividades (e-mails, calls, reuniões) para garantir que as datas de transição refletem a realidade.

A interpretação do gráfico segue uma lógica simples: procure estágios com alta duração E baixa taxa de conversão para o próximo estágio. Esses são os gargalos primários. Estágios com alta variabilidade (diferença grande entre P10 e P90) indicam processos inconsistentes que precisam ser padronizados. Estágios com baixa duração mas baixa conversão podem indicar leads mal qualificados — o problema não é o tempo, mas a qualidade.

Os Três Gargalos Clássicos (e Como Atacá-los sem Apertar o Lead)

Com o gráfico de fluxo em mãos, você vai identificar padrões. Em quase todas as empresas que analisamos, três gargalos aparecem com frequência: handoff entre SDR e AE, aprovações internas e follow-ups sem critério. Cada um tem sintomas, causas e soluções específicas.

Handoff SDR → AE: o retrabalho que dobra o lead time

O sintoma no gráfico de fluxo é claro: a etapa de MQL → SQL (ou SQL → Demo, dependendo de como você define os estágios) tem alta duração e alta variabilidade. O P90 é muito maior que a mediana. Quando você investiga, descobre que o AE está gastando tempo refazendo perguntas que o SDR já fez — ou pior, descobrindo que o lead não estava qualificado e precisando devolvê-lo.

A causa raiz é quase sempre a mesma: o handoff é feito sem contexto. O SDR anota o mínimo no CRM (nome, empresa, cargo) e move o lead para o AE, que precisa fazer um novo discovery do zero. Isso dobra o tempo de qualificação e gera uma experiência ruim para o lead, que repete a mesma história duas vezes.

A ação específica é criar um playbook de transição. Defina campos obrigatórios que o SDR deve preencher antes de mover o lead: principais dores identificadas, critério de decisão, autoridade do contato, timeline estimada, objeções levantadas. Em vez de uma transferência fria, faça uma reunião de handoff de 15 minutos entre SDR e AE — ou, se o volume for alto, um resumo escrito padronizado.

Checklist para handoff:

- [ ] Defini 3-5 campos obrigatórios que o SDR deve preencher antes da transição?

- [ ] Criei um template de resumo de discovery (dores, critérios, objeções)?

- [ ] Estabeleci um SLA de handoff (ex: lead transferido em até 2h após qualificação)?

- [ ] Configurei um alerta no CRM para notificar o AE imediatamente?

- [ ] Treinei o time para fazer uma reunião de handoff de 15 min para leads complexos?

Um caso real: uma empresa de SaaS B2B que vendia para médias empresas tinha um lead time de 12 dias entre a qualificação do SDR e a primeira demo do AE. Após implementar um playbook de transição com cinco campos obrigatórios e uma reunião de handoff de 15 minutos, o lead time caiu para 4 dias — uma redução de 67%. A taxa de conversão de demo para proposta subiu de 35% para 52%, porque o AE já chegava na demo com o contexto completo e podia personalizar a apresentação.

A contra-narrativa: handoffs muito rápidos podem sacrificar a qualidade da informação. Se o SDR é pressionado a transferir o lead em 30 minutos, ele pode pular etapas de qualificação e passar leads frios. O ideal é um handoff estruturado, com tempo suficiente para o SDR documentar o contexto, mas não tão longo que o lead esfrie. O SLA de handoff deve ser balanceado com a qualidade da informação.

Aprovações internas: o sumidouro de 40% do ciclo

O sintoma no gráfico de fluxo é uma etapa de Proposta → Fechamento com mediana alta e P90 altíssimo. A taxa de conversão pode até ser razoável, mas o tempo é desproporcional. Quando você investiga, descobre que o lead está pronto para fechar, mas o vendedor está esperando aprovação de desconto, revisão de contrato ou autorização de termos especiais.

A causa raiz é a concentração de poder de decisão em poucas pessoas. O vendedor não tem autonomia para fechar negócios dentro de parâmetros razoáveis, então cada proposta precisa passar por uma cadeia de aprovações que pode levar dias ou semanas.

A ação específica é dupla: estabelecer SLAs de aprovação e aumentar a autonomia dos vendedores. Defina um SLA claro para cada nível de aprovação (ex: desconto até 10% — aprovado pelo AE; desconto de 10% a 20% — aprovado pelo gerente em até 4h; desconto acima de 20% — aprovado pelo diretor em até 24h). Automatize as notificações para que os aprovadores sejam alertados imediatamente quando uma proposta entra na fila. E, sempre que possível, torne o processo paralelo: em vez de o contrato passar primeiro pelo jurídico e depois pelo financeiro, envie para ambos ao mesmo tempo.

Um caso real: uma empresa de tecnologia que vendia para enterprise tinha um lead time de 12 dias entre o envio da proposta e o fechamento. A análise mostrou que 8 desses 12 dias eram de aprovação interna de desconto. O desconto médio era de 12%, e cada proposta precisava passar pelo gerente regional, pelo diretor de vendas e pelo VP. Quando deram autonomia de desconto de até 15% para o AE (com a condição de que descontos acima de 10% fossem revisados mensalmente), o lead time caiu para 4 dias. A taxa de conversão subiu de 28% para 41%, porque os leads não esfriavam durante a espera.

A contra-narrativa: eliminar aprovações pode aumentar o risco de descontos excessivos ou erros contratuais. A solução não é remover as aprovações, mas torná-las mais rápidas e baseadas em regras claras. Um AE com autonomia de 15% de desconto, mas com revisão mensal dos descontos concedidos, tem incentivo para ser disciplinado. Além disso, você pode configurar alertas no CRM para disparar quando um desconto ultrapassar um limite, permitindo uma revisão posterior sem travar o processo.

Follow-ups sem critério: quando o ruído vira lead time morto

O sintoma no gráfico de fluxo é uma etapa de Demo → Proposta com duração moderada mas baixa taxa de conversão. O lead assistiu à demo, demonstrou interesse, mas não avança para a proposta. O vendedor envia uma sequência automática de 5 e-mails genéricos (“Só lembrando...”, “Você viu minha última mensagem?”, “Última chance...”) que o lead ignora. O lead time se alonga porque o vendedor está esperando uma resposta que nunca vem.

A causa raiz é a confusão entre quantidade e relevância. Muitas empresas acreditam que mais toques = mais conversão, e configuram sequências automáticas longas sem considerar se o conteúdo é relevante para aquele lead específico.

A ação específica é substituir sequências fixas por follow-ups baseados em gatilhos comportamentais. Em vez de enviar o e-mail “Você viu minha proposta?” no dia 3, envie quando o lead visitar a página de preço ou abrir o documento de proposta. Em vez de ligar “só para saber se recebeu”, ligue quando o lead baixar um case de sucesso. O gatilho torna o follow-up relevante porque está conectado a uma ação do lead.

Um caso real: uma empresa de SaaS que vendia para PMEs tinha uma sequência de 5 e-mails pós-demo com intervalo de 2 dias cada. A taxa de conversão de demo para proposta era de 22%, e o lead time médio era de 14 dias. Eles substituíram a sequência por 2 e-mails com gatilhos: o primeiro era enviado automaticamente 24h após a demo (com o resumo e o link para gravação), e o segundo era enviado apenas se o lead visitasse a página de preço ou abrisse o e-mail anterior. A taxa de conversão subiu para 34%, e o lead time caiu para 8 dias — porque os leads que não estavam engajados simplesmente não recebiam mais follow-ups, e os leads engajados recebiam a mensagem certa no momento certo.

A contra-narrativa: em vendas complexas, múltiplos toques são necessários para educar o comprador e manter o relacionamento. O problema não é a quantidade, mas a falta de relevância. Uma sequência de 10 e-mails pode funcionar se cada um entregar valor diferente (case, whitepaper, comparativo) e se os gatilhos determinarem quando parar. O erro é tratar todos os leads como iguais e enviar a mesma sequência independentemente do comportamento.

Métricas de Atrito: O Que Monitorar Além do Lead Time Total

Reduzir o lead time é o objetivo, mas não pode ser o único indicador. Se você comprime o ciclo às custas da qualidade, o resultado pode ser pior do que antes. Por isso, é essencial monitorar um conjunto de métricas de contrapeso que garantam que a compressão está sendo saudável.

A taxa de conversão entre estágios é a primeira e mais importante. Se o lead time cai mas a conversão também cai, a compressão pode estar forçando o lead a avançar antes de estar pronto. Por exemplo, se você reduz o tempo de demo para proposta de 5 para 2 dias, mas a taxa de conversão cai de 40% para 25%, o ganho de velocidade está sendo anulado pela perda de qualidade. O ideal é que a conversão se mantenha estável ou suba — indicando que a compressão está eliminando lead time morto, não comprimindo tempo produtivo.

A variabilidade do lead time (medida pelo P10, P90 e desvio padrão) é o segundo indicador crítico. Um lead time médio de 10 dias pode esconder uma realidade em que 50% dos leads fecham em 3 dias e 50% levam 17 dias. Essa inconsistência é um problema operacional: dificulta o planejamento do time, gera expectativas diferentes para os leads e pode indicar que o processo não é padronizado. O objetivo não é apenas reduzir a média, mas também reduzir a variabilidade — ou seja, tornar o processo mais previsível.

O tempo de handoff é uma métrica específica para transições entre funções. Meça o tempo entre a última atividade do SDR (ex: última call de qualificação) e a primeira atividade do AE (ex: primeiro e-mail ou call de contato). Se esse tempo for maior que 24 horas, há um gargalo de handoff. O ideal é que seja de no máximo 4 horas para leads inbound e 24 horas para leads outbound (que podem exigir mais preparação).

O SLA de aprovação mede o percentual de aprovações que ocorrem dentro do prazo estabelecido. Se você definiu que aprovações de desconto de até 10% devem ser concluídas em 4 horas, monitore quantas realmente são. Se o percentual for baixo, o problema pode ser que os aprovadores não estão priorizando as aprovações, ou que o SLA é irrealista.

De acordo com dados da InsideSales, o lead time médio para vendas B2B varia de 30 a 90 dias, dependendo do ticket médio e da complexidade. Para tickets de até R$ 10 mil, o ciclo médio é de 15 a 30 dias. Para tickets de R$ 50 mil a R$ 200 mil, sobe para 60 a 120 dias. Use esses números como referência, mas lembre-se de que cada setor tem suas particularidades — o importante é comparar com seu próprio histórico, não com benchmarks genéricos.

Por fim, o NPS de vendas ou CSAT pós-fechamento é o termômetro da experiência do comprador. Se os leads estão sendo empurrados para fechar mais rápido, mas saem insatisfeitos, o churn nos primeiros 90 dias vai aumentar. Monitore o NPS logo após o fechamento e cruze com o lead time: leads que fecharam muito rápido têm NPS mais baixo? Se sim, a compressão pode estar sendo prejudicial.

A contra-narrativa: métricas demais podem paralisar o time. Um dashboard com 15 indicadores gera ruído, não clareza. O ideal é escolher de 3 a 5 métricas principais — lead time mediano por etapa, taxa de conversão entre estágios, variabilidade (P90 − P10), tempo de handoff e NPS — e monitorá-las semanalmente em uma reunião de 30 minutos. O resto é análise aprofundada para momentos específicos.

Quando a Compressão do Ciclo Pode Ser Prejudicial (e Como Evitar)

Nem todo ciclo longo é ruim, e nem toda compressão é benéfica. Existem situações em que acelerar o processo pode gerar mais danos do que benefícios — e é essencial reconhecê-las para não cair na armadilha da velocidade a qualquer custo.

O primeiro cenário de risco são ciclos muito curtos em vendas complexas. Se você vende para enterprise, com múltiplos decisores, due diligence técnica e contratos de alto valor, um ciclo de 15 dias pode ser um sinal de alerta — não de eficiência. Pode indicar que o vendedor está pulando etapas de qualificação, não está envolvendo todos os stakeholders ou está pressionando o lead a tomar uma decisão antes de estar pronto. Um estudo da Gong mostrou que ciclos muito rápidos em vendas enterprise (menos de 30 dias para tickets acima de R$ 100 mil) estão correlacionados com menor ticket médio e maior taxa de churn. A pressa gera leads mal alinhados que cancelam nos primeiros meses.

O segundo risco é ignorar o tempo de decisão do comprador. Em vendas com comitê de compras, o lead time inclui o tempo que o comprador leva para alinhar internamente os stakeholders, preparar a justificativa de investimento e obter aprovações internas. Tentar comprimir esse tempo — por exemplo, pressionando o contato principal a “acelerar a decisão” — pode gerar resistência e até fazer o lead desistir. A abordagem correta não é acelerar o comprador, mas facilitar o processo dele: forneça materiais que ele possa compartilhar com o comitê (cases de ROI, comparativos, white papers), ofereça uma reunião com os stakeholders para tirar dúvidas, e esteja disponível para ajudar na justificativa interna.

O terceiro risco é a automação mal configurada. Ferramentas de automação de vendas podem reduzir lead time, mas se mal calibradas, geram o efeito oposto. Uma sequência de e-mails muito agressiva (3 e-mails por dia) pode fazer o lead se sentir pressionado e se afastar. Um sistema de pontuação de leads mal configurado pode qualificar leads que não estão prontos, gerando handoffs frios que aumentam o lead time. A automação deve ser usada para eliminar lead time morto, não para comprimir tempo produtivo.

Sinais de alerta de que a compressão está prejudicando a qualidade:

• Queda na taxa de conversão entre estágios (especialmente demo → proposta e proposta → fechamento)
• Aumento no churn nos primeiros 90 dias após o fechamento
• NPS pós-venda negativo ou em queda
• Feedback qualitativo de leads dizendo que se sentiram pressionados
• Aumento no número de objeções não resolvidas que aparecem tardiamente no funil

O quarto risco é não segmentar a análise por canal de aquisição. Leads inbound (que chegam por conteúdo, busca orgânica ou indicação) geralmente têm um ciclo mais curto porque já estão educados. Leads outbound (prospecção ativa) podem precisar de mais tempo de nurturing. Se você aplicar a mesma estratégia de compressão para ambos, pode estar acelerando leads inbound que já estão prontos (bom) e pressionando leads outbound que ainda precisam de mais toques (ruim). A análise granular por canal é essencial.

Um caso real de erro: uma empresa de software B2B reduziu o lead time total de 60 para 30 dias ao implementar uma série de automações e aumentar a pressão sobre o time de vendas para fechar mais rápido. O resultado imediato foi um aumento de 20% no número de oportunidades fechadas no trimestre. Mas o churn nos primeiros 90 dias subiu de 5% para 18%, e o NPS caiu de 72 para 54. A análise mostrou que os leads estavam sendo empurrados para fechar antes de estarem prontos — muitos nem tinham passado por uma prova de conceito adequada. A empresa teve que desacelerar o processo, reinvestir em qualificação e aceitar um lead time maior em troca de clientes mais satisfeitos.

A chave é segmentar a análise por tipo de lead (inbound vs. outbound, tamanho de conta, setor) e monitorar as métricas de qualidade em paralelo com a velocidade. Se o lead time cai mas a qualidade também cai, você não está comprimindo lead time morto — está comprimindo tempo produtivo. Nesse caso, pare e reavalie.

Um Plano de Ação em 4 Semanas para Reduzir o Lead Time

A teoria precisa virar prática. Abaixo, um roteiro sequencial de quatro semanas para mapear, diagnosticar e comprimir o lead time da sua operação — sem apertar o lead.

Semana 1: Auditoria de dados e mapeamento do ciclo atual

O objetivo desta semana é extrair os dados do CRM, calcular o lead time por etapa e construir o gráfico de fluxo. Não tente pular para soluções antes de entender o problema.

Comece configurando os campos de data no CRM, se ainda não existirem. No Salesforce, ative o field history tracking para o objeto de oportunidade e configure relatórios de tempo entre estágios. No HubSpot, crie propriedades de data personalizadas para cada estágio do funil. Extraia os dados dos últimos 6 a 12 meses (período suficiente para ter uma amostra representativa).

Em seguida, calcule o lead time por etapa para cada oportunidade. Use uma planilha ou ferramenta de BI (Tableau, Power BI, Google Data Studio) para calcular média, mediana, P10 e P90. Lembre-se: a mediana é mais representativa que a média. Se tiver volume suficiente, segmente por canal de aquisição (inbound vs. outbound) e por tamanho de conta.

Por fim, construa o gráfico de fluxo. Desenhe cada estágio como uma caixa com os três números (mediana, P10, P90) e a taxa de conversão para o próximo estágio. Identifique visualmente os gargalos: estágios com alta duração e baixa conversão, ou com alta variabilidade.

Checklist da Semana 1:

• [ ] Configurei campos de data para cada estágio no CRM?
• [ ] Extraí dados dos últimos 6-12 meses?
• [ ] Calculei lead time por etapa (mediana, P10, P90)?
• [ ] Segmentei por canal de aquisição?
• [ ] Construí o gráfico de fluxo com tempos e conversões?
• [ ] Validei os dados com uma amostra de 20 oportunidades?

Semana 2: Identificação dos gargalos e definição de prioridades

Com o gráfico de fluxo em mãos, o objetivo é priorizar os gargalos com base no impacto potencial. Nem todo gargalo merece atenção imediata — alguns podem ser pequenos demais para justificar o esforço.

Use uma matriz simples: para cada gargalo, estime o impacto potencial na redução do lead time total (em dias) e a facilidade de implementação (alta, média, baixa). Priorize os gargalos com alto impacto e alta facilidade — são as frutas mais baixas. Por exemplo, se a etapa de aprovação de proposta tem 40% do lead time total e a solução é dar autonomia de desconto para o AE (ação simples), esse é o primeiro alvo.

Documente cada gargalo com três informações: sintoma no gráfico (ex: etapa Proposta → Fechamento com mediana de 8 dias e P90 de 28 dias), causa raiz provável (ex: aprovação de desconto em três níveis hierárquicos) e ação proposta (ex: autonomia de desconto de até 15% para o AE + SLA de 4h para aprovações acima disso).

Compartilhe o diagnóstico com o time de vendas e com a liderança. Explique que o objetivo não é pressionar o lead, mas eliminar ineficiências internas. Obtenha o patrocínio da liderança para as mudanças — sem ele, as ações podem não sair do papel.

Semana 3: Implementação das ações de compressão

Esta semana é