Urbacon

Contexto

A Urbacon é a holding de incorporação imobiliária do grupo: opera quatro loteamentos ativos em Canoas e região (Canoas Park, Morada do Campus, Portal386, Paradis). O time comercial estava recebendo leads via Meta e Google Ads, mas com dois problemas estruturais:

• Vendedor afogado em lead frio. Mais de 60% dos leads que chegavam ao plantão eram não-qualificados (curiosos, fora do perfil de renda ou geografia).
• Atribuição last-click distorcendo decisão de mídia. Campanhas de remarketing levavam o crédito da venda — campanhas de topo de funil pareciam ineficientes e foram cortadas, secando o funil.

O que fizemos

1. Tracking server-side com Conversions API (Meta) e enhanced conversions (Google), enviando eventos pós-visita real (não só preenchimento de formulário).
2. Qualificação por LLM rodando em cima do lead: avaliação de renda declarada vs. ticket do empreendimento, distância, intenção (texto livre), nota de 0–100.
3. Notificação no WhatsApp do corretor apenas para lead com score ≥ 70. Lead <70 vai pra fluxo automático de nutrição até reengajamento.
4. Modelo de atribuição Markov sobre toda a jornada, mostrando peso real de cada touchpoint antes da venda.

Resultados no T1

• −42% no custo por lote vendido (CAC).
• 2,8× mais leads quentes na mão do corretor, com o mesmo investimento em mídia.
• Tempo médio do primeiro contato: de 47 min para 38 s.
• Decisões de mídia agora baseadas em receita atribuída por canal, não em último clique.

Stack envolvida

Meta Ads · Google Ads · Conversions API · GTM Server-Side · OpenAI (GPT-4o-mini) · HubSpot · WhatsApp Business API · BigQuery · Looker Studio.

O que vem agora

• Personalização dinâmica de landing por origem (criativo + segmento + empreendimento).
• Modelo preditivo de propensão de fechamento por lead (1 mês de histórico já carregado).