Health Score por segmento: como adaptar para SMB e Enterprise
Health score por segmento é a prática de ajustar os critérios de saúde do cliente aos objetivos e comportamentos esperados de cada grupo da carteira, em vez de aplicar a mesma régua para todos. O problema aparece quando uma operação usa uma única expectativa de uso para contas com necessidades muito diferentes: o resultado são alertas que não fazem sentido e riscos reais que passam despercebidos.
Isso não significa que toda empresa precisa de um modelo de Health Score inteiramente novo para cada tipo de cliente. Em muitos casos, o ajuste certo é mais simples do que parece, e envolve mudar metas, pesos ou faixas de classificação, mantendo a mesma estrutura de base. Uma plataforma de Customer Success como a SoftCS entra justamente nesse ponto: centralizando os dados da base para que essas adaptações sejam configuráveis, e não um retrabalho manual a cada novo perfil de cliente.
Principais conclusões
Um comportamento pode indicar saúde em uma conta e dificuldade em outra: o que importa é o uso esperado, não o volume absoluto de atividade.
Nem sempre é preciso criar um modelo inteiro por segmento. Muitas vezes basta ajustar metas, pesos ou faixas dentro da mesma estrutura.
Porte, plano contratado e modelo de atendimento (high touch ou tech touch) são conceitos diferentes e não devem ser tratados como sinônimos.
Notas iguais em modelos diferentes não representam necessariamente o mesmo nível de risco.
Por que uma regra única pode distorcer a saúde da carteira
Uma régua de Health Score aplicada sem ajuste tende a penalizar contas que simplesmente têm um padrão de uso diferente do esperado, não um problema de relacionamento. Contas com poucos usuários, por exemplo, geram menos eventos no produto por definição, e não porque estejam em risco de cancelamento.
O mesmo vale para a frequência de uso. Um produto pensado para consultas periódicas não deveria ser medido pela mesma expectativa de acesso diário de uma ferramenta operacional. Um cliente que contratou um plano com menos funcionalidades também não deveria perder pontos por não usar recursos que nunca fizeram parte do escopo dele. E soluções mais automatizadas podem entregar valor consistente com pouquíssima interação manual visível nos dados.
Isso não quer dizer que todo modelo compartilhado seja ineficaz. Uma estrutura comum de Health Score pode funcionar bem quando os sinais escolhidos representam resultados semelhantes entre os grupos e são normalizados de forma adequada ao contexto de cada um.
Porte não define modelo de atendimento
Evite tratar porte da empresa, valor do contrato e modelo de atendimento como a mesma coisa. Uma conta SMB (small and medium business, ou pequena e média empresa) não é automaticamente tech touch (atendimento baseado em automação e autoatendimento), e uma conta Enterprise não é automaticamente high touch (acompanhamento humano mais intenso). Confira a configuração real de cada conta antes de aplicar um modelo por suposição.
Quais critérios usar para segmentar o Health Score
Antes de decidir se um cliente precisa de um modelo próprio, vale mapear quais diferenças da carteira realmente afetam a leitura de saúde. Nem toda variação entre contas justifica uma segmentação separada: o critério relevante é se aquela diferença muda o que conta como uso saudável.
Critérios para segmentar o Health Score
Critério | Por que pode importar | Exemplo de adaptação |
Caso de uso e resultado esperado | Ações diferentes representam valor para grupos diferentes | Medir conclusão de um fluxo específico, não apenas logins |
Porte e estrutura da conta | Muda a quantidade de usuários e de envolvidos na decisão | Normalizar pela equipe prevista, não pelo total de licenças |
Plano e escopo contratado | Recursos disponíveis variam conforme o pacote | Não medir uso de módulos que o plano não inclui |
Etapa da jornada | Ativação, uso contínuo e renovação pedem sinais distintos | Priorizar indicadores de adoção inicial nos primeiros meses |
Frequência natural de utilização | O comportamento esperado depende da rotina do produto | Comparar uso real com o ciclo esperado, não com uso diário |
Modelo de atendimento | Sinais disponíveis mudam entre operação humana e digital | Incluir interações de CSM só onde esse contato existe |
Vale reforçar: não existe um limite universal de número de funcionários ou faturamento que defina SMB e Enterprise para todas as operações. Cada empresa deve manter a classificação que já usa internamente, e ajustar o Health Score a partir dela, e não o contrário.
SMB e Enterprise: quais diferenças considerar
Uma pergunta frequente de times de Customer Success é se contas SMB e Enterprise precisam de fórmulas de Health Score completamente diferentes. Na prática, o que muda com mais frequência é a configuração da conta, não o porte em si: uma empresa grande pode contratar um uso restrito a uma única equipe, e uma empresa pequena pode ter uma implantação com várias dependências.
SMB e Enterprise: exemplos possíveis, não regras obrigatórias
Aspecto | Conta SMB (exemplo possível) | Conta Enterprise (exemplo possível) |
Usuários envolvidos | Grupo menor, com funções acumuladas | Diferentes equipes e perfis de acesso |
Adoção | Execução do fluxo principal pelos usuários necessários | Adoção distribuída entre as equipes previstas no escopo |
Relacionamento | Proximidade com um responsável central | Continuidade das relações com diferentes envolvidos |
Implantação | Dependências concentradas em poucas pessoas | Dependências distribuídas entre áreas |
Evidência de valor | Resultado observado no processo principal | Resultados por área, alinhados ao objetivo contratado |
Segundo a Gainsight, adaptar o Health Score por segmento, jornada e modelo de relacionamento ajuda a refletir com mais precisão o comportamento esperado de cada grupo, em vez de aplicar um padrão único à base inteira (Gainsight, Customer Health Scores). Não presuma que uma conta Enterprise sempre exige mais logins ou notas mínimas mais altas: o critério decisivo é a configuração real, não o rótulo do segmento.
O que adaptar: indicadores, metas, pesos ou faixas?
Personalizar o Health Score não significa necessariamente reescrever a fórmula inteira para cada perfil de cliente. Existem quatro níveis de ajuste, e o ponto de partida costuma ser o menor ajuste que resolve a diferença relevante identificada na carteira.
Quatro formas de adaptar o modelo
Indicadores: trocar os sinais medidos quando o sucesso depende de comportamentos diferentes entre os grupos.
Metas e normalização: manter o mesmo indicador, mas avaliar o resultado em relação ao esperado para cada segmento.
Pesos: alterar a importância de uma dimensão do score quando houver justificativa para isso.
Faixas: ajustar os limites de classificação (saudável, atenção, risco) conforme evidências e necessidades operacionais.
Nem sempre um modelo inteiramente distinto é necessário. A Accoil destaca que normalizar o comportamento esperado por tipo de conta costuma resolver boa parte das distorções, sem exigir uma reformulação completa do modelo (Accoil, Customer Health Score). É aqui que a configuração por segmento, plano ou ciclo de vida faz diferença prática: a SoftCS permite operacionalizar esses critérios definidos pelo time de CS, sem depender de planilhas paralelas para cada grupo de clientes. Para aprofundar a escolha de indicadores ligados ao resultado entregue, veja também nosso conteúdo sobre indicadores de valor extraído do produto.
Um exemplo prático de comparação justa
Um exemplo hipotético ajuda a mostrar por que o volume absoluto de uso pode enganar. Considere duas contas com o mesmo fluxo principal:
Conta | Usuários previstos para o fluxo | Usuários que executaram o fluxo no período | Participação |
A | 5 | 4 | 80% |
B | 100 | 60 | 60% |
Olhando só o volume absoluto, a conta B parece mais engajada, com 60 execuções contra 4. Mas a proporção conta outra história: 80% dos usuários previstos da conta A completaram o fluxo, contra 60% da conta B. Isso não decide sozinho qual conta está mais saudável, mas revela algo que o número bruto esconde.
Antes de usar essa proporção como indicador, vale confirmar quem realmente precisa executar aquele fluxo, se a janela de observação é adequada, se os usuários certos foram incluídos no cálculo e se a execução gerou o resultado esperado. Usar todos os usuários cadastrados como denominador por conveniência é um erro comum: contas de consulta, administradores e usuários operacionais costumam ter papéis bem diferentes. O mesmo raciocínio vale para frequência: uma ação mensal prevista não deve ser cobrada com a régua de uma rotina diária.
Como implementar a segmentação sem complicar a operação
Segmentar o Health Score traz mais precisão, mas também mais complexidade de manutenção. Por isso, o processo de implementação importa tanto quanto o modelo em si.
Como segmentar o Health Score na prática
Mapear as diferenças relevantes de uso e resultado esperado na carteira.
Escolher poucos critérios de segmentação, evitando combinações excessivas.
Documentar quem pertence a cada grupo e por quê.
Definir indicadores, fontes de dado, janelas de observação e regras de cálculo.
Testar as configurações em contas representativas de cada grupo.
Revisar os resultados com os CSMs antes de ampliar para toda a base.
Acompanhar o desempenho do modelo e ajustar conforme necessário.
Evite criar um modelo específico para cada cliente, ou combinar porte, setor, plano e etapa da jornada ao mesmo tempo: isso dificulta manutenção e interpretação. Quando um segmento tem poucas contas, o histórico disponível pode não ser suficiente para conclusões robustas: nesse caso, trabalhar com hipóteses documentadas e revisão progressiva é mais realista do que buscar uma fórmula definitiva de imediato. A centralização de dados de uma plataforma como a SoftCS ajuda a organizar essas configurações, mas a decisão sobre quais critérios usar continua sendo metodológica, feita pelo time de CS.
Use o construtor de Health Score da SoftCS para simular pesos e critérios diferentes antes de aplicá-los à base real. A ferramenta pública ajuda a explorar o efeito de cada ajuste, embora não reproduza necessariamente todas as configurações disponíveis na plataforma contratada.
Como validar os modelos e tratar mudanças de segmento
Depois de colocar o modelo segmentado em prática, é preciso acompanhar se ele está prevendo risco de forma confiável. Vale investigar contas com nota boa que apresentaram problemas depois, alertas recorrentes sem risco confirmado, diferenças causadas por dados ausentes ou atrasados, indicadores que perderam relevância, e mudanças no escopo contratado ou no caso de uso da conta.
Uma forma prática de validar é comparar scores anteriores com os resultados que de fato aconteceram depois, usando apenas as informações que estavam disponíveis no momento da avaliação. A Wigmore descreve esse tipo de revisão iterativa como parte natural da maturação de um modelo de Health Score, e não como sinal de que o modelo inicial estava errado (Wigmore IT, Building Effective Iterative Health Scores).
Notas iguais não significam o mesmo risco
Um score de 80 em um modelo segmentado para SMB e um score de 80 em um modelo para Enterprise podem representar níveis de risco diferentes, porque as escalas foram calibradas para contextos distintos. Evite comparar essas notas automaticamente, como se fossem a mesma métrica.
Quando uma conta muda de segmento (por exemplo, ao migrar de plano ou crescer em número de usuários), registre essa transição. Uma queda de pontuação causada pela troca de regras não significa necessariamente que o relacionamento piorou. E vale lembrar: valor do contrato pode influenciar a prioridade de atendimento, mas não deveria, por si só, tornar uma conta saudável no Health Score.
Conclusão
Personalizar o Health Score por segmento significa medir cada cliente em relação ao que faz sentido para o contexto dele, não aplicar a mesma régua para toda a carteira. Isso não elimina erros de interpretação nem garante sozinho a redução de churn, mas reduz distorções que uma régua única tende a criar.
O próximo passo prático é simples: identifique uma diferença relevante na sua carteira, reveja os critérios afetados por ela e teste um ajuste pontual antes de expandir. Uma plataforma de Customer Success como a SoftCS pode contribuir para reduzir o churn de empresas SaaS B2B em até 40%, ao centralizar dados, configurar indicadores por segmento, plano ou ciclo de vida e transformar sinais dispersos em alertas e ações automatizadas.
Configure o Health Score por segmento com a SoftCS
Centralize os dados da sua base e configure indicadores, pesos e faixas por segmento, plano ou ciclo de vida em uma única plataforma de Customer Success.