Tudo o que aprendemos (e esquecemos) sobre loops virais na era da Web 2.0

(andrewchen.substack.com)

21 pontos por GN⁺ 2025-11-18 | 2 comentários | Compartilhar no WhatsApp

Loop viral (Viral Loop) é um mecanismo de crescimento embutido no próprio produto, que cria uma estrutura de aquisição de usuários mensurável e otimizável por meio de recursos de convite, compartilhamento e indicação
No auge da Web 2.0, surgiram vários produtos que usaram loops virais para conquistar dezenas de milhões de usuários, mas depois, com a transição para a era mobile, boa parte desse know-how se perdeu
Ao projetar recursos de convite, compartilhamento e indicação dentro do produto e medir o viral factor por sessão e por coorte, é possível acompanhar em fórmula até que ponto os usuários gratuitos podem ser ampliados
- Se for 1,0 ou mais, há aceleração autônoma do crescimento; se for abaixo de 1,0, no fim haverá desaceleração do crescimento
Existem os produtos de categoria 1, que dependem de um loop de compartilhamento simples e forte, e os produtos de categoria 2, que adicionam vários loops de compartilhamento sobre funcionalidades profundas e alta retenção; nos dois casos, o padrão de crescimento e seus limites são bastante diferentes
Com a transição para o mobile, restrições de plataforma, perda do fator novidade e saturação de mercado, tornou-se quase impossível uma estrutura em que o viral factor ultrapasse 1 já na primeira sessão; hoje, o importante é uma estrutura em que, quanto maior a retenção, maior o viral factor acumulado ao somar todas as sessões
Ferramentas de IA generativa e conteúdos virais nas redes sociais como shitposting, ragebaiting e clipes de vídeo ficam mais próximos de picos pontuais, mas podem contribuir para a expansão de longo prazo da base de usuários quando combinados com loops de “criar e compartilhar” desenhados dentro do produto

O auge dos loops virais na era da Web 2.0

Entre 2005 e 2010, na fase da Web 2.0, redes sociais, plataformas de UGC, ferramentas de colaboração e apps de mensagens projetaram loops virais de forma sistemática para formar bases de usuários de milhões a centenas de milhões de pessoas
- Estruturas em que usuários traziam outros usuários foram otimizadas de forma quase engenheirada com convites por e-mail, importação de contatos e links de compartilhamento de conteúdo
- Foi um período em que se buscou um “crescimento projetado por engenharia”, acompanhando o viral factor com A/B tests e fórmulas
- Facebook, LinkedIn, YouTube, Spotify e Pinterest cresceram assim
Fundadores e equipes de produtos virais bem-sucedidos dessa época depois migraram para cargos de liderança em big techs e VCs, e o conhecimento de construção de loops virais acabou praticamente se perdendo
Depois da transição para o mobile, os métodos antigos deixaram de funcionar, e grande parte desse conhecimento e know-how foi se diluindo na prática
Ainda assim, a mesma matemática e a mesma forma de pensar continuam totalmente aplicáveis a Product-Led Growth, recomendações em marketplaces e fluxos de compartilhamento de IA generativa

A estrutura básica do viral factor em fórmula

O “viral” tratado aqui não é o nível de um tweet que explode, mas sim um loop estrutural em que convites, marcações, compartilhamento de links e programas de indicação embutidos no produto geram continuamente novos usuários
As características desse loop são ser mensurável, melhorável por mudanças no produto, e ter a mesma estrutura matemática aplicada a diferentes formatos, como convites, compartilhamento de conteúdo e referral, com o conceito central de viral factor como proporção
O viral factor é uma razão em que o denominador é a coorte de usuários que se cadastrou em um determinado período, e o numerador é o número de novos usuários gerados ao longo do tempo por convites e compartilhamentos feitos por essa coorte
- Ex.: se 100 usuários que se cadastraram há 3 meses trouxeram depois mais 50 pessoas, o viral factor naquele momento é 0,5
- Se 100 usuários trouxeram 150, e esses 150 trouxeram 225, então o viral factor é 1,5
- Se for 1 ou mais, o loop se expande; se for menor que 1, ele em algum momento para

Loops de compartilhamento de conteúdo e modelagem de dados

Um exemplo representativo de loop viral é quando o usuário cria algo com IA, filtros ou ferramentas e compartilha por link, e parte de quem vê isso acaba se cadastrando para criar algo parecido
- Filtros do Instagram, posts de blog e as atuais ferramentas de geração de vídeo com IA seguem esse mesmo padrão
Para medir isso, é preciso rastrear links compartilhados com uma URL que inclua sharer_id
- Ex.: compartilhar no formato product.com/vid/[video_id]?sharer_id=[user_id] e salvar sharer_id na linha do usuário que se cadastrou por esse link
Depois, ao buscar a lista de id de uma coorte específica e contar quantas vezes eles aparecem como sharer_id de outros usuários, dá para calcular o viral factor
- Usuários com sharer_id vazio são tratados como usuários “Gen 1/onramp” e ficam fora do cálculo; olhar a proporção de Gen N para Gen N+1 é uma abordagem mais estável
Depois de calcular o viral factor, a pergunta naturalmente passa a ser “como aumentar esse número, e dá para passar de 1?”
- Adicionar um fluxo que peça convites no onboarding, links de convite fáceis de copiar, melhorias na UI de compartilhamento
Quando o cálculo baseado em sharer_id fica disponível, torna-se possível uma operação em que isso é fixado como métrica de dashboard e sua variação é observada com A/B tests
- Como variáveis de experimento, entram a proporção de usuários que usam a função de compartilhamento, o número de compartilhamentos e a taxa de conversão de cadastro do lado que recebe o compartilhamento; essa combinação funciona como uma espécie de “cookbook do viral factor”
Em outras palavras, o viral factor pode ser aplicado de forma geral não apenas a loops de invite, mas também a compartilhamento, colaboração e referral, ou seja, a qualquer estrutura em que usuários existentes gerem novos usuários

A fórmula “número de convites × taxa de conversão” e seus limites

A fórmula amplamente conhecida na internet, “viral factor = número de convites × taxa de conversão”, está intuitivamente correta, mas tem a limitação de ficar restrita apenas a loops de convite
- Na prática, existem vários tipos de loop, como compartilhamento de conteúdo, convites para colaboração e códigos de indicação
Mais importante ainda: o que realmente se quer saber é a relação entre duas coortes de usuários, então a definição baseada em coortes é mais essencial
Ficar preso apenas a convites × taxa de conversão leva a um desenho voltado para fazer o usuário mandar convites por e-mail ao maior número possível de amigos, ou seja, uma lógica próxima de spam, que aumenta a fadiga do usuário
- Redes sociais do passado como Bebo, Tagged, Hi5 e MySpace faziam os usuários disparar mais de 200 e-mails de convite com recursos de importação de contatos do Hotmail e Yahoo Mail, elevando artificialmente o viral factor
- Esse método levou a mais envios para endereços inválidos → queda na taxa de conversão → classificação como spam pelos provedores de e-mail; funcionou por cerca de 10 anos, mas no fim encerrou a era dos loops de convite por e-mail

Métricas centrais de produtos virais e condições de PMF

Para diferenciar produtos que permanecem relevantes depois de um pico viral momentâneo, servem como bons critérios métricas de retenção, formação de hábito, efeitos de rede e monetização como as seguintes
- Se a curva de retenção por coorte se estabiliza em determinado nível (proporção de usuários que continuam retidos)
- Se o nível de actives/registered > 25%, isto é, se há usuários ativos suficientes em relação ao total de cadastrados
- Se a curva de power users desenha um “sorriso” (smile), indicando a existência de um grupo de usuários fortemente engajado no núcleo
Além disso, os indicadores abaixo também são válidos para identificar um negócio sustentável
- viral factor > 0.5 (nível suficiente para amplificar outros canais)
- DAU/MAU > 50% (se houve formação de hábito de uso cotidiano)
- Se, no nível de mercado ou de logo, redes mais antigas apresentam maior engajamento ao longo do tempo (efeito de rede)
- Se D1/D7/D30 ultrapassam o nível de 60/30/15 (fixação inicial e frequência de uso)
- Se a receita e o volume de atividade por usuário aumentam com o tempo (ou seja, se o uso está ficando mais profundo)
- Se, em escala relevante, mais de 60% vêm de aquisição orgânica (organic), e não de marketing pago
Muitos apps virais da era Web 2.0 e da plataforma Facebook conseguiram viral factor inicial muito alto e forte boca a boca, mas desapareceram depois do pico porque a retenção não sustentou o crescimento
- É possível readquirir repetidamente usuários que foram embora por meio de loops virais, mas sem product-market fit e sem uma estrutura de uso sticky, isso não se transforma em um negócio bem-sucedido

Dois tipos de produto viral: categoria 1 e 2

Produtos virais geralmente se dividem em duas categorias
- Categoria 1: apps simples focados em uma única ação, em que o resultado é extremamente fácil de compartilhar (Instagram no começo, YouTube, vários apps de quiz e anônimos etc.)
- Categoria 2: produtos complexos com funcionalidades profundas e forte retenção, que incluem vários recursos de compartilhamento e colaboração (Figma, Slack, Facebook no começo etc.)
A categoria 1 facilita criar crescimento explosivo e um padrão de “estourar da noite para o dia” graças a fluxos curtos e alta conversão, mas carrega problemas de abandono após o pico e baixa retenção acumulada
A categoria 2 leva mais tempo para ser construída e tem crescimento inicial mais gradual, mas, como os usuários adquiridos não vão embora com facilidade, ela tem uma estrutura capaz de acumular fator viral ao longo de muitas sessões
Atualmente, uma parte considerável das ferramentas de geração de conteúdo por IA segue o padrão da categoria 1 (geração simples → compartilhamento), então carrega ao mesmo tempo forças (crescimento rápido) e fraquezas (problemas de retenção após o pico) parecidas com as de antigos serviços de filtros de foto e vídeo

Estrutura passo a passo e fórmula do loop simples de geração de conteúdo

Um loop simples de geração e compartilhamento de conteúdo passa pelas seguintes etapas
- Alguém vê online um resultado criado por outra pessoa →
- assiste ou aprecia esse resultado →
- clica no link anexado ao resultado e vai para a ferramenta de criação →
- usa a ferramenta para criar algo por conta própria →
- compartilha de novo o que criou em redes sociais, mensageiros etc. →
- mais pessoas veem isso e repetem o mesmo processo
Em cada etapa existem métricas de funil como taxa de visualização, CTR, taxa de criação, taxa de compartilhamento e número de pessoas expostas, e a estrutura é tal que, se o produto desses valores multiplicado por “quantas pessoas veem em média cada compartilhamento (X)” passar de 1, o loop cresce de forma explosiva
Por exemplo, se usarmos os seguintes números, 0.5(visualização) * 0.1(clique) * 0.2(criação) * 0.5(compartilhamento) * X precisa passar de 1 para haver viralização
- Como o produto dos quatro primeiros termos é 0,005, para fazer o loop chegar a 1 ou mais mais de 200 pessoas precisam ver o resultado a cada compartilhamento
- Como os números mudam de forma sensível, pequenas mudanças de UI ou de conteúdo podem ter grande impacto no loop inteiro
Em termos de fator viral (v), a taxa total de amplificação de usuários, vendo as entradas por geração como uma soma geométrica, segue a estrutura 1/(1-v)
- Quando o fator viral é pequeno, nos dados reais muitas vezes aparece apenas um aumento difícil de distinguir a olho nu por ficar escondido no ruído
- Ex.: se entram 100 pessoas por dia e o fator viral é 0,1, a amplificação final é de 1,11x, ou seja, só cerca de 11 pessoas a mais
- Se v=0,5, então 1/(1-0,5)=2, o que equivale a trazer 100 pessoas pagas e somar mais 100 via viralização
Ou seja, a estrutura gera um efeito de amplificação de usuários de 2x com v=0,5, 4x com v=0,75 e 10x com v=0,9
- As mesmas 100 entradas passam a virar 200 usuários finais (2x), 400 (4x) e 1000 (10x), uma amplificação perceptível que compensa bastante o custo de marketing pago
Por isso, no desenho real do produto, não basta pensar em “já é bom ter qualquer viralidade”; é preciso criar uma estrutura capaz de elevar isso para 0,5 ou mais

Por que o desempenho viral cai com o tempo

Loops virais tendem, com o passar do tempo, a caminhar numa direção em que o desempenho cai naturalmente
- O efeito de novidade (novelty) desaparece, o mercado vai saturando e as plataformas endurecem a regulação
Quando surgem novos tipos de conteúdo e ferramentas, as pessoas tendem mais a ver, clicar e testar, mas, com o tempo, quando esse mesmo formato de compartilhamento fica comum, repete-se o padrão de queda geral desses indicadores
- Por exemplo, no começo do compartilhamento de imagens geradas por IA, até fotos com seis dedos eram compartilhadas por parecer novidade, mas hoje é preciso um nível muito maior de surpresa
À medida que a saturação do mercado avança, boa parte da lista de amigos que o usuário gostaria de convidar já virou assinante ou não tem interesse, então o número de convites efetivos diminui
- Além disso, os usuários que entram mais tarde tendem a ser adotantes tardios e mais fracos no boca a boca, o que derruba o fator viral geral
- No caso dos convites via catálogo de endereços de e-mail, era possível enviar para mais de 200 contatos com altas taxas de abertura e clique, mas, depois de reunir dezenas de milhões de usuários, o número de contatos em si caiu, e as taxas de abertura/clique também
Todo loop viral funciona em cima de uma plataforma-base (e-mail, Facebook, TikTok etc.)
- Se aumentar muito a quantidade de conteúdo com watermark e links excessivos, a plataforma pode aplicar políticas para conter isso
- Ou seja, se a plataforma passar a não gostar de conteúdo com watermark e links, ou começar a lançar recursos concorrentes, a taxa de conversão de alguma etapa específica pode despencar e derrubar o loop inteiro

Limites dos apps hiper-simples e efeitos de rede

Apps hiper-simples e hiper-virais têm uma estrutura de produto composta por poucas telas e alguns elementos de UI, e essa estrutura em si tem potencial para gerar retenção muito profunda quando há conteúdo e rede suficientes
- YouTube e Instagram são exemplos de produtos com UI central muito simples e uma vasta rede de conteúdo que, embora pareçam apps pequenos, conseguem manter o engajamento indefinidamente
Mesmo quando esses produtos ganham muitas funcionalidades com o tempo, a quantidade de conteúdo e os efeitos de rede permitem que uma estrutura de app pequeno continue mostrando coisas novas sem fim
Em contrapartida, apps que têm apenas truques virais, sem acumular conteúdo, grafo ou hábito, repetem o padrão de quase não deixar base de usuários depois que o pico passa

Limites das técnicas virais sociais modernas (shitposting etc.)

O que hoje se chama de “viral” nas redes sociais é uma mistura de várias táticas, como ragebait (indução à raiva), shitposting, vídeo de lançamento estiloso, clipes de TikTok, billboard, viral com influenciadores e a transformação do fundador em influenciador
Essas técnicas são boas para gerar picos pontuais de tráfego, mas
- à medida que o DAU cresce, elas têm a limitação de ficar longe de uma estrutura capaz de manter exponencialmente a proporção novos usuários / DAU
- quando o mesmo formato é repetido toda semana ou todo mês, há uma forte tendência de a eficácia cair por causa de inércia e fadiga
Mesmo assim, essas táticas continuam úteis porque, se o tráfego que elas trazem se combinar com o loop interno do produto de “criar e compartilhar”, o pico pode virar a semente de um crescimento repetível

O fim da viralidade da Web 2.0 e a transição para o mobile

No auge da Web 2.0, surgiram muitos casos que foram “do zero a milhões de usuários” usando convites por e-mail, importação de contatos e apps do Facebook
- Facebook, LinkedIn, YouTube, Spotify e Pinterest, entre muitos outros, cresceram sobre essa base
- Serviços como BirthdayAlar (e-mails de lembrete de aniversário) e Plaxo (pedidos de atualização de contatos) rodavam loops de convite com a justificativa de manter em dia aniversários e contatos dos amigos, e esse mecanismo depois levou ao surgimento das redes sociais
Com o tempo, os usuários se acostumaram com esses padrões, os provedores de e-mail reforçaram os filtros de spam e, de forma decisiva, o centro do mundo migrou do e-mail para o mobile, tornando difícil reproduzir a mesma estrutura
No mobile, até é possível acessar os contatos, mas, por causa da UX de escolher os números um por um para convidar, ficou difícil fazer convites em massa na escala de 200 pessoas como acontecia no e-mail
- Houve tentativas de usar servidores como o Twilio para enviar SMS em nome do usuário, mas isso levou a problemas de spam por SMS e a riscos legais e de multas, o que tornou a prática insustentável
Como resultado, a era dos apps hiper-simples e hiper-virais capazes de “passar de fator viral 1 já na primeira sessão” praticamente acabou, e hoje o mais comum é um fator viral na faixa de 0,2 a 0,3

Estratégia viral moderna centrada em retenção: mix de canais e soma entre sessões

Hoje, o crescimento de apps é explicado em grande parte pela combinação de dois fatores, em vez de depender de incentivos excessivos a convites
- 1. vários funis de topo (SEO, social, PR, mídia paga, indicação etc.)
- 1. um fator viral acumulado ao longo de toda a vida útil das sessões, impulsionado por uma retenção forte
Primeiro, é preciso uma estrutura que alimente consistentemente novos usuários por vários canais, como marketing pago, referrals, boca a boca, SEO, imprensa e redes sociais
- No caso da Uber, cerca de metade da primeira corrida vem de marketing pago, 10~20% de referrals, e o restante de boca a boca, SEO etc.
Segundo, se o produto tiver uma retenção forte que gera muitas sessões de usuário,
- é possível incentivar um pouco de compartilhamento, convite e referral em cada sessão, criando um fator viral total que soma os fatores virais de cada sessão
Em vez de “número de convites × taxa de conversão”, é preciso enxergar isso como uma soma infinita do tipo fator viral da sessão 1 + fator viral da sessão 2 + …
- A fórmula simples número de convites × taxa de conversão assume implicitamente que toda a viralidade acontece apenas na primeira sessão, mas na prática o usuário tem dezenas ou centenas de sessões e pode compartilhar ou convidar um pouco em cada uma delas
- Portanto, uma visão mais próxima da realidade é considerar isso como o valor somado dos fatores virais de cada sessão ao longo de toda a curva de retenção

Divisão do papel viral entre onboarding e sessões posteriores

Empiricamente, metade do fator viral total vem da primeira sessão, e a outra metade das sessões posteriores
- Na primeira sessão, o usuário está em modo de configuração, fazendo coisas como ajustar o workspace e convidar amigos ou colegas, então o recurso de convite pode ser colocado naturalmente em destaque
- A partir da segunda sessão, o usuário já está em modo de esperar valor do produto, então, para levá-lo a um fluxo viral, isso precisa ser um recurso útil dentro do contexto
Em produtos reais, vários tipos de loop viral coexistem, e cada loop opera em momentos e contextos diferentes
- Exemplo do Dropbox: compartilhamento de pastas, recurso de convite, programa de referral e os loops virais de outros apps do Dropbox contribuem cada um de uma forma diferente
- Exemplo da Uber: além do crédito de referral dentro do app, a experiência de andar com amigos, compartilhar ETA e outras exposições baseadas em recurso e no mundo real funcionam como loops que trazem novos usuários
O desempenho de cada loop varia, mas, no conjunto, forma-se uma estrutura em que o usuário traz outras pessoas para dentro do produto de várias maneiras ao longo de múltiplas sessões
Quanto maior a retenção, mais oportunidades o usuário tem de ser exposto a vários loops, o que cria a base para aumentar o fator viral no longo prazo sem recorrer a UI com cara de spam

A relação entre retenção e viralidade com cara de spam

Produtos com muitas sessões e alta retenção conseguem gerar um fator viral total grande mesmo incentivando apenas um pouco de compartilhamento ou convite em cada sessão, então dependem menos de convites forçados e com cara de spam
- Em contraste, produtos de baixa retenção, com média de 2~3 sessões por usuário, precisam espremer toda a viralidade nesse intervalo, o que leva a pedir convites de forma mais agressiva, chamativa e quase spam
O Facebook inicial é um exemplo de produto que, em comparação com redes sociais concorrentes, conseguiu viralidade de longo prazo apenas com um recurso de convite por email discretamente posicionado na barra lateral direita, graças à alta retenção
- Já as redes sociais concorrentes que dependiam de convites com cara de spam acabaram perdendo para o Facebook por causa da baixa retenção e do cansaço dos usuários
No longo prazo, a combinação produto com alta retenção + loops menos spam tende a levar vantagem tanto em experiência do usuário quanto em crescimento

O valor de um fator viral abaixo de 1 e a “velocidade”

No mundo real, é raro o fator viral passar de 1, e com frequência ele se estabiliza em torno de 0,2~0,3
Mesmo assim, se v=0,2, ao trazer 1.000 pessoas por canais pagos e outros canais, isso equivale a adquirir mais 200 pessoas de graça, o que faz o efeito de desconto no CAC ser bastante relevante
Na viralidade, o conceito de velocidade (speed) também é importante
- Apps sociais de uso frequente geram vários compartilhamentos e convites por dia, então mesmo com o mesmo fator viral, crescem mais rápido
- Já ferramentas usadas em segundo plano, como armazenamento ou backup de arquivos, podem ter usuários usando o recurso de indicação uma vez por mês, então, embora a viralidade acumulada possa ser grande, a velocidade de crescimento pode ser lenta
Em produtos de consumo e prosumer que miram, no longo prazo, uma escala de centenas de milhões de usuários, é essencial uma estrutura em que canais “gratuitos ou de baixo custo”, como viralidade, SEO e otimização nas lojas, preencham a lacuna de escala que é difícil alcançar só com marketing pago

Loops virais na era da IA e picos de topo de funil

Resumindo, seed posting, rage baiting, vídeos cinematográficos de lançamento, outdoors e publis com influenciadores estão mais próximos de ferramentas para gerar picos no topo do funil do que de loops repetíveis
- Ainda assim, isso por si só não cria uma estrutura capaz de elevar de forma sustentada a proporção de novos usuários em relação ao DAU, e não tem o mesmo nível de reprodutibilidade e defensabilidade dos loops virais desenhados dentro do produto
Muitas ferramentas generativas de IA da geração atual estão em uma posição em que transformam parte do interesse pontual em crescimento estrutural dentro do produto ao oferecer ao usuário um loop de “criar algo → compartilhar”
Como os conteúdos gerados por IA combinam muito bem com formatos que performam bem nas plataformas sociais modernas, como vídeos curtos e clipes embutidos, o poder de propagação dos loops de compartilhamento de conteúdo tem se mostrado alto
Em outras palavras, a teoria viral clássica (fator viral baseado em coorte, retenção, soma de múltiplos loops, mix de canais) continua válida e,
no fim das contas, a combinação de diversos picos de topo de funil + loops virais estruturados dentro do produto + alta retenção continua sendo a estrutura central para criar crescimento sustentável na era da IA

2 comentários

laeyoung 2025-11-20

Lembrei de um artigo publicado há um mês no New York Times, "Is Going Viral Dead (Será que viralizar morreu?)", então estou deixando o link aqui.