StartupsArtigo
Product-market fit: a pesquisa dos 40% e outros sinais de que o produto achou mercado
Em resumo
Product-market fit (encaixe entre produto e mercado) é o ponto em que uma startup tem um produto que o mercado quer. A pesquisa criada por Sean Ellis mede isso: pergunta ao usuário como ele se sentiria sem o produto. Quando mais de 40% respondem que ficariam muito desapontados, o sinal, segundo ele, é de encaixe. A Superhuman, startup de e-mail, relata ter ido de 22% a 58% ao restringir o público e mudar o produto.
Product-market fit (encaixe entre produto e mercado) é o ponto em que uma startup tem um produto que um mercado quer de verdade. Uma forma de medir se a empresa chegou a esse ponto é a pesquisa criada por Sean Ellis, empreendedor e consultor de startups. Ela pergunta ao usuário como ele se sentiria se não pudesse mais usar o produto. Quando mais de 40% respondem que ficariam muito desapontados, o sinal, segundo Ellis, é de encaixe. Este texto explica a pesquisa e conta o caso da Superhuman, startup que faz um programa de e-mail e relata ter começado em 22% e chegado a 58% depois de restringir o público e de mudar o produto. Reúne também os sinais que Michael Seibel, da Y Combinator (aceleradora americana de startups), observa fora da pesquisa.
O ConnectWeek leu quatro páginas em 13 de outubro de 2026, todas em inglês. A definição que abre o texto, as traduções e as explicações entre parênteses são do portal. O material lido é relato e conselho de fundadores e investidores, não regra.
Como Marc Andreessen definiu product-market fit em 2007
A descrição mais citada, segundo Rahul Vohra, fundador da Superhuman, está em The only thing that matters, texto que Marc Andreessen publicou em 25 de junho de 2007 no blog dele. O endereço é do Pmarchive, um arquivo dos textos desse blog. Andreessen define product-market fit como estar em um bom mercado com um produto capaz de atender esse mercado. Ele apresenta, com o nome de Rachleff, esta frase: a única coisa que importa é chegar ao product-market fit. O nome homenageia Andy Rachleff, que foi da Benchmark Capital. Andreessen credita a ele outra formulação: o que mais mata empresas é a falta de mercado.
O mesmo texto descreve os dois lados. Quando não há encaixe, os clientes não chegam a tirar valor do produto, a indicação de um cliente a outro não se espalha, o uso cresce devagar, o ciclo de venda demora e muitos negócios não fecham. Quando há, os clientes compram o produto tão rápido quanto a empresa consegue produzi-lo, ou o uso cresce no ritmo em que ela consegue acrescentar servidores, e a empresa contrata vendedores e equipe de suporte o mais rápido que pode.
Michael Seibel parte dessa descrição em The real product-market fit. Para ele, a startup chegou ao encaixe quando está sobrecarregada de uso, em geral a ponto de não conseguir fazer mudanças grandes no produto porque todo o esforço vai para mantê-lo no ar.
Vohra viu um limite nas descrições que encontrou, entre elas a de Andreessen. No artigo How Superhuman Built an Engine to Find Product Market Fit, publicado em 12 de novembro de 2018 na First Round Review, ele afirma que elas são indicadores atrasados: só mostram o encaixe depois que ele já aconteceu, e ajudam pouco quem ainda não lançou o produto. Foi o que o levou à pesquisa de Sean Ellis.
A pesquisa dos 40%: a pergunta, o corte e quem deve responder
A página PMFsurvey, assinada por Sean Ellis e pela GoPractice, resume o teste. A pergunta é: como você se sentiria se não pudesse mais usar o produto? Mede-se o percentual de usuários que respondem "muito desapontado". Depois de comparar quase cem startups, Ellis chegou ao corte de 40%. Segundo a página, as empresas com dificuldade para crescer quase sempre ficavam abaixo desse percentual, e as que tinham tração forte (crescimento consistente de uso ou de vendas) quase sempre o superavam. A página oferece uma ferramenta gratuita para aplicar o teste, mediante cadastro.
No artigo de Vohra, a pergunta tem três alternativas: "muito desapontado", "um pouco desapontado" e "não ficaria desapontado". A conta usa só a primeira. Um exemplo hipotético, criado pelo ConnectWeek: a startup recebe 60 respostas. Nelas, 21 usuários marcam "muito desapontado", 27 marcam "um pouco desapontado" e 12 marcam que não ficariam desapontados. O resultado é 21 ÷ 60 = 35%, abaixo do corte.
Sobre quem deve responder, Vohra relata ter seguido a recomendação de Ellis: enviar a pesquisa a quem experimentou há pouco tempo a parte central do produto. Na Superhuman, eram os usuários que o tinham usado pelo menos duas vezes nas duas semanas anteriores. A empresa tinha entre 100 e 200 usuários para consultar. Para empresas menores, ele afirma que o resultado começa a apontar a direção certa com cerca de 40 respostas. O número vem da experiência relatada por ele. O raciocínio de margem de erro em pesquisas com poucas respostas está em NPS no e-commerce: como calcular e como ler o resultado com poucas respostas, e vale para qualquer percentual tirado de uma amostra pequena.
Dois cuidados aparecem no artigo de Vohra. A Superhuman não enviou a pesquisa mais de uma vez ao mesmo usuário, para não distorcer a comparação com o corte de 40%. E passou a consultar os usuários novos de forma contínua, com o resultado acompanhado por semana, por mês e por trimestre.
Vohra cita um caso de fora. Em 2015, Hiten Shah fez a pergunta de Ellis a 731 usuários do Slack (programa de mensagens para equipes), em um projeto aberto de pesquisa. Responderam "muito desapontado" 51% deles.
O caso da Superhuman: a quem ouvir e o que construir depois do resultado
No artigo da First Round Review, Vohra conta que, em meados de 2017, a Superhuman tinha 14 pessoas, dois anos de desenvolvimento e um produto ainda não lançado ao público. A primeira pesquisa deu 22% de "muito desapontado". Ele descreve em seguida um processo de quatro etapas, que está no original e não é reproduzido aqui passo a passo. O ConnectWeek conta o caso em dois temas, organizados pelo portal.
A pesquisa enviada tinha a pergunta de Ellis e outras três. Duas delas, como exemplo: qual é o principal benefício que o usuário recebe do produto e como a empresa pode melhorá-lo para ele.
De quem ouvir a opinião
A Superhuman olhou primeiro quem tinha respondido "muito desapontado" e que tipo de profissional era. No exemplo simplificado que Vohra mostra, os perfis desse grupo eram fundadores, gestores, executivos e pessoas de desenvolvimento de negócios. Com a conta restrita a esses perfis, o resultado passou a 33%. A empresa deixou de lado as sugestões de quem respondeu que não ficaria desapontado. Entre os que marcaram "um pouco desapontado", ouviu só aqueles que viam no produto o mesmo benefício principal apontado por quem respondeu "muito desapontado", que era a velocidade.
O que construir
Vohra dividiu o plano de desenvolvimento em duas metades. Uma reforçava o que o grupo do "muito desapontado" já valorizava, como velocidade e atalhos de teclado. A outra atacava o que segurava os "um pouco desapontados" que valorizavam a velocidade. O principal obstáculo para eles era a Superhuman ainda não ter aplicativo para celular.
Vohra resume a sequência assim: 22% no começo, entre todos os que responderam; 33% depois de restringir a conta aos perfis escolhidos; e 58% em três trimestres de trabalho no produto, o que ele descreve como quase o dobro. Vohra faz uma ressalva sobre o número. Os primeiros usuários perdoam falhas, e o público que chega depois exige mais. Por isso o percentual pode cair quando a empresa cresce, e ele recomenda continuar a medir.
Sinais de product-market fit fora da pesquisa
Seibel escreve, no texto da Y Combinator, que conversa com frequência com fundadores que acreditam ter chegado ao product-market fit sem ter chegado. Muitos apontam como prova o número de funcionários ou uma rodada grande de investimento. O que ele procura é outra cena: uma equipe fundadora em ritmo frenético para dar conta de um número cada vez maior de clientes satisfeitos, fiéis e, de preferência, pagantes.
O segundo sinal está no problema que o produto resolve. Seibel usa uma imagem que atribui à Sequoia (empresa de investimento em startups): o cliente certo é o que está "com o cabelo pegando fogo". A explicação dele é que o problema precisa ser urgente a ponto de o usuário aceitar uma primeira versão imperfeita da solução.
Vohra reúne duas outras descrições no artigo dele. Atribui a Paul Graham, fundador da Y Combinator, a ideia de que há product-market fit quando a empresa fez algo que as pessoas querem. E atribui a Sam Altman a de que ele existe quando os usuários recomendam o produto a outras pessoas por conta própria. A Y Combinator diz receber inscrições de startups de qualquer país; as regras e os prazos estão em Y Combinator para brasileiros: como é a inscrição, a entrevista e os prazos.
Para a loja virtual, a pergunta de Ellis serve melhor a produto de uso recorrente, como um aplicativo ou uma assinatura. Em produto físico, o sinal mais próximo é o cliente que volta a comprar sem ser empurrado por desconto. Essa leitura é do ConnectWeek, e a medição está em Recompra no e-commerce: como medir por coorte.
O que fazer enquanto o sinal não aparece
O conselho de Seibel, no mesmo texto, é manter a empresa enxuta e gastar pouco até o product-market fit. O erro que ele descreve é contratar, aumentar os gastos e refinar o produto antes de descobrir o que precisa ser construído. O caminho que propõe tem três partes: escolher um mercado em que os usuários tenham um problema real, lançar rápido um MVP (sigla em inglês de produto mínimo viável, a versão mais simples que já pode ser usada) e ouvir quem usa.
Andreessen, no texto de 2007, também põe o encaixe em primeiro lugar. Para ele, enquanto o encaixe não vem, a startup deve se concentrar em alcançá-lo, mesmo que isso exija trocar pessoas, reescrever o produto ou mudar de mercado. Vohra acrescenta um recado a investidores: não pressionar por crescimento antes do product-market fit.
Depois do encaixe, a ordem muda. Seibel diz que a empresa pode então otimizar o produto principal, contratar especialistas e fazer investimentos estratégicos.
Quem ainda não tem produto está em uma etapa anterior, a de testar se a ideia tem comprador. Os testes dessa fase estão em Validar ideia de produto antes de comprar estoque: 4 testes baratos.
Fonte: PMFsurvey (Sean Ellis e GoPractice)
Perguntas frequentes
O que é product-market fit?
É o encaixe entre produto e mercado. Marc Andreessen definiu o termo em 2007 como estar em um bom mercado com um produto capaz de atender esse mercado. Michael Seibel, da Y Combinator, diz que a startup chegou lá quando fica sobrecarregada de uso. A tradução do termo é do ConnectWeek.
Qual é a pergunta da pesquisa de product-market fit?
A pesquisa de Sean Ellis pergunta como o usuário se sentiria se não pudesse mais usar o produto. As alternativas, no relato da Superhuman, são "muito desapontado", "um pouco desapontado" e "não ficaria desapontado". O resultado é a parcela que escolhe a primeira, e o corte de referência é 40%.
Quem deve responder à pesquisa de product-market fit?
Usuários que usaram o produto há pouco tempo. A Superhuman seguiu a recomendação de Sean Ellis e consultou quem tinha usado o produto ao menos duas vezes nas duas semanas anteriores. Rahul Vohra, fundador da empresa, afirma que, para empresas menores, o resultado começa a apontar a direção certa com cerca de 40 respostas.
Passar de 40% garante que a startup vai dar certo?
A PMFsurvey não diz isso. Ela afirma que as empresas com tração forte (crescimento consistente de uso ou de vendas) quase sempre superavam o corte, não que sempre superavam. O corte é uma referência tirada da comparação que Sean Ellis fez entre quase cem startups. Rahul Vohra avisa que o percentual pode cair quando a empresa cresce, porque o público que chega depois dos primeiros usuários é mais exigente. Ele recomenda continuar a acompanhar o número.
Rodada de investimento é sinal de product-market fit?
Michael Seibel, da Y Combinator, não a trata como sinal. Ele escreve que fundadores costumam citar o número de funcionários ou uma rodada grande como prova, e que o que ele procura é a equipe correndo para atender um número crescente de clientes satisfeitos, fiéis e, de preferência, pagantes.
