Estudo de caso: como uma faculdade de negócios aumentou as matrículas em 40% com IA

+40% de leads qualificados em um ciclo de recrutamento: os resultados de um chatbot IA implementado em 48 horas

A Faculdade de Negócios Atlântica (FNA) é uma instituição fictícia, mas os números que se seguem são reais. Este estudo de caso é uma síntese compósita construída a partir de dados medidos em várias instituições parceiras do Skolbot entre 2024 e 2026. As métricas, os prazos e os resultados refletem a mediana observada no campo.

Por que um caso compósito em vez de um depoimento com nome? Porque os dados de recrutamento são confidenciais. Ao agregar os resultados de 18 instituições, podemos compartilhar números verificáveis sem expor um estabelecimento em particular.

O ponto de partida é sempre o mesmo: uma faculdade com bons programas, um site razoável e um funil de recrutamento que perde 91% dos visitantes antes do primeiro contato.

O desafio da FNA: um funil que perde em todas as etapas

A FNA é uma faculdade de negócios de médio porte (2.500 estudantes, 4 campi no Sudeste e Nordeste) que oferece graduação, pós-graduação e MBA. O posicionamento é forte, os cursos têm conceito 4 e 5 no MEC/INEP e a taxa de empregabilidade a 6 meses ultrapassa os 90%.

O problema não é o produto. É o funil.

Antes da implementação do chatbot, esta era a situação medida:

Fontes: auditoria mystery shopping (80 instituições, 2025), logs de interação Skolbot (200.000 sessões, out. 2025 — fev. 2026), análise de funil (30 instituições, coorte 2025-2026).

O diagnóstico é claro: 67% da atividade dos candidatos ocorre quando ninguém está no escritório. Durante o período de vestibular e divulgação das notas do ENEM, esse número sobe para 74%. A equipe de admissões da FNA — 4 pessoas para 3.000 pedidos por ciclo — não consegue responder fisicamente num domingo à noite às 21h.

Resultado: os candidatos mais motivados desistem antes de fazer a primeira pergunta. A análise de 12.000 conversas Skolbot mostra que 89% dos candidatos perguntam sobre mensalidades e 78% sobre estágios — informações disponíveis no site, mas que os visitantes não encontram rápido o suficiente.

A solução: Skolbot implementado em 48 horas

A FNA optou por implementar o Skolbot com base em um caderno de requisitos estruturado que cobria 12 critérios funcionais, técnicos e regulatórios.

Cronograma de implementação:

O que foi ativado:

• Chatbot IA treinado com conteúdo específico da FNA (cursos, mensalidades, estágios, campi, vida estudantil)
• Detecção automática da língua do candidato (30+ línguas)
• Inscrição em dias abertos na conversa (sem redirecionamento para formulário externo)
• Lembrete personalizado em D-7 e D-1 antes de cada evento
• Sincronização CRM em tempo real (leads enviados para HubSpot)
• Dashboard de analytics: perguntas feitas, padrões de atividade, taxa de resolução

O chatbot está disponível 24/7. Responde em 3 segundos, na língua do candidato. A análise de complexidade mostra que 72% das perguntas são FAQ simples (automatizáveis), 21% requerem contexto específico da instituição e apenas 7% necessitam de intervenção humana. A equipe de admissões se concentra agora nesses 7% de casos complexos.

Resultados a 6 meses: antes e depois

As métricas abaixo comparam o período pré-chatbot (março — agosto 2025) com o período pós-chatbot (setembro 2025 — fevereiro 2026).

Fontes: resultados medianos Skolbot (18 instituições, 2024-2025), teste A/B (22 sites, set. — dez. 2025), análise de coortes (8.000 sessões, 2025).

Nota metodológica. A melhoria inclui o efeito combinado do chatbot e das otimizações de funil realizadas em paralelo (páginas de cursos, formulários simplificados). O chatbot sozinho não explica 100% do ganho. Mas é o chatbot que tornou as otimizações mensuráveis — sem analytics de conversas, a FNA não teria sabido o que otimizar.

O impacto financeiro merece um cálculo específico. Com um valor vida do estudante de R$ 150.000 em 5 anos em uma faculdade de negócios, cada lead qualificado adicional representa um potencial de receitas significativo. Nosso guia de cálculo de ROI de um chatbot estudantil apresenta a fórmula completa.

Os fatores-chave de sucesso

Três elementos fizeram a diferença entre um chatbot que produz resultados e um que acumula poeira.

Disponibilidade 24/7 alinhada com o comportamento real dos candidatos

O chatbot nunca dorme. É uma vantagem decisiva quando 67% da atividade ocorre fora do horário de expediente e o pico é no domingo à noite. Os dados Skolbot mostram que durante o período de vestibular, 81% das interações ocorrem fora do horário de expediente. Sem chatbot, esses candidatos saem sem resposta e, na maioria dos casos, não voltam.

Multilíngue nativo para candidatos internacionais

A FNA recruta em 12 países. 58% dos seus candidatos internacionais não falam a língua principal da instituição (fonte: detecção de língua Skolbot, 2025-2026). Antes do chatbot, esses candidatos tinham que navegar um site em português e enviar um e-mail — esperando uma resposta na sua língua dentro de 72 horas. Com o Skolbot, recebem uma resposta em 3 segundos na sua língua materna. A taxa de primeiro contato de candidatos internacionais triplicou.

Analytics como ferramenta de decisão, não como dashboard decorativo

O dashboard Skolbot revelou que a pergunta mais feita depois das mensalidades (89%) era "Vocês oferecem programas de estágio?" (78%). A FNA reposicionou os estágios como elemento principal da homepage e das campanhas. Essa única alteração, identificada através dos analytics do chatbot, aumentou a taxa de clique nas páginas de cursos em 23%.

Lições aprendidas e pontos de atenção

O que funcionou bem

• A implementação em 48 horas permitiu captar a janela de vestibular sem esperar por um projeto de TI de 3 meses.
• A inscrição em dias abertos na conversa triplicou a taxa de inscrição em relação ao formulário clássico.
• Chatbot + SMS de lembrete reduziu o no-show de 52% para 14%, liberando vagas para candidatos adicionais.

O que vigiar

• A qualidade do conteúdo inicial. O chatbot é tão bom quanto os dados com que é treinado. Se seu site contém informações desatualizadas (mensalidades do semestre anterior, cursos descontinuados), o chatbot vai repeti-las. Planeje uma revisão de conteúdo antes da implementação.
• Medição do ROI a 30, 60 e 90 dias. Não avalie um chatbot pela primeira semana. Métricas-chave a acompanhar:
  • D30: volume de conversas, taxa de resolução, primeiras inscrições em dias abertos via chatbot
  • D60: impacto na taxa de rejeição, aumento de leads qualificados, primeiros feedbacks da equipe de admissões
  • D90: ROI calculável (leads x taxa de conversão x valor vida estudante vs custo do chatbot)
• A passagem para humano. Os 7% de perguntas complexas devem chegar a uma pessoa, não desaparecer numa fila de espera. Configure a passagem para o CRM com notificação em tempo real.

Para ver como a solução da FNA se compara com o restante mercado, consulte nosso comparativo de chatbots IA para o ensino superior.