O business case da performance

TL;DR

Performance compete por tempo de engenharia com features, e perde toda discussão travada em jargão técnico (“nosso LCP está em 3,2 s”). Para ganhar prioridade, você traduz milissegundos em dinheiro: liga a métrica ao número de negócio (conversão, receita, bounce, retenção) que o Galho 1 já provou existir. As táticas: usar o seu próprio RUM para estimar o impacto (não só estudos de terceiros), rodar experimentos (A/B de performance) para provar causalidade, apresentar em linguagem de stakeholder (receita, não LCP), e priorizar por impacto × esforço. O business case é o que transforma performance de “nice to have” técnico em investimento com ROI.

O problema: performance perde a briga por prioridade

Você sabe medir, otimizar, prevenir regressão e diagnosticar. Mas na reunião de priorização, “melhorar o LCP do checkout” fica atrás de “nova feature X” — de novo. Por quê? Porque você apresentou um número técnico (“o LCP está em 3,2 s”) para pessoas que decidem em números de negócio (receita, conversão, custo). Elas não sabem o que fazer com “3,2 segundos”; sabem exatamente o que fazer com “estamos perdendo R$ X por mês”.

O melhor trabalho técnico do mundo não é feito se ninguém aprovar o tempo para fazê-lo. O business case é a ponte entre a métrica que você enxerga e a decisão que o negócio toma — e construí-lo é uma habilidade de engenharia sênior tão importante quanto otimizar o INP.

Traduzir milissegundos em dinheiro

O Galho 1 (G1 nota 01) provou que a relação existe: 0,1 s de velocidade → +8% de conversão no varejo (Deloitte); a curva de bounce que acelera com a espera. Aqui você usa esses fatos como argumento de investimento, em três níveis de força crescente:


graph LR
    A["Estudos de terceiros<br/>(Deloitte, Google)"] -->|fraco: 'outras empresas'| B["Seu RUM correlacionado<br/>(seu p75 × sua conversão)"]
    B -->|forte: 'nossos dados'| C["Experimento A/B<br/>(prova causal)"]
    C -->|mais forte: 'nós provamos'| D[💰 caso de investimento]
    style B fill:#4A90D9,color:#fff
    style C fill:#4A90D9,color:#fff
    style D fill:#F5A623,color:#000
  1. Estudos de terceiros (Deloitte, Google, casos de Amazon/Pinterest): úteis para introduzir a ideia, mas fracos porque são “outras empresas, outro contexto”. Servem de gancho, não de prova.
  2. Seu próprio RUM correlacionado: cruze o seu RUM (nota 03) com os seus dados de conversão. “Usuários no quartil mais rápido de LCP convertem 2× mais que os do quartil mais lento” é infinitamente mais persuasivo que qualquer estudo externo — são os seus usuários e o seu dinheiro. (Cuidado: correlação não é causa — usuários rápidos podem ter aparelhos melhores e mais renda.)
  3. Experimento (A/B de performance): a prova de ouro. Sirva uma versão mais lenta (ou mais rápida) para uma fração dos usuários e meça a diferença de conversão. Isola a causalidade que a correlação não garante. É o que empresas grandes fazem para cravar o ROI de performance.

Falar a língua de quem decide

O mesmo fato, dois enquadramentos:

❌ Linguagem técnica✅ Linguagem de negócio
”O LCP do checkout está em 3,4 s""A página de pagamento demora a carregar, e usuários abandonam antes de comprar"
"Reduzimos o TBT em 200 ms""A página responde mais rápido ao toque; menos gente desiste no meio"
"Estamos com CLS de 0,3""Elementos pulam na tela e o usuário clica no botão errado, gerando erros e devoluções"
"Precisamos de um budget no CI""Queremos impedir que a próxima feature deixe o site lento e derrube vendas”

A regra: sempre termine a frase em impacto no usuário ou no dinheiro, nunca na métrica. A métrica é o meio; o resultado de negócio é o fim que interessa a quem aprova.

Prometer um número de ROI que você não pode sustentar

O que acontece: para vender o projeto, você promete “vamos aumentar a conversão em 8% melhorando o LCP” (extrapolando o estudo da Deloitte). Entrega a melhoria de LCP, a conversão sobe 1%, e a sua credibilidade — e a da causa “performance” — afunda. Por quê: os percentuais de estudos externos são de outros contextos; a sua elasticidade real é diferente e desconhecida até você medir. Prometer o número dos outros é apostar credibilidade em dado emprestado. Como evitar: apresente estudos como direção (“mais rápido tende a converter mais”), não como garantia. Para prometer número, meça o seu (correlação do RUM, e idealmente um A/B). Sub-prometa e supere; a confiança conquistada é o que financia o próximo investimento em performance.

O business case em uma frase: performance ganha prioridade quando você traduz a métrica técnica no número de negócio que ela move — usando seu próprio RUM (e, no ideal, um A/B) em vez de estudos emprestados, falando a língua de quem decide (receita, não LCP), e priorizando por impacto × esforço.

Como explicar em inglês

“Performance competes with features for engineering time, and it loses every argument framed in jargon like ‘our LCP is 3.2 seconds.’ To win priority, I translate milliseconds into money — tying the metric to the business number it moves: conversion, revenue, retention. I lean on my own RUM correlated with conversion data, not just third-party studies, and ideally an A/B test to prove causation. And I speak the stakeholder’s language: not ‘we cut TBT by 200ms’ but ‘the page responds faster to taps, so fewer people abandon checkout.’ One caution: I present external studies as direction, never as a promised ROI number — I only promise numbers I’ve measured on our own users.”

PTEN
Argumento de negócioBusiness case
Retorno sobre investimentoReturn on investment (ROI)
Correlação vs. causaCorrelation vs. causation
Métrica-norteNorth-star metric
Impacto × esforçoImpact vs. effort
Parte interessadaStakeholder

O que vem a seguir

Com o business case, você consegue aprovação para um projeto de performance. Mas aprovação pontual não sustenta performance ao longo do tempo — no próximo trimestre a pressão volta e o site apodrece de novo. O capstone do domínio é sobre transformar isso em algo permanente: uma cultura em que performance é responsabilidade de todos, o tempo todo.

Fontes