A ArteLonga roda sua rede inteira com a Hostinger na porta — DNS, hospedagem e agora Horizons. Chegamos como usuários e ficamos como clientes. Cada pequeno negócio que colocamos online é mais um domínio na Hostinger: escala horizontal para a Hostinger. Esta é a candidatura a Data Analyst, contada desse lugar.
Estudo de caso — Retro Umarizal: cardápio → domínio no Horizons
Um lead frio com um único cardápio de restaurante virou cliente pagante da Hostinger em ~24h — de um rascunho compartilhável a um domínio no ar no Hostinger Horizons.
2 jun — chegada
Retro Umarizal chega com um único ativo: um cardápio. Mais um lead entra na rede.
2 jun — MVP na hora
Um MVP de staging self-hosted sobe num subdomínio compartilhável — sem compra, sem DNS pro cliente mexer. O dono vê um site funcionando na primeira hora.
2 jun — validado
Cliente aprova na URL de staging → compra retroumarizal.com.br. O investimento vem depois da validação, não antes.
3 jun — convertido pro Horizons
Reconstruído no Hostinger Horizons; o cliente comparou os dois e escolheu a versão Horizons. No ar no apex com cert Let's Encrypt; o MVP self-hosted foi aposentado.
Cada parceiro é mais um funil — e cada funil que fecha é mais escala horizontal para a Hostinger. Retro Umarizal é o data point #1 do funil Horizons: eventos reais e datados HORIZONS_PROMPT → APP_GENERATED → PUBLISH, prontos pra medir.
Do primeiro contato a um site no ar no próprio domínio, o caminho que um cliente percorre se lê como um funil — uma forma simples e compartilhada de ver onde Marketing Impact, ativação e retenção de fato acontecem, com um número em cada etapa e um departamento responsável por cada uma (Marketing é dono da abertura; Product do cadastro; Finance do pagamento; Infra do go-live; e assim por diante). Modelei assim, com trilhos de integridade de dados (observado-vs-pendente, ICs de Wilson); o método completo — e o detalhamento por equipe — está no estudo.
ChegaMarketing · aquisição
AbreMarketing · engajamento40,3% medido
ValidaProduct · ativação
CompraRevenue · monetização
No arInfra · Customer Success
RetémProduct · Revenue
O que os números são — e não são. O demo roda sobre duas amostras pequenas: o estudo de caso da Retro acima, e a minha própria caixa de entrada recebendo os emails da Hostinger. A segunda é uma amostra de um — nenhum proxy geral pra nada — então os números falam de engajamento (a mensagem chegou e foi aberta?), não de churn ou conversão. O ponto é o método e a honestidade sobre seus limites, não as contagens.
Feedback do cliente sobre o Horizons — o que eu reportaria como analista
Sinal em primeira mão de construir o retroumarizal.com.br no Horizons — o feedback honesto de produto que esta vaga vira roadmap.
👍 Funcionou bem
Intake rápido, feedback incorporado de forma eficaz — barato em créditos até um protótipo funcional. Aprovado em 24h, ajustes finais com créditos grátis. O som de conclusão é genuinamente satisfatório. Bem mais fácil que fazer deploy e ajustar DNS na mão.
🔧 Atrito
O chat inicial esconde o começo da conversa em zoom 100% (gravação ↗); algumas instruções iniciais foram puladas (ex.: "extraia o conteúdo deste site"); o conteúdo precisou de HTML estruturado — uma URL ou texto colado não funcionou (3 trocas, caro em créditos pra gerar conteúdo); não está claro como editar após publicar; inglês por padrão.
📊 Pedido do analista
Expor telemetria do build desde o início — créditos por etapa, trocas-até-protótipo, taxa de edição-após-publicar: a unit economics que o dashboard do Horizons precisa.
Estatísticas & insights
Os números por trás da rede — e a única métrica de engajamento que esta amostra de fato consegue medir, desenhada com sua barra de erro. Método e medições brutas ficam nos estudos: achados de DNS · referência de API.
1.473commits
286PRs merged
9serviços web
6parceiros
Taxa de abertura de email — o único número que dá pra medir com clareza, com sua barra de erro (passe o mouse na barra pra ver o IC 95%)
São os dados de um único cliente — 77 emails da Hostinger numa só caixa de entrada, efetivamente n=1. Esse é o limite honesto. Mesmo assim, n=1 já mostra sinal: uma taxa de abertura de ~40% (com um intervalo largo e honesto), o feedback de produto do Horizons acima e uma conversão cardápio→domínio em 24h. O método escala; a amostra ainda não.
Portfólio técnico — coisa à parte
O estudo de caso acima é contado do lugar do cliente. A engenharia por trás dele — a plataforma que produz estes dados — é um artefato separado: um System Portfolio com duas linhas do tempo (dados e sistemas), cada uma correndo até hoje. Vive em yuri.artelonga.com.br — e roda interativo aqui mesmo:
Os cinco projetos de exemplo da vaga — o que eu já encostei
A Hostinger lista cinco projetos reais pra essa cadeira. Eu estive do lado do cliente na maioria deles neste mês:
Dashboard do Horizons — crescimento, engajamento, unit economics
Eu mesmo construí um site no Horizons (Retro Umarizal) → o primeiro data point datado do funil; o pedido do analista é exatamente sua unit economics (créditos/etapa, trocas-até-protótipo).
Medir o Impacto de Marketing — abre → visita → compra
A métrica de abertura acima (40,3%, IC Wilson) é essa pergunta medida; a escolha MVP-vs-Horizons que o cliente fez é uma comparação no estilo A/B.
Analisar usuários do Website Builder — uso & segmentos
Build em primeira mão documentado de ponta a ponta, incluindo uma gravação ↗ de uso real do produto.
Churn & retenção
Honestamente fora de alcance com n=1 — mas é a etapa Retém do funil acima; o método (segmentação, A/B, ICs de Wilson) já está no estudo.
Melhorar o Customer Success — onboarding & chatbot
O log de atrito acima é sinal bruto de CS: onde o onboarding trava (início do chat escondido, scrape pulado, inglês por padrão) e o que corrigir.
Esclarecimentos — requisitos, atendidos
Cada linha da vaga, mapeada à linha do tempo e ao histórico — evidência, não promessa. Cada uma aponta pra sua prova.
2+ anos em dados
14 anos no caminho Dados (2012–2026) — 7× o pedido.
Construímos e mantemos a ArteLonga, nossa rede; precificação quant em tempo real em mercados ao vivo.
Tableau / ferramentas de BI
Entreguei dashboards no QuickSight na Propz; Tableau & Looker são intercambiáveis pra isso — o gráfico acima é feito à mão com barras de erro honestas.
Parceria entre times + Data Platform
Revenue, product, finance & customer success são donos de cada etapa da jornada; e eu construo o pipeline de eventos de ponta a ponta (eventos → bake → viz), então trabalho naturalmente com data & analytics engineers.
Product analytics (Amplitude)
Funis de eventos são meu modelo aqui (HORIZONS_PROMPT → APP_GENERATED → PUBLISH); ferramentas tipo Amplitude / GA encaixam direto.
Antes da ArteLonga: Senior Data Scientist, Quant e anos de pesquisa. Histórico completo no currículo, publicações na bibliografia. Já na porta como cliente — me candidato pra construir por dentro.