Tripnator

Catálogo, preço, disponibilidade, publicação e atendimento ainda viviam em etapas separadas.

Observamos uma agência trabalhando de verdade e vimos o mesmo produto ser reconstruído entre planilhas, catálogo, site e atendimento. A informação existia, mas não avançava como um fluxo único até o viajante.

Essa experiência não virou o SaaS automaticamente. Nós isolamos o problema recorrente e desenhamos o Tripnator como produto independente: uma estrutura capaz de servir operações e marcas diferentes sem repetir o trabalho a cada publicação.

A lógica operacional permanece no sistema; a experiência pública começa pelo que o viajante realmente procura.

Reposicionamos a busca para um modelo discovery-first: origem, destino, data e pessoas vêm antes da engrenagem interna. Transporte, disponibilidade e regras comerciais continuam estruturando a oferta, mas aparecem no momento certo para apoiar comparação e escolha.

A intenção acompanha o viajante da descoberta ao detalhe. Depois de escolher saída, hospedagem e adicionais, o sistema calcula uma cotação e leva esse contexto para o WhatsApp, onde a conversa comercial continua.

Cada agência trabalha em um ambiente isolado, enquanto o produto central continua evoluindo como uma única plataforma.

Construímos uma base white-label em que cada operação controla identidade, conteúdo e catálogo próprios. O fluxo draft → publish → release permite preparar mudanças sem alterar a vitrine ativa e publicar uma versão consistente quando tudo estiver pronto.

Na V1, o percurso termina em cotação contextualizada e WhatsApp — não em checkout. Essa decisão mantém o produto alinhado à venda assistida das agências enquanto validamos o que precisa ser automatizado nos próximos ciclos.

A V1 conecta operação, publicação e presença comercial sem prometer uma automação que ainda não faz parte do produto.

A primeira versão reúne admin, storefront responsivo, isolamento multi-tenant, publicação por release e o fluxo de cotação até o WhatsApp. Essa base permite validar o produto em um beta controlado sem confundir a V1 com uma operação totalmente automatizada.

O próximo ciclo transforma o uso acompanhado em aprendizado de produto: observar cadastro, publicação, descoberta e conversas para evoluir a plataforma com evidência — não com suposição.