Paula Esteves e Gilson Rodrigues do G10 Favelas, recebendo o seu Livro O Código do Empreendedor.
Após dezenas de mentorias Paula Esteves cria o Método P em apostilas
Já com equipe de voluntários, é criado o Programa Donas de Si na Favela de Paraisópolis
Orientação às microempreendedoras de Paraisópolis validando o Plano de negócios pré credito
A Plataforma Educacional com a Metodologia Stop & Go é desenvolvida para alcançar outras comunidades pelo Brasil
Secretaria de Desenvolvimento Econômico do Estado de São Paulo faz parceria com Worklover para aferir resultado da MEtodologia aplicada em comunidades para desenvolver o Microcrédito Assistido
FGV avalia todos os pilotos doados e Worklover possui a maior taxa de adesão e resultado diante todos os doadores de metodologias.
Instituto WorkLover faz venda não exclusiva da Metodologia Stop & Go para aplicar em seus programas de microcrédito assistido por todo Brasil, começando por 10 mil empreendedores no Empreenda SP
As pesquisas sobre comportamento financeiro de MEIs do Instituto WorkLover servem como base do Desenvolvimento do Separadin, Aplicativo com Assistente financeiro, homologado pelo Sebrae Nacional e ferramenta de acompanhamento dos programas educacionais do Instituto.





@institutoworklover
@institutoworklover
projetos@worklover.com.br
Preencha o formulário abaixo para conversarmos.
O sistema financeiro tradicional ainda olha para o risco de crédito pelo retrovisor: histórico de atraso, negativação em birôs, relacionamento bancário e renda formal declarada. Esse modelo funciona razoavelmente bem para quem está no topo da pirâmide, mas falha justamente onde o Brasil mais empreende: na base, entre microempreendedores por necessidade.
Essa população vive uma realidade muito diferente:
O Instituto Worklover nasce para atacar esse ponto cego: sem hábito de registro, não há dado; sem dado, não há análise; sem análise, o crédito continua injusto.
O SEPARADIN é a ferramenta criada para isso: um assistente financeiro digital que ensina o microempreendedor a separar PF (vida pessoal) e PJ (negócio) de forma simples, registrando entradas e saídas em poucos cliques ou por áudio. A partir desses registros, o Instituto Worklover está construindo o primeiro Score Comportamental Brasileiro (Din Score), baseado em hábitos financeiros observáveis, e não apenas no passado bancário.
Essa população vive uma realidade muito diferente:
O Instituto Worklover nasce para atacar esse ponto cego: sem hábito de registro, não há dado; sem dado, não há análise; sem análise, o crédito continua injusto.
Este paper apresenta um recorte da base de usuários do SEPARADIN, com foco em frequência de uso, separação de contas e resultado médio por usuário, e discute como isso se traduz em um indicador de risco de crédito mais justo.
Os dados analisados são provenientes diretamente da base de uso do SEPARADIN, consolidando:
Cada linha de dado representa um lançamento financeiro feito pelo usuário, com as seguintes informações mínimas:
Para fins deste estudo:
Além dos valores financeiros, foram calculadas medidas de comportamento de uso:
Um dado central desta análise é que 86,3% dos usuários lançam suas contas, na prática, a cada 2 dias – ou seja, a grande maioria mantém uma cadência de registro muito próxima do “registro em dia sim, dia não”.
2.4. Delimitações e limitações da análise
Esta análise baseia-se exclusivamente em dados auto-reportados pelos usuários do SEPARADIN, registrados espontaneamente durante o período de julho a outubro de 2025. A janela de observação de quatro meses representa um recorte consistente, mas ainda parcial do comportamento financeiro de longo prazo. A amostra analisada concentra majoritariamente microempreendedores individuais (MEIs), o que significa que os resultados refletem o padrão comportamental típico desse segmento. Embora robusta, a natureza declarativa dos dados implica que pequenas imprecisões podem existir, mas não comprometem a validade geral das conclusões.
Na prática, isso significa que um usuário médio registrou mais de um lançamento a cada dois dias ao longo do período observado. Esse comportamento é altamente relevante para risco de crédito: quanto mais o empreendedor olha para o próprio dinheiro, menor a chance de perder o controle do caixa por “surpresa”.
3.1.1. Robustez da amostra
A base composta por 1.430 usuários ativos e 48.652 registros financeiros oferece densidade amostral suficiente para inferências comportamentais confiáveis. Para estudos de microempreendedores, volumes acima de 20 a 30 mil observações já permitem identificar padrões consistentes; com quase 50 mil registros, a precisão estatística é elevada e fortalece todas as conclusões apresentadas neste relatório.
Por usuário | Negócio | Pessoal |
Entradas | R$ 10.885 | R$ 3.428 |
Saídas | R$ 9.441 | R$ 5.989 |
Saldo | + R$ 1.444 | – R$ 2.561 |
Considerando a média por usuário:
Ao separar Pessoal e Negócio, o quadro fica mais claro:
Essa população vive uma realidade muito diferente:
O Instituto Worklover nasce para atacar esse ponto cego: sem hábito de registro, não há dado; sem dado, não há análise; sem análise, o crédito continua injusto.
Mesmo sem planilha na mão, a leitura é simples:
O negócio, em média, dá lucro.
A vida pessoal, em média, gasta mais do que entra.
Quando somamos os dois, o resultado global fica negativo.
Essa é a fotografia daquilo que o Instituto Worklover chama de “sangria cruzada”: o lucro do negócio é drenado pela desorganização da vida pessoal. Sem separar PF e PJ, o empreendedor sente que “trabalha muito e nunca sobra”, mesmo comandando um negócio saudável.
O Mapa Mental do Dinheiro mostra que a maior parte dos registros e do valor financeiro circula pela categoria Negócio, enquanto o Misturado aparece como uma fatia residual. Esse padrão já sinaliza que o usuário do SEPARADIN começa a enxergar a empresa como um espaço separado da vida pessoal, preparando o terreno para análises mais profundas.
A classificação dos lançamentos confirma essa clareza:
Antes de olhar cada categoria isoladamente, é importante entender como o volume registrado se compara ao valor financeiro que de fato circula. No universo de baixa formalização, é comum existir defasagem entre comportamento declarativo (registrar) e comportamento real (transacionar). Mas no SEPARADIN, observamos um fenômeno positivo e raro: os dois caminham juntos.
1. Registro consciente: o usuário não classifica de forma aleatória; ele usa categorias corretas e consistentes.
2. Enquadramento mental claro: a distinção “dinheiro da casa” vs. “dinheiro do negócio” está presente desde os primeiros registros.
3. Ruído reduzido: menor discrepância entre volume e valor significa menor chance de erros, distorções ou confusões.
Essa coerência é incomum na base da pirâmide e indica que o SEPARADIN atua como intervenção comportamental, não apenas tecnologia.
A comparação direta entre registro e transações reforça essa maturidade.
Quando volume e valor seguem o mesmo padrão, significa que o usuário:
● sabe o que está registrando,
● registra o que realmente importa na sua rotina financeira,
● e mantém consistência entre comportamento e realidade financeira.
Na prática:
Esse é o ponto mais importante — e o que faltava para fechar a análise.
Quando comparamos volume com valor, vemos que:
️ Isso significa que o ticket médio pessoal é baixo.
São gastos fragmentados, pequenos, de consumo imediato — típicos da vida cotidiana.
Eles mostram comportamento emocional, impulsivo e pouco estratégico.
️ Ticket médio alto, consistente, financeiro, “pesado”.
Isso revela foco, intenção e que o empreendedor registra especialmente aquilo que afeta o futuro do negócio.
️ Excelente sinal comportamental: pouca confusão, poucas classificações erradas, menos risco.
O ticket médio, portanto, conta exatamente esta história:
Quanto maior o ticket médio concentrado em Negócio, e quanto menor a presença de Misturado, maior a maturidade financeira do usuário — e maior o poder preditivo do Din Score.
A partir de todas as análises acima, podemos afirmar que:
E isso tudo explica por que o Din Score funciona:
Ele mede a evolução comportamental que antecede a estabilização financeira.
Este é o dado mais forte deste paper:
86,3% dos usuários do SEPARADIN registram suas finanças pelo menos a cada 2 dias.
Em termos práticos:
Do ponto de vista de risco de crédito, isso muda o jogo:
Se compararmos com um cenário típico da base da pirâmide, onde o empreendedor costuma “ver o dinheiro” apenas quando entra na conta e some na sequência, ter quase 9 em cada 10 usuários com cadência de 2 em 2 dias é um salto de maturidade.
Esse é o coração do Din Score:
Não basta saber se o cliente pagou ou não uma conta – é preciso saber se ele olha para o dinheiro com frequência suficiente para evitar o descontrole.
Juntando os pontos:
O alinhamento entre volume e valor por categoria não é apenas um dado estatístico — é uma evidência de que o microempreendedor está reconfigurando seu modelo mental sobre dinheiro. Ele passa a interpretar a empresa como uma entidade independente, entende a importância de registrar antes de decidir, e cria uma relação mais analítica com suas finanças. Essa mudança comportamental é, historicamente, um dos maiores preditores de queda na inadimplência, de aumento de resiliência financeira e de crescimento sustentável. É isso que torna o Din Score uma métrica tão poderosa: ele captura o comportamento que antecede o resultado.
Com base nesses achados, o Instituto Worklover estrutura o Din Score como um índice entre 0 e 100 pontos, que mede comportamento financeiro observável. De forma resumida, as dimensões principais são:
No desenho conceitual, o Din Score pode ser lido em faixas:
A principal diferença em relação aos scores tradicionais é que o Din Score melhora à medida que o empreendedor melhora o comportamento, mesmo antes de qualquer histórico bancário formal.
Os dados desta base mostram:
Isso traz três implicações diretas:
Os dados da base SEPARADIN mostram que:
O Instituto Worklover convida:
Como próximo passo, recomendamos a realização de um piloto com uma instituição financeira parceira para validação longitudinal do Din Score. A aplicação do índice ao longo de vários meses permitirá medir sua capacidade preditiva de forma contínua, estimar redução potencial de inadimplência e calibrar o uso do score como critério de elegibilidade para crédito produtivo. Esse movimento consolida a transição do dado comportamental para política de crédito baseada em evidências.