Depois de mais de 1.500 eventos promovidos no primeiro ano e meio em Lisboa, a startup Fever chega esta quarta-feira ao Porto. A entrada da plataforma de entretenimento e experiências na Invicta faz parte do investimento de até cinco milhões de euros que a empresa quer fazer em eventos no mercado português.
Baseada em dados de utilização e preferências dos utilizadores, a plataforma chegou a Lisboa em agosto de 2018 e chega ao Porto mais de um ano depois e prevê adicionar ao seu portefólio de experiências mais de 100 eventos, nos primeiros seis meses de 2020. No Porto, a empresa também vai contar com uma equipa de três pessoas, que será reforçada em 2020.
Além de divulgar os eventos que estão a decorrer nas cidades em que opera, a Fever também organiza eventos próprios, os Fever Originals. Em Lisboa, organizou perto de 200.
Fever. Chegou a Lisboa a app que quer ser uma Netflix de eventos
“Acreditamos que a Fever poderá ser uma ótima ferramenta para dar visibilidade aos excelentes eventos e experiências que já existem na cidade, ajudando os organizadores a promover-se junto de uma audiência que procura o que fazer. E para os utilizadores, será muito mais fácil escolher o que fazer no fim de semana”, afirma em comunicado Gil Belford, general manager da Fever em Portugal.
Em Lisboa, a Fever organizou eventos como o speed networking, o primeiro speed dating gay no país, sessões de concertos acústicos com artistas emergentes, jantares secretos, entre outros. Diana Branco, responsável pela área dos Fever Originals, diz que uma das áreas em que a startup vai investir bastante é na cocriação de novos eventos através da análise de dados e tendências, juntamente com produtores locais. Os primeiros serão os “Candlelight”, concertos de música clássica iluminados à luz das velas.
A Fever é uma startup espanhola, que já levantou mais de 75 milhões de dólares em investimento e conta com mais de 12 milhões de utilizadores únicos por semana nos principais mercados (Londres, Nova Iorque, Paris e Madrid). A app apresenta sugestões personalizadas através de um algoritmo de recomendação.
