Você olha o painel e vê: a receita subiu 15% no mês. Comemora. Mas essa média, esse número único e redondo, pode estar escondendo um problema grave: você cresceu porque trouxe mais clientes novos, enquanto a retenção dos antigos despencou. É exatamente aqui que entra a análise de coorte, a técnica que separa seus clientes por safra de entrada e acompanha cada grupo ao longo do tempo, em vez de misturar todo mundo numa média que mente.
No e-commerce, a média é a ferramenta mais perigosa que existe. Ela mistura o cliente que comprou ontem com o que comprou há dois anos, a safra que entrou no desconto da Black Friday com a safra que entrou no boca a boca. O resultado é um número bonito que não te diz o que fazer. A análise de coorte quebra esse bloco único e mostra o que a média abafa: quem fica, quem some e por quê.
O que é análise de coorte (e por que a média mente)
Coorte é só uma palavra chique para safra. Imagine que cada cliente que faz a primeira compra em janeiro forma a safra de janeiro. Quem estreia em fevereiro é a safra de fevereiro, e assim por diante. A análise de coorte pega essas safras e acompanha, mês a mês, quantos voltam a comprar. Em vez de perguntar quanto você vendeu, ela pergunta: dos clientes que entraram em janeiro, quantos ainda compravam em março, em junho, em dezembro?
A diferença para a média é brutal. A média diz que sua taxa de recompra é de 22%. A coorte diz que a safra de janeiro recompra a 35%, a de fevereiro a 28% e a do Natal a 9%. Mesma empresa, mesma média, três realidades completamente diferentes. É a coorte que te mostra onde está o problema e onde está o acerto, porque ela isola o tempo de vida de cada grupo.
Para entender como esse número se encaixa no conjunto maior de indicadores que você precisa acompanhar, vale ler o guia de métricas de e-commerce, que organiza a ordem certa de olhar os números antes de mergulhar na coorte.
Retenção por safra: a primeira coisa que a coorte revela
A primeira coisa que a coorte revela é a retenção por safra. Você monta uma tabela onde cada linha é uma safra (mês da primeira compra) e cada coluna é o tempo decorrido: mês 0, mês 1, mês 2, mês 3. No cruzamento, você vê o percentual da safra que voltou a comprar naquele período. É a famosa matriz de retenção, aquele mapa de calor onde os números verdes viram vermelhos conforme o tempo passa.
Os benchmarks ajudam a saber se você está bem ou mal. Segundo dados de mercado, um e-commerce saudável costuma ter recompra de 20% a 35% entre o primeiro e o segundo mês de cada safra, com a retenção de 12 meses variando de 10% a 20% no B2C. Se a sua safra cai para menos de 15% já no mês 3, o problema não é o custo de aquisição, é o produto ou a experiência pós-compra. Nenhuma verba de tráfego conserta uma safra que não volta.
O mais valioso é comparar safras entre si. Quando a safra de março retém 38% no mês 1 e a de fevereiro retém só 24%, algo mudou: um programa de fidelidade, um lançamento, uma mudança na qualidade do atendimento. A coorte transforma uma suspeita em uma pista rastreável.
Efeito de campanha: por que a safra do desconto rende menos
Aqui mora o ouro do ângulo. Toda campanha agressiva de desconto traz uma enxurrada de clientes novos e infla a média do mês. Parece ótimo. Mas a coorte revela a verdade incômoda: a safra que entra atrás de desconto tende a ser caçadora de promoção, não fã da marca. Ela compra uma vez, barato, e some.
Os números confirmam. Uma análise de coortes de e-commerce mostrou que as safras de clientes adquiridas em períodos de promoção e feriado geram um LTV de 12 meses até 53% menor do que as safras adquiridas fora desses picos. Em português claro: o cliente que entra no desconto vale pela metade ao longo do tempo. Se você olha só a média de receita do mês da campanha, nunca enxerga isso. A coorte separa o joio do trigo mostrando que aquele pico de vendas trouxe gente que não fica.
Isso não significa que campanha é ruim. Significa que você precisa medir a qualidade da safra, não só o volume. Uma campanha que traz muita gente barata e sem retenção pode custar mais caro que uma campanha menor que traz clientes fiéis. Para não deixar essas vendas escaparem logo após a primeira compra, vale estruturar um plano de reativação, como o do post sobre como recuperar vendas perdidas.
Sazonalidade: comparando safras do mesmo mês ano a ano
A terceira camada que a coorte expõe é a sazonalidade. Negócios de e-commerce têm meses fortes e fracos, e misturar tudo na média distorce qualquer leitura. A safra de dezembro, cheia de presentes comprados na correria, se comporta de um jeito totalmente diferente da safra de março, feita de clientes que compraram por necessidade própria.
Se você comparar a retenção da safra de dezembro com a da safra de dezembro do ano anterior, consegue isolar o efeito sazonal do efeito de melhoria real. Caiu a retenção do Natal deste ano contra o do ano passado? O problema é seu, não da época. Melhorou? Suas ações de fidelização estão funcionando. Esse tipo de comparação ano a ano, safra contra safra equivalente, é impossível de fazer com a média, porque a média não tem memória de quando o cliente entrou.
A sazonalidade também te ajuda a planejar caixa. Se você sabe que a safra de janeiro historicamente recompra forte no mês 2, pode programar uma campanha de recompra justamente nessa janela, em vez de gastar tráfego pago para trazer gente nova. A coorte vira um calendário de oportunidades.
Exemplo aplicado: lendo a matriz de coorte de um e-commerce
Vamos a um exemplo concreto. Imagine uma loja de suplementos com três safras: janeiro, fevereiro e março. Na matriz, janeiro mostra mês 1 em 32%, mês 2 em 18% e mês 3 em 14%. Fevereiro mostra 24%, 12% e 9%. Março mostra 38%, 22% e 16%. A média dos três daria algo em torno de 31% no mês 1, um número que não serve para nada sozinho.
Olhando safra por safra, a história aparece. Fevereiro foi o pior mês: provavelmente a loja rodou uma campanha de desconto pesado nesse período e trouxe caçadores de promoção, aquela safra de baixo LTV que já discutimos. Março foi o melhor: talvez tenha lançado um programa de assinatura ou um clube de fidelidade que prendeu a safra. Agora você tem duas ações claras: investigar o que deu certo em março para repetir, e repensar a campanha de fevereiro que encheu a base de gente que não volta.
Esse é o poder da coorte aplicada. Ela não te dá só um diagnóstico, te dá um plano. Cada safra vira um experimento natural que você pode ler, comparar e aprender. E quando você cruza a coorte com o valor que cada cliente gera ao longo do tempo, chega no indicador que realmente importa: o LTV por safra, que mostra quais grupos pagam a conta e quais drenam o caixa.
Como montar sua análise de coorte na prática
Montar sua primeira análise de coorte é mais simples do que parece. Você precisa de três dados por cliente: o identificador, a data da primeira compra (que define a safra) e as datas das compras seguintes. Com isso, você agrupa cada cliente na sua safra, conta quantos recompraram em cada mês seguinte e divide pelo tamanho inicial da safra para virar percentual. Pronto, você tem a matriz.
Um cuidado importante: se você usar o GA4, configure o evento de inclusão e de retorno como compra, não como visita. Por padrão, a ferramenta conta qualquer retorno ao site como retenção, o que infla o número e esconde a realidade. Você quer medir recompra, não visita. Esse mesmo risco de leitura enganosa aparece no relatório de funil, como explica o post sobre funil de vendas no Google Analytics.
Depois de ter a matriz, o salto de qualidade é visualizar o caminho de cada safra junto com as campanhas e automações que você dispara. É aí que um canvas visual ajuda: no Flownel você desenha o fluxo da jornada de cada safra, marca onde entra a campanha de recompra e enxerga, no mesmo mapa, por que uma safra retém e outra evapora. Em vez de uma planilha fria, você tem o funil desenhado, conectando aquisição, retenção e receita. Comece pelos planos do Flownel, que incluem uma versão gratuita para desenhar sua primeira coorte.