Análise de cohort: o que é e como acompanhar

A análise de cohort, ou análise de coorte, acompanha grupos definidos por uma característica ou evento inicial e compara seu comportamento ao longo do tempo. Ela ajuda a observar, por exemplo, quantos clientes de cada mês de primeira compra voltam a comprar nos meses seguintes.

O cuidado central é comparar grupos com o mesmo tempo de observação e a mesma regra de cálculo. Uma coorte recente ainda não teve a oportunidade de completar todos os períodos de uma coorte antiga. Confundir essa diferença com baixo retorno pode levar a uma decisão incorreta.

Na MAIKON.biz, essa leitura pode orientar a investigação de jornadas, conteúdo, atendimento e relacionamento. O objetivo é transformar um sinal em uma pergunta e depois em uma ação verificável. A tabela, sozinha, não identifica a causa de uma mudança nem garante retenção ou vendas.

O que define uma coorte e o que será acompanhado

Comece com uma pergunta: “Os clientes que fizeram a primeira compra em meses diferentes voltam a comprar no mês seguinte?”. A entrada é a primeira compra, o agrupamento é o mês dessa compra e o retorno é uma nova compra no período definido. O grupo inicial permanece a referência para o cálculo.

Uma coorte também pode partir de cadastro, primeiro acesso ou outro evento documentado. Defina se a entrada ocorre uma única vez ou pode se repetir. Um segmento de pessoas “ativas nos últimos dias” muda conforme a data da consulta; isso precisa ficar claro ao compará-lo a um grupo fixado na aquisição.

Como montar uma análise de cohort em cinco decisões

Verifique uma pequena amostra antes de produzir o relatório completo. Confira identificador, datas, eventos duplicados, cancelamentos e critérios do negócio. Uma compra repetida na base pode inflar a contagem de eventos; a análise de pessoas únicas precisa contar cada cliente conforme a regra definida.

Para acompanhar quem retorna, use um evento que represente o objetivo. Visitar o site, iniciar uma aula, concluir uma atividade e comprar são ações diferentes. Uma formação da MAIKON.biz poderia investigar cada uma delas em análises separadas, sem tratar acesso como aprendizado ou venda.

Exemplo fictício para fins didáticos: tabela de recompra por coorte

Exemplo fictício para fins didáticos. Considere uma operação de cursos da MAIKON.biz com três grupos de clientes definidos pelo mês da primeira compra. Os números abaixo foram criados para explicar a conta; não representam clientes, vendas ou resultados reais da empresa.

A data de corte é 30 de abril de 2026. “Mês 1” significa o mês de calendário seguinte ao mês de entrada; “Mês 2”, o segundo mês seguinte. O retorno conta clientes únicos com pelo menos uma nova compra naquele mês, dividido pelo tamanho inicial do grupo. A análise é por período individual, sem exigir compra em todos os meses.

Para janeiro, o Mês 1 é fevereiro e o Mês 2 é março. Para fevereiro, esses períodos são março e abril. Para março, o Mês 1 é abril e o Mês 2 seria maio, que ainda não havia ocorrido na data de corte. A coluna expressa tempo relativo à entrada, e não um mês fixo igual para todas as linhas.

Taxa de retorno no período = clientes únicos da coorte que retornaram no período ÷ clientes da base inicial × 100. Para fevereiro no Mês 1, a conta é 40 ÷ 80 × 100 = 50%. Para janeiro no mesmo tempo relativo, 40 ÷ 100 × 100 = 40%.

Leia horizontalmente para acompanhar uma coorte e verticalmente para comparar o mesmo tempo relativo entre grupos. Os clientes que compram no Mês 2 podem ser diferentes dos que compraram no Mês 1. Uma taxa menor não permite concluir, por si só, que todos os ausentes cancelaram ou foram perdidos.

Período não observado, zero e média são coisas diferentes

“Ainda não observado” indica que o grupo não completou aquele período até a data de corte. Zero indica que, com o período completo e a medição conferida, nenhuma pessoa atendeu ao critério. Não preencha períodos futuros com zero: isso reduz artificialmente o retorno dos grupos recentes.

No exemplo, o retorno consolidado do Mês 1 é (40 + 40 + 48) ÷ (100 + 80 + 120) × 100 = 42,7%, arredondado. No Mês 2, apenas janeiro e fevereiro estão observáveis: (30 + 24) ÷ (100 + 80) × 100 = 30%. A base elegível precisa acompanhar o período analisado.

Essa agregação vale para o exemplo de grupos distintos e primeira compra única. Em outras configurações, uma pessoa pode aparecer em mais de uma coorte, e somar as linhas pode duplicá-la. A documentação da Amplitude sobre cálculos de retenção mostra por que usuários únicos e períodos completos afetam os totais.

Retorno, retenção, churn e up-sell: defina a métrica

Retorno a um evento pode ser usado como uma medida operacional de retenção, desde que o significado esteja documentado. Recompra conta uma nova compra; up-sell exige uma regra de ampliação da compra ou do plano. Churn exige uma definição de perda ou cancelamento adequada ao negócio.

Uma pessoa que não recompra em um mês pode voltar depois. Por isso, “100% menos a taxa de recompra” não é automaticamente o churn de uma assinatura. Da mesma forma, receita por cliente e quantidade de clientes que retornaram respondem a perguntas diferentes.

Antes de comparar relatórios, confira se o cálculo considera o período individual, presença em todos os períodos ou retorno acumulado. Nomes semelhantes nas ferramentas podem representar regras diferentes. A interpretação precisa acompanhar a configuração efetivamente usada.

Como acompanhar coortes no Google Analytics 4

No GA4, a documentação oficial da análise detalhada de coorte orienta acessar Explorar, abrir a Galeria de modelos e selecionar Análise detalhada de coorte. Defina inclusão, retorno, granularidade, cálculo e métrica conforme a pergunta.

Confira as configurações: no GA4, a semana segue domingo a sábado e o mês segue o calendário. Os cálculos padrão, contínuo e cumulativo respondem a perguntas diferentes. A documentação também informa que essa exploração usa dados do dispositivo e não considera User-ID na criação da coorte.

Portanto, uma coorte de usuários do GA4 pode não equivaler a uma coorte de clientes únicos do sistema de vendas. Valide a identificação e a cobertura dos eventos. Para entender outra leitura da jornada, consulte o artigo sobre funil de vendas no GA4.

Amplitude e planilhas: escolha conforme os dados disponíveis

A Amplitude descreve a análise de retenção a partir de um evento inicial e um evento de retorno, com instrumentação prévia. Na avaliação da ferramenta, teste se os eventos necessários estão registrados corretamente e se a regra corresponde à pergunta do negócio.

Confira também a definição de tempo na Amplitude: janelas desde o evento e datas de calendário podem produzir resultados diferentes. Uma janela mensal de 30 dias não deve ser comparada diretamente a um mês de calendário sem revisar a equivalência.

Uma planilha ou ferramenta de BI pode servir a uma análise delimitada quando os dados estiverem organizados. Preserve uma base com identificador, evento, data e critérios, e gere a matriz a partir dessa base. Mantenha a definição da métrica junto ao relatório para permitir revisão.

Como transformar a comparação em uma investigação útil

Se uma coorte apresentar retorno diferente, examine o contexto: canal de aquisição, oferta, preço, experiência inicial, suporte e período do ano. Verifique primeiro se houve mudança na coleta ou no critério. Registre hipóteses e evidências antes de atribuir o resultado a uma campanha ou iniciativa.

A MAIKON.biz pode relacionar essa investigação ao conteúdo entregue após uma compra, ao atendimento e às condições da oferta. Uma possível ação é revisar uma etapa da jornada e acompanhar novos grupos com a mesma definição. A comparação observacional orienta o teste, mas não prova causalidade.

Use o histórico para comparar grupos suficientemente observados e mantenha os números absolutos ao lado das taxas. Percentuais de bases pequenas oscilam mais e pedem cautela. Evite transformar uma única diferença em previsão de comportamento para todos os clientes.

Checklist antes de usar a análise na decisão

• Entrada, retorno e identificador estão documentados?
• As datas, o fuso e o tipo de período são consistentes?
• Os grupos têm o mesmo tempo de observação na comparação?
• Períodos incompletos estão separados de zero?
• Pessoas únicas e eventos repetidos foram tratados conforme a métrica?
• A conclusão diferencia sinal, hipótese e causa demonstrada?

A MAIKON.biz ajuda empresas a atrair clientes, aumentar vendas, reduzir custos, fortalecer a marca e automatizar processos com IA. Conheça a consultoria em marketing, vendas e IA para avaliar como os dados podem orientar a jornada, e os cursos online para desenvolver a leitura e a aplicação das informações.

Perguntas frequentes sobre análise de cohort

O que é análise de cohort?

É o acompanhamento de grupos definidos por uma característica ou evento inicial, comparando seu comportamento ao longo do tempo. A análise precisa registrar entrada, retorno, período, identificador e regra de cálculo.

Como ler uma tabela de coorte?

Leia uma linha para acompanhar um grupo e uma coluna para comparar grupos no mesmo tempo relativo. Confira a base inicial e a data de corte. A coluna Mês 1 pode corresponder a meses do calendário diferentes para cada coorte.

Como calcular a taxa de retorno?

No exemplo de grupo fixo e período individual, divida os clientes únicos que retornaram naquele período pela base inicial e multiplique por 100. Outras configurações podem usar regras e denominadores diferentes; confirme a definição do relatório.

Por que uma célula fica sem resultado?

Uma causa possível é que a coorte ainda não completou o período até a data de corte. Isso é diferente de zero retorno. Verifique também falhas de coleta e regras de privacidade ou disponibilidade da ferramenta antes de interpretar a ausência.

A análise de cohort prova que uma campanha melhorou a retenção?

A comparação pode revelar diferenças e orientar hipóteses. Para atribuir uma mudança à campanha, é preciso investigar outras condições e usar um desenho de avaliação adequado. Canal, oferta, sazonalidade e medição podem influenciar o resultado.