Análise de Coorte no E-commerce: Como Medir Retenção

Todo mês você abre o painel da loja, olha o faturamento e decide se foi um mês bom ou ruim. O problema é que a receita total é uma das métricas mais enganosas do e-commerce: ela mistura clientes novos, clientes recorrentes e picos sazonais em um número só.

A análise de coorte resolve isso. Ela separa seus clientes em grupos por mês de entrada e acompanha o comportamento de cada grupo ao longo do tempo. É a forma mais honesta de responder à pergunta que decide o futuro da operação: as pessoas voltam a comprar?

Neste artigo você vai aprender a montar a matriz de coorte com os dados que já tem, interpretar os quatro padrões mais comuns e transformar cada diagnóstico em ação concreta de automação.

O que é análise de coorte (e por que o relatório de vendas mente)

Coorte é um grupo de clientes que compartilha um evento no mesmo período. A coorte mais usada no e-commerce é a de aquisição: todos os clientes que fizeram a primeira compra em determinado mês.

Uma vez definido o grupo, você acompanha o que acontece com ele nos meses seguintes: quantos compraram de novo no mês 1, no mês 2, no mês 6. Como o grupo é fechado, ninguém entra depois. Isso elimina a distorção causada pela entrada constante de clientes novos.

Uma loja pode crescer 20% em receita e estar perdendo saúde ao mesmo tempo — basta gastar mais em mídia enquanto a retenção despenca. A receita total não mostra isso. A matriz de coorte mostra na primeira olhada.

Existem dois tipos principais:

• Coorte de aquisição: agrupa por data da primeira compra ou do cadastro. Responde sobre retenção e LTV.
• Coorte comportamental: agrupa por uma ação específica (quem comprou o produto X, quem veio de uma campanha Y, quem optou por receber WhatsApp). Responde sobre o impacto de decisões pontuais.

Como montar sua primeira matriz de coorte

Você não precisa de BI caro nem de time de dados. Uma exportação de pedidos e uma planilha resolvem a primeira versão.

Passo 1: exporte os dados brutos

Exporte todos os pedidos pagos dos últimos 12 a 24 meses com quatro colunas mínimas: identificador do cliente, data do pedido, valor do pedido e canal de aquisição (se disponível). Exclua pedidos cancelados e estornados — eles inflam artificialmente a base.

Passo 2: identifique o cliente corretamente

Esse é o passo que mais gente erra. Se a loja aceita compra como convidado, o mesmo comprador pode aparecer com três e-mails diferentes. Padronize a chave de identificação: use CPF quando existir, e-mail normalizado (minúsculas, sem espaços) ou telefone como fallback. Sem isso, a taxa de recompra aparece menor do que realmente é.

Passo 3: defina o mês da coorte

Para cada cliente, encontre a data do primeiro pedido. O mês dessa data é a coorte dele. Um cliente que comprou pela primeira vez em março de 2025 pertence à coorte de março de 2025 para sempre — mesmo que compre mais dez vezes depois.

Passo 4: calcule a retenção por período

Para cada coorte, conte quantos clientes fizeram pelo menos um pedido no mês 1 (30 dias após a entrada), mês 2, mês 3 e assim por diante. Divida pelo tamanho original da coorte. O resultado é uma matriz triangular: linhas são as coortes, colunas são os meses de vida.

Exemplo simplificado de leitura, com uma coorte de 500 clientes adquiridos em janeiro:

• Mês 1: 60 clientes compraram de novo → 12%
• Mês 2: 45 clientes → 9%
• Mês 3: 35 clientes → 7%
• Mês 6: 20 clientes → 4%
• Recompra acumulada em 6 meses: 31%

Monte duas versões da matriz: uma com taxa de recompra e outra com receita acumulada por cliente. A primeira mostra comportamento, a segunda mostra dinheiro. Coortes com retenção parecida podem ter LTV muito diferente se o ticket médio evoluir de forma distinta.

Os quatro padrões que aparecem na matriz

Depois de montar, pare de olhar célula por célula e procure o formato geral. Quase toda operação cai em um destes cenários:

1. Queda brutal no primeiro mês

A coorte perde mais de 90% já no primeiro período e nunca se recupera. Isso quase sempre significa problema de experiência inicial: expectativa desalinhada na compra, prazo de entrega ruim, produto que não gerou encantamento ou ausência total de comunicação pós-venda.

A boa notícia é que esse é o padrão mais barato de corrigir. Uma sequência de pós-venda bem construída (confirmação, rastreio, instrução de uso, pedido de avaliação) muda a curva sem exigir aumento de investimento em mídia.

2. Coortes recentes piores que as antigas

Se as linhas de baixo da matriz têm números consistentemente menores que as de cima, sua aquisição está degradando. Normalmente acontece quando a loja começa a escalar mídia com desconto agressivo ou entra em campanhas de topo de funil que trazem caçadores de promoção.

Cliente adquirido com 40% de desconto tende a só voltar com outros 40%. A coorte revela isso três meses antes do seu fluxo de caixa perceber.

3. Platô saudável

A retenção cai nos primeiros meses e depois estabiliza em um patamar (por exemplo, 5% ao mês, mês após mês). Esse platô é o seu núcleo de clientes fiéis. Ele é o ativo mais valioso da operação e a base que sustenta a receita previsível.

4. Sorriso (ressurreição)

A curva cai e volta a subir em determinado ponto. Quase sempre é efeito de uma campanha de reativação, de um lançamento ou de uma data sazonal. Se você conseguir identificar exatamente o que causou a subida, encontrou uma alavanca replicável.

Benchmarks de retenção: o que é normal na sua categoria

Não existe número universal — comparar uma loja de suplementos com uma de eletrodomésticos não faz sentido. Como referência de mercado para taxa de segunda compra em 90 dias:

• Consumíveis (suplementos, cosméticos, pet, alimentos): 25% a 40%
• Moda e acessórios: 15% a 25%
• Casa e decoração: 10% a 18%
• Eletrônicos e duráveis: 5% a 12%

Se você está muito abaixo da faixa da sua categoria, o problema raramente é o produto. Na maioria dos casos é ausência de comunicação estruturada no intervalo entre a primeira e a segunda compra — período em que o cliente simplesmente esquece que sua marca existe.

Corte a coorte por canal e por produto de entrada

Aqui a análise de coorte deixa de ser relatório e vira decisão de investimento. Duas segmentações valem mais que todas as outras:

Por canal de aquisição. Compare a retenção em 6 meses de clientes vindos de busca orgânica, Meta Ads, influenciadores e marketplace. É comum encontrar canais com CAC mais alto e LTV muito superior — e outros que parecem baratos mas entregam clientes que nunca voltam. Quem decide budget olhando só CPA está otimizando para o cliente errado.

Por produto de entrada. Qual produto o cliente comprou na primeira vez? Em praticamente todo catálogo existem dois ou três SKUs que geram taxa de recompra muito acima da média. Descobrir isso muda a estratégia de mídia: você passa a anunciar o produto que abre relacionamento, não o de maior margem imediata.

De diagnóstico para ação: o que fazer com cada cenário

Matriz de coorte sem ação é enfeite de dashboard. Cada padrão pede uma intervenção específica no ciclo de vida:

• Queda no mês 1 → sequência de pós-venda ativa: confirmação, rastreio proativo, conteúdo de uso do produto e pedido de avaliação nos primeiros 7 a 14 dias.
• Recompra abaixo do benchmark da categoria → automação de janela de recompra baseada no ciclo real de consumo do produto, disparada por WhatsApp e e-mail.
• Coortes recentes piores → revisar oferta de aquisição, reduzir dependência de desconto e reforçar captura de opt-in para não depender de mídia paga na segunda venda.
• Platô com base grande e inativa → campanha de reativação segmentada por valor histórico, não disparo genérico para a lista inteira.
• Diferença grande entre canais → realocar orçamento para os canais com melhor LTV em 6 meses, mesmo que o CPA inicial seja maior.

Na prática, é aqui que a maioria das operações trava. Não falta diagnóstico — falta quem construa, dispare e otimize os fluxos todo mês.

Cinco erros que invalidam a análise

• Coorte pequena demais. Abaixo de 100 clientes, o ruído domina. Agrupe por trimestre em vez de mês.
• Ignorar sazonalidade. A coorte de novembro (Black Friday) é estruturalmente diferente da de março. Compare novembro com novembro.
• Misturar canais de venda. Clientes de marketplace normalmente não são seus — separe da loja própria.
• Olhar só percentual. Uma coorte de 2.000 clientes com 8% de retenção vale mais que uma de 200 com 20%. Cruze sempre com receita.
• Medir uma vez por ano. Coorte é rotina mensal. Sem cadência, você descobre a deterioração tarde demais.

Ferramentas para automatizar o relatório

Comece na planilha para entender a lógica. Depois automatize. Shopify tem relatório de coorte nativo nos planos superiores; Klaviyo entrega análise de coorte pronta para quem já usa a plataforma de e-mail; Looker Studio e Metabase permitem montar a matriz sobre um banco próprio; e ferramentas de BI conectadas à API da plataforma resolvem casos mais complexos.

O importante não é a ferramenta, é a cadência. Uma matriz revisada todo dia 5 do mês, com decisão registrada, vale mais que um dashboard sofisticado que ninguém abre.

Conclusão: retenção é o único crescimento que não fica mais caro

A análise de coorte não é exercício acadêmico. É o instrumento que separa crescimento real de crescimento comprado. Enquanto o custo de aquisição sobe todo ano, a base que você já conquistou continua sendo o ativo mais barato da operação — e o único que melhora com o tempo, desde que seja trabalhado.

Nas operações que acompanhamos, cerca de 30% da receita média vem da reativação e da recompra da base existente. Não porque a base é mágica, mas porque alguém montou os fluxos, definiu as janelas e opera as campanhas todo mês.

Se a sua matriz de coorte mostrou uma queda que você não sabe como corrigir, a Quantum faz um diagnóstico gratuito dos seus canais em 48 horas e monta o plano de automação de WhatsApp e e-mail para virar a curva. Fale com a Quantum — nós operamos, você acompanha.