Análise Cohort: o que é, para que serve e como fazer?

12,6K

A Análise Cohort é uma ferramenta importante para empresas que precisam analisar a retenção de clientes.

Com ela, é possível comparar o comportamento de grupos de usuários ao longo do tempo, o que ajuda a avaliar quais estratégias dão mais certo e quais devem ser evitadas.

A empresa que deixa essa técnica de lado pode perder clientes por não conseguir identificar problemas capazes de afastar consumidores da sua solução.

Inclusive, esse risco é muito presente em negócios que apostam no modelo de recorrência, como no Software as Service (SaaS).

Ao realizar a Análise Cohort, o gestor entende bem a jornada do cliente e, por isso, pode se antecipar a situações que levem ao churn, ou seja, ao cancelamento de assinaturas.

Siga a leitura e entenda por que esse é um recurso que ajuda no planejamento estratégico e na gestão financeira da empresa.

O que é Análise Cohort?

Análise Cohort é uma técnica que agrupa indivíduos ou elementos com características, ou comportamentos similares em um período específico, permitindo observar como eles (coortes) se comportam ao longo do tempo. 

É amplamente usada para identificar padrões de retenção, engajamento e comportamento em marketing e estudos de usuários, além de ser bastante comum na indústria de tecnologia.

Em inglês, o termo “cohort” significa “grupo” — daí o uso da análise para estudar segmentos de clientes.

A proposta é separar pessoas para avaliar seu comportamento ao longo do tempo conforme determinados critérios.

Pode ser o preço do plano contratado, sua localização geográfica ou qualquer outro recorte útil para um estudo mais aprofundado.

A métrica cohort geralmente enxerga os clientes em grupos de acordo com o acontecimento de um evento e a data.

Por exemplo, um cohort poderia ser constituído pelos clientes que adquiriram o seu software através de pesquisas no Google em uma determinada semana.

Assim, é possível analisar a eficácia da estratégia, verificando quantos dos clientes convertidos após buscas orgânicas seguem consumindo sua solução.

Neste gráfico, vamos mostrar de forma prática:

Semana de Aquisição	Clientes Adquiridos	Semana 1 (retenção)	Semana 2 (retenção)	Semana 3 (retenção)
Semana 1	100	90 retidos (90%)	70 retidos (70%)	60 retidos (60%)
Semana 2	120	102 retidos (85%)	75 retidos (90%)
Semana 3	150	120 retidos (80%)

As semanas que aparecem na coluna vertical se referem ao período de aquisição dos clientes, enquanto as que aparecem na coluna horizontal mostram se eles permaneceram usando o serviço.

Portanto, a Semana 1 (retenção) se passa após a Semana 1, mostrando a retenção depois desse período.

Acompanhar esse desenvolvimento é importante porque uma alta retenção indica que a campanha realizada para atrair clientes foi eficiente, pois chamou usuários mais engajados.

Como funciona a Análise Cohort?

A Análise Cohort funciona a partir da coleta de dados sobre clientes, perfis e ações em diferentes softwares utilizados em uma empresa.

Por isso, tem uma relação com o Big Data, a análise automatizada de grandes volumes de informação.

As informações registradas são reunidas conforme diferentes atributos em comum baseados em uma ação ou período.

Os clientes podem ser agrupados pela participação em uma determinada campanha, por data de início do consumo ou da primeira compra.

Outra possibilidade é estudar as diferentes etapas na jornada de compra, incluindo data do primeiro acesso ao site da empresa, a geração de leads de uma página e outros dados que façam sentido.

Com isso em mãos, o próximo passo é escolher as métricas que serão aplicadas aos grupos de clientes e acompanhar os indicadores em um período específico.

Isso pode ser feito por meio de uma planilha no Excel ou Google Sheets, ou ainda com um software CRM (Customer Relationship Management), que agrupa dados dos consumidores.

Quais os principais tipos de visualizações das Análises Cohort?

A Análise Cohort pode ser visualizada de diversas formas.

A prática mais usada no mercado é aquela que mostramos no exemplo que demos em alguns tópicos atrás.

Ela funciona bem para negócios recorrentes porque analisa a retenção de consumidores ao longo do tempo.

Nesse modelo, as linhas de uma tabela representam todos os grupos analisados. Já as colunas mostram quanto tempo se passou desde a conversão de cada grupo.

Para facilitar a interpretação, algumas empresas utilizam cores para representar o percentual de clientes que seguem consumindo depois que passou um tempo.

Quanto mais escuro, maior é esse percentual.

Outra forma de apresentar os cohorts é em um gráfico com duas variáveis: o período da conversão do agrupamento de clientes e a receita recorrente, que pode ser mensal ou anual.

Cada cohort tem uma cor diferente, ajudando ainda a mostrar o valor que aquele agrupamento rende para o negócio ao longo dos anos.

Também é possível representar os cohortes em um gráfico mais simples, que leva em conta apenas a média entre os diferentes agrupamentos, comparando o percentual de usuários da solução ao longo das semanas que passam após a conversão.

Assim, dá para estabelecer quanto tempo passa até que as pessoas interrompam sua relação com o negócio.

Esses gráficos podem ser usados para avaliar vários aspectos, como vamos explicar no próximo tópico.

8 variáveis que você pode medir com a Análise Cohort

A Análise Cohort serve para medir diversas variáveis em relação a grupos de clientes.

Entre elas, vale citar:

1. Aquisição e retenção

A Análise Cohort permite acompanhar o desempenho de grupos de consumidores inscritos dentro de um determinado espaço de tempo.

Desta forma, é possível comparar a eficiência das ações implementadas em diferentes períodos para atrair novos clientes e reter a longo prazo.

2. Retenção geral

Ao separar o universo total de clientes em grupos, é possível identificar em qual período os clientes estão deixando de consumir.

A partir dessa informação, o gestor pode identificar motivos que levam à desistência e definir eventuais ações de retenção.

3. Efetividade de ações

Separar cohorts de clientes de acordo com o período em que são realizadas determinadas ações é uma forma de avaliar a efetividade das iniciativas.

Essas ações podem ser promocionais, de marketing e publicidade, ou mesmo mudanças no próprio produto.

4. Escolhas em geral

Diversas escolhas podem ser realizadas por meio da Análise Cohort quando há mais de uma alternativa a ser escolhida para agradar aos consumidores.

Se a empresa está mudando o layout do site, por exemplo, pode alternar entre as opções e, após um certo período, verificar qual foi a mais eficaz com base nos dados coletados.

5. Uso da solução

Por meio da Análise Cohort, é possível avaliar se um cliente está realmente utilizando a solução contratada, ou apenas pagando por ela sem ter nenhum resultado.

Um cenário como esse indica uma grande possibilidade de que o usuário deixe de consumir, o que indica a necessidade de medidas de educação para que ele possa explorar ao máximo a ferramenta.

6. Churn

O churn mede o cancelamento, ou seja, a saída dos usuários.

Por meio da Análise Cohort, é possível identificar o período que isso acontece com maior frequência, no qual será preciso intensificar as ações de retenção.

7. Sazonalidade na aquisição

A Análise Cohort pode apontar diferenças de sazonalidade na aquisição de novos usuários.

Em outras palavras, ela mostra as melhores e piores épocas no que diz respeito a atrair clientes, o que ajuda a definir os períodos de implementação e duração das ações para captação.

8. Inadimplência

A partir da Análise Cohort, uma empresa pode descobrir em quais períodos diferentes grupos de clientes atrasam o pagamento.

Essas informações podem servir como base para estratégias de combate à inadimplência.

É o caso da automatização do envio de notificações e a flexibilização nas formas de pagamento.

Esses tópicos estão aplicados à realidade de uma empresa SaaS, mas também é possível utilizar a Análise Cohort para fazer estudos de comportamento em outros segmentos — e com os mesmos benefícios.

Quais os benefícios da Análise Cohort?

A Análise Cohort traz uma série de benefícios importantes.

Vale destacar os seguintes:

• Mais clareza sobre os processos de aquisição e retenção de clientes
• Possibilidade de entender as razões pelas quais usuários cancelam um serviço ou permanecem nele
• Adoção de uma visão de longo prazo na análise de indicadores de desempenho do negócio
• Otimização das ações de marketing e comunicação com base nos insights obtidos no estudo dos cohorts
• Possibilidade de otimizar o funil de vendas SaaS analisando cada etapa de conversão dos clientes
• Facilidade para calcular métricas como Custo de Aquisição de Clientes (CAC) e Lifetime Value (LTV ou Valor do Tempo de Vida do Cliente)
• Visão mais clara de como o comportamento dos usuários afeta as finanças do seu negócio.

Análise Cohort vs segmentação: qual a diferença?

A Análise Cohort é um método de dividir a base de clientes baseada no tempo em que determinada ação é realizada.

Já a segmentação também faz o agrupamento de consumidores, mas levando em conta algumas características e comportamentos semelhantes.

Por suas características, os cohorts podem ajudar a identificar padrões sazonais — ou seja, períodos em que suas estratégias rendem um bom ou um mau desempenho.

Imagine que você bolou uma ação de marketing que resultou na conversão de um determinado número de usuários.

Esses clientes representam um cohort, que pode ser comparado a outros para apontar se essa iniciativa captou as pessoas certas, ou seja, aquelas que podem representar um maior LTV.

Já a segmentação ajuda a empresa a identificar o Perfil de Cliente Ideal, ou seja, os consumidores que podem render os melhores resultados para o negócio.

Você pode separar os usuários por características diversas, como a localização geográfica, a receita que rendem à empresa, a frequência com que usam a sua solução ou até a pontuação no NPS, indicador que mede a satisfação do cliente.

Assim, pode direcionar as ações de publicidade aos segmentos mais promissores.

Como fazer uma Análise Cohort?

Para fazer uma Análise Cohort, a primeira medida é entender quais dados coletar e quais métricas utilizar no estudo.

Acompanhe o passo a passo:

1. Defina um objetivo

Comece a Análise Cohort definindo um objetivo central para o seu estudo (ou vários, dependendo da situação). Exemplos:

• Medir a taxa de retenção para clientes que assinaram diferentes planos
• Entender quando ocorre o churn em relação aos canais de aquisição
• Mensurar o retorno financeiro de diferentes campanhas de aquisição
• Entender se a sazonalidade afeta a qualidade dos seus leads e o potencial de conversão
• Procurar gargalos em fases de conversão do seu funil de vendas.

2. Crie seus cohorts

Com o objetivo definido, o próximo passo é criar os cohorts. 

Esses grupos, como você já acompanhou aqui, se baseiam em uma ação, evento ou período específico.

Você pode usar os dados do seu CRM ou software de automação de marketing para coletar dados e criar os cohorts.

Confira exemplos:

• Grupos de clientes separados por campanha realizada no Google Ads ou Facebook Ads
• Grupos de clientes que assinaram um determinado plano a partir de uma determinada data
• Grupos de clientes separados por planos oferecidos pela empresa
• Grupos de clientes separados por trimestre de aquisição em um ano
• Grupo de clientes separados por promoções das quais participaram em um período.

3. Escolha as métricas

Depois de estruturar os grupos para análise, você precisa escolher as métricas que serão aplicadas a esses cohorts.

Alguns exemplos são:

• Taxa de churn (Churn Rate)
• Taxa de conversão
• Taxa de retenção
• Retorno sobre Investimento
• Ticket médio
• Índice de upsell e cross-sell.

Por exemplo, você pode separar os clientes em grupos de acordo com os planos contratados nos últimos seis meses e comparar a taxa de retenção dentro desses cohorts.

Da mesma forma, é possível analisar qual ação de aquisição foi mais efetiva por meio da taxa de retenção de grupos separados por campanha.

4. Determine um período

A Análise Cohort só faz sentido se você definir um período de tempo para acompanhamento.

Assim, você pode criar um gráfico com a evolução dos grupos de acordo com a métrica definida.

O ideal é definir intervalos que se relacionam com o ciclo de vendas do seu negócio, como uma análise mensal ou quinzenal.

5. Acompanhe os resultados

Com os grupos e métricas definidos, você está quase lá.

O próximo passo é acompanhar a evolução da sua Análise Cohort por meio de uma ferramenta como uma planilha do Excel, um software CRM com essa função ou mesmo um sistema de gestão de dados.

A partir de gráficos que comparam a variável dos grupos com a variável da métrica ao longo do tempo, fica fácil observar os resultados que você procura e obter insights.

Exemplo de como fazer uma Análise Cohort, na prática

A partir dos passos que vimos acima, vamos trazer agora um exemplo mais prático de como realizar essa prática.

Para isso, vamos imaginar uma empresa SaaS.

Antes de mais nada, precisamos definir um objetivo: analisar a retenção dos clientes que assinaram o plano básico em seis meses.

Então, cada cohort será o agrupamento de clientes convertidos em cada um dos seis meses.

Para ficar de acordo com o objetivo, obviamente a métrica escolhida será a retenção, ou seja, a divisão entre os clientes que permaneceram assinando o serviço pelo total dos que assinaram no mesmo mês.

Agora chega o momento de determinar os períodos de análise.

Como esse acompanhamento será feito por um semestre, para os cohorts de cada mês, serão avaliados os seis seguintes.

Por exemplo:

• Cohort de janeiro: janeiro a junho
• Cohort de fevereiro: fevereiro a julho.

E assim por diante.

Enfim, chegamos à etapa de acompanhamento dos resultados.

Imagine agora que os resultados foram os seguintes:

Cohort	Mês 1	Mês 2	Mês 3	Mês 4	Mês 5	Mês 6
Janeiro	1000	800	700	650	600	550
Fevereiro	1000	850	750	700	650	600
Março	1000	900	800	750	700	650
Abril	1000	850	800	780	720	680
Maio	1000	880	820	780	750	700
Junho	1000	800	750	700	650	600

Como esse exemplo é fictício, vamos considerar um improvável cenário de que a cada mês, exatamente 1.000 pessoas assinaram o serviço, para facilitar o entendimento.

No próximo tópico, vamos explicar como esses números podem ser analisados.

Como ler uma Análise Cohort?

O gráfico da Análise Cohort tem dois eixos:

• Eixo vertical: representa os cohorts, ou seja, o número de clientes que assinaram a solução dentro de cada período
• Eixo horizontal: representa o número de meses que se passaram desde cada cohort.

Na linha de janeiro, o Mês 1 é fevereiro, o Mês 2 é março, da mesma forma que em fevereiro o Mês 1 é março e o Mês 2 é abril, e por aí vai.

Por isso, é comum vermos um gráfico de cohort com alguns espaços em branco, como inclusive mostramos no começo deste conteúdo, pois ainda não foram contabilizados os dados referentes a todos os meses.

O primeiro passo para interpretarmos a tabela é passarmos esses dados para percentuais, calculando quantos clientes permaneceram em relação ao total de convertidos naquele cohort.

A tabela, então, ficaria assim:

Cohort	Mês 1	Mês 2	Mês 3	Mês 4	Mês 5	Mês 6
Janeiro	100%	80%	70%	65%	60%	55%
Fevereiro	100%	85%	75%	70%	65%	60%
Março	100%	90%	80%	75%	70%	65%
Abril	100%	85%	80%	78%	72%	68%
Maio	100%	88%	82%	78%	75%	70%
Junho	100%	80%	75%	70%	65%	60%

Cada linha representa apenas os clientes convertidos naquele mês, e quantos deles permanecem assinantes depois de cada mês subsequente.

O gráfico mostra o percentual de usuários de diferentes grupos que se mantêm ativos após a assinatura.

Portanto, do total de clientes convertidos em janeiro, 80% continuaram assinantes em fevereiro, 70% seguiram em março, e por aí vai.

A partir dessa tabela, podemos concluir que as retenções de janeiro e fevereiro são mais baixas em comparação com os outros meses.

Isso pode indicar o sucesso de uma iniciativa que veio depois ou alguma variação sazonal relacionada ao período de férias de verão.

4 ferramentas para usar na sua Análise Cohort

Embora a Análise Cohort possa ser feita manualmente, o ideal é usar aplicativos para montar as planilhas de forma mais rápida e sem risco de erro no preenchimento dos dados.

Conheça agora quatro ferramentas que podem desempenhar essa função.

1. Google Analytics

O Google Analytics é uma das principais plataformas para quem trabalha com vendas online, pois disponibiliza vários dados sobre a visitação e o comportamento dos clientes em um site.

Entre várias outras funções, o aplicativo pode realizar a Análise Cohort a partir da opção “Público-alvo”, no menu à esquerda.

Você pode definir o tipo e o tamanho do cohort, a métrica a ser usada e o objetivo, além de comparar os desempenhos de diferentes segmentos.

2. Amplitude

Amplitude é uma plataforma de análise digital de dados direcionada para empresas que fazem vendas com vários recursos.

A ferramenta pode realizar uma Análise Cohort acessando a opção “Cohorts” no menu à esquerda.

Você pode usar uma versão demo gratuitamente.

3. Mixpanel

Esse sistema realiza a análise de dados em tempo real, com foco no comportamento do usuário.

Para realizar a Análise Cohort, basta selecionar a aba “Retention” no menu superior.

Depois, selecione as métricas usadas e inclua as outras informações necessárias para o sistema apresentar os dados.

4. Heap

Heap é mais um exemplo de software de dados focado em vendas, com objetivo de mapear a jornada do cliente.

Para acessar a função de Análise Cohort, o usuário deve ir em “Analyze” no menu à esquerda e selecionar “Retention”.

Então, basta selecionar o “Start Event”, ou seja, a ação que determina o início da montagem do cohort, como a compra ou início do uso de um software, e incluir os demais dados.

Qualquer um desses sistemas pode ser usado para ajudar a empresa a analisar a retenção dos clientes, como vamos mostrar no próximo tópico.

Como usar a Análise Cohort para retenção de clientes?

Existem três formas diferentes para utilizar a Análise Cohort na elaboração de estratégias para retenção de clientes.

Acompanhe a seguir.

Cohorts de aquisição

São os cohortes que dividem os clientes de acordo com o período em que eles foram captados.

Pode ser o momento da inscrição ou aquisição da versão paga da ferramenta.

O objetivo desses cohorts é analisar o desempenho a longo prazo dos clientes para verificar em qual período as estratégias de aquisição foram mais eficientes.

Cohorts comportamentais

São os grupos de usuários separados conforme determinados comportamentos em comum, ainda que tenham ingressado na base de clientes de formas diferentes.

A característica usada para definir os cohortes variam conforme as características da solução.

Alguns exemplos podem ser:

• Clientes que completaram ou não as etapas de onboarding
• Frequência de uso da ferramenta
• Valor médio de compra
• Ações específicas conforme as funcionalidades do sistema.

As tendências e padrões de comportamento identificados nesses cohorts podem embasar estratégias.

Cohorts preditivos

São grupos de clientes que tendem a apresentar determinado comportamento no futuro.

Essas tendências são apuradas por algoritmos em um sistema de machine learning a partir da análise de dados históricos dos consumidores.

Possíveis exemplos são a inadimplência e o churn, o que torna esse tipo de cohort importante na definição de estratégias de retenção.

Como a área de marketing pode usar o cohort?

A equipe de marketing da sua empresa pode ter análises preciosas e estratégicas com essa técnica.

Além disso, os insights recolhidos quando separamos grupos de pesquisa divididos por perfis específicos ajudam a entender se as campanhas estão bem direcionadas.

Dessa forma, você pode usar o Cohort para:

• Analisar visitas e o tempo de cadastro depois do primeiro acesso ao site
• Efetividade das campanhas e de gatilhos de atenção que são utilizados
• Sazonalidades do mercado
• Potencial de recompra dos clientes
• Análise das campanhas e de ads
• Potencial de crescimento orgânico, e muito mais.

Portanto, use o Google Analytics e as outras ferramentas que mostramos aqui a favor do seu time e faça acompanhamentos periodicamente.

Lembre que esses números podem — e vão — mudar com frequência.

Como a área comercial pode usar o cohort?

Outra área muito beneficiada por essa análise, que anda de mãos dadas com o marketing, é o time de vendas da sua empresa.

Algumas ideias de usos pela área comercial são:

• Separar leads qualificados e curiosos
• Impactos no processo de vendas e nos resultados da empresa
• Entender de qual canal estão vindo os leads mais qualificados
• Desenvolver ações personalizadas com cada experiência de compra
• Ajustar o funil de vendas de acordo com as estratégias analisadas
• Agrupar a qualificação de acordo com os segmentos
• Qual a receita vinda de cada cliente ou grupo analisado.

Portanto, lembre que o time comercial também precisa revisitar os resultados periodicamente, e que estabelecer intervalos de tempo são importantes para colher insights.

Além disso, é necessária uma postura ativa e que demande ações depois que os dados estiverem em mãos.

O intuito é ajudar sua empresa a vender mais e sempre e, para isso, é necessário colocar a mão na massa!

Como usar a Análise Cohort para avaliar o churn e a inadimplência em assinaturas?

Além de atrair e reter clientes, a análise cohort pode ajudar a entender os níveis de churn e inadimplência.

Além da atração e retenção dos clientes, a pontualidade nos pagamentos também é essencial para negócios por assinatura.

Por conta disso, a Análise Cohort é muito útil para avaliar o churn e a inadimplência, dois fatores essenciais para a saúde financeira de uma empresa recorrente.

Você pode ter estatísticas do negócio como estas:

• Número de usuários
• Novos assinantes
• Churn Rate
• Índice de Atraso Geral de pagamentos
• Receita recorrente mensal
• Evolução de assinantes.

Esses dados podem ser combinados com datas e relacionados com as ações realizadas pela empresa para fomentar o crescimento do negócio e combater a inadimplência.

Com certeza, você terá em mãos uma grande quantidade de informações muito úteis que servirão de guia na gestão do negócio.

Além disso, ao conseguir toda informação necessária através da segmentação dos usuários em características comuns, fica fácil a tarefa de observar comportamentos semelhantes.

Uma possibilidade é identificar padrões de comportamento.

Para um cliente com risco de cancelamento, por exemplo, podem ser realizadas medidas de educação para que ele aprenda a tirar o melhor proveito possível da plataforma para perceber o quanto ela é útil e necessária.

Já para consumidores com histórico de atraso no pagamento, podem ser programados envios de lembretes automáticos para evitar o esquecimento.

Dessa forma, identificados os pontos que podem ser melhorados, é possível buscar o aperfeiçoamento das operações sabendo exatamente o que deve ser mudado.

Como fazer uma Análise Cohort por meio de pagamento?

Ao longo deste texto, apresentamos o uso da Análise Cohort voltada à retenção de clientes, podendo agrupar usuários conforme período de aquisição ou comportamentos.

Como você já percebeu, essa ferramenta também pode ser usada no combate à inadimplência.

Uma forma de fazer isso é realizando uma Análise Cohort por meios de pagamento, que seria uma variação das outras técnicas.

Com ela, é possível verificar tendências e obter insights sobre como melhorar a experiência do cliente com base na forma de pagamento escolhida.

Para isso, vamos resumir abaixo os passos necessários.

Escolha dos cohorts

Os cohorts são os métodos de pagamento em si.

Alguns exemplos:

• Boleto bancário
• Cartão de crédito
• Cartão de débito
• Pix.

Delimitação do tempo

O tempo analisado pode ser diário, semanal, mensal ou outra periodicidade, dependendo das características do seu negócio.

A delimitação de períodos específicos ajuda a apontar tendências de aumento ou redução na proporção do uso de determinado método.

Escolhas as métricas

Cada empresa deve escolher as métricas que façam mais sentido para o formato da sua empresa.

Veja alguns exemplos:

• Taxas de retenção
• Churn rate
• Atraso no pagamento
• Lifetime Value (LTV).

Coleta de dados

A partir das duas etapas acima, colete os dados conforme o meio de pagamento e o período de tempo.

Com uma ferramenta automatizada, é possível gerar relatórios com as informações desejadas em tempo real.

Análise

Essa etapa pode ser feita por meio de um gráfico, como mostramos mais acima.

Desta forma, fica mais fácil identificar insights relevantes.

Por exemplo, o gráfico pode apontar que usuários que escolhem determinado meio de pagamento apresentam um LTV três vezes superior aos demais.

E então, gostou de saber mais sobre a Análise Cohort?

Então, aproveite e baixe nossa planilha gratuita para calcular sua taxa de churn e aumentar a retenção no seu negócio!