Uma coorte é um grupo de clientes que compartilham uma característica inicial — geralmente o mês de sua primeira compra — e são acompanhados juntos ao longo do tempo, com o 'relógio' de cada cliente começando em sua própria primeira compra, em vez de em uma data de calendário. Essa reindexação por idade é o que torna grupos adquiridos em momentos diferentes comparáveis.

O que é análise de coorte?

A análise de coorte agrupa clientes por quando foram adquiridos e acompanha cada grupo adiante, para que você possa ver se o comportamento mudou ou se a composição dos clientes mudou. Uma métrica combinada se move por qualquer um dos motivos e não consegue distingui-los, que é como uma retenção geral estável pode esconder duas grandes tendências opostas.

Por que agrupar por mês de aquisição?

Porque a primeira compra é o único evento que todo cliente tem exatamente uma vez, é registrada de forma confiável e nunca muda retroativamente. Agrupar por um evento repetível, como a primeira assinatura, torna a associação ambígua, já que um cliente pode cancelar e começar de novo, e isso reescreve silenciosamente cada gráfico histórico construído sobre ele.

Como você compara duas coortes de forma justa?

Compare-as na mesma idade, não na mesma data de calendário. Uma coorte adquirida há quatro meses tem quatro meses de histórico e uma adquirida no mês passado tem um, então qualquer valor cumulativo favorece a mais antiga por construção. Leia uma coluna da tabela de coorte — mês 1 contra mês 1 — em vez de ler as linhas.

O que é viés de sobrevivência na análise de coorte?

Ocorre quando o denominador de uma curva de retenção são os clientes ainda ativos, em vez do tamanho original da coorte. Medida dessa forma, a taxa aumenta à medida que os clientes menos engajados saem do cálculo, e uma coorte em deterioração pode parecer uma em melhoria. O denominador deve permanecer fixo no tamanho da coorte inicial durante todo o processo.

Qual o tamanho necessário de uma coorte?

Grande o suficiente para que a variação comum não ofusque o sinal. Uma coorte de 40 clientes com uma taxa de repetição de 20% representa oito pessoas, então dois clientes para mais ou para menos a oscilam entre 15% e 25%. Amplie a granularidade para coortes trimestrais em vez de suavizar o gráfico, e sempre exiba o tamanho da coorte ao lado da porcentagem.

Medição

Coorte

Uma coorte é um grupo de clientes que compartilham uma característica inicial — na maioria das vezes, o período em que fizeram sua primeira compra — e são então acompanhados juntos ao longo do tempo.

A análise de coortes é o que separa uma mudança no negócio de uma mudança na composição. Uma métrica combinada se altera quando novos clientes se comportam de forma diferente, quando clientes antigos se comportam de forma diferente, ou quando suas proporções mudam, e ela não consegue dizer qual é o motivo.

Divida as coortes por canal de aquisição, bem como por data. Clientes adquiridos com um grande desconto na primeira compra retêm de forma diferente, e misturá-los com os orgânicos torna ambas as curvas ilegíveis.

O diagnóstico errado clássico que ela evita: a retenção geral parece estável, então a equipe de produto conclui que nada mudou. A análise de coortes revela que cada nova coorte está, na verdade, retendo melhor, enquanto a composição mudou para um canal de aquisição mais barato que retém pior — dois grandes movimentos opostos que, em média, resultam em uma linha reta. Agir com base no número estável significa consertar um produto que está melhorando e escalar um canal que não está.

O que define uma coorte, e por que o mês de aquisição é o padrão

Uma coorte precisa de duas coisas: um evento inicial compartilhado e um relógio que começa nesse evento. A segunda é a parte que as pessoas pulam e a parte que faz todo o trabalho. Uma vez que a linha do tempo de cada cliente é reindexada para que o mês 0 seja o seu próprio primeiro mês, em vez de um mês de calendário, clientes adquiridos em janeiro e em julho tornam-se diretamente comparáveis na mesma idade. Sem essa reindexação, você tem um filtro, não uma coorte.

O mês de aquisição é o evento inicial padrão por uma razão simples: é o único evento que todo cliente tem exatamente uma vez, nunca muda retrospectivamente e é registrado de forma confiável. Contraste isso com a análise de coortes baseada na "primeira assinatura" — um cliente pode assinar, cancelar e assinar novamente, então o evento inicial é ambíguo e a associação à coorte pode mudar após o fato, o que reescreve silenciosamente a história em cada gráfico construído sobre ela.

A data de aquisição não é o único eixo útil, apenas o mais seguro para começar. Coortes comportamentais — primeiro produto comprado, canal de aquisição, preço total versus desconto na primeira compra, dispositivo, país — são frequentemente mais diagnósticas, e elas se combinam: a coorte de março adquirida em mídia social paga com 20% de desconto é uma coorte legítima e muitas vezes a que explica um problema de retenção. A regra que sobrevive a todos esses recortes é que o índice de tempo deve ser a idade, não a data do calendário.

Mensal é o nível de granularidade padrão para e-commerce porque a maioria dos ciclos de repetição é medida em semanas a meses. Coortes semanais para um negócio que faz algumas centenas de pedidos por mês são principalmente ruído; coortes trimestrais para um negócio que faz dezenas de milhares escondem demais. Escolha a granularidade que lhe dá coortes grandes o suficiente para ler, e então deixe-a como está.

Lendo um triângulo de coortes

A saída padrão é um triângulo: uma linha por coorte, uma coluna por mês de idade, e progressivamente menos células à medida que você desce para coortes que não existiram tempo suficiente para preenchê-las. A forma não é um defeito. É a representação honesta do fato de que coortes recentes têm menos histórico, e qualquer gráfico que o oculte está fazendo uma média sobre dados que não existem.

Existem três maneiras de lê-lo e elas respondem a três perguntas diferentes. Ao longo de uma linha está o envelhecimento de uma coorte: como um único grupo de clientes decai. Para baixo em uma coluna está a comparação que realmente importa para as decisões — as coortes mais recentes são melhores do que as mais antigas na mesma idade? Ao longo da diagonal está um mês de calendário experimentado por cada coorte simultaneamente, que é onde interrupções do site, falta de estoque e promoções aparecem como uma faixa cortando coortes de todas as idades.

Coorte de aquisição	Clientes	Mês 1	Mês 2	Mês 3	Mês 4
Janeiro	1,200	22%	15%	12%	10%
Fevereiro	1,350	23%	16%	13%	—
Março	1,900	25%	17%	—	—
Abril	2,400	26%	—	—	—

Exemplo de triângulo de coortes: taxa de recompra por meses desde o primeiro pedido

Os erros que fazem um gráfico de coortes mentir

Leia a coluna do Mês 1 nesse exemplo: 22%, 23%, 25%, 26%. Coortes mais recentes estão repetindo mais cedo, o que é uma melhoria real. Agora observe que as coortes também estão crescendo — 1,200 para 2,400 — então a taxa de repetição combinada entre todos os clientes está sendo puxada para o comportamento do grupo mais novo e maior, e poderia se mover em quase qualquer direção dependendo de como as coortes mais antigas envelhecem. A visão de coorte e a visão combinada podem apontar em direções opostas sem que nenhuma delas esteja errada.

Comparando coortes de idade desigual. Abril teve um mês e Janeiro teve quatro, então qualquer medida cumulativa favorece Janeiro por construção. Sempre compare na mesma idade — mês 1 contra mês 1 — e nunca classifique coortes por um valor acumulado até a data.
Sobrevivência no denominador. Uma curva de retenção calculada sobre "clientes ainda ativos" mede os sobreviventes, não a coorte. O denominador deve permanecer o tamanho original da coorte por toda a vida da curva, ou o número aumenta à medida que os clientes menos engajados saem do cálculo.
Censura à direita na parte inferior. As coortes mais recentes têm linhas incompletas. Fazer a média delas em um resumo o puxa para baixo; excluí-las totalmente o inclina para cima, removendo as evidências mais recentes. Mostre o triângulo e deixe as lacunas visíveis.
Análise de coortes baseada em um evento repetível. Primeira assinatura, primeira instalação de aplicativo, primeiro login — qualquer um desses pode acontecer duas vezes, o que torna a associação à coorte mutável e cada gráfico histórico instável.
Efeitos de calendário que ocorrem em idades diferentes. A Black Friday é o mês 1 para a coorte de outubro e o mês 11 para a de dezembro anterior, então um pico sazonal aparece em uma posição diferente em cada curva. Fazer a média das curvas espalha um evento real por todo o eixo horizontal.
Alterar a definição da coorte sem redefinir o histórico. Uma tabela de coortes onde "novo cliente" significava algo diferente antes de junho são dois gráficos desenhados em um único eixo.

Quando os números são muito pequenos para agir

A análise de coortes falha silenciosamente em volumes pequenos porque uma porcentagem de um número pequeno se move em grandes passos. Uma coorte de 40 clientes com uma taxa de repetição de 20% no mês 1 são 8 pessoas; dois clientes para mais ou para menos é 15% ou 25%, e um envio atrasado pode produzir isso. Um gráfico de tais coortes parece um negócio com retenção extremamente volátil, e é realmente um negócio com coortes de 40 clientes.

A resposta prática é ampliar a granularidade em vez de suavizar o gráfico — coortes trimestrais de 500 são legíveis onde coortes mensais de 160 não são — e colocar o tamanho da coorte em uma coluna ao lado das taxas para que ninguém leia uma porcentagem sem saber do que ela é uma porcentagem. O triângulo de exemplo acima faz isso deliberadamente.

Então, aja com base na comparação da coluna, em vez da linha. A linha lhe diz que os clientes decaem, o que eles sempre fazem. A coluna lhe diz se as coortes que você está adquirindo neste trimestre são melhores na mesma idade do que as que você adquiriu no trimestre passado, e essa é a única pergunta no gráfico sobre a qual alguém pode fazer algo.

Perguntas frequentes

O que é uma coorte?: Uma coorte é um grupo de clientes que compartilham uma característica inicial — geralmente o mês de sua primeira compra — e são acompanhados juntos ao longo do tempo, com o 'relógio' de cada cliente começando em sua própria primeira compra, em vez de em uma data de calendário. Essa reindexação por idade é o que torna grupos adquiridos em momentos diferentes comparáveis.
O que é análise de coorte?: A análise de coorte agrupa clientes por quando foram adquiridos e acompanha cada grupo adiante, para que você possa ver se o comportamento mudou ou se a composição dos clientes mudou. Uma métrica combinada se move por qualquer um dos motivos e não consegue distingui-los, que é como uma retenção geral estável pode esconder duas grandes tendências opostas.
Por que agrupar por mês de aquisição?: Porque a primeira compra é o único evento que todo cliente tem exatamente uma vez, é registrada de forma confiável e nunca muda retroativamente. Agrupar por um evento repetível, como a primeira assinatura, torna a associação ambígua, já que um cliente pode cancelar e começar de novo, e isso reescreve silenciosamente cada gráfico histórico construído sobre ele.
Como você compara duas coortes de forma justa?: Compare-as na mesma idade, não na mesma data de calendário. Uma coorte adquirida há quatro meses tem quatro meses de histórico e uma adquirida no mês passado tem um, então qualquer valor cumulativo favorece a mais antiga por construção. Leia uma coluna da tabela de coorte — mês 1 contra mês 1 — em vez de ler as linhas.
O que é viés de sobrevivência na análise de coorte?: Ocorre quando o denominador de uma curva de retenção são os clientes ainda ativos, em vez do tamanho original da coorte. Medida dessa forma, a taxa aumenta à medida que os clientes menos engajados saem do cálculo, e uma coorte em deterioração pode parecer uma em melhoria. O denominador deve permanecer fixo no tamanho da coorte inicial durante todo o processo.
Qual o tamanho necessário de uma coorte?: Grande o suficiente para que a variação comum não ofusque o sinal. Uma coorte de 40 clientes com uma taxa de repetição de 20% representa oito pessoas, então dois clientes para mais ou para menos a oscilam entre 15% e 25%. Amplie a granularidade para coortes trimestrais em vez de suavizar o gráfico, e sempre exiba o tamanho da coorte ao lado da porcentagem.