Análise de cohort: o que seus clientes não te contam

Quando você olha para os números da sua empresa, provavelmente vê médias: ticket médio, churn médio, tempo médio de vida do cliente. O problema é que médias mentem. E mentem de um jeito perigoso: elas escondem os padrões que mais importam.

O que é cohort? E o que é análise de cohort?

Cohort é um grupo de clientes que entraram na sua base no mesmo período, por exemplo todos os que se tornaram clientes em janeiro de 2025. Análise de cohort é a técnica que compara como cada grupo se comporta ao longo do tempo: quantos ficam, quantos saem, quanto pagam, quando param de pagar.

É como acompanhar turmas de alunos em uma escola. A turma de 2023 pode ter resultados muito diferentes da turma de 2024, mesmo que a escola seja a mesma. Entender essas diferenças é entender o que mudou — e o que pode ser melhorado.

O que os dados revelaram

Em uma operação que analisamos, separamos os clientes por mês de entrada e acompanhamos a retenção de cada grupo. O resultado foi revelador:

• Clientes que entraram no primeiro trimestre tinham retenção de 94% após 3 meses — ou seja, a cada 100 novos, 94 ainda estavam ativos 90 dias depois.
• Clientes que entraram no meio do ano tinham retenção de apenas 85% no mesmo período.
• Clientes do quarto trimestre mostravam retenção intermediária, em torno de 89%.

Por que os grupos se comportam diferente

Existem várias razões possíveis, e a análise de cohort ajuda a investigar cada uma:

1. Canal de aquisição diferente: se em janeiro a empresa investiu em indicação e em julho investiu em anúncios online, os clientes de cada mês vêm com perfis e expectativas diferentes.
2. Sazonalidade do produto: dependendo do setor, há épocas do ano em que o cliente entra mais "decidido" e épocas em que entra mais "curioso". Clientes curiosos cancelam mais.
3. Mudança na oferta: um reajuste de preço, uma alteração no plano ou uma mudança no atendimento afeta quem entra depois, mas não quem já estava.
4. Capacidade operacional: em meses de alta demanda, a equipe pode não dar a mesma atenção ao onboarding. E o onboarding malfeito correlaciona com cancelamento futuro.

Como fazer análise de cohort em 4 passos

1. Exporte os dados. Do ERP ou CRM: lista de clientes com identificador único, data de entrada e status atual (ativo ou cancelado). Formatos CSV ou Excel funcionam.
2. Agrupe pelo período de entrada. Cada cliente vai para o cohort do mês (ou trimestre, se a base for pequena) em que virou cliente. Quem entrou em janeiro fica no cohort janeiro, e por aí vai.
3. Calcule retenção por janela de tempo. Para cada cohort, conte quantos ainda estão ativos após 1, 3, 6 e 12 meses da data de entrada. Divida pelo tamanho original do cohort para virar percentual.
4. Monte a tabela e compare. Cohorts nas linhas, tempo decorrido nas colunas, percentual de retenção nas células. Procure cohorts recentes com retenção pior que os antigos (queda de qualidade) e quedas grandes no mês 1 (problema de onboarding).

Em uma planilha leva algumas horas para uma base de 1.000 clientes. Em pipeline automatizado, segundos. O trabalho difícil não é o cálculo, é interpretar o porquê das diferenças entre cohorts.

A ciência por trás da análise de cohort

Os pesquisadores Daniel McCarthy, Peter Fader e Bruce Hardie, em seu artigo "Valuing Subscription-Based Businesses Using Publicly Disclosed Customer Data", demonstraram que modelos de valoração que ignoram a heterogeneidade entre cohorts subestimam significativamente o risco de uma base de clientes.

Em termos práticos: se você calcula o valor da sua empresa usando a retenção média, está provavelmente superestimando. Porque os cohorts mais antigos (que têm melhor retenção) mascaram a queda de qualidade dos cohorts recentes.

Fader e Hardie, em trabalho anterior de 2009 sobre modelos probabilísticos para análise de base de clientes, mostraram que a taxa de cancelamento não é constante — ela varia entre grupos e ao longo do tempo. Tratar como constante é um dos erros mais comuns e mais caros na gestão de negócios recorrentes.

Exemplo de tabela de cohort

Uma tabela de cohort mostra, na vertical, o mês de entrada dos clientes. Na horizontal, os meses que se passaram desde a entrada. Cada célula mostra que percentual dos clientes originais ainda está ativo. Veja o exemplo de uma operação real (números arredondados para clareza):

Lendo a tabela: o cohort de janeiro mantém 94% dos clientes após 3 meses; o de julho mantém apenas 85%. Nove pontos percentuais de diferença entre dois cohorts da mesma empresa, no mesmo ano, é o tipo de padrão que a média de retenção esconde por completo.

Como ler uma tabela de cohort

O que procurar:

• Quedas abruptas no primeiro mês: se um cohort perde 15% já no mês 1, há um problema grave no onboarding ou na expectativa criada na venda.
• Diferenças entre cohorts: se janeiro retém 94% e julho retém 85%, algo mudou. Investigue o quê.
• Estabilização: a maioria dos cohorts perde mais clientes nos primeiros 3 meses e depois estabiliza. Se um cohort não estabiliza, o problema é contínuo.
• Tendência ao longo dos meses: os cohorts mais recentes estão melhores ou piores que os antigos? Isso indica a direção da empresa.

O que fazer com essa informação

A análise de cohort não resolve problemas diretamente, mas ela direciona sua atenção para onde importa:

1. Identifique os cohorts problemáticos: quais meses tiveram a pior retenção? O que aconteceu nesses meses?
2. Investigue as causas: foi o canal de venda? O preço? Um evento externo? A equipe estava reduzida?
3. Teste hipóteses: se clientes de indicação retêm melhor, invista mais em programas de indicação. Se clientes que passam por um onboarding estruturado cancelam menos, padronize o onboarding.
4. Monitore os novos cohorts: após implementar mudanças, acompanhe se os cohorts seguintes melhoram. Isso fecha o ciclo de aprendizado.

A média dos seus clientes não existe. Existem grupos diferentes, com comportamentos diferentes, por razões diferentes. Quando você enxerga isso, começa a gerenciar de verdade.

Cohort responde quando o cliente chegou e como esse grupo se comporta no tempo. Para responder quem é cada cliente (frequência, valor gasto, recência), veja segmentação RFM na prática. As duas técnicas são complementares: cohort identifica o problema na linha do tempo, RFM identifica em quais clientes priorizar a ação.

Se quiser ver como a segmentação revela quem dá lucro e quem dá prejuízo, veja por que 7% dos seus clientes custam mais que os outros 93%. Para entender o que acontece quando o churn vem de um ponto específico da jornada, leia sobre o penhasco do segundo atraso ou por que o primeiro mês tem receita negativa.

Dados de uma operação de proteção veicular com 3.000 membros. Os percentuais de retenção por trimestre são específicos dessa base; o padrão de variação entre cohorts é amplamente documentado na literatura.

Perguntas frequentes

O que é análise de cohort em palavras simples?

É uma forma de organizar os clientes em grupos pelo mês ou período em que se tornaram clientes, e depois comparar quantos de cada grupo ainda estão ativos depois de 1 mês, 3 meses, 6 meses. Em vez de olhar para uma média, você vê turmas, e turmas diferentes podem ter resultados muito diferentes mesmo na mesma empresa.

Qual a diferença entre análise de cohort e segmentação de clientes?

Segmentação agrupa clientes por características como idade, plano ou região. Cohort agrupa por momento de entrada. A segmentação responde que tipo de cliente é esse, a cohort responde quando esse cliente chegou e como ele se comparou aos que chegaram em outros momentos. As duas são complementares.

Quando vale a pena fazer análise de cohort?

Quando seu negócio é recorrente (assinatura, mensalidade, contrato) e você precisa entender se a qualidade da sua base está melhorando ou piorando ao longo do tempo. Para empresas com vendas avulsas e baixa frequência, cohort agrega menos valor que outras técnicas de segmentação.

Como ler uma tabela de cohort?

Cada linha é um cohort (um mês de entrada). Cada coluna é o tempo passado desde a entrada. A célula mostra quantos clientes daquele cohort ainda estão ativos. Procure quedas grandes no primeiro mês (problema de onboarding), cohorts recentes piores que antigos (queda de qualidade), e cohorts que não estabilizam (problema contínuo).

Quantos clientes preciso para fazer análise de cohort?

Tecnicamente, qualquer número. Na prática, cohorts com menos de 50 clientes geram ruído estatístico que dificulta tirar conclusões. Para uma análise confiável, prefira cohorts de 100 ou mais clientes. Se sua base é pequena, use trimestres ou semestres em vez de meses.

Como fazer análise de cohort passo a passo?

Quatro passos. Primeiro, exporte do seu ERP ou CRM a lista de clientes com data de entrada e status atual. Segundo, agrupe os clientes pelo mês (ou trimestre) em que viraram clientes: esse é o cohort. Terceiro, calcule quantos clientes de cada cohort ainda estão ativos após 1, 3, 6 e 12 meses. Quarto, monte a tabela com cohorts nas linhas e tempo decorrido nas colunas, depois compare: cohorts recentes com retenção pior que antigos indicam queda de qualidade da base.

Análise de cohort serve apenas para SaaS ou também para outros negócios?

Serve para qualquer negócio com receita recorrente: assinaturas, mensalidades, contratos, planos de saúde, proteção veicular, academia, escola. O que importa é que o cliente paga de forma recorrente e pode cancelar. Para negócios de vendas avulsas e baixa frequência (loja de eletrodomésticos, por exemplo), cohort agrega menos valor que segmentação RFM ou análise de recompra.