Em média, os consumidores gastam 21% a mais em marcas que personalizam seu engajamento em comparação com aquelas que não o fazem, aponta o Relatório
de Engajamento do Cliente 2023 da Twilio. O dado, que endereça a forma como empresas criam um relacionamento e alcançam uma interação verdadeira com o cliente, reflete um comportamento dos compradores — e é exatamente isso que a Análise de Cohort (ou Coorte) busca fazer.
A análise de coorte é a avaliação de dados divididos em grupos com base em determinadas características durante um período definido. Como ferramenta, permite que você seja capaz de compreender a sazonalidade, o ciclo de vida dos clientes e se a empresa tem condições de se manter saudável no longo prazo.
Planejar ações para alimentar o ciclo de vida do cliente, identificando padrões de comportamento, implementando melhorias ou soluções para esses padrões e aí comparar novos dados de comportamento com anteriores – tudo isso pode vir da análise de coorte. Do ponto de vista do negócio, isso significa entregar experiências personalizadas que podem ampliar a retenção de clientes e gerar fidelização a uma marca.
A análise de Cohort ou de Coorte é uma ferramenta que ajuda a entender o comportamento dos clientes de um produto ou dos usuários de um serviço. A análise é feita por agrupamentos ou “coortes” (que são recortes) do total de clientes. Da base total de clientes, um grupo é selecionado para ser analisado.
Existem duas maneiras de agrupar os indivíduos a partir do todo:
Coortes de aquisição: dividem os usuários com base no momento em que se cadastraram para acessar um serviço ou compraram um produto. São usados para rastrear novos usuários e determinar por quanto tempo eles continuam usando o serviço ou consumindo um produto após a interação inicial. Ou seja, esse tipo de coorte procura estabelecer qual é a duração da vida útil do cliente.
Coortes comportamentais: são um segmento personalizado do seu público que tem por base qualquer combinação de comportamentos anteriores ou propriedades do perfil do usuário. Alguns exemplos de comportamento do usuário incluem compartilhar uma música, inscrever-se para uma avaliação ou comprar certo produto. Já as propriedades do perfil do usuário são informações, como dados demográficos, qual plataforma usa para acessar seu serviço ou como essa pessoa chega ao seu site.
A combinação de comportamentos e propriedades de perfil formam coletivamente uma coorte comportamental. Essa análise geralmente revela como os usuários se envolvem com seu produto e como esse envolvimento afeta as taxas de retenção e de conversão, dentre outros indicadores importantes para a empresa. Ao identificar padrões de comportamento dentro de um negócio, é possível implementar melhorias que podem aumentar o LifeTime Value (LTV) dos compradores.
Para efetuar uma análise de coorte, é preciso considerar três pontos-chave:
A avaliação dentro dessas medidas de tempo permite levantar hipóteses sobre a maneira como os clientes interagem com os produtos ou serviços, abrindo caminho para testes. Esse conhecimento pode ser usado para aumentar a receita, conversão e retenção, entre outras coisas.
A taxa de retenção (do inglês, Retention Rate) de clientes é o percentual que expressa quantos consumidores a empresa conseguiu manter após determinado período de tempo. A análise de coorte é um dos métodos para calcular, organizar e visualizar a taxa de retenção. O cálculo da taxa de retenção segue a fórmula:
Baixe agora grátis: Como implementar um PDI pela primeira vez
O LTV ou valor do tempo de vida do cliente é uma métrica que estabelece o ciclo de compras médio dos consumidores de uma marca. A contagem do tempo tem início com a primeira interação do comprador e segue até o momento em que deixa de ser um cliente. A análise de coorte pode ajudar a encontrar formas de aumentar esse tempo de vida, estimulando a recompra e o engajamento do consumidor com a marca.
A taxa de Churn (do inglês, Churn Rate) é o percentual de clientes que deixaram uma empresa após determinado período de tempo. Essa métrica se contrapõe à taxa de retenção, que mede quantos consumidores ficaram em um negócio após um intervalo. A análise de coorte também auxilia a calcular, organizar e visualizar a taxa de churn, cuja fórmula é:
O Custo por Aquisição do Cliente (do inglês, Customer Acquisition Cost) é o valor que a empresa paga para que o consumidor faça a aquisição de seu produto ou serviço. O CAC contabiliza todos os investimentos que uma companhia faz em marketing, atendimento, tecnologia, dentre outros.
Por sua vez, a análise de Coorte ajuda a entender se esse custo está muito alto ou se é ineficaz. Por exemplo, se o LTV dos compradores for curto e o investimento for alto, a companhia deveria pensar em como otimizar o CAC para garantir um resultado saudável do fluxo de caixa. A fórmula do cálculo do CAC é:
O Retorno sobre o Investimento (do inglês, Return On Investment) é uma das principais métricas para entender o balanço contábil das instituições. Em formato percentual, o ROI expressa se os resultados da companhia são positivos ou negativos após um intervalo de tempo.
A análise de cohort busca encontrar lacunas para promover melhorias no modelo de negócios e na jornada do consumidor. Essas melhorias, quando somadas, impactam o ROI. Portanto, essa ferramenta é uma forma de otimizar as contas da empresa, uma vez que podem ser encontrados gastos supérfluos ou desnecessários na aquisição de clientes.
Leia mais: Design Sprint: o que é e como funciona a metodologia do Google?
O pré-requisito para um negócio conseguir compilar uma análise de cohort (coorte) é fazer uma mínima captação de dados. Seja a coleta de e-mails, CPFs ou CNPJs, a captação dos dados é prática comum em grandes e pequenas empresas que prestam serviços tanto para pessoas físicas como pessoas jurídicas (B2C e B2B).
Que setores ou tipos de negócios podem se beneficiar da análise de cohort:
Em geral, qualquer empresa que capte dados dos clientes para fins de documentação e histórico pode utilizar essa avaliação de dados.
As limitações da análise de coorte estão relacionadas à captação de dados online, que podem ficar comprometidos ou não serem coletados se:
A Análise de Cohort funciona por meio da avaliação dos dados de um coorte, ou seja, da seleção de um todo. O mais comum é recortar esse todo por períodos. Por exemplo: da base total de clientes de uma empresa, é possível fazer uma separação dos novos consumidores por mês. E, assim, analisar o comportamento desses novos clientes mês a mês, a fim de identificar padrões que podem gerar insights de otimizações.
Após a implementação de testes de melhorias, é possível comparar os dados anteriores com os dados atuais. Por exemplo, caso seja lançado um novo produto no portfólio da empresa para estimular a recompra, vale comparar os dados dos usuários antes e depois do lançamento, comparando para ver se o estímulo foi eficaz em seu propósito.
Os coortes podem ser agrupados nas seguintes categorias:
Leia mais: 5W2H: 5 exemplos prontos para entender o conceito
Para usar a Análise de Coorte, o mais comum é contar com um software como o Google Analytics ou o PowerBI. Mas é possível fazer esse relatório utilizando o Google Sheets ou o Microsoft Excel. Apesar de ser mais utilizada em negócios digitais, a metodologia pode ser usada por empreendimentos mais tradicionais, como restaurantes e mercados.
Escolha qual será o critério que você deseja analisar. No exemplo, vamos analisar a taxa de retenção de um restaurante X. Supondo que o dono do restaurante resolveu captar o e-mail e o CPF dos seus compradores, e os cadastrou em uma base, ele poderia fazer uma análise de Cohort para ter uma melhor visualização dos consumidores que deixaram de fazer suas refeições no local.
Para preparar a tabela principal, coloque os dados de novos clientes em uma tabela separada. E então, na principal, basta colocar:
Veja a imagem abaixo para conferir:
O mais comum é utilizar percentuais na análise de coortes. Assim, será necessário converter os dados para percentuais. Os dados da tabela secundária representam o total de novos usuários por mês. Na tabela principal, estão os usuários que se mantiveram ativos, mês a mês.
Por exemplo, em janeiro, o restaurante X recebeu 150 novos consumidores, mas encerrou o mês com 140 clientes. Portanto, o restaurante perdeu 10 clientes em janeiro. Agora, transforme os dados da tabela principal em percentuais dos totais da tabela secundária. Esse é o cálculo da taxa de retenção de clientes.
Confira na imagem a seguir como deve ficar a nova tabela:
Com as tabelas montadas, é possível observar os dados, compará-los e identificar pontos de melhoria. Por exemplo, em junho, a taxa de churn foi alta (e, consequentemente, a retenção foi baixa). O que aconteceu no restaurante em junho, houve alguma mudança no cardápio? Algum evento, alguma promoção ou atraso de fornecedores? E o que poderia ter levado a uma queda maior em julho? Alinhar esses questionamentos a um plano de ação é o objetivo da análise de coorte.
Os principais pontos de atenção que podem gerar insights para as empresas na análise de cohort são:
Com os dados em mãos, alguns vieses analíticos podem ajudar a encontrar pontos de melhorias e otimizações para a companhia:
Examinar as microtendências que, em conjunto, constituem as macrotendências pode fornecer uma imagem mais realista do seu negócio. Por exemplo, seus dados trimestrais podem mostrar um aumento constante nas transações durante esse período, o que você consideraria um resultado positivo.
Se, no entanto, você examinar as coortes semanais que compõem esse conjunto de dados maior, poderá descobrir que, embora um influxo geral de novos usuários esteja contribuindo para um número crescente de transações, há uma queda regular nas transações após uma semana. Ou seja, apesar de existir uma macrotendência temporal, a microtendência indica que existem pontos de melhoria.
O relatório também ajuda a rastrear o comportamento do cliente para esforços de marketing de curto prazo, como campanhas de e-mail de um dia. É possível visualizar apenas os usuários adquiridos durante os períodos de tempo relacionados.
Por exemplo, se você estiver executando campanhas sucessivas de 30% de desconto, 25% de desconto e 20% de desconto à medida que um feriado se aproxima, poderá ver como diferentes métricas, como Receita por Usuário e Transações por Usuário, se comparam entre os grupos de usuários que o negócio adquiriu nas datas de execução de cada campanha.
A análise de coorte analisa o comportamento de usuários agrupados diante de alguma categoria. Por meio desse relatório, uma companhia pode implementar otimizações que aumentem o LTV, alavancando o ROI de uma empresa ao aumentar a taxa de retenção dos clientes e reduzir o churn de consumidores.
