- Uma análise de coortes agrupa os clientes pelo mês da primeira encomenda e compara os grupos na mesma idade, o que os totais mensais não permitem.
- Leia as linhas para ver uma coorte ao longo do tempo, as colunas para comparar coortes com a mesma idade e as diagonais para ver efeitos de calendário, como uma promoção de novembro.
- Compare as coortes por cliente e em lucro bruto, para que o tamanho da coorte e os descontos da primeira encomenda não distorçam o resultado.
- Vale a pena adquirir uma coorte quando o seu lucro bruto acumulado por cliente ultrapassa o respetivo CAC num prazo que consiga aceitar.
A análise de coortes no ecommerce agrupa os clientes pelo mês da primeira encomenda e acompanha o que cada grupo compra nos meses seguintes. Mostra se os clientes que conquista hoje voltam e gastam tanto como os que conquistou antes. Um total mensal de receita não consegue mostrá-lo, porque mistura clientes novos e recorrentes de todas as idades.
Este guia explica como construir uma tabela de coortes de aquisição, como ler a retenção e o lucro bruto acumulado por cliente, que erros distorcem a imagem e o que a ROASaurus mostra.
O que é uma análise de coortes?
Uma coorte é um grupo de clientes que partilham um ponto de partida. No ecommerce, o ponto de partida habitual é a primeira encomenda. Todos os que compraram pela primeira vez em março formam a coorte de março, seja qual for o canal de onde vieram.
Uma tabela de coortes tem uma linha por coorte e uma coluna por período desde a primeira encomenda. M0 é o mês da primeira encomenda, M1 é o mês seguinte, e assim por diante. Cada célula responde a uma pergunta para um grupo numa idade: quantos clientes voltaram, quanto gastaram ou quanto lucro bruto deixaram.
Esta disposição compara clientes com a mesma idade. A coorte de março no seu terceiro mês pode ser comparada com a coorte de junho no seu terceiro mês, mesmo que esses meses caiam em estações diferentes.
O Shopify tem um relatório integrado de análise de coortes de clientes que agrupa os clientes pela primeira encomenda da mesma forma. As suas métricas são o número de clientes, a retenção e as vendas. Para ver as coortes em lucro bruto, precisa também dos custos de cada encomenda: custo do produto, envio, taxas de pagamento e manuseamento.
Como construir uma tabela de coortes
- Recolha as encomendas pagas com uma identidade de cliente
Cada encomenda precisa de um ID de cliente ou de um endereço de email. Sem um deles, não é possível associar uma segunda encomenda à primeira. Deixe de fora as encomendas canceladas e por pagar.
- Encontre a primeira encomenda de cada cliente
O mês dessa encomenda é a coorte do cliente.
- Dê uma idade a cada encomenda
Conte os meses entre o mês da coorte e o mês da encomenda: 0 para o primeiro mês, 1 para o seguinte, e assim por diante.
- Some por coorte e idade
Some as encomendas, a receita e o lucro bruto de cada célula e conte os clientes que encomendaram.
- Divida pelo tamanho da coorte
Divida pelo número de clientes da coorte, para que coortes de tamanhos diferentes possam ser comparadas.
- Escolha entre por período e acumulado
Uma célula por período mostra apenas esse mês. Uma célula acumulada soma todos os meses até aí, que é o que compara com o custo de aquisição.
O Google Analytics oferece uma escolha semelhante na sua exploração de coortes, com cálculos padrão, móvel e acumulado. O padrão conta cada período isoladamente e o acumulado soma os períodos até aí. Nas coortes de lojas online, use células por período para a retenção e células acumuladas para o valor.
Como ler uma tabela de coortes
Eis uma tabela de retenção de uma loja de exemplo, vista no início de janeiro. Cada célula mostra a percentagem da coorte que voltou a encomendar nesse mês.
| Primeira encomenda | Clientes | M1 | M2 | M3 | M4 | M5 |
|---|---|---|---|---|---|---|
| Julho | 1,000 | 8% | 6% | 5% | 9% | 7% |
| Agosto | 900 | 8% | 6% | 10% | 7% | – |
| Setembro | 1,100 | 7% | 11% | 7% | – | – |
| Outubro | 1,050 | 12% | 8% | – | – | – |
| Novembro | 2,400 | 5% | – | – | – | – |
Leia as linhas
Uma linha acompanha uma coorte ao longo do tempo. Neste exemplo, a coorte de julho volta a encomendar a 8% no primeiro mês. A taxa desce para 5% no terceiro mês e depois salta para 9% em novembro.
Leia as colunas
Uma coluna compara coortes com a mesma idade. Em M1, outubro foi o melhor, com 12%, e novembro o pior, com 5%. Mas o M1 da coorte de outubro foi novembro, o mês da promoção. Por isso, parte desses 12% vem da promoção, e não da coorte.
Leia as diagonais
Uma diagonal é um mês do calendário em todas as coortes. A diagonal de novembro lê-se 9%, 10%, 11% e 12%: todas as coortes mais antigas compraram mais em novembro. Quando uma diagonal se destaca, a causa é algo que aconteceu nesse mês, como uma promoção, o lançamento de um produto ou um problema de entrega. Não diz nada sobre a qualidade das coortes.
A própria coorte de novembro é a verdadeira questão. É mais de duas vezes maior do que as outras, mas só 5% voltou em dezembro. No mesmo mês, todas as outras coortes voltaram com 7% ou 8%.
Receita e lucro bruto acumulados por cliente
A retenção diz-lhe se os clientes voltam. O valor acumulado por cliente diz-lhe quanto valem. Some tudo o que uma coorte comprou desde a primeira encomenda e divida pelo número de clientes da coorte. Faça-o em lucro bruto, e não só em receita, porque é o lucro bruto que paga de volta o custo de adquirir o cliente.
Por trás das duas linhas: as primeiras encomendas da coorte de março tiveram em média $70, com uma taxa de margem bruta de 48%, e deixaram $33.60 por cliente. As primeiras encomendas da coorte de novembro teriam sido de $80 a preço normal, com a mesma taxa de margem bruta de 48%. Depois de um desconto de 20%, ficaram em média nos $64, mas os custos mantiveram-se em $41.60. A taxa de margem bruta desceu para 35% e cada primeira encomenda deixou $22.40. O desconto reduziu a margem da primeira encomenda, e menos desses clientes voltaram.
Vale a pena adquirir uma coorte quando o seu lucro bruto acumulado por cliente ultrapassa o respetivo CAC num prazo que consiga aceitar. O mês em que isso acontece é o período de payback. Na coorte de março, é M0. Na coorte de novembro, ainda não aconteceu. Como definir esse limite é explicado em valor vitalício do cliente para lojas Shopify, e a própria margem está explicada em margem de contribuição no ecommerce.
Erros comuns na análise de coortes
Misturar tamanhos de coorte
Uma coorte de 150 clientes e uma coorte de 2,400 não merecem o mesmo peso. Quando faz a média das coortes, pondere cada uma pelo seu número de clientes. Trate as coortes pequenas com cuidado: numa coorte de 150, três clientes que gastem cada um mais $200 deslocam a média em $4.
O erro oposto é comparar os totais das coortes. A coorte de novembro tem a maior receita total apenas porque tem mais clientes. Compare as coortes por cliente.
Ler as coortes jovens como piores
Uma coorte que começou no mês passado teve um mês para comprar. Compare-a apenas com coortes mais antigas na mesma idade. A última célula de uma linha também pode ser o mês atual, que ainda não terminou, por isso parece baixa até o mês acabar.
Ignorar a sazonalidade
As coortes adquiridas num mês de promoções, como novembro, comportam-se de forma diferente das adquiridas a preço normal. Compare-as com o mesmo mês do ano anterior, e não com o mês antes. E verifique as diagonais antes de culpar uma coorte: se todas as coortes tiveram um mês fraco ao mesmo tempo, a causa é o calendário.
Ignorar os descontos na primeira encomenda
Um desconto na primeira encomenda traz clientes com uma margem mais baixa, e alguns vieram pelo desconto e não pelo produto. Separe as coortes pelo código de desconto da primeira encomenda e compare o lucro bruto por cliente.
Perder clientes que fazem checkout como convidados
Se um cliente que volta fizer checkout com outro endereço de email, parece um cliente novo. A sua segunda encomenda inicia uma nova coorte em vez de contar como encomenda repetida. As taxas de recompra ficam então demasiado baixas e o número de clientes novos demasiado alto. Incentive as contas de cliente e leia as taxas de recompra como um limite mínimo.
Como agir com base numa análise de coortes
- Defina o que pode pagar por um cliente. Leia o lucro bruto acumulado por cliente no prazo de payback que aceita, por exemplo 6 meses. Esse é o seu CAC máximo.
- Passe o orçamento para as coortes que repetem. Separe as coortes por primeiro produto, código de desconto ou primeiro canal de anúncios e coloque mais orçamento nos grupos que continuam a comprar.
- Escolha bem o momento dos emails de acompanhamento. Se a maioria das segundas encomendas chega no segundo mês, envie o lembrete antes disso, não depois.
- Corrija a oferta da primeira encomenda. Se as coortes com desconto nunca recuperam, teste um desconto menor ou outra oferta e compare as novas coortes ao fim de três meses.
- Use o payback para avaliar as perdas na primeira encomenda. Uma coorte que se paga em M2 pode justificar campanhas abaixo do respetivo ROAS de break-even da primeira encomenda. Uma coorte que nunca se paga não pode.
Análise de coortes na ROASaurus
O relatório de coortes no valor vitalício do cliente da ROASaurus é construído a partir das suas encomendas e dos custos de produto na análise de lucro. Os clientes são identificados pelo ID de cliente do Shopify ou pelo email, e só contam as encomendas pagas.
- Coortes por semana, mês, trimestre ou ano da primeira encomenda, em matriz ou em curvas, com exportação para CSV.
- 14 métricas, entre elas Customers returning (%), Cumulative orders per customer, Cumulative revenue per customer e Cumulative contribution margin per customer. Esta última métrica desconta os custos de produto, o envio, as taxas da encomenda, as taxas de pagamento, o manuseamento e o imposto repassado, e é anterior ao investimento em anúncios. É a que corresponde ao lucro bruto por cliente tal como este guia usa o termo. O relatório tem também uma métrica Cumulative gross profit per customer, mas mantém os impostos que cobrou, a menos que Taxes collected esteja definido como Left out of revenue em Profit › Cost settings.
- Cada linha mostra o número de clientes, o CAC, o R% (a percentagem com uma segunda encomenda até agora) e a primeira encomenda média. O CAC é o investimento em anúncios do período da coorte dividido por todos os novos clientes adquiridos nesse período.
- A linha da média pondera as métricas por cliente pelo número de clientes de cada coorte.
- Um contorno verde marca o período em que a margem acumulada por cliente de uma coorte ultrapassou o seu CAC: o período de payback.
- Nas coortes mensais, as células às riscas mostram valores previstos até 24 meses, a partir da curva de recompra da sua própria loja.
- Filtros sobre a primeira encomenda: primeiro produto, tipo de produto, fornecedor, código de desconto, país, primeiro canal de anúncios, canal de vendas, origem, meio ou campanha UTM, etiqueta do cliente ou da encomenda.
- Taxas de recompra por mês da primeira encomenda em 30, 60, 90, 180 e 365 dias. Uma janela que ainda não passou para todos os clientes da coorte é marcada com um asterisco.
O Ask AI também consegue responder a perguntas sobre as suas coortes. Lê as coortes mensais, a margem de contribuição acumulada por cliente e o mês de payback do CAC por si.