Hoje

ConnectWeek

Portal de NegóciosNotícias, guias, dados e ferramentas.


Números com fonte:

  • E-commerce · faturamentoR$ 235,5 bi▲ +15,3%Fonte: ABComm
  • E-commerce · pedidos438,9 mi▲ +5,8%Fonte: ABComm
  • E-commerce · ticket médioR$ 536,60▲ +8,98%Fonte: ABComm
  • E-commerce · compradores94,2 mi▲ +3,2%Fonte: ABComm
  • Selic · Copom 16/09/202613,75% a.a.4º corte seguidoFonte: Banco Central
  • Startups · fatia das fintechs nos aportes, 1º sem. 202667%62% em 2025Fonte: Sling Hub, via Valor Econômico
  • Empreendedores iniciais · IA como prioridade digital74%× 35% site próprio e e-commerceFonte: GEM 2024/2025, via Sebrae
  • Donos de negócio com 60 anos ou mais16,5%Fonte: PNAD (IBGE), via Sebrae
  • E-commerce · compras pelo celular55,5%× 44,5% desktopFonte: ABComm
  • E-commerce · projeção de faturamento para 2026acima de R$ 258 biFonte: ABComm

E-commerceArtigoDados com fonte declarada

Recompra no e-commerce: por que o percentual do painel engana e como medir por coorte

Recompra no e-commerce: por que o percentual do painel engana e como medir por coorte
Imagem ilustrativa

Em resumo

A taxa de recompra calculada sobre um período fechado mistura cliente antigo com quem comprou ontem e distorce a leitura de lojas que crescem ou encolhem. Medir por coorte — o grupo que fez a primeira compra no mesmo mês — mostra se a loja está de fato trazendo gente de volta, e quando.

O número que parece simples

Quase toda plataforma de loja virtual mostra, em algum canto do painel, quantos clientes compraram mais de uma vez. A conta mais comum divide quem fez dois ou mais pedidos num intervalo pelo total de compradores do mesmo intervalo. É fácil de calcular e péssima para decidir.

O problema é de tempo. Num recorte de doze meses, entra no denominador tanto quem comprou pela primeira vez em janeiro — e teve onze meses para voltar — quanto quem estreou na semana passada e ainda não teve chance nenhuma. O resultado vira uma média de pessoas em estágios diferentes da relação com a marca.

Isso produz duas ilusões opostas:

  • a loja que cresce parece pior — uma campanha que traz muitos clientes novos no fim do período derruba o percentual, embora nada tenha piorado na experiência;
  • a loja que encolhe parece melhor — com pouca gente nova entrando, sobra no denominador quem já é antigo, e a taxa sobe mesmo com o negócio perdendo fôlego.

Coorte: comparar gente que começou junto

A saída é agrupar os clientes pela data da primeira compra e acompanhar cada grupo separadamente. Esse grupo é a coorte. A documentação da exploração de coorte do Google Analytics 4 define coorte como um conjunto de usuários que compartilham uma característica e permite escolher, como critério de entrada, a primeira transação e, como critério de retorno, qualquer transação posterior, com granularidade diária, semanal ou mensal. O relatório de análise de coorte da Shopify segue a mesma lógica: cada linha reúne os clientes que fizeram o primeiro pedido no mesmo período e mostra quantos voltaram nos períodos seguintes.

Com a coorte, a pergunta muda de "quantos dos meus clientes são recorrentes?" para "dos clientes que conheci em março, quantos voltaram em até 90 dias?". A segunda pergunta tem resposta comparável mês a mês, porque cada grupo teve exatamente o mesmo tempo para voltar.

A janela certa depende do que você vende

Não existe prazo universal. Quem vende café, ração ou cosmético repõe em semanas; quem vende colchão, bicicleta ou eletrodoméstico pode levar anos para ver o mesmo cliente de novo. Antes de fixar a janela, levante na própria base o intervalo entre a primeira e a segunda compra dos clientes que voltaram e use a mediana — ela sofre menos com casos extremos do que a média.

Uma regra prática é olhar duas janelas: uma curta, perto dessa mediana, que responde rápido a mudanças de experiência; e uma longa, que captura o ciclo completo do produto. Se a mediana é de 60 dias, por exemplo, faz sentido acompanhar a recompra em 60 e em 180 dias.

Um exemplo com números redondos

Os valores abaixo são ilustrativos, só para mostrar a leitura. Imagine uma loja com três coortes mensais, todas medidas na janela de 90 dias:

  • coorte de janeiro: 400 primeiros compradores, 60 voltaram em até 90 dias — 15%;
  • coorte de fevereiro: 520 primeiros compradores, 62 voltaram — cerca de 12%;
  • coorte de março: 380 primeiros compradores, 68 voltaram — cerca de 18%.

A queda de fevereiro coincide com o mês de maior aquisição. Antes de concluir que a experiência piorou, a pergunta seguinte é de onde vieram aqueles clientes. Se a maior parte chegou por um cupom agressivo, a coorte pode ter trazido caçadores de desconto, que raramente voltam pelo preço cheio. A melhora de março, por sua vez, só vale ser comemorada depois de confirmada em abril e maio.

Os cortes que explicam a causa

O percentual por coorte diz se algo mudou; os recortes dizem por quê. Os mais úteis costumam ser:

  • canal de aquisição — cliente que chegou por busca orgânica, por indicação ou por anúncio pago volta em ritmos diferentes;
  • primeiro produto comprado — alguns itens funcionam como porta de entrada e puxam a segunda compra; outros encerram a relação;
  • desconto na estreia — compare quem comprou com cupom e quem pagou preço cheio;
  • experiência de entrega — atraso, avaria ou troca na primeira compra costumam derrubar a volta;
  • região — prazo e custo de frete mudam de uma praça para outra.

Armadilhas nos dados

Recompra depende de saber que duas compras são da mesma pessoa, e aí mora a maior fonte de erro. Compras feitas sem cadastro, e-mails diferentes para o mesmo cliente e trocas de sistema quebram o histórico. Vale padronizar a chave de identificação — e-mail normalizado, telefone ou documento, conforme o que a política de privacidade da loja permite — e excluir da conta pedidos cancelados e devolvidos integralmente.

Há ainda o limite do marketplace: quando a venda acontece na vitrine de um grande portal, o relacionamento e boa parte dos dados ficam com a plataforma. A recompra que a loja consegue medir, nesse caso, é a do próprio canal. O guia marketplace ou loja própria discute esse custo invisível.

O que fazer com o resultado

O número só vale se mudar alguma decisão. Três usos práticos:

  • régua de relacionamento no tempo certo — a mensagem de reposição ou de novidade deve chegar perto do intervalo típico de volta, não em data aleatória;
  • quanto pagar para adquirir — se a coorte volta e compra de novo, a loja pode aceitar um custo de aquisição maior na primeira venda; se não volta, cada cliente precisa se pagar no primeiro pedido. A calculadora de precificação ajuda a ver a margem disponível;
  • priorizar correções — se uma coorte ruim coincide com atraso de entrega ou produto problemático, a correção operacional rende mais que qualquer campanha.

Um CRM organizado facilita tudo isso, porque guarda o histórico por cliente e permite disparar a comunicação na hora certa; o artigo vendas consultivas com CRM mostra como estruturar esse uso.

Fonte: Google Analytics (Ajuda)

Perguntas frequentes

Por que a taxa de recompra de um período fechado engana?

Porque mistura clientes antigos, que tiveram meses para voltar, com clientes novos, que ainda não tiveram tempo. Lojas que crescem parecem piores e lojas que encolhem parecem melhores.

O que é análise de coorte de clientes?

É agrupar os clientes pela data da primeira compra e acompanhar quantos de cada grupo voltam a comprar em janelas iguais de tempo, como 60 ou 90 dias.

Qual janela usar para medir recompra?

Depende do produto. Um ponto de partida é a mediana do intervalo entre a primeira e a segunda compra na própria base, acompanhada de uma janela mais longa.

Continue lendo

Leia também

Ver tudo: Leia também