Você quer uma prática para aumentar a retenção dos seus clientes? Então você precisa conhecer a análise cohort! 

Quase desconhecida entre as empresas, a análise cohort agrupa clientes que possuem características em comum e realiza o cruzamento com algum indicador que você deseja analisar o comportamento ao longo do tempo. 

É uma ferramenta extremamente útil para realizar análises, e irá te ajudar a melhorar a retenção dos seus clientes, através de informações, dados e insights que irá te fornecer. 

Ao bater o olho, ela pode assustar um pouco, mas vamos te mostrar que não há segredos para entendê-la, pois é muito mais simples do que parece.  

Ao final desse post, iremos disponibilizar uma planilha personalizada para você começar a utilizar agora na sua empresa e gerar muito sucesso aos seus clientes.

Neste post irá conferir:

• O que é Cohort
• Análise Cohort 
• A Importância da Análise Cohort
• Tipos de Cohort
• Análise Cohort em 6 passos
• A Lógica de uma Análise Cohort
• Análise Cohort na Prática
• Dica de tutorial para construir sua própria planilha de Análise Cohort
• Uma planilha pronta para baixar de Análise Cohort para você aplicar na sua empresa

O que é Cohort

Cohort ou Coorte, termo que vem da estatística, é um tipo de segmentação para você analisar o comportamento de algum grupo ao longo do tempo, portanto, é uma forma de agrupar pessoas que compartilham características iguais ou que vivenciaram os mesmos eventos dentro de um determinado período, e analisá-lo permite interpretar dados e avaliar o impacto de ações de forma mais clara. 

O grupo pode definido a partir de qualquer semelhança, como: faixa salarial, nível de escolaridade, estado civil, profissão etc. 

Entrando no contexto empresarial 

No momento de realizar alguma análise, em vez de considerarmos toda a nossa base de clientes, determinamos um critério para formar um grupo. Esse critério pode ser definido como: clientes ativos, clientes que resultaram em churn, clientes entre janeiro e julho de 2019, entre muitas outras possibilidades. 

Esses grupos, após criados, podem ser observados de maneira contínua através da Análise Cohort, onde identificamos padrões que permitem identificar falhas operacionais ou dúvidas sobre o que você oferta ao cliente, dessa forma, ações e estratégias mais específicas e eficientes podem ser traçadas.

Agrupar clientes em cohorts ajuda a fatiar seus dados em pedaços menores e mais fáceis de analisar. Mas por que a aplicação deste conceito é tão útil para o seu negócio?

1. Muitos insights são possíveis tirar através desse tipo de segmentação para ajudar a melhorar a retenção de seus clientes. 
2. A análise simultânea de múltiplos usuários resulta em uma maior precisão estatística para os resultados e conclusões tiradas através dos dados coletados, levando os gestores a tomarem decisões melhores e mais assertivas. 

Análise Cohort

Falando agora da prática, isto é, do cerne do nosso artigo, a análise cohort é uma análise de safra, onde pegamos várias informações que possuem algo em comum, por exemplo, a mesma data em que clientes entraram em sua carteira, e fazemos uma análise das reações que eles tiveram com o produto/serviço durante o lifetime value (LTV), ou seja, desde quando entraram (tornaram-se clientes) até quando saíram. 

A análise cohort é uma prática muito válida para qualquer perfil de empresa, mas principalmente para as empresas que trabalham com recorrência (assinaturas), pois é ainda mais importante a manutenção do cliente ao longo do tempo e o monitoramento da receita trazida por ele a cada período.

A proposta da análise cohort é simples, ela consiste em fazer um recorte entre os clientes para entender de forma detalhada como essas pessoas se comportam ao longo do tempo, ou seja, ela irá enriquecer seus dados, pois nela é possível identificar a variação desse comportamento. Devido ao grande número de dados que temos acesso, segmentar fará com que o trabalho com os dados seja muito mais preciso e estratégico.

 Para realizar a análise cohort, devemos estabelecer três variáveis para a nossa análise: Grupo de cliente; Métrica a ser Analisada; Períodos de tempo. Portanto, é um recurso muito importante para ilustrar correlações entre métricas em um determinado intervalo de tempo, devido à facilidade de leitura para saber basicamente como uma métrica está impactando outra. 

A importância de fazer a Análise Cohort

A análise cohort pode servir quase como um espelho das operações da sua empresa, e ao medir alguns cohorts, podemos, por exemplo, medir o churn da empresa. Mas não apenas o churn, conseguimos visualizar exatamente onde ele está ocorrendo, fazendo com que estratégias e planos de ação sejam feitos de forma mais eficaz.  

Além de informações referente a retenção, a análise cohort também é importante para:

• Saber se os clientes estão efetivamente utilizando os serviços;
• Saber o número de clientes novos;
• Identificar a assertividade das ações tomadas;
• E muitas outras aplicações.

A análise cohort também é muito utilizada em marketing e vendas. Através do Google Ads, temos as informações de quantos usuários retornam ao site depois de um determinado tempo, dessa forma, podemos analisar qual canal está sendo mais eficaz no momento de trazer visitantes mais qualificados ao site.  

Alguns tipos de cohort:

Há diversos tipos de análise de cohort ou segmento, pois, como você pôde ver abaixo, há inúmeras formas de fatiar sua base de clientes. Dependendo de como você o faz, um ou outro tipo de análise pode fazer mais sentido.

• Data de finalização do onboarding

Segmentar os clientes por data em que a implementação do produto ou serviço finalizou. 

• Número de clientes ativos

Identificar mês a mês a quantidade de clientes que continuam na base.

• Número de clientes que renderam churn

 Identificar qual mês foi o que menos rendeu churn e quais as estratégias usadas neste mês para diminuir esse churn.

• Número de clientes retidos

Uma das aplicações mais comuns é usar a análise de cohort para entender a retenção de clientes ao longo do tempo e também o seu lifetime value.

Portanto, cohort nada mais é que segmentar sua base em grupos de características  pré determinadas, e os analisar junto a variável tempo. Desta forma, você conseguirá extrair e analisar dados apenas de um dia/semana/mês em específico, sem haver influências dos novos usuários que virão.

Análise Cohort em 6 Passos

1. Defina o objetivo 

Antes de mais nada, é necessário traçar um objetivo muito claro para ir direto ao ponto com sua análise cohort. O que você quer descobrir com ela?

Existem diferentes finalidades para realizar a análise cohort e já exemplificamos muitas de suas aplicações durante esse texto, mas vamos destacar novamente as principais e mais utilizadas:

• Taxa de cancelamento para diferentes perfis de clientes;
• Retorno financeiro ao longo do tempo para diferentes campanhas de aquisição;
• Taxa de retenção para clientes que adquiriram diferentes planos de serviços;

 Para a nossa análise, devemos estabelecer três variáveis:

• Grupo de cliente
• Métrica a ser Analisada
• Períodos de tempo

Veja a seguir as explicações sobre cada uma dessas variáveis.

2. Defina os Cohorts

Para definir o cohort, precisamos saber inicialmente quais dados temos disponíveis nos bancos de informação. O seu CRM, o Google Analytics e outras ferramentas podem te ajudar na segmentação.

Lembrete importante: a diferença entre um grupo e outro precisa estar muito clara. Leia os seguintes exemplos que usamos para ilustrar essa situação:

• Grupos de clientes oriundos de cada campanha de Marketing;
• Grupo de clientes que entraram na base na mesma data;
• Grupos de clientes pertencentes a um perfil (Pessoa Jurídica ou Pessoa Física);
• Grupo de clientes com receita maior que R$ 10.000;
• Grupo de clientes que realizaram o download de um material em determinado horário;
• Grupo de clientes pertencentes a regiões do país específicas.

3. Determine a métrica a ser analisada

É possível monitorar a relação entre os grupos e diferentes métricas, porém, faz mais sentido aquelas que envolvem o fator tempo.

Algumas delas:

• Taxa de retenção ou fidelização de clientes;
• Taxa de cancelamento ou churn;
• LTV – tempo de vida do cliente;
• Retorno sobre o Investimento;
• Ticket Médio de compras mensais;
• Número de vendas para a base de clientes (Upsell ou Cross Sell).

4. Estipule intervalos de tempo

Usa-se, geralmente, em uma análise cohort, escala de tempo mensal. Mas isso depende muito do perfil da sua empresa.

Por exemplo: 

Se você tiver um e-commerce voltado ao mercado B2C, faz muito mais sentido você organizar os dados em intervalos semanais ou quinzenais, já que seu ciclo de vendas é curto e novas compras de um mesmo cliente pode acontecer com uma maior frequência.

Por outro lado, se seu foco são vendas de soluções mais complexas e mais caras ao mercado B2B, onde demanda um maior tempo de negociação e estruturação, é possível definir intervalos maiores, como trimestrais ou semestrais.

5. Mantenha-se analisando e acompanhando continuamente os dados

Nesta etapa, com as três variáveis definidas e segmentadas, é essencial o monitoramento contínuo dos dados. Faça isso através do seu sistema de CRM ou planilhas de Excel. Se quiser saber mais sobre sistema de CRM, é só acessar nosso conteúdo onde mostramos 9 softwares de CRM para você escolher.

É importante comparar os dados coletados nesta etapa com os futuros dados que você irá gerar, ou seja, caso seu período definido seja mensal, compare, por exemplo, os dados coletados em fevereiro com os dados coletados em março, assim você poderá identificar de forma clara o padrão de comportamento que seus clientes tiveram. Utilize essas importantes informações para estabelecer novas estratégias comerciais.

6. Realize ações em cima dos dados

Utilize os dados de forma estratégica, identifique padrões, gargalos, pontos de melhoria e muito mais. Use os dados a fim de alavancar o seu negócio, sempre com o olhar de “o que pode ser feito melhor daqui para a frente?”. Para cada ponto de melhoria encontrado, estabeleça uma ação.

Use esse olhar de forma crítica e focada em aprimorar as estratégias para melhorar os seus resultados.

Tenha em mente que esta análise permite entender as diferenças entre grupos específicos, portanto, você pode entender, entre outras coisas, qual deles merece mais atenção pelo potencial de retorno financeiro ao negócio.

A lógica de uma análise cohort

Com o conceito clarificado, vamos te mostrar agora a lógica por trás dessas análises. 

Observe a seguinte base de dados. Com essa tabela, identificamos a quantidade de clientes que entraram na base da empresa mês a mês, assim como quantos permaneceram a cada mês de uso.

O cohort usado nessa situação são os novos clientes obtidos a cada mês (de janeiro a julho). A métrica analisada é a retenção. O período estipulado para análise é mensal. Portanto, aqui analisaremos a retenção mensal de clientes comparando diferentes períodos de entrada.

A partir da base de dados anterior, a planilha abaixo retrata uma típica análise cohort, onde as colunas e as linhas seguem os mesmos padrões da base de dados. 

As colunas representam os diferentes períodos em que iremos analisar a retenção de clientes, ou seja, a primeira coluna representa quantos clientes permaneceram após o seu primeiro mês de uso do produto/serviço, a segunda coluna representa quantos clientes permaneceram após seu segundo mês de uso, e assim por diante. 

As linhas representam os cohorts analisados, ou seja, na primeira linha estão o grupo de clientes que entraram em janeiro na base da empresa, na segunda linha encontram-se o grupo de clientes que entraram em fevereiro na base e assim continua na mesma lógica até julho.

Análise Cohort na Prática

Vamos retomar a planilha anterior. O gráfico abaixo ilustra as seguintes informações:

• Característica em comum dos grupos: data de entrada (mês do ano);
• O que desejamos avaliar: taxa de retenção;
• Período analisado: janeiro a julho de 2018.

No gráfico acima, apresentamos 7 grupos de clientes, que foram divididos pela data que realizaram a compra. Junto da data temos as contas, ou seja, o número de clientes que está em cada grupo.

Repare que também possuímos o número de meses que se passou desde a entrada do cliente na base. Os clientes que entraram em janeiro (20), estão na base há 6 meses, enquanto que os que entraram em junho, há apenas 1 mês. Como o primeiro grupo é mais velho que o último, os gráficos sempre ficam com o formato de um triângulo. Observe que na primeira coluna o mês de julho está vazio, pois o grupo de clientes que entrou nesse mês ainda não completou 1 mês junto a empresa, assim como o grupo de junho não completou 2 meses.

A porcentagem representa quantos % de cada grupo de clientes continuaram em minha base conforme os meses foram passando. Percebe que a partir de abril ocorreu uma melhora e o churn foi progressivamente diminuindo?   

Podemos supor que a determinada empresa iniciou a análise de cohort a partir de janeiro, e através do acompanhamento constante da métrica de retenção, percebeu que nos primeiros meses não houve evolução desta métrica.

A partir disto, em abril a equipe decidiu realizar  ações mais assertivas de Customer Success com a finalidade de aumentar a retenção de clientes. Estas ações foram efetivas, como percebemos na evolução da retenção a partir de abril, circulada na tabela. Quer saber mais sobre estratégias de CS? Acesse nosso conteúdo sobre como o Customer Success pode acelerar exponencialmente o crescimento da empresa. 

Algumas ações da empresa para esta evolução são listadas abaixo e podem ser seguidas também você:

• Fornecimento de experiências excepcionais;
• Melhor capacitação do time de CS; 
• Mapeamento da jornada do cliente;
• Coleta de feedbacks junto aos clientes;
• Automação de processos internos.

Após isso, podemos também entender o impacto dessas ações na própria base. Em maio, aconteceu um grande pico de vendas, e graças aos esforços iniciados em abril, a taxa de retenção dos clientes já havia aumentado!

Caso calculássemos, de forma proporcional, a porcentagem de retenção dos clientes entrantes em janeiro no seu segundo mês de uso para a base de clientes em maio, em vez dos 60 clientes retidos na base, seriam 55. Essa diferença de 5 clientes “a mais” é consequência direta das ações de Customer Success, originadas justamente da análise cohort. Qual seria o impacto de 5 clientes recorrentes a mais na sua empresa? 

O exemplo fictício acima nos mostra como interpretarmos a análise cohort, como também seu impacto dentro da realidade de negócios da sua empresa. Da mesma forma que nesse caso o estudo foi voltado para a retenção de clientes, o mesmo modelo de análise pode ser aplicado com diferentes métricas. Conseguiu ver aplicações diferentes para a análise Cohort? Conte para nós nos comentários!

Ainda sobre a ferramenta: Use cores!

Você deve ter reparado que os gráficos seguem um padrão de cores, ou seja, quanto melhor for o indicador, mais verde fica a célula, e quanto menor for o indicador, mais alaranjado. 

Utilizar as cores irá te auxiliar muito no momento de analisar os dados, pois apenas de colocar o olho sobre a ferramenta, você já conseguirá identificar se determinado período está melhorando ou piorando. 

A tabela que utilizamos para exemplificar é pequena, mas agora imagine utilizar uma tabela enorme e cheia de dados e ter que analisar número por número para entender o que está acontecendo? Bem melhor com cores, não é?!

Colocando a mão na massa

Antes de tudo, precisamos enfatizar que suas análises cohort só serão eficientes se sua empresa tiver um volume considerável de dados, já que ele é uma prática que utiliza como base a média do comportamento entre os clientes, portanto, para haver uma maior confiabilidade dos dados, é necessário uma amostragem maior. 

Você já entendeu o conceito de análise cohort, já aprendeu sua importância, benefícios e sua lógica, assim como viu sua aplicação na prática. Agora você está pronto para aplicar na sua empresa. Mas por onde começar?

Alguns softwares de BI ou de Customer Success já possuem essa ferramenta pronta, onde você só precisa informar os dados que os gráficos já são gerados.

No entanto, se você não tem acesso a nenhum software, existe uma excelente ferramenta que irá te ajudar muito no momento de montar suas análises: o Excel! 

Para você aplicar 

Como sabemos da importância da análise Cohort para sua empresa, disponibilizamos uma planilha em Excel pronta para você baixar e começar a utilizar agora. Clique no botão abaixo, baixe a planilha, assista o nosso vídeo explicativo e entenda todo o seu funcionamento!

Mas se por acaso você quiser fazer a sua própria planilha, é só acessar esse tutorial e aprender a fazer uma análise cohort no Excel.

Gostou do conteúdo? Então deixe seu comentário e não esqueça de compartilhar nas suas redes sociais! Siga a Sales Hackers no Linkedin, Facebook e Instagram.