Análise Cohort: o que é e como ajuda na retenção de clientes

Andre Wetter

Andre Wetter

Co-Founder da a55

Para compreender de maneira mais ampla o comportamento dos seus consumidores é preciso que as empresas apliquem meios de medição e análise de dados, a fim de levantar informações relevantes para tomada de decisões sobre atração, conversão e retenção de clientes.

A retenção é um dos principais desafios que as empresas enfrentam no mercado, e a análise cohort é uma solução ideal que auxilia na obtenção de dados para o estudo do comportamento do consumidor. O uso de métricas e indicadores para medir a performance são importantes para traçar estratégias tanto no ambiente de produção como no estudo do ambiente externo em que as empresas atuam.

Neste artigo, vamos descobrir mais sobre o que é análise cohort, qual a sua importância e como as informações levantadas a partir da segmentação de clientes impactam as ações que devem ser tomadas. Acompanhe.

Cohort retenção de clientes

O que é análise cohort?

Podemos definir um Corte, ou Cohort, como um grupo de pessoas agrupadas por características comuns em um determinado período de tempo. Essas características em comum representam os parâmetros pelos quais cada grupo é identificado e têm como finalidade responder aos questionamentos que originaram a pesquisa.

Cada agrupamento se refere à relação dos consumidores com a empresa e leva em conta principalmente dois pontos:
• a realização de uma determinada ação;
• o período em que a ação ocorreu (como a entrada do cliente na sua base).

Por meio da segmentação em grupos é possível levantar dados e padrões que, para a empresa, significam o conhecimento necessário para desenvolver novas e mais eficientes estratégias para aquisição, conversão e retenção de clientes.

Sendo assim, a análise cohort trata da observação contínua de agrupamentos segmentados por ações comuns em um tempo específico, como a assinatura de uma newsletter, a pesquisa por determinado item de um e-commerce ou a instalação de um aplicativo.

Como podemos observar, a proposta do conceito é muito simples e basicamente diz respeito a realizar um recorte na amostra disponível para detalhar e aprofundar o entendimento sobre o consumidor.

É importante, entretanto, destacar que existe um limite para o período da análise, uma vez que clientes agrupados por comportamentos semelhantes, mas sem um critério temporal, não são compreendidos como cortes, e sim apenas como segmentos.

Por que a análise cohort é útil?

A análise cohort produz dados relevantes para balizar o processo decisório, fornecendo informações que auxiliam os gestores a encontrar respostas aos seus questionamentos sobre o mercado. Confira, a seguir, outras características das empresas que são influenciadas por esse processo.

Estudo da rotatividade e CLV

A análise cohort permite que empresas identifiquem mais rapidamente quais canais produzem o melhor CLV (customer lifetime value), ou seja, a melhor relação de vida útil do cliente ao longo do tempo. Na gestão financeira, a rotatividade pode ser impulsionada quando observamos quais grupos apresentam um padrão de consumo mais recorrente e quais ações de marketing têm gerado os melhores resultados nesse quesito.

Estratégias de retenção

Com a análise de grupos é possível aprender sobre quais são as melhores práticas que levam à satisfação dos clientes e como otimizar as estratégias de engajamento. Assim, é possível incentivar uma participação mais efetiva do cliente e estimulá-lo a se tornar mais ativo na comunidade da organização.

Otimização do funil de vendas

A observação do comportamento do cliente e a forma como ele se envolve em cada fase do funil de vendas permite comparar qual etapa precisa de mais atenção do gestor. Também é possível identificar quais ações adotadas mais contribuíram para os resultados do funil como um todo, desde a etapa de atração de leads até a efetivação das vendas.

 

 

Como fazer a análise cohort?

Para fazer a análise cohort é preciso, antes de tudo, definir qual é a pergunta que se pretende responder com o estudo. Sendo assim, estabeleça o que definirá o grupo, qual o critério de inclusão de um indivíduo no grupo, os indicadores de análise e, finalmente, o que deseja aprender sobre cada grupo. Confira os exemplos práticos a seguir.

Exemplo 1 – Análise Cohort (Empresa SaaS)

Interessado: aplicativo SaaS de rastreamento veicular baseado em nuvem.
Finalidade: comparar a taxa de retenção do mês de dezembro entre os clientes adquiridos em duas campanhas de marketing diferentes:
1 – Campanha de e-mail por gotejamento, em abril.
2 – Campanha do Google AdWords, em maio.
Método:
Características das Cohorts: definidas pela campanha de marketing atribuída ao novo cliente (e-mail ou AdWords).
Métrica de inclusão: para ambos, a ação de inscrição.
Métrica de retorno: para ambos a métrica de retorno é o status do cliente (atual ou encerrado) em dezembro (se continua um cliente ativo ou não).
Resultado:
Métrica de Inclusão:
1 – Campanha de e-mail marketing tem 300 clientes.
2 – Campanha de AdWords tem 600 clientes.
Métrica de Retorno:
Cohort de e-mail tem 150 clientes atuais restantes em dezembro.
Cohort do AdWords tem 450 clientes atuais restantes em dezembro.
Conclusões: a taxa de retenção dos clientes que se inscreveram na campanha do Google AdWords é significativamente mais alta (75%) do que aqueles que se inscreveram por meio do e-mail marketing (50%).
Ação recomendada: optar por maximizar futuras campanhas de marketing no AdWords e/ou testar alguma outra combinação de SEM (Search Engine Marketing).

Exemplo 2 – Análise Cohort

Interessado: empresa desenvolvedora de aplicativos de saúde para dispositivos móveis.
Finalidade: descobrir quais os usuários entre as plataformas Android e iOS foram os mais rentáveis no último trimestre.
Método: comparação da receita média por usuário (ARPU – Average Revenue Per User) entre usuários de dispositivos iOS e Android.
*Observação: para ambas as plataformas foram utilizados os mesmos recursos de promoção.
Características das Cohorts: definidas pelo sistema operacional móvel de cada usuário (iOS ou Android).
Métrica de inclusão para ambos: usuários ativos no último trimestre.
Métrica de retorno para ambos: ARPU – Average Revenue Per User – Receita média por cliente.
Resultado:
Métrica de Inclusão:
Grupo iOS: 400.000 usuários.
Grupo Android: 500.000 usuários.
Ativos no último trimestre:
Grupo iOS: possui 200.000 usuários ativos no último trimestre.
Grupo Android: possui 250.000 usuários ativos no último trimestre.
Métrica de retorno:
Grupo iOS: ARPU de US $ 3,00.
Grupo Android: ARPU de US $ 2,00.
Conclusões: o cálculo da ARPU revelou que usuários iOS são mais lucrativos em relação aos usuários Android, mesmo apresentando uma probabilidade menor de baixar o jogo.
Ação recomendada: direcionar uma parte maior do orçamento de propaganda para promoção da versão iOS do aplicativo já no próximo trimestre.

Até aqui, entendemos que a análise cohort é um meio importante para a compreensão do comportamento do cliente em um período de tempo específico, certo?

Isso é feito principalmente por meio da segmentação da amostra de clientes em grupos de estudo, que visam encontrar padrões que se traduzem em informações úteis para a criação de insights importantes para o sucesso da empresa.

Agora que você já sabe o que é análise cohort e de que forma ela ajuda na retenção de clientes, aproveite para nos seguir em nossas redes sociais e continuar bem informado. Estamos no Twitter e no Linkedin!