A vida é feita de mudanças.

Dependendo da fase de nossas vidas em que nos encontramos, pensamos de um jeito. Conforme amadurecemos ou passamos por diferentes experiências, nossa percepção do mundo, opiniões e maneira de agir mudem. As pessoas evoluem.

E, caso você não se lembre, os clientes de sua empresa são pessoas!

Independentemente de seu mercado ser B2B ou B2C, são pessoas que tomam as decisões.

Assim, algumas ações de marketing que sempre deram certo, podem começar a não funcionar mais.

Aliás, isso não é novidade para ninguém, não é mesmo? Afinal, se não fosse por esse motivo, porque as empresas investiriam tanto em inovação de produtos e serviços e na experiência dos clientes?

E mais: conhecer o consumidor – todos os diferentes perfis de seus consumidores – já é uma prática mais do que consolidada nas empresas maduras.

Assim, criam-se (com base em dados e pesquisas) várias buyers personas representando alguns segmentos de clientes ideais, cada um deles se comportando de maneira diferente em relação aos produtos e serviços que sua empresa oferece ao mercado.

Com todas essas variáveis em jogo, como fazer uma análise estatística adequada para a tomada de decisão em seu negócio?

A resposta está na análise Cohort. Uma técnica de análise de dados que leva em conta diferentes perfis de clientes e analisa seu comportamento ao longo do tempo.

Neste artigo, você vai entender melhor o que é Cohort analysis, como ela é feita e como aplicar métricas de vendas na análise Cohort.

Análise Cohort: pessoas parecidas agem parecido

O que significa Cohort, afinal?

A palavra Cohort tem uma origem histórica. Ele remonta às coortes das legiões latinas, da Roma antiga. Cohort (ou coorte, em português) significava um recinto fechado ou um grupo fechado:

• Co (de com, significando junto)
• Hors (de hortus, que significa jardim)

Nesses tempos antigos, uma coorte era uma das dez divisões de uma Legião Romana.

Uma cohort, portanto, é um grupo de pessoas que têm alguma característica demográfica ou estatística em comum.

O termo é muito usado para se referir a um grupo de pessoas que nasceram em um determinado momento, como os Millennials ou a geração Z, por exemplo. Mas, na verdade, o grupo pode ser baseado em praticamente qualquer semelhança, como:

• profissão;
• faixa salarial;
• nível de escolaridade;
• localização geográfica;
• entre muitas outras possibilidades.

Mas por que usar a Cohort analysis?

Dividir públicos em Cohorts ajuda a refinar a análise de dados e chegar a resultados mais precisos.

Já mencionamos as diferentes personas de uma empresa. Mas a segmentação Cohort pode ser ainda mais profunda em relação a características específicas de seu negócio.

Vamos tomar um exemplo de negócio que costuma se beneficiar muito da análise Cohort: empresas SaaS (Software as a Service – em inglês – são empresas que fornecem softwares baseados na nuvem como serviços pagos mensalmente).

Nesse caso, você pode começar segmentando pelo tipo de plano que o cliente escolheu.

Ou o tamanho da empresa cliente, seu segmento de atuação, faturamento médio etc.

E como a análise Cohort relaciona o comportamento de cada grupo de usuários com o tempo decorrido, você poderá descobrir em que momentos determinadas ações que você realizou afetaram determinadas Cohorts de usuários.

Como dissemos, vamos ao exemplo de uma análise Cohort em uma SaaS:

Digamos que você segmentou 3 Cohorts que usam o software de sua empresa pagando uma assinatura mensal:

• Clientes Pessoa Física: PF
• Clientes Pequenas Empresas: PE
• Clientes Empresas de Médio Porte: EMP

Você não incluiu empresas maiores porque já sabe que não tem fit com o seu negócio.

Bem, uma métrica muito usada na Cohort analysis é a taxa de churn (ou churn rate). Isto é: a percentagem de clientes que desistiram de seu negócio. No caso de uma SaaS, é a percentagem de clientes que cancelou seu plano de assinatura.

Por exemplo: se em abril você tinha 100 clientes em sua SaaS e perdeu 6 clientes, sua taxa de de churn bruta foi de 6%.

Existe também a taxa de churn líquida. Nesse caso, descontam-se os novos usuários dos usuários perdidos, ao se calcular a porcentagem.

Assim, de você perdeu 6 usuários, mas conquistou 8, sua taxa de churn foi negativa, de -2%. O que revela que seu número de usuários aumentou.

Mas, para os efeitos desta análise Cohort em questão no momento, vamos usar a taxa de churn bruta.

Muito bem, vamos imaginar que você analisou o comportamento dessas 3 Cohorts de clientes durante 6 meses e colocou os resultados em uma planilha como esta:

Analisando a planilha

Se você observar com atenção as médias de churn no período, a primeira conclusão que se pode facilmente chegar pela análise Cohort desses dados é que, independentemente do tempo decorrido, o perfil de cliente mais fiel ao seu negócio são as Pessoas Físicas – PF (menor taxa de churn média, de 2,0%), seguidas das Pequenas Empresas – PE (2,6%) e das Empresas de Médio Porte – EMP (3,3% de taxa de churn).

Mas essa é a conclusão que você chegaria mesmo se não tivesse feito a análise Cohort e apenas tirado simplesmente as médias de taxa de churn no período de 6 meses.

É por esse motivo que você deve fazer a análise Cohort: para enriquecer seus dados estudando a variação do comportamento de seus clientes ao longo do tempo!

Se você se atentar mais uma vez à planilha, notará que as menores taxas de churn estão assinaladas com tons de verde mais escuro, enquanto as taxas de churn mais elevadas em verde mais claro, gradativamente.

Portanto, fica fácil perceber que no mês 3 alguma coisa aconteceu e fez com que a taxa de churn das Pessoas Físicas caísse bastante, para 0,5%. No entanto, isso não afetou as empresas significativamente.

Pode ter sido algo que aconteceu na economia, no seu mercado específico ou uma ação de marketing de sua empresa. Você precisa analisar tudo isso e descobrir o que causou essa mudança positiva de comportamento e tentar replicar no futuro, caso esteja sob o controle de sua empresa.

Isso vai ficar mais claro agora.

Analisando os efeitos de uma ação promocional

Digamos que, no mês 5, sua empresa fez uma promoção de inclusão de um novo usuário adicional nos planos já existentes, sem custo extra por um ano.

Ora, para um cliente pessoa física, possivelmente isso não é muito atrativo, afinal, é provável que só ele use seu software.

Já, para empresas, isso é bem interessante, pois a qualquer momento pode ser necessário dar acesso ao seu SaaS para um novo funcionário. E conseguir isso sem custo, por um ano, é uma excelente oportunidade.

E, se você analisar a planilha, parece que essa promoção funcionou mesmo, diminuindo significativamente o churn no mês 5 de ambos os tipos de empresa para 1%.

Ficou claro para você como a análise Cohort pode ser mais e rica e trazer insights mais valiosos?

Veja, agora, como aplicar uma em seu negócio!

Como fazer a análise Cohort em sua empresa?

Você viu que isso pode ser feito até mesmo com uma planilha Excel ou do Google.

Mas é importante definir alguns critérios.

O que você quer descobrir com a Cohort analysis?

Talvez você deseje descobrir o efeito de uma promoção sobre seus clientes. Ou, por outro lado, queira manter um registro contínuo do comportamento dos clientes ao longo do tempo.

Dependendo do que for analisar, diferentes Cohorts e métricas devem ser usadas.

Que Cohorts segmentar?

No segundo caso mencionado acima, você deve usar as buyers personas que já definiu para seu negócio e montar a planilha segmentada por essas Cohorts.

Mas, no primeiro caso, o ideal é definir Cohorts que sejam bastante relacionadas com a ação realizada.

Por exemplo: no caso da promoção que citamos, como seus efeitos foram todos sentidos apenas pelas empresas, por que não ir mais fundo e segmentar Cohorts por ramo de atividade ou localização geográfica das empresas?

Assim, você conseguirá insights mais profundos e detalhados sobre os efeitos da ação realizada sobre diferentes perfis de públicos.

Claro, para isso, você precisa contar com uma base de dados bem completa e com informações atualizadas sobre seus clientes. Um sistema CRM é ideal para isso.

Que métricas vai usar?

Com base na ação que vai analisar e nas características de seu negócio, você pode analisar diversas métricas de vendas e de marketing e até mesmo métricas financeiras.

Tudo vai depender de seus objetivos com a análise.

Além da taxa de churn, outras métricas muito usadas são:

• Ticket médio de compras mensais (no caso de um e-commerce, por exemplo)
• Número de acessos ao software no mês (para SaaS)
• Número de clientes que fizeram upsell (aumentaram o valor de suas compras)
• LTV (Lifetime value): quanto o cliente deixa de lucro total para a empresa ao longo de seu relacionamento com ela.

Pronto! Agora você já sabe o que é uma análise Cohort, como e porque fazê-la. E, como você notou, não tem nenhum mistério. Só é preciso contar com uma base de dados bem completa e atualizada sobre seus clientes.