Como funciona a análise de coorte?
Você agrupa os usuários pelo momento em que apareceram pela primeira vez — os cadastros de janeiro, os de fevereiro — e mede o mesmo comportamento em cada grupo na mesma idade relativa: dia 1, dia 7, dia 30. O resultado costuma ser uma grade em que cada linha é uma coorte e cada coluna é uma idade. Ler uma coluna de cima para baixo responde à pergunta que uma média agregada não responde: as coortes mais novas têm uma retenção melhor que as mais antigas, ou o produto está parado enquanto a aquisição cresce?
Como ler uma curva de retenção?
Coloque em um gráfico a taxa de retenção de uma coorte em função do tempo desde o cadastro e você terá uma curva que começa em 100% e cai. O formato importa mais do que qualquer ponto isolado. Uma curva que continua escorregando para zero significa que todo usuário acaba saindo — o crescimento está enchendo um balde furado, e sua taxa de churn vai alcançar a aquisição. Uma curva que se estabiliza significa que um núcleo de usuários se fixou. Os profissionais de growth costumam ler uma curva que se estabiliza como sinal de product-market fit; é uma heurística, não um teste formal, mas uma em que muita gente confia.
Por que isso importa para uma equipe de duas pessoas
As métricas agregadas favorecem os produtos em crescimento: quando os cadastros deste mês superam os do ano passado, a média é dominada por usuários novos demais para já terem saído. As coortes eliminam essa distorção com um único agrupamento — e a consulta é simples o bastante para rodar em SQL sobre os seus próprios eventos. Combine a coluna do dia 30 com a sua taxa de ativação para conferir se as mudanças no onboarding pegam de verdade. O que fazer quando uma coorte cai — jornadas de reconquista, mensagens de ciclo de vida — está no guia de fluxos de retenção e reconquista.
Quais são os erros comuns na análise de coorte?
Três se repetem. Coortes pequenas demais para serem um sinal — em uma coorte de 20 usuários, uma pessoa mexe cinco pontos na retenção, então leia a tendência ao longo de várias coortes, não uma só. Comparar coortes em idades diferentes — uma coorte de dois meses sempre parece melhor que uma de doze meses no mês doze, porque ainda não tem dados ali. E definir “ativo” de forma frouxa — se abrir um e-mail conta como retenção, a curva engana você a seu favor. Ligue “ativo” à ação que entrega o valor central do seu produto, não a um login.