Como analisar gravações de sessão do PostHog

As equipes que já tentaram analisar gravações de sessão do PostHog costumam ter muito material capturado e pouquíssimo tempo para agir sobre ele. As gravações se acumulam, alguém assiste a um punhado delas e a maior parte das evidências nunca vira uma decisão.

A boa notícia é que o PostHog inclui mais ferramentas de replay do que a maioria das equipes usa. Antes de considerar migrar ou acoplar outro fornecedor, vale a pena saber exatamente o que os filtros, as coleções e as funcionalidades do Max AI integrados conseguem fazer - e onde uma camada de análise dedicada passa a justificar seu lugar.

Este guia se baseia na documentação oficial de session replay do PostHog, revisada em 24 de julho de 2026.

O que o replay do PostHog já oferece

O PostHog Session Replay é, antes de tudo, um produto de reprodução: grava o DOM, a atividade de rede e os logs do console para que você possa diagnosticar problemas de interface, dar suporte a clientes e entender comportamentos sutis. Dentro do player, você pode inspecionar o DOM, abrir uma cascata de rede, ver uma pontuação de desempenho da página, pular para um mapa de calor construído a partir do próprio HTML da gravação e fazer capturas de tela ou clipes curtos em GIF/MP4 para anexar a um bug no Jira ou no Linear.

A parte que a maioria das equipes subutiliza é tudo o que acontece em torno de uma única gravação:

• Filtros salvos. Crie uma lista dinâmica por data, duração ativa, contagens de atividade, eventos, propriedades, logs do console ou feature flags e, depois, salve-a. Os novos replays correspondentes são adicionados automaticamente, e o filtro é compartilhado com todo mundo no projeto pela aba Shared filters.
• Filtros por contagem de atividade. Filtre gravações por cliques, teclas pressionadas ou atividade do mouse com operadores numéricos. Um filtro click_count > 0 elimina o tráfego de bots e scanners; keypress_count > 10 encontra sessões em que os usuários digitaram muito.
• Coleções. Enquanto os filtros salvos são dinâmicos, as coleções são listas permanentes que você organiza e compartilha para uma investigação específica.
• Coleções integradas. O PostHog exibe automaticamente gravações em listas pré-configuradas, incluindo Watch history, Recordings with comments, Expiring soon e uma coleção Frustration signals com sessões que tiveram vários rage clicks ou exceções nos últimos 7 dias.

Se sua equipe assiste às gravações uma a uma a partir da lista padrão, só esses recursos já economizam horas.

O que o Max AI acrescenta

O assistente de IA do PostHog, o Max, adiciona pesquisa em linguagem natural e resumos por cima do replay. Há duas capacidades distintas que vale a pena separar.

Encontrar replays. Em vez de construir filtros à mão, você descreve o comportamento - "usuários que fizeram rage click na página de preços" ou "usuários enterprise que encontraram um erro no dashboard" - e o Max traduz isso em filtros de replay e devolve as sessões correspondentes. Entende sinais específicos do replay: rage clicks, dead clicks, eventos de erro, padrões de navegação e qualquer propriedade de pessoa que você tenha capturado.

Resumir sessões. O Max lê o fluxo de eventos estruturado de uma gravação - cada visualização de página, clique, entrada, scroll, erro e evento personalizado - e produz um resumo legível das ações principais, dos padrões comportamentais, dos erros e do desfecho da sessão. Ele analisa os dados de eventos em vez de assistir ao vídeo, por isso os resumos continuam rápidos mesmo em sessões longas, e ele pode resumir um lote de uma só vez para entender o que as sessões têm em comum. No player, os marcadores de segmento do resumo de IA aparecem na linha do tempo como sobreposições verdes (sucesso) ou vermelhas (falha) em que você pode clicar para pular para o momento.

Duas restrições importam. Os resumos de sessão são apenas no PostHog Cloud - não estão disponíveis em implementações self-hosted, embora o próprio Max possa rodar em self-hosted com uma ANTHROPIC_API_KEY configurada. E resumir é algo que você pede sobre um conjunto de sessões escolhido; não é uma tarefa em segundo plano que observa todo o seu tráfego e diz o que corrigir em seguida.

Onde o fluxo de trabalho integrado se esgota

A IA de replay do PostHog é genuinamente útil para triagem: aponte o Max para uma pergunta, obtenha uma lista curta, leia alguns resumos e siga em frente. O atrito surge quando você quer análise em vez de respostas a uma consulta.

A linha divisória é o agrupamento entre sessões. Um resumo diz o que aconteceu em uma gravação, ou o que um lote tinha em comum quando você perguntou. Não mantém, por si só, uma lista classificada e desduplicada dos problemas repetidos em tudo o que você grava. Quando sua pergunta muda de "mostre sessões como X" para "quais são os principais problemas desta semana e a quem afetaram", você está descrevendo um produto diferente.

Quando adicionar uma camada de análise de IA por cima

Você não precisa sair do PostHog para obter isso. Uma camada de análise complementar faz sentido quando:

• Você grava tráfego suficiente para que a triagem manual nunca chegue a acompanhar.
• Você precisa que rage clicks, dead clicks, erros e quedas repetidos sejam agrupados em problemas nomeados, em vez de serem deduzidos de novo a cada vez.
• Você quer que cada descoberta esteja ligada a uma etapa do funil, a um objetivo ou a um valor de receita para que produto e engenharia possam priorizar.
• Você precisa de uma fila semanal curta em que a equipe realmente confie, com as evidências de replay originais anexadas.

O Flowsery foi construído exatamente para essa camada. Combina análises web com foco na privacidade, gravações, funis, jornadas, objetivos, fontes e receitas, e sua camada de IA de sessão agrupa o atrito repetido em problemas classificados que você pode avaliar em relação ao contexto de negócio - complementando o fluxo de trabalho de captura e consulta que você já tem.

Perguntas frequentes

O PostHog usa IA para analisar gravações de sessão?

Sim. O assistente do PostHog, o Max, encontra replays a partir de descrições em linguagem natural e resume sessões lendo o seu fluxo de eventos. Os resumos rodam apenas no PostHog Cloud, enquanto o próprio Max também pode rodar em instâncias self-hosted com uma ANTHROPIC_API_KEY.

Os resumos de IA do PostHog veem o vídeo?

Não. O Max analisa os dados de eventos estruturados - visualizações de página, cliques, entradas, scrolls, erros e eventos personalizados - em vez do vídeo renderizado. É por isso que os resumos permanecem rápidos mesmo em sessões longas e podem ser produzidos em massa.

Consigo encontrar sessões específicas sem construir filtros manualmente?

Sim. Descreva o comportamento que você quer - como sessões com rage clicks na página de preços ou usuários que desistiram durante o checkout - e o Max o converte em filtros de replay. Você também pode salvar filtros e reutilizar coleções integradas como a Frustration signals.

Preciso migrar do PostHog para obter análise de problemas com IA?

Não. Você pode primeiro tirar mais proveito dos próprios filtros, coleções e funcionalidades do Max do PostHog e, depois, adicionar uma camada de análise dedicada como o Flowsery quando precisar agrupar problemas repetidos, classificá-los por impacto e conectá-los a funis ou receitas.

Qual é a diferença entre um filtro salvo e uma coleção no PostHog?

Um filtro salvo é uma lista dinâmica e compartilhada que adiciona automaticamente novos replays que correspondam aos seus critérios. Uma coleção é uma lista permanente e curada que você constrói e compartilha para uma investigação específica.

Transforme as evidências de replay do estilo do PostHog em problemas classificados com o Flowsery - comece gratuitamente e analise as sessões que realmente importam.

Fontes: PostHog Session Replay docs, Watch recordings, Find replays with PostHog AI e Summarize sessions with PostHog AI. Verificado em 24 de julho de 2026.

O que consigo fazer dentro do próprio leitor do PostHog Session Replay?

O leitor permite inspecionar o DOM, abrir uma cascata de rede e consultar uma pontuação de desempenho da página gravada. Também é possível entrar num mapa de calor construído a partir do HTML da própria gravação e fazer uma captura de tela ou um clipe curto em GIF ou MP4 para anexar a um bug no Jira ou no Linear.

O que é a coleção Frustration signals do PostHog?

Frustration signals é uma das coleções integradas do PostHog, uma lista já pronta que o produto gera automaticamente em vez de uma que você monta à mão. Reúne sessões com vários rage clicks ou exceções dos últimos sete dias, junto com outras listas automáticas como Watch history, Recordings with comments e Expiring soon.

Consigo filtrar as gravações do PostHog por cliques ou teclas pressionadas?

Os filtros de atividade do PostHog permitem definir condições numéricas para cliques, teclas pressionadas ou atividade do mouse. Um filtro click_count > 0 remove tráfego de bots e scanners, enquanto keypress_count > 10 encontra sessões com muita digitação.

O que uma camada de análise de IA dedicada acrescenta que o Max do PostHog não tem?

O Max responde às perguntas que recebe, como encontrar sessões que correspondam a uma descrição ou resumir um lote escolhido. Uma camada dedicada, por outro lado, roda continuamente em segundo plano, agrupa a mesma falha em muitas sessões num único problema, estima quantos usuários foram afetados e classifica os problemas para uma fila semanal.

Como o Flowsery complementa o PostHog Session Replay?

O Flowsery combina análise web que preserva a privacidade, gravações, funis, jornadas, objetivos, fontes e receita com uma camada de IA de sessão que agrupa a fricção repetida em problemas classificados. Ele foi feito para acompanhar as evidências de replay e o fluxo de consultas que você já tem com o PostHog, não para substituí-los.