Rodando uma análise do funil de checkout nas etapas que realmente vazam

O que é uma análise do funil de checkout?

Diferente de um funil de conversão do site inteiro, a análise do funil de checkout mede só o trecho entre o momento em que um comprador se compromete a comprar e o momento em que o pedido é confirmado. Tudo que vem antes, a navegação, a busca, a comparação, a montagem do carrinho, fica de fora. Esse estreitamento é a razão de ser da coisa. Quem chega ao checkout já decidiu gastar dinheiro, então toda saída depois desse ponto é uma perda causada pela sua própria interface, e não uma perda de interesse.

A mecânica geral de montar e ler um funil, o sequenciamento de etapas, funis abertos versus fechados, janelas de conversão e a escolha entre contar usuários ou sessões, vale aqui sem mudanças e está detalhada em como funciona a análise de funil. Esta página fica no que é específico do checkout: quais etapas existem, quais vazam, e como instrumentá-las para que os números signifiquem alguma coisa.

Quais são as etapas de um funil de checkout?

O Google padroniza os nomes de evento de toda a jornada de compra na documentação de ecommerce do GA4, o que faz do checkout um dos poucos funis em que você não precisa inventar um vocabulário próprio. Os eventos, na ordem documentada:

Etapa	Evento GA4	Dentro do funil de checkout
O comprador vê uma lista de resultados	view_item_list	Não
O comprador escolhe um item da lista	select_item	Não
O comprador vê a página de detalhe do produto	view_item	Não
O comprador adiciona o item ao carrinho	add_to_cart	Não
O comprador abre o carrinho	view_cart	Fronteira
O comprador inicia o checkout	begin_checkout	Sim, etapa 1
O comprador envia os dados de entrega	add_shipping_info	Sim, etapa 2
O comprador envia os dados de pagamento	add_payment_info	Sim, etapa 3
O pedido é confirmado	purchase	Sim, etapa 4
O pedido é estornado	refund	Pós-funil

Quatro etapas é o formato honesto da maioria dos funis de checkout, e vale resistir à tentação de adicionar mais, a menos que as etapas extras sejam telas reais em que um comprador possa desistir. Separar add_shipping_info em preenchimento de endereço e escolha de método de entrega vale a pena se forem páginas distintas. Não vale se forem dois blocos de campos na mesma página, porque a "queda" resultante entre eles é um artefato do momento em que suas tags disparam, e não alguém indo embora.

A linha view_cart está marcada como fronteira de propósito. Se o carrinho pertence ao funil é a decisão que mais muda o seu número principal, e é por isso que taxa de abandono de carrinho e taxa de abandono de checkout são métricas diferentes com denominadores diferentes, uma distinção destrinchada em como a taxa de abandono de carrinho é calculada.

Onde a desistência se concentra em um funil de checkout?

Entre begin_checkout e add_shipping_info, em quase toda loja que foi olhar. Essa primeira tela é onde o preço total fica real, onde a criação de conta costuma ser exigida, e onde o comprador vê pela primeira vez o tamanho do formulário que o espera.

A revisão de 50 estudos separados feita pelo Baymard Institute coloca a taxa média documentada de abandono de carrinho em 70,22%, um número atualizado pela última vez em 22 de setembro de 2025. A parte mais útil dessa pesquisa é a abertura dos motivos declarados, medida entre compradores que realmente pretendiam comprar:

Motivo declarado para abandonar o checkout	Participação
Custos extras altos demais (frete, impostos, taxas)	40%
A entrega era lenta demais	20%
Não confiou os dados do cartão ao site	19%
Criação de conta obrigatória	18%
Processo de checkout longo ou complicado demais	17%
Erros ou travamentos no site	17%
Política de devolução insatisfatória	13%
Não conseguiu ver ou calcular o custo total de antemão	12%
Cartão recusado	10%
Poucos métodos de pagamento	9%

O Baymard registra à parte que 42% dos compradores online nos Estados Unidos abandonaram simplesmente porque estavam olhando e não prontos para comprar, e exclui esse grupo das porcentagens acima. Essa exclusão é o que torna a lista acionável: o que sobra são pessoas que queriam concluir o pedido e pararam mesmo assim.

Jogue esses motivos de volta nas quatro etapas e o formato do problema fica concreto. Custos extras, totais escondidos, criação de conta forçada e tamanho do formulário caem todos na etapa 1. Velocidade de entrega e cobertura de métodos de pagamento caem nas etapas 2 e 3. Recusas caem na etapa 4, onde são um problema de configuração de pagamento e não de design. Antes de comparar seus próprios números com qualquer coisa disso, leia as ressalvas em o que os benchmarks publicados de funil realmente medem, porque as definições de etapa variam o bastante entre estudos para mover uma porcentagem em dois dígitos.

Onde cada motivo citado se encaixa

Etapa 1: begin_checkoutCustos extras, total escondido, conta obrigatória, formulários longos

Etapas 2 e 3: envio e pagamentoEntrega lenta, poucos métodos de pagamento

Etapa 4: purchaseCartões recusados, um problema de configuração

Como montar uma análise do funil de checkout?

Instrumentação primeiro, relatório depois. Um funil montado sobre eventos que disparam na hora errada produz respostas confiantes e erradas, e nenhuma análise conserta isso depois.

1. Dispare um evento por tela em que o comprador possa sair. Se o seu checkout tem três páginas, você quer três eventos mais o purchase. Se for uma página única com seções em acordeão, dispare add_shipping_info e add_payment_info na conclusão da seção e não no carregamento da página, ou o funil vai mostrar 100% de conclusão de etapa e nenhuma informação.
2. Tire o purchase da página de agradecimento se um redirecionamento puder pulá-la. Páginas de pagamento hospedadas, fluxos de carteira digital e autenticação bancária devolvem o comprador a algum lugar que você não controla por inteiro. Um evento purchase que só dispara em uma URL de confirmação de pedido vai subcontar todo pedido em que o comprador fechou a aba depois de pagar. Envie o evento pelo servidor a partir do webhook do pedido e você fica com o denominador verdadeiro.
3. Configure o funil como fechado, não aberto. O checkout é de fato sequencial, então um comprador que aparece em add_payment_info sem ter passado por add_shipping_info é um bug de tagueamento que vale trazer à tona, não um caminho legítimo que vale contar.
4. Escolha uma janela de conversão menor que a padrão. Checkout é uma atividade de minutos, não de dias. Uma janela de 30 dias vai creditar um purchase que aconteceu uma semana depois de um begin_checkout abandonado, o que esconde justamente o abandono que você queria medir.
5. Segmente antes de interpretar. No mínimo, separe por dispositivo e por visitante sem conta versus logado. Checkout no celular e checkout no desktop raramente dividem o mesmo gargalo, e criação de conta forçada aparece como colapso na etapa 1 só no segmento sem conta.
6. Registre as definições de etapa junto com o relatório. Um funil cuja etapa 2 mudou de definição em março vai mostrar um penhasco em março que nenhuma mudança de código causou, e seis meses depois ninguém vai lembrar do motivo.

A etapa 2 é a que estraga em silêncio o maior número de análises. Uma loja com provedor de pagamento baseado em redirecionamento pode subnotificar pedidos concluídos por uma margem larga e depois passar um trimestre otimizando uma etapa que nunca esteve quebrada.

O que uma análise do funil de checkout não diz?

Ela não diz o porquê. Um funil entrega um local exato e nenhuma causa, que é o limite de todo relatório de contagem de etapas e a razão de um número de desistência ser uma pergunta e não uma resposta. O número de 40% para custos inesperados é resultado de pesquisa no painel do Baymard, não um diagnóstico da sua loja, e tratá-lo como diagnóstico leva times a remover uma taxa de frete que nunca foi o problema.

Duas coisas transformam uma queda localizada em uma causa. A primeira é uma segmentação fina o bastante para isolá-la: se o colapso da etapa 1 só aparece no Safari do celular, a causa provavelmente é de renderização ou preenchimento automático, não de preço. A segunda é assistir ao que as pessoas de fato fizeram naquela tela, e é aí que o session replay ganha seu lugar frente ao relatório agregado.

Ela também não diz quanto o vazamento vale. Uma queda de 12% em add_payment_info numa loja de cesta alta vale mais que uma queda de 30% em begin_checkout numa loja de cesta baixa, e as duas só ficam comparáveis depois que você multiplica por quanto vale um pedido típico. Priorizar correções por porcentagem em vez de por receita recuperada é a forma mais comum de uma análise correta produzir o roadmap errado.

Perguntas frequentes

Abandono de checkout é a mesma coisa que abandono de carrinho?

Não, e a diferença está no denominador. O abandono de carrinho mede compradores que adicionaram um item e não compraram, então sua base é todo mundo que chegou ao add_to_cart. O abandono de checkout mede compradores que iniciaram o checkout e não compraram, então sua base é todo mundo que chegou ao begin_checkout. A segunda base é bem menor e bem mais comprometida, e é por isso que as taxas de abandono de checkout são sempre mais baixas que as de carrinho na mesma loja.

Quais eventos do GA4 um funil de checkout deve usar?

O Google documenta begin_checkout, add_shipping_info, add_payment_info e purchase como a parte de checkout da jornada de ecommerce, com view_cart logo antes e refund depois. Usar esses nomes em vez de nomes personalizados significa que qualquer ferramenta de relatório que entenda ecommerce do GA4 consegue ler seu funil sem camada de mapeamento.

Quantas etapas um funil de checkout deve ter?

Tantas quantas forem as telas em que um comprador pode desistir, o que costuma dar três ou quatro. Adicionar etapas que correspondem a blocos de campos em vez de telas cria quedas que refletem o momento da tag e não o comportamento. Se você não consegue descrever o que um comprador teria feito para sair entre duas etapas, essas duas etapas deveriam ser uma só.

Por que meu funil mostra mais compras do que checkouts iniciados?

Em geral porque o purchase dispara de uma origem que o begin_checkout não enxerga, como um webhook de pedido no servidor, um pedido repetido feito por link de carrinho salvo ou uma renovação de assinatura. Verifique se os eventos de compra carregam um identificador de sessão ou de usuário correspondente, e exclua do funil as renovações e os pedidos criados por administradores, se eles nunca passam pela interface de checkout.

O funil de checkout deve contar usuários ou sessões?

Sessões, na versão que você olha toda semana. Checkout é uma atividade de uma sentada só, então um funil com escopo de sessão responde à pergunta que você realmente está fazendo: das pessoas que começaram o checkout agora há pouco, quantas terminaram. Um funil com escopo de usuário vai creditar uma compra feita dois dias depois contra o abandono original e fazer o vazamento parecer menor do que é.

Qual é a primeira coisa a checar quando uma etapa do checkout despenca de repente?

Um deploy, antes de qualquer outra coisa. Penhascos súbitos em uma etapa só são bem mais vezes uma tag quebrada, um seletor alterado ou um erro de JavaScript em uma tela do que uma mudança no comportamento de compra. Compare a contagem bruta de eventos daquela etapa com a da etapa anterior, veja se a queda está confinada a um navegador ou classe de dispositivo, e só comece a raciocinar sobre preço, formulários ou confiança depois de descartar a hipótese de o evento simplesmente ter parado de disparar.

A página do carrinho conta como parte do funil de checkout?

Não oficialmente. O view_cart fica na fronteira, logo antes do begin_checkout, a primeira das quatro etapas do funil. Incluí-lo ou deixá-lo de fora é a decisão que mais muda o seu número principal de abandono, porque altera o denominador. É por isso que a taxa de abandono de carrinho e a taxa de abandono de checkout saem diferentes para a mesma loja.

Qual é a taxa média de abandono de carrinho segundo a Baymard?

A revisão da Baymard Institute sobre 50 estudos distintos aponta uma taxa média documentada de abandono de carrinho de 70,22%, dado atualizado em 22 de setembro de 2025. A lista de motivos declarados exclui os 42% dos compradores dos EUA que abandonaram simplesmente porque estavam só navegando. O que sobra no detalhamento dos motivos são compradores que queriam finalizar o pedido e mesmo assim abandonaram.

Quão curta deve ser a janela de conversão de um funil de checkout?

Mais curta do que uma janela padrão de 30 dias, porque o checkout é uma atividade de minutos, não de dias. Uma janela de 30 dias credita uma compra feita uma semana depois de um begin_checkout abandonado, o que esconde justamente o abandono que você quer medir. Ajuste a janela para o tempo real que o seu checkout leva.

Qual é o motivo mais citado para abandonar o checkout?

Custos extras que aparecem tarde, como frete, impostos ou taxas, citados por 40% dos compradores na pesquisa da Baymard, o maior percentual entre os motivos. Isso recai sobre a etapa 1, begin_checkout, onde o preço total se torna real pela primeira vez. Entrega lenta (20%) e desconfiança ao informar os dados do cartão (19%) vêm em seguida.