Ler bem uma curva de retenção começa pela análise de coortes

O que é análise de coortes?

Em relatórios de produto e receita, análise de coortes é a prática de agrupar usuários por um evento inicial compartilhado, como a semana em que se cadastraram, e então acompanhar o comportamento desse mesmo grupo ao longo do tempo em vez de medir toda a base de usuários como um único conjunto. Uma coorte é um desses grupos, e uma tabela de coortes alinha várias coortes lado a lado para que um time possa comparar como cada uma se comportou na primeira semana, na quarta semana e na décima segunda semana. O resultado que torna a análise de coortes útil é a curva de retenção, que traça a fração de uma coorte ainda ativa em cada período depois do evento inicial.

O que é uma coorte?

Uma coorte é um grupo de usuários que compartilham um evento definidor que aconteceu na mesma janela de tempo, na maioria das vezes uma data de cadastro, uma data de primeira compra ou o primeiro uso de um recurso específico. Cada usuário em uma coorte é medido pelo mesmo relógio, contando períodos desde esse evento compartilhado em vez de por data de calendário, então um usuário que se cadastrou na semana um e um usuário que se cadastrou na semana dez são lidos ambos como "semana 4 desde o cadastro" no mesmo eixo. Esse relógio compartilhado é o que torna as coortes comparáveis entre si, já que duas coortes podem ser alinhadas período por período mesmo tendo começado em datas de calendário diferentes.

Qual é a diferença entre uma coorte de aquisição e uma coorte comportamental?

Uma coorte de aquisição agrupa usuários por quando chegaram, como todo mundo que se cadastrou na mesma semana, enquanto uma coorte comportamental agrupa usuários pelo que fizeram, como todo mundo que completou o onboarding ou todo mundo que fez upgrade para um plano pago. Coortes de aquisição respondem se um produto está ficando melhor ou pior em manter as pessoas que atrai ao longo do tempo, já que cada nova semana de cadastro vira sua própria linha no gráfico. Coortes comportamentais respondem se uma ação específica muda o que acontece depois, já que um time pode comparar a curva de retenção dos usuários que tomaram essa ação com a curva de retenção dos que não tomaram. Os dois tipos de coorte rodam sobre a mesma matemática de retenção; só a regra de agrupamento que separa os usuários em linhas muda.

Como a retenção é calculada dentro de uma coorte?

A retenção de uma coorte em um determinado período é o número de usuários dessa coorte ainda ativos naquele período dividido pelo número de usuários com que a coorte começou.

cohort retention rate = active users in period / users in original cohort x 100

Uma coorte de 500 usuários que se cadastraram em janeiro, com 175 deles ainda ativos no mês três, tem uma taxa de retenção no mês três de 35%.

Como ler uma curva de retenção?

Uma curva de retenção traça a taxa de retenção de uma coorte contra os períodos desde o evento inicial, e o formato dessa linha, não um único ponto nela, é o que diz a um time se o produto retém usuários. A maioria das curvas cai forte nos primeiros períodos, conforme usuários que testaram o produto uma vez e não voltaram deixam a coorte, e depois se curvam e se estabilizam em uma inclinação bem mais suave que a queda inicial. Leia o ponto de estabilização como o mais próximo de uma base estável: uma curva que continua caindo no período dez tem um problema de churn contínuo, enquanto uma curva que se estabilizou até o período quatro se firmou em um grupo de usuários que continuam voltando.

A coorte A e a coorte B se firmam em uma cauda estável, mas B perde menos usuários no caminho e se firma em um piso mais alto, a diferença que uma única taxa de retenção média nunca revelaria.

Por que uma taxa de retenção média esconde o que uma tabela de coortes mostra?

Uma única taxa de retenção média esconde o padrão porque mistura em um único número coortes que estão em pontos completamente diferentes da própria curva, então um negócio que está melhorando e um negócio que está piorando podem reportar a mesma média por coincidência. Um usuário adquirido há oito semanas que já se estabilizou na cauda conta igual a um usuário adquirido na semana passada que ainda está na queda inicial acentuada, mesmo que o comportamento de retenção de cada um signifique coisas diferentes para o futuro do produto. Dois produtos podem mostrar uma retenção média idêntica de 45% neste mês enquanto um tem coortes se estabilizando em 53% e o outro tem coortes ainda caindo além de 53% rumo a um piso desconhecido, e só a tabela de coortes distingue essas duas situações.

O que fazer depois de ler uma tabela de coortes?

Compare coortes recentes com coortes mais antigas na mesma coluna para ver se a retenção está subindo ou caindo em cada período, já que uma coorte mais nova pontuando mais alto que uma coorte mais antiga na semana 4 é evidência inicial de que uma mudança recente no produto ajudou. Segmente coortes comportamentais umas contra as outras, como usuários que completaram uma etapa específica do onboarding contra usuários que a pularam, para testar se essa etapa é o motivo de uma curva mais forte em vez de uma coincidência. Combine a tabela de coortes com dados de funil do mesmo período, já que uma coorte que cai cedo muitas vezes travou em uma etapa específica em vez de perder o interesse de uma vez.

Como a análise de coortes se conecta ao churn e ao engajamento?

A curva de retenção de uma coorte e sua churn rate descrevem os mesmos usuários por direções opostas, já que os usuários que uma coorte perde entre dois períodos são exatamente os usuários contados como churn naquela janela. Ler curvas de retenção ao lado da taxa de engajamento e da jornada do cliente subjacente mostra não só quantos usuários uma coorte manteve, mas o que esses usuários realmente fizeram antes de os que saíram pararem de voltar. O analytics em tempo real da Flowsery acompanha jornadas de usuário e eventos de meta conforme acontecem, então a atividade que alimenta uma tabela de coortes vem dos mesmos dados que o resto do relatório de um time em vez de uma exportação separada.

Perguntas frequentes

Qual é a definição mais simples de análise de coortes?

A análise de coortes agrupa usuários por um evento inicial compartilhado, como sua semana de cadastro, e depois acompanha o comportamento desse mesmo grupo adiante no tempo em vez de tirar a média de toda a base de usuários junta. O resultado costuma ser uma curva de retenção ou uma tabela de coortes mostrando como a atividade de cada grupo muda período a período.

Qual é a diferença entre uma coorte e um segmento?

Uma coorte é definida por um evento inicial compartilhado e é acompanhada adiante a partir desse ponto fixo no tempo, enquanto um segmento é qualquer grupo definido por uma característica compartilhada, como país ou tipo de plano, que pode ser medido em qualquer ponto único no tempo. Uma coorte sempre tem um eixo de tempo embutido; um segmento não precisa de um.

Quantos usuários você precisa antes de a análise de coortes ser útil?

Não existe um mínimo fixo, mas uma coorte com poucos usuários produz uma curva de retenção que oscila muito quando um único usuário sai ou fica, o que torna o padrão difícil de confiar. Espere até que coortes semanais ou mensais tenham cada uma usuários suficientes para que o comportamento de uma única pessoa não mova a linha inteira antes de tirar conclusões do formato.

Por que uma curva de retenção cai forte no início e depois se estabiliza?

A queda forte inicial reflete usuários que testaram o produto uma vez sem encontrar um motivo para voltar, enquanto a cauda mais estável que vem depois representa o grupo menor que encontrou valor contínuo e continuou voltando. Ler onde uma curva se estabiliza, não só o quanto ela caiu, diz a um time se ele encontrou um núcleo estável de usuários.

Duas coortes podem ter a mesma retenção média mas curvas diferentes?

Sim, uma coorte pode cair rápido no início e se estabilizar em um piso baixo enquanto outra cai devagar e se firma em um piso mais alto, e ainda assim chegar a uma retenção média geral parecida ao longo de todo o período medido. Só a tabela de coortes período a período, não uma única média, mostra qual dessas duas situações está acontecendo.

Qual é a diferença entre uma coorte de aquisição e uma coorte comportamental?

Uma coorte de aquisição agrupa usuários por quando chegaram, como sua semana de cadastro, e é usada para ver se a retenção está melhorando de uma versão para outra. Uma coorte comportamental agrupa usuários por uma ação que tomaram, como completar o onboarding, e é usada para testar se essa ação específica muda a curva de retenção em comparação com usuários que não a tomaram.

Qual deve ser a duração de cada período em uma tabela de coortes?

A maioria das tabelas de coortes usa períodos semanais ou mensais, dependendo de quando o evento inicial compartilhado aconteceu, e acompanha cada coorte a partir desse mesmo relógio. Períodos semanais mostram a queda inicial acentuada com mais detalhe, o que importa em um produto onde o churn aparece rápido. Qualquer que seja a duração escolhida, cada linha da tabela precisa usá-la, ou as colunas deixam de corresponder.

A mesma taxa de retenção média pode significar coisas diferentes para um negócio?

Dois produtos podem reportar neste mês a mesma taxa de retenção média de 45% enquanto um tem coortes se estabilizando em 53% e o outro tem coortes que continuam caindo além de 53% em direção a um piso desconhecido. A média trata os dois negócios da mesma forma, mas só a tabela de coortes mostra qual deles encontrou uma base estável e qual continua perdendo terreno.

Por que combinar uma tabela de coortes com dados de funil?

Uma tabela de coortes mostra que a retenção caiu, mas não em que ponto do produto isso aconteceu. Combiná-la com dados de funil do mesmo período mostra se uma coorte que cai logo no início travou em uma etapa específica, em vez de simplesmente perder interesse de uma vez. Essa diferença muda o que um time corrige: uma etapa travada em vez de um produto que ninguém quer manter.

Como a curva de retenção de uma coorte se relaciona com sua taxa de churn?

A curva de retenção de uma coorte e sua taxa de churn descrevem os mesmos usuários em direções opostas. Os usuários que uma coorte perde entre dois períodos são exatamente os usuários contados como churn nessa janela, então uma curva que cai de 48% para 40% entre dois períodos está relatando o mesmo grupo que a taxa de churn conta como perdido.