Análise da taxa de churn: como medir o churn por segmento

Analisar a taxa de churn significa dividir um único número nas partes que precisam de soluções diferentes: primeiro churn voluntário contra churn involuntário, depois segmentos como plano, antiguidade, canal e método de pagamento, depois o momento das saídas de uma coorte para outra. Uma única taxa para toda a empresa não mostra se os clientes estão a rejeitar o seu produto ou se os pagamentos estão a falhar sozinhos, e esconde os pequenos segmentos onde o churn se concentra. Este guia mostra as fórmulas, as divisões a fazer primeiro, como ler curvas de coorte, com que benchmarks comparar e como fazer uma revisão mensal do churn.

Se precisa primeiro das fórmulas básicas, comece por como calcular a taxa de churn. Este guia continua onde esse para: o que fazer com o número depois de o ter.

De que fórmulas de churn precisa, e o que diz cada uma?

Métrica	Fórmula	O que revela
Taxa de churn de clientes (logo churn)	Clientes perdidos no período ÷ clientes no início do período	Quantas contas saem. Exemplo: 40 perdidos ÷ 800 clientes iniciais = 5,0%.
Taxa de churn de receita	MRR perdido em cancelamentos ÷ MRR no início do período	Quanta receita sai. Exemplo: 12 000 $ ÷ 200 000 $ = 6,0%.
Retenção bruta de receita	(MRR inicial − churn − contração) ÷ MRR inicial	A receita mantida antes da expansão. Exemplo: (200 000 $ − 12 000 $ − 4 000 $) ÷ 200 000 $ = 92,0%.
Retenção líquida de receita	(MRR inicial − churn − contração + expansão) ÷ MRR inicial	Se os clientes existentes fazem crescer a receita. Exemplo: (200 000 $ − 12 000 $ − 4 000 $ + 9 000 $) ÷ 200 000 $ = 96,5%.
Conversão de mensal para anual	1 − (1 − taxa mensal)^12	O que uma taxa mensal significa num ano. Com 5% de churn mensal, a perda anual composta é de cerca de 46%.

Estes exemplos usam números hipotéticos sobre a mesma base inicial para mostrar porque é que as métricas respondem a perguntas diferentes. O churn de clientes conta cada conta por igual, enquanto o churn de receita pondera as saídas pelo MRR que representam. A retenção bruta é mais exigente do que a líquida porque não deixa a expansão das contas em crescimento compensar perdas noutros lados; veja a net revenue retention. Um valor líquido forte pode coexistir com receita a encolher entre os clientes mais pequenos.

A conversão anual importa porque o churn mensal se compõe. Com 5% ao mês, cerca de 54% dos clientes iniciais ficam ao fim de um ano (0,95 elevado a 12), pelo que cerca de 46% se perdem, não 60%. Os planos mensais e anuais também têm calendários de churn diferentes, como explica churn anual vs. mensal.

Regra do denominador: escreva quem conta antes de calcular. Especifique se os períodos de teste, as contas em pausa, os reembolsos e os clientes reativados estão incluídos, e registe a data exata das fotografias iniciais de clientes e de MRR. Mantenha essas definições fixas de um período para o seguinte.

Como separar o churn voluntário do involuntário?

Um churn total junta saídas que precisam de soluções diferentes. O churn voluntário segue a decisão de um cliente de cancelar ou não renovar. O churn involuntário segue um pagamento falhado, como um cartão expirado ou uma recusa do banco. Tratar ambos como um só resultado pode pôr uma equipa de produto à procura de insatisfação quando o problema imediato é a recuperação de pagamentos.

Classifique as saídas a partir dos eventos. Um pedido de cancelamento e uma utilização em queda antes da saída apontam para uma saída voluntária. Um código de falha de pagamento na última fatura aponta para uma involuntária. No exemplo abaixo, 20 de 400 clientes saíram num mês: 14 cancelaram e 6 perderam-se por pagamentos falhados nunca recuperados, pelo que o churn voluntário é de 3,5% e o involuntário de 1,5%. A composição nos seus próprios dados será diferente; o churn involuntário explica como medi-lo.

14 6

• Voluntário: cancelou14 · 3,5%
• Involuntário: pagamento falhado, não recuperado6 · 1,5%
• Recuperados dentro da janela de novas tentativas, não contados como churn9

Churn total: 20 de 400 · 5%

Como reconciliar pagamentos falhados antes de contar o churn?

Uma renovação falhada nem sempre é uma saída definitiva. Defina uma janela de recuperação que corresponda ao seu processo de novas tentativas, e conte o cliente como churn involuntário só se ainda estiver inativo quando essa janela fechar. Se o pagamento passar e o cliente continuar ativo dentro da janela, marque o evento como recuperado e não como churn. Assim, um problema de faturação temporário não fica registado como uma rejeição do produto, nem é contado outra vez quando o cliente volta. Como funcionam as novas tentativas, e durante quanto tempo as plataformas continuam a tentar, está em o que significa uma nova tentativa de pagamento.

Na tabela de faturação, mantenha separados o evento de falha, o estado de recuperação, o estado de cancelamento e o estado de reativação. Um reembolso ou um chargeback também precisa do seu próprio registo: pode criar perda de receita sem provar que o cliente cancelou formalmente. Uma pausa ou um downgrade altera a conta ou o seu valor, mas não deve ser somado à perda de clientes.

Tipo de churn	Causa típica	Como confirmar	Alavanca de retenção
Churn voluntário	Preço, pouca utilização, necessidade não satisfeita ou um concorrente	Motivo de cancelamento e utilização em queda antes da saída	Melhorar o onboarding ou oferecer uma alternativa relevante no fluxo de cancelamento
Churn involuntário	Cartão expirado, saldo insuficiente ou recusa do banco	Código de falha de pagamento na última fatura	Usar novas tentativas automáticas e links de atualização do cartão
Falha recuperada	Cobrança falhada paga dentro da janela de novas tentativas	Cliente novamente ativo antes de a janela fechar	Contar como recuperado, não como churn
Downgrade ou pausa	Mudança de plano ou interrupção temporária	Mudança de plano ou de estado no histórico de faturação	Acompanhar como contração, à parte da perda de clientes
Reembolso ou chargeback	Disputa ou pedido de reembolso	Registo de reembolso ou de disputa	Acompanhar como perda de receita e analisar à parte

Numa folha de cálculo, apresente churn total, churn voluntário e churn involuntário líquido de recuperações em linhas separadas. Esta divisão simples dá à equipa uma primeira pergunta mais clara: os clientes estão a escolher sair, ou um evento de faturação está a interromper uma subscrição que de outro modo continuaria?

Que segmentos deve comparar antes de confiar na média?

Dois cancelamentos num mês parecem pouco, até saber que vieram de um plano com doze clientes. É uma taxa de churn de 16,7% num segmento que uma média da empresa de poucos pontos percentuais nunca faria aparecer. As médias alisam exatamente as bolsas onde o churn se concentra, por isso compare o que é comparável antes de considerar uma taxa saudável.

As divisões a fazer primeiro, porque cada uma aponta para uma solução diferente:

• Plano ou nível de preço: um plano mais barato pode perder clientes mais depressa do que um premium, enquanto o premium pesa mais em receita perdida por saída.
• Antiguidade: compare 0–30 dias, 31–90 dias, 91–365 dias e mais de 365 dias. Um pico entre os clientes novos aponta para o onboarding ou o primeiro valor (veja onboarding, ativação e churn precoce); uma subida entre as contas antigas aponta para desvio do produto ou atrito na renovação.
• Canal de aquisição: compare redes sociais pagas com recomendações. Um canal de grande volume pode trazer clientes cujas expectativas nunca corresponderam ao produto.
• Tipo de contrato: os planos mensais criam uma oportunidade de cancelamento em cada ciclo; os planos anuais concentram o risco nas janelas de renovação.
• País ou fuso horário: os resultados dos pagamentos variam com a geografia e o momento da renovação, e um padrão à volta dos dias de salário locais ou das recusas bancárias justifica uma revisão da faturação.
• Método de pagamento: clientes com cartão e com débito direto falham de forma diferente, e alguns tipos de cartão têm mais risco (veja cartões pré-pagos e virtuais), por isso verifique os resultados de recuperação antes de os misturar.
• Produto ou dispositivo: numa app, separe iOS e Android. Uma diferença estreita a investigação a uma experiência específica de uma plataforma.

Faça também a divisão voluntário / involuntário dentro de cada segmento. Um plano premium que perde clientes por recusas de cartão precisa de novas tentativas e de links de atualização do cartão; a mesma taxa causada por cancelamentos deliberados precisa de uma resposta de produto ou de preço. Dois segmentos podem ter taxas de churn idênticas e exigir respostas opostas.

Em cada divisão, mostre a taxa do segmento ao lado da taxa global e indique o número de clientes por trás de cada uma. Defina uma tolerância para as diferenças que desencadeiam uma revisão, e trate as amostras pequenas como motivo para recolher mais meses de dados e não como sinal para agir.

Por fim, ordene os segmentos por receita perdida, além da taxa. Uma taxa de churn modesta num segmento grande e com MRR elevado pode custar mais do que uma taxa dramática num pequeno. Dê aos três segmentos com maior perda de receita a sua própria revisão, para que uma percentagem chamativa nunca desvie a atenção do maior impacto comercial.

Como mostram as coortes e as curvas de sobrevivência quando os clientes saem?

Dois negócios de subscrição podem ter a mesma taxa de churn mensal e precisar de soluções opostas. Um perde clientes nas primeiras semanas porque os cartões falham ou o onboarding encrava. O outro parece estável durante onze meses e depois cai na renovação. Agrupe os clientes pelo mês em que começaram a pagar e acompanhe a parte ativa de cada grupo em marcos constantes. Uma curva de coorte começa nos 100% e desce em degraus à medida que os clientes saem; a sua forma mostra quando investigar antes de discutir causas.

Uma queda inicial acentuada costuma dividir-se em trabalhos diferentes: perdas involuntárias à volta das primeiras cobranças, ou saídas voluntárias quando a configuração e o primeiro valor falham. Uma curva estável que cai perto do mês 12 aponta para a preparação da renovação e a janela de decisão do cliente. A curva não prova a causa. Estreita o calendário.

Um exemplo com valores ilustrativos:

Coorte de registo	Ativos no mês 1	Ativos no mês 3	Ativos no mês 6	Ativos no mês 12
Coorte mais antiga nos dados	97%	94%	91%	78%
Coorte intermédia	90%	81%	77%	75%
Coorte mais recente com 12 meses de dados	95%	89%	86%	82%

• Coorte mais antiga
• Coorte intermédia
• Coorte mais recente
• Mês 0 → 12

Leia a coorte mais antiga como um problema de renovação: estável até ao mês 6, depois uma descida forte até ao mês 12. Leia a coorte intermédia como um problema da fase inicial: 10 pontos perdidos até ao mês 1, mais 9 até ao mês 3, depois um percurso mais plano. A coorte mais recente lê-se como uma melhor retenção inicial, com uma erosão que ainda se acumula mais tarde.

Preencha cada célula com a parte ainda ativa nesse marco. Se uma coorte ainda não chegou a um marco, deixe-o por observar em vez de pôr zero. Os clientes ainda ativos quando a observação termina estão censurados à direita: o seu tempo conta, mas o seu resultado é desconhecido. Um artigo de conferência da SAS sobre churn nas telecomunicações modela o churn desta forma numa janela de observação de 15 meses, o que lembra que janelas de observação desiguais distorcem contagens simples do tipo “saiu ou não”.

O método de Kaplan-Meier estima uma curva de sobrevivência tendo em conta os clientes cuja observação termina antes de saírem. Um modelo de riscos proporcionais, como o modelo de Cox, pode estimar como um atributo altera o risco instantâneo de saída. Se um atributo pesa sobretudo à volta da primeira fatura ou só na renovação, um único risco médio pode esconder esse momento; estratifique ou teste uma interação com o tempo antes de confiar num só coeficiente.

Para uma revisão prática de coortes, agrupe por mês de registo, registe o estado em intervalos fixos, estime cada curva e depois compare as coortes por segmento. A construção passo a passo, com SQL, está em análise de retenção por coorte. Compare coortes com períodos de observação semelhantes. Quando dois grupos de tamanho semelhante mostram curvas diferentes, pergunte que mistura de segmentos, padrão de faturação ou evento contratual mudou antes de tomar a média da empresa como explicação.

Uma curva de coorte pode revelar quando a retenção muda; não consegue identificar a causa sozinha. Junte o momento ao método de pagamento, à origem do registo, à utilização, à estrutura do contrato e ao motivo de cancelamento. Falhas involuntárias perto de eventos de faturação pedem uma verificação do momento das recuperações e do atrito na atualização do cartão. Saídas voluntárias perto da renovação pedem prova de valor e uma revisão das ofertas. Teste qualquer mudança contra uma coorte comparável antes de lhe atribuir a melhoria.

Com que benchmarks pode comparar, e quais são os seus limites?

Um benchmark só é útil quando modelo de negócio, valor do contrato, métrica e período coincidem. Uma taxa mensal de churn de clientes em SaaS B2B não pode ser posta ao lado de uma retenção anual de receita ou de cancelamentos no primeiro mês em subscrições de apps e tratada como a mesma medida. Use os números publicados para formular uma pergunta; não os transforme num objetivo universal.

1. 01 Modelo de negócio SaaS B2B, app de consumo ou ecommerce
2. 02 Contrato Mensal ou anual, e o nível de preço
3. 03 Métrica Clientes ou receita, voluntário ou involuntário
4. 04 Período e definição Mensal ou anual, e quem conta na base

Fonte	Modelo de negócio	Valor publicado	Comparar apenas com
UserMotion 2024	Mais de 1 000 negócios de subscrição	Churn médio de 4,2%, dos quais 3,5% voluntário e 0,7% involuntário (benchmark da UserMotion)	Churn de SaaS B2B com definição e período comparáveis
SaaS Capital 2025	Empresas privadas de SaaS B2B	Retenção bruta mediana de receita de 91% e retenção líquida de 101% (benchmarks de retenção da SaaS Capital)	Apenas comparações de retenção de receita
Lighter Capital 2025	155 startups privadas de SaaS B2B, dados até 2024	Churn mediano de clientes de 16,25% (benchmark da Lighter Capital)	Startups de SaaS B2B em fase inicial
RevenueCat 2025	Apps de subscrição	Quase 30% das subscrições anuais canceladas no primeiro mês (relatório da RevenueCat)	Subscrições anuais de apps móveis
Estudo da Recurly publicado em 2025	Clientes de subscrições de ecommerce nos Estados Unidos e na Europa	74% dos subscritores de ecommerce saíram após o primeiro ano, num inquérito a 1 000 consumidores (artigo da Internet Retailing)	Subscrições de ecommerce para consumidores

Leia cada linha pela unidade e pela população. A UserMotion separa churn voluntário e involuntário, por isso a sua parte involuntária dá-lhe uma verificação distinta das falhas de pagamento, e não da insatisfação com o produto. A SaaS Capital pertence às conversas sobre retenção de receita, e diz pouco sobre o churn de clientes empresariais com licenças por utilizador, onde uma conta perdida pode apagar os ganhos de várias expansões. A Lighter Capital descreve startups privadas; a RevenueCat mede o primeiro mês dos planos anuais de apps; o inquérito da Recurly mede as saídas no primeiro ano no ecommerce para consumidores. Uma média da empresa pode esconder toda esta mistura.

Um benchmark merece o seu lugar quando muda a comparação que faz a seguir. Faça coincidir primeiro o tipo de cliente, a estrutura do contrato e a métrica. Depois compare o seu segmento com a linha mais próxima e registe cada diferença: faturação anual ou mensal, consumidor ou B2B, clientes ou receita, voluntário ou involuntário. Os números públicos da Recurly por setor e nível de preço estão reunidos em benchmarks da taxa de churn.

A verificação útil mais simples é o seu churn mensal de clientes ao lado da taxa mensal de um benchmark equivalente, com a sua parte involuntária indicada à parte. Se o benchmark for anual, baseado em receita ou tirado de outra população de clientes, mantenha-o como contexto e construa o objetivo a partir das suas próprias coortes.

Como encontrar os fatores que fazem mexer o churn?

Quando souber que clientes estão a sair, compare o que os que saem tinham em comum com o que tinham os que ficam. Campos úteis incluem onboarding concluído, utilização ativa inicial, lugares usados face a lugares comprados, pedidos de suporte, NPS, origem do registo e método de pagamento. O objetivo não é recolher todos os atributos. É encontrar uma diferença que lhe dê uma pergunta testável.

Imagine, como exemplo hipotético, que 55% dos clientes que saem concluíram o onboarding, contra 80% dos que ficam. Essa diferença sugere uma investigação: talvez um onboarding incompleto ande a par de mais churn, ou talvez outra diferença entre os grupos explique ambas as coisas. Verifique quantos clientes estão por trás de cada parte antes de dar prioridade ao resultado. Uma amostra pequena pode tornar instável uma diferença que parece grande. Para recolher o contexto dos cancelamentos, use um inquérito sobre motivos de cancelamento; para modelos que pontuam cada cliente, veja prever o churn com dados de clientes.

Teste antes de padronizar: se um onboarding incompleto estiver associado às saídas, mude uma parte do percurso de onboarding para um grupo definido de clientes novos. Compare a curva de coorte desse grupo com um grupo de controlo no mesmo período de observação. Uma comparação pode identificar um fator promissor; um teste controlado mostra se mudá-lo faz diferença.

Mantenha um registo curto com o atributo, os tamanhos de amostra observados, a interpretação, o teste proposto e o resultado. Esse registo faz da revisão seguinte uma continuação da recolha de provas, e não uma nova ronda de palpites. Também evita que uma correlação se torne uma política antes de alguém ter testado o mecanismo.

Como fazer uma revisão mensal do churn?

Torne a revisão mensal repetível. Use um só conjunto de definições, preserve a fotografia inicial e atribua uma ação ao fator mais claro em vez de terminar com um painel de variações por explicar. As métricas em si estão descritas em o painel de churn.

1. 01 Base inicial MRR e clientes numa data fixa
2. 02 Churn de clientes Clientes perdidos ÷ clientes no início
3. 03 Retenção de receita MRR perdido, retenção bruta e líquida
4. 04 Decompor o churn Voluntário, involuntário, recuperado
5. 05 Maiores perdas Segmentos com mais MRR perdido
6. 06 Responsável e teste Uma pessoa, uma ação, registada

1. Obtenha a base inicial. Registe o MRR e o número de clientes no início do período, com a mesma data fixa de fotografia todos os meses.
2. Calcule o churn de clientes. Conte os clientes perdidos no período e divida pelo número de clientes inicial.
3. Calcule a retenção de receita. Meça o MRR perdido, a retenção bruta e a retenção líquida, com definições constantes de contração e expansão.
4. Divida o churn. Separe as saídas voluntárias das involuntárias e mantenha à parte as falhas de pagamento recuperadas.
5. Analise as maiores perdas de receita. Dê uma revisão aos segmentos com mais MRR perdido, não só aos que têm as taxas de churn mais altas. Compare cada um com o benchmark mais próximo e registe os limites dessa comparação.
6. Atribua um responsável e um teste. Dê a cada fator confirmado uma pessoa responsável e uma próxima ação, e registe o resultado no mesmo registo de revisão.

Se o churn involuntário se destacar, comece pelas operações de faturação. Procure cartões expirados e pagamentos falhados antes das datas de renovação, depois confirme que as novas tentativas automáticas e os links de atualização do cartão estão ativos. Termine a revisão registando num só lugar as definições das métricas, as conclusões por segmento, os resultados das recuperações e os testes atribuídos. Isso dá à revisão mensal seguinte uma base consistente e torna mais fácil ver se uma intervenção mudou o padrão.

FAQ

O que é a análise da taxa de churn?

É o trabalho de decompor uma taxa de churn nas suas causas e locais: voluntário ou involuntário, por segmento, e pelo momento da vida do cliente em que a saída acontece. O objetivo é uma próxima ação concreta e testável, e não um único número para vigiar.

Qual é a diferença entre churn de clientes e churn de receita?

O churn de clientes conta os clientes perdidos, cada um por igual. O churn de receita conta o MRR perdido, por isso uma conta grande pesa mais do que uma pequena. Apresente os dois: podem mover-se em sentidos opostos.

Quantos clientes precisa um segmento para que a sua taxa de churn signifique algo?

Não há um limiar fixo. Com doze clientes, um cancelamento move a taxa em mais de 8 pontos. Mostre sempre o número de clientes ao lado da taxa, e junte meses ou segmentos até o número ser grande o suficiente para que uma saída não altere o resultado.

Os pagamentos falhados devem contar como churn?

Só depois de a janela de recuperação fechar. Uma renovação falhada que é paga dentro da sua janela de novas tentativas é um pagamento recuperado, não churn. Conte-a como churn involuntário só se o cliente ainda estiver inativo no fim da janela.

Como a NoChurn ajuda

A NoChurn lê os eventos de subscrição da sua ferramenta de faturação (Stripe num clique, Chargebee, Recurly, Paddle e outras por conector, ou qualquer faturação por API), pelo que as saídas voluntárias e involuntárias são separadas a partir de eventos reais de faturação. Pode enviar os seus próprios atributos de clientes numa chamada à API, como data de registo, origem, lugares, utilização, onboarding ou NPS, e a NoChurn mostra quais andam a par do churn, com o tamanho de amostra por trás de cada resultado: correlação, não causalidade, e apenas uma pista enquanto as amostras forem pequenas. Deteta quando um cliente remove o cartão pouco antes da renovação, sobe a pontuação de churn e inicia um fluxo de retenção antes de o pagamento falhar. Para agir sobre o que a revisão mostra, trata da recuperação de pagamentos falhados, de fluxos de cancelamento com uma oferta por motivo e um cancelamento num clique sempre visível, e de emails de reconquista aos 30, 60 e 90 dias. Veja Custom data & AI, pontuação de churn, pagamentos falhados e fluxos de cancelamento.