Análise de retenção por coorte para subscrições, passo a passo

Uma taxa de churn mensal mistura clientes que entraram na semana passada com clientes que estão connosco há três anos. Quando ela mexe, não consegue saber se foi o produto que mudou ou a mistura de clientes. Uma tabela de coortes resolve isso: agrupa os clientes pela data de início e acompanha cada grupo ao longo do tempo.

Este guia constrói uma de raiz, das definições ao SQL e à leitura do resultado. Todos os números são hipotéticos.

Passo 1: definir a coorte

Uma coorte é um grupo de clientes que partilham uma data de início. Para subscrições, use o primeiro período pago, não a data de inscrição:

• Os testes gratuitos e os planos gratuitos não são receita. Se começar a contar na inscrição, o abandono dos testes mistura-se com a retenção paga.
• Acompanhe a conversão de teste para pago em separado (como medi-la).

Agrupe por mês civil na maioria das empresas. As coortes semanais ajudam se tiver centenas de novos clientes por semana e quiser ver depressa o efeito de uma mudança; as coortes trimestrais ajudam se tiver poucos.

Clientes que saem e voltam

Decida se um cliente que regressa entra numa nova coorte ou fica na original. As análises do Stripe Billing mantêm-no na coorte original (documentação de análises do Stripe, consultada em novembro de 2026). É uma escolha por defeito razoável: mostra honestamente a receita da coorte ao longo do tempo. Em qualquer caso, registe a escolha por escrito.

Passo 2: definir “ativo”

Para cada coorte e cada mês após o início, precisa de um sim ou não por cliente. Regra típica: o cliente está ativo no mês N se tiver uma subscrição paga (ou num estado pago) no fim desse mês.

Casos-limite a resolver antes de escrever qualquer consulta:

Caso	Escolha comum
Em atraso, ainda em novas tentativas	Ativo até a subscrição terminar, ou até um número fixo de dias após a última tentativa
Em pausa	Não ativo, mas assinalado à parte para ver os regressos de pausa
Cancelado, ainda dentro do período pago	Ativo até o período terminar
Downgrade para um plano gratuito	Não ativo para a retenção paga
Plano anual, a meio do período	Ativo; os clientes anuais só podem realmente sair na renovação

A última linha é importante: misturar planos mensais e anuais numa só tabela faz com que os meses 1 a 11 pareçam artificialmente planos. Construa tabelas separadas por intervalo de faturação.

Passo 3: construir a tabela

Assuma uma tabela subscription_months com uma linha por cliente e por mês em que esteve ativo (customer_id, month). Pode obtê-la a partir dos seus dados de faturação ou dos eventos de webhook.

with first_paid as (
  select customer_id, min(month) as cohort_month
  from subscription_months
  group by customer_id
),
activity as (
  select
    f.cohort_month,
    (extract(year from age(s.month, f.cohort_month)) * 12
      + extract(month from age(s.month, f.cohort_month)))::int as month_number,
    s.customer_id
  from subscription_months s
  join first_paid f using (customer_id)
)
select
  cohort_month,
  month_number,
  count(distinct customer_id) as active_customers
from activity
group by cohort_month, month_number
order by cohort_month, month_number;

Divida cada linha pelo tamanho da coorte no mês 0 para obter a percentagem de retenção. Passe month_number para colunas para obter o triângulo habitual.

Exemplo (números hipotéticos)

Coorte	Tamanho	M1	M2	M3	M4	M5
Janeiro	120	86%	79%	75%	73%	72%
Fevereiro	140	84%	77%	74%	72%
Março	110	88%	82%	79%
Abril	150	91%	85%
Maio	130	90%

As células vazias não são zero. São meses que ainda não aconteceram. Chama-se a isto censura à direita, e fazer a média de uma coluna contando as células vazias como zeros é um erro clássico.

Passo 4: ler a tabela

Ler uma linha

Uma linha é a vida de uma coorte. Procure onde a curva estabiliza. No exemplo, janeiro perde 14 pontos no mês 1, depois 7, 4, 2 e 1. A maior parte da perda acontece cedo e depois a curva nivela. Uma curva que continua a cair ao mesmo ritmo mês após mês significa que o produto não tem um núcleo estável de utilizadores a esse preço.

Ler uma coluna

Uma coluna compara coortes com a mesma idade. No exemplo, a retenção do mês 1 sobe de 84 para 91% entre fevereiro e abril. Se mudou o onboarding em março, é aqui que o veria. Verifique se a mudança se mantém nas colunas seguintes antes de celebrar; por vezes, uma melhor retenção inicial apenas adia o churn.

Ler a diagonal

Uma diagonal é um mês civil em todas as coortes. Se todas as coortes caem no mesmo mês civil, procure uma causa externa: uma alteração de preço, uma falha do serviço, um problema com o processador de pagamentos, um padrão sazonal.

Passo 5: acrescentar a retenção de receita

A retenção de logos conta clientes. A retenção de receita acompanha o MRR da coorte, que pode passar acima de 100% quando os clientes expandem.

revenue retention (cohort, month N) =
  MRR in month N from customers in the cohort
  ÷ MRR in month 0 from the cohort

Mostre as duas. Uma coorte com 70% de retenção de logos e 105% de retenção de receita perdeu muitos clientes pequenos e fez crescer os restantes. É um negócio diferente de um em que os dois números estão nos 85%. Veja NRR vs GRR para as definições do lado da receita.

Passo 6: resumir todas as coortes

Para um único número de “retenção no mês N”, pondere pelo tamanho da coorte e inclua apenas as coortes que já chegaram ao mês N:

weighted month-3 retention =
  sum of active customers at M3 across cohorts that reached M3
  ÷ sum of their starting sizes

No exemplo, as coortes de janeiro a março chegaram ao mês 3:

active at M3: 120 × 0.75 + 140 × 0.74 + 110 × 0.79 = 90 + 103.6 + 86.9 ≈ 280.5
starting size: 120 + 140 + 110 = 370
weighted month-3 retention ≈ 280.5 ÷ 370 ≈ 75.8%

Na prática, use as contagens reais em vez de percentagens arredondadas; as casas decimais aqui vêm do arredondamento.

Passo 7: dividir por segmento

As tabelas de coortes mais úteis dividem por algo sobre o qual pode agir:

• Intervalo de faturação (mensal vs anual)
• Plano ou nível de preço
• Canal de aquisição ou origem da inscrição
• Tipo de método de pagamento
• Se o cliente atingiu um marco de ativação (veja ativação e churn precoce)

Cada divisão torna as coortes mais pequenas. Tenha em mente a regra seguinte.

Armadilhas

1. Coortes pequenas. Com 20 clientes, um cancelamento move a retenção em 5 pontos. Mostre o tamanho da coorte ao lado de cada linha, ou agrupe por trimestres.
2. As coortes recentes parecem melhores. Os números do mês 1 da coorte do mês passado podem não incluir pagamentos falhados ainda em novas tentativas. Espere que a janela de novas tentativas feche antes de ler a coluna mais recente.
3. Intervalos misturados. Os planos anuais fazem as coortes mensais parecer planas. Separe-os.
4. Viés de sobrevivência nos segmentos. Se segmentar por um comportamento que leva tempo (por exemplo, “usou a funcionalidade X”), os clientes que saíram cedo nunca tiveram oportunidade de o fazer. Meça o comportamento numa janela inicial fixa, como os primeiros 14 dias, para todos.
5. Correlação não é causa. Um segmento que retém melhor pode diferir em muitos aspetos ao mesmo tempo. Teste as mudanças com um grupo de controlo quando puder.

Fazer isto com o NoChurn

O NoChurn lê os eventos de subscrição da sua ferramenta de faturação (Stripe num clique, muitas outras por conector ou API REST) e permite-lhe enviar os seus próprios atributos de clientes por API, como a origem da inscrição, o plano ou a ativação, para ver quais acompanham o churn (correlação, não causalidade). Cada cliente recebe uma pontuação de churn de 0 a 100 na inscrição e a cada alteração. Para agir sobre o que uma tabela de coortes mostra, executa a recuperação de pagamentos falhados, fluxos de cancelamento com uma oferta por motivo e cancelamento num clique sempre visível, e emails de reconquista aos dias 30, 60 e 90. Todas as funcionalidades estão em todos os planos (o seu próprio domínio de email a partir de $9), com preço apenas pelo MRR (preços).