Análise de churn de clientes: guia passo a passo para SaaS
Como fazer uma análise de churn: defina-o, calcule churn de clientes e de receita, segmente, veja o que o prevê, isole pagamentos falhados, aja, meça.
Por Florian
A análise de churn de clientes é o trabalho de descobrir porque é que os clientes saem e quais deles têm mais probabilidade de sair a seguir. Uma taxa de churn diz-lhe quantos clientes perdeu. A análise diz-lhe quem eram, o que fizeram antes de sair e o que pode mudar. Para um negócio de subscrições, a versão mais útil divide o churn em duas partes desde o início, cancelamentos voluntários e pagamentos falhados, porque cada uma tem uma solução diferente.
TL;DR
- A análise de churn vai além de um único número: defina o churn, calcule-o, segmente-o, encontre os comportamentos que o precedem, depois aja e meça.
- Acompanhe o churn de clientes e o churn de receita em separado. Podem mover-se em sentidos opostos.
- Nunca multiplique o churn mensal por 12. Uma taxa mensal de 5% compõe-se em cerca de 46% por ano.
- Separe o churn voluntário (cancelamentos) do churn involuntário (pagamentos falhados) antes de procurar causas.
- Feche o ciclo: cada conclusão deve tornar-se uma regra de novas tentativas, uma oferta no fluxo de cancelamento ou uma mensagem de reconquista, e cada uma deve ser medida.
O que abrange uma análise de churn de clientes?
O churn de clientes é o número de clientes existentes que perde, por qualquer motivo, durante um determinado período. Essa é a medição. A análise é tudo o que faz com ela:
- Definir o que conta como cliente perdido no seu negócio.
- Calcular o churn para um período fixo, de clientes e de receita.
- Segmentar o resultado por plano, antiguidade, canal de aquisição e região.
- Diagnosticar os comportamentos e eventos que aparecem antes de os clientes saírem.
- Agir sobre o que encontrou.
- Medir se a ação funcionou.
Um negócio de subscrições tem uma vantagem nos passos 1 e 4: os seus dados de faturação dizem exatamente quando um cliente saiu e porque é que o pagamento parou. A maioria das equipas nunca os junta aos dados de produto.
Passo 1: Defina o churn para o seu negócio
Antes de qualquer fórmula, escreva o que significa “perdido”. A resposta não é a mesma em todo o lado:
- Planos mensais: um cliente que cancela, ou cuja subscrição termina após pagamentos falhados, até ao fim do período de faturação.
- Planos anuais: um cliente que não renova. Conte-o no mês em que a renovação era devida, não no mês em que deixou de iniciar sessão.
- Produtos por utilização ou freemium: um cliente pagante que passa para o plano gratuito, ou cuja utilização cai para zero durante uma janela que escolher.
- Subscrições em pausa: decida antecipadamente se uma pausa é churn e aplique a regra de forma consistente.
Duas definições importam mais. O churn voluntário é um cliente que escolhe sair. O churn involuntário é um cliente que sai porque um pagamento falhou (um cartão expirado, saldo insuficiente, uma recusa do banco emissor, o banco que emitiu o cartão) e nunca foi recuperado. Têm causas diferentes e soluções diferentes, por isso mantenha-os em colunas separadas desde o início.
Decida também quando é que um pagamento falhado se torna churn. As ferramentas de faturação não o decidem todas da mesma maneira por si: as análises do Stripe contam as subscrições past_due como ativas e só contam um subscritor como perdido quando as suas subscrições são canceladas ou ficam unpaid. Se os seus emails de recuperação duram semanas, o churn aparece tarde.
Passo 2: Calcule o churn de clientes e o churn de receita
Taxa de churn de clientes
A HubSpot dá a fórmula padrão: clientes perdidos durante um período, a dividir pelos clientes no início do período, vezes 100. Com 250 clientes no início de um mês e 10 perdidos, o churn mensal é de 4%.
Um segundo exemplo que pode reutilizar como modelo. Começa o trimestre com 400 clientes e perde 18 até ao fim dele:
- 18 ÷ 400 = 0,045
- O churn trimestral de clientes é de 4,5%
Conte apenas os clientes que estavam presentes no início do período. Os novos clientes que entraram e saíram dentro do mesmo período pertencem a uma métrica separada de churn precoce. As variantes estão em como calcular a taxa de churn, e a métrica complementar em taxa de retenção de clientes: fórmula e exemplos.
Churn de receita
O churn de clientes trata um cliente de 9 $ e um cliente de 900 $ como iguais. O churn de receita não. Uma empresa que perde dois clientes de 5 $ por mês pode ter uma taxa de churn de clientes mais alta do que uma que perde um único cliente de 100 $ por mês, enquanto a segunda tem o churn de receita mais alto. O churn bruto de receita divide a receita recorrente mensal (MRR) perdida num período pelo MRR no início: 100 000 $ de MRR que perdem 5 000 $ num mês dão 5%.
Apresente os dois números todos os meses. Se o churn de clientes sobe mas o churn de receita fica estável, o seu plano mais barato está a perder clientes. Se o churn de receita dispara enquanto o churn de clientes fica estável, saíram algumas contas grandes, e a causa é provavelmente ao nível da conta, não de todo o produto.
Churn mensal versus anual
O churn compõe-se. Com 5% de churn mensal mantém 95% dos clientes por mês, pelo que ao fim de 12 meses mantém 0,95 elevado a 12, cerca de 54%, e perde cerca de 46%, não 60%.
Não é 12 × a taxa mensal
É por isso que uma taxa mensal que parece pequena merece atenção. Com 2% de churn mensal perde cerca de 21,5% de uma coorte num ano. Com 3% perde cerca de 30,6%.
Passo 3: Segmente antes de interpretar
Uma única taxa de churn misturada esconde a maior parte do que precisa. O churn num escalão barato pode parecer alarmante enquanto o churn de receita se mantém saudável, e algumas contas grandes perdidas podem fazer o contrário. Meça por coorte e por segmento.
Os cortes que costumam revelar alguma coisa:
| Segmento | O que pode mostrar |
|---|---|
| Plano ou escalão de preço | Se o plano de entrada está a perder clientes ou se um escalão intermédio tem o preço errado |
| Antiguidade (mês 1, 3, 6, 12) | Se o problema é o onboarding ou o valor a longo prazo |
| Canal de aquisição | Que fontes trazem clientes que ficam |
| Intervalo de faturação | Se os clientes anuais renovam a uma taxa diferente dos mensais |
| Meio de pagamento e banco emissor | Onde se concentram os pagamentos falhados |
| Dimensão da empresa ou caso de uso | Que clientes tiram mais valor do produto |
A análise de coortes é a versão mais limpa. Agrupe os clientes pelo mês em que se registaram e acompanhe que parte de cada grupo ainda paga ao fim de 1, 2, 3 e 12 meses. Se as coortes mais recentes retêm pior do que as mais antigas, algo mudou: os preços, o onboarding, a combinação de canais ou o produto. A análise da taxa de churn por segmento explica isto em detalhe.
Passo 4: Junte os dados certos
A análise de churn falha quando cada equipa olha para a sua própria ferramenta. Quatro grupos de dados, ligados pelo mesmo ID de cliente, cobrem a maioria das necessidades:
- Utilização do produto: inícios de sessão, uso de funcionalidades, duração das sessões, conclusão da ação principal.
- Registos de faturação e de subscrição: histórico de transações, atualizações do meio de pagamento, tentativas de recuperação (as novas tentativas automáticas e os emails de lembrete enviados após um pagamento falhado), mudanças de plano.
- Interações com o suporte: volume de pedidos, tempos de resposta, taxas de resolução, pontuações de satisfação.
- Envolvimento com o marketing: aberturas de email, cliques, interações na aplicação.
O requisito prático é um ID de cliente comum ao seu sistema de faturação, à análise de produto, ao helpdesk e à ferramenta de email. Sem ele pode contar o churn, mas não o pode explicar.
Os dados de inquéritos também pertencem aqui. As respostas de Net Promoter Score (NPS) e de satisfação do cliente (CSAT) são sinais precoces; veja prever o churn com inquéritos NPS e CSAT da HubSpot.
Passo 5: Encontre o que prevê o churn
Depois de juntar os dados, procura comportamentos que separem os clientes que renovam dos clientes que saem. O método tem três partes: os dados de subscrição dizem-lhe quem saiu, os dados de eventos são resumidos em métricas de comportamento para cada subscritor, e os dois são comparados para ver que comportamentos andam a par da renovação e quais andam a par do churn. O resultado pode tornar-se uma pontuação de risco de churn para cada subscritor.
Não precisa de uma equipa de ciência de dados para começar. Uma primeira abordagem viável:
- Extraia uma lista dos clientes que saíram nos últimos 6 a 12 meses e uma amostra do mesmo tamanho de clientes que ficaram.
- Para cada um, registe a utilização nos 30 dias antes da data de saída (ou a mesma janela para os que ficaram): inícios de sessão, ações principais, lugares adicionados, pedidos de suporte.
- Compare os dois grupos. As métricas com a maior diferença são os seus sinais de alerta candidatos.
- Teste cada candidato num período posterior antes de confiar nele.
O processo é explicado com um exemplo em como encontrar o que prevê o churn com os seus próprios dados de clientes, e o lado da modelação em previsão de churn com IA: como funciona.
Junte aos números o que os clientes dizem. As respostas ao inquérito de cancelamento, as entrevistas de saída e as conversas com o suporte dizem-lhe porque é que um padrão existe. Uma queda na utilização pode ser uma integração em falta, uma objeção ao preço ou um defensor do produto que saiu da empresa do cliente. Os números mostram onde procurar; as conversas explicam.
Passo 6: Analise os pagamentos falhados como um problema à parte
Muitas análises de churn param no comportamento de produto e não veem uma perda que nada tem a ver com a intenção do cliente. O churn involuntário acontece quando um cartão expira, um banco recusa uma cobrança ou falta saldo, e a subscrição termina antes de alguém decidir cancelar.
Trate-o como um conjunto de dados à parte. Uma lista inicial de métricas de pagamento:
- Taxa de falha à primeira tentativa: cobranças falhadas a dividir pelo total de cobranças, por mês, e por banco emissor e país se puder.
- Taxa de recuperação: faturas finalmente pagas a dividir pelas faturas que falharam.
- Tempo até à recuperação: dias entre a primeira falha e o pagamento bem-sucedido.
- Composição dos motivos de recusa: recusas temporárias (soft), como saldo insuficiente, contra recusas definitivas (hard), como um cartão cancelado. As soft declines podem muitas vezes ser tentadas de novo. As hard declines precisam de um novo meio de pagamento do cliente.
- Parte involuntária do churn total: receita perdida por falhas de pagamento a dividir pelo total da receita perdida.
A última métrica diz-lhe quanto do seu churn um melhor processo de recuperação pode resolver. Meça as novas tentativas e os emails aos clientes em separado, para saber o que cada um recupera. Os motivos de recusa são explicados em códigos de recusa de cartão de crédito.
Passo 7: Transforme as conclusões em ações
Uma análise que acaba numa apresentação não reduz o churn. Associe cada conclusão a uma ação concreta:
| Conclusão | Ação |
|---|---|
| Os clientes que saltam a ação principal na semana 1 saem a uma taxa alta | Mude o onboarding para levar a essa ação; envie um email quando ela não acontece |
| Os clientes de um plano cancelam por motivos de preço | Ofereça um desconto, uma pausa ou um downgrade dentro do fluxo de cancelamento |
| Os pagamentos falhados concentram-se em cartões a expirar | Envie lembretes de atualização do cartão antes da expiração e tente de novo segundo um calendário |
| As contas grandes mostram utilização em queda antes da renovação | Alerte o responsável da conta e entre em contacto |
| Os clientes que cancelaram referem uma funcionalidade em falta | Envie uma mensagem de reconquista quando a funcionalidade for lançada |
As alavancas dividem-se em três grupos: recuperação de pagamentos, gestão de cancelamentos e reconquista. Para empresas product-led, o NoChurn para SaaS product-led mostra como os sinais de utilização alimentam estas ações, e estratégias de envolvimento de clientes para SaaS cobre o lado proativo.
Passo 8: Meça se funcionou
Cada ação precisa de uma comparação antes e depois, caso contrário vai atribuir o mérito ou a culpa à mudança errada. Mantenha-o simples:
- Escolha uma métrica por ação. Taxa de recuperação para mudanças nos pagamentos, taxa de retenção para ofertas no fluxo de cancelamento, taxa de reativação para a reconquista.
- Compare coortes, não meses. Compare os clientes que viram a mudança com os que não a viram, ou compare coortes equivalentes antes e depois.
- Mude uma coisa de cada vez quando puder, ou escalone as mudanças com algumas semanas de intervalo.
- Verifique os dois números de churn. Um desconto que retém clientes mas baixa a receita por conta pode melhorar o churn de clientes e piorar o churn de receita.
- Reveja segundo um calendário. Mensalmente para as taxas de churn, trimestralmente para as curvas de retenção por coorte.
Por onde deve começar?
A maior parte das análises de churn é feita uma vez, apresentada e esquecida. A versão útil é contínua: os mesmos dados que explicam o churn devem também desencadear a resposta.
Comece pela divisão entre churn voluntário e involuntário. Os pagamentos falhados não são uma decisão do cliente, por isso são a perda mais recuperável que um negócio de subscrições tem: um cartão expirado é um problema de lembrete, não um problema de produto. Do lado voluntário, o fluxo de cancelamento é o último lugar onde pode aprender alguma coisa e ainda mudar o resultado. Um bom fluxo pergunta porquê, oferece algo relevante e regista a resposta, o que alimenta a ronda seguinte de análise.
FAQ
O que é uma análise de churn de clientes?
É o processo de medir quantos clientes perde, depois explicar porquê e prever quem é o próximo. Inclui calcular taxas de churn, segmentar clientes, encontrar os comportamentos que precedem o cancelamento e testar se as suas ações de retenção funcionam.
Como se mede o churn de clientes?
Divida os clientes que perdeu durante um período pelos clientes que tinha no início, depois multiplique por 100. Com 10 perdidos em 250, o churn mensal é de 4%. Calcule o churn de receita da mesma forma usando o MRR.
O que significa um churn de 5%?
Significa que, durante o período medido, saíram 5 em cada 100 clientes iniciais. Se o período for um mês, o efeito ao longo de um ano é de cerca de 46%, não 60%, porque as perdas se compõem.
De que dados preciso para a análise de dados de churn?
No mínimo, registos de faturação e utilização do produto ligados ao mesmo ID de cliente. Os pedidos de suporte, as pontuações de inquéritos e o envolvimento com emails acrescentam detalhe. Acrescente os dados de falhas e recusas de pagamento se quiser separar o churn involuntário.
Com que frequência devo fazer uma análise de churn?
Verifique as taxas de churn mensalmente e reveja a retenção por coorte trimestralmente. Volte a calcular os seus sinais preditivos sempre que mudar os preços, o onboarding ou o produto de forma significativa, já que essas mudanças podem alterar os comportamentos que preveem o cancelamento.
Como o NoChurn ajuda
O NoChurn executa todos os dias as ações que saem da análise: recupera pagamentos falhados com novas tentativas e emails escritos pela IA, gere fluxos de cancelamento com uma oferta por motivo (e um cancelamento num clique sempre visível), envia emails de reconquista aos 30, 60 e 90 dias, e atribui a cada cliente uma pontuação de risco de churn a partir dos seus dados de faturação e dos atributos que envia por API. Conecta-se ao Stripe num clique e funciona com Chargebee, Recurly, Paddle e outras ferramentas de faturação, ou com qualquer faturação através da API. O preço depende apenas do MRR, grátis até 300 € de MRR, sem comissão sobre a receita recuperada (o seu próprio domínio para emails e páginas alojadas como opção de 14,99 € por mês em qualquer plano). Veja os preços, ou verifique primeiro os seus números com as ferramentas gratuitas de churn.
Fontes
Todas consultadas a 14 de novembro de 2026.