Ativação e churn precoce: corrigir os primeiros 30 dias

Os clientes novos costumam sair mais depressa do que os clientes que já estão há algum tempo. Vê-se em quase qualquer tabela de coortes: a queda mais acentuada dá-se no primeiro ou nos dois primeiros meses e depois a curva estabiliza. Essa queda precoce tem menos a ver com o preço ou com a concorrência e mais com o facto de o cliente ter ou não chegado a pôr o produto a funcionar para si.

Este guia explica como definir “ativado” a partir dos seus próprios dados, como medir o churn precoce, onde procurar o bloqueio e o que mudar. Todos os números são hipotéticos.

Passo 1: definir o churn precoce

Escolha uma janela e mantenha-a:

early churn (30 days) = new paying customers who churned within 30 days
                        of their first payment
                        ÷ new paying customers in the cohort

Conte a partir do primeiro pagamento, não da inscrição, para que o abandono durante o período experimental fique na sua própria métrica (conversão de trial para pago). Nos planos mensais, uma janela de 30 dias apanha a primeira renovação; pode preferir 45 ou 60 dias para que as novas tentativas da primeira renovação tenham terminado.

Divida-o como qualquer churn: voluntário (cancelado) vs involuntário (a primeira renovação falhou). Uma primeira renovação que falha é muitas vezes um cartão que nunca foi pensado para voltar a ser cobrado, um cartão pré-pago ou um pagamento que exige autenticação; a solução é diferente da do onboarding. Veja cartões pré-pagos e virtuais.

Passo 2: encontrar o seu marco de ativação

Um marco de ativação é uma ação, feita dentro de uma janela inicial fixa, que separa os clientes que ficam dos que saem. “Criou o primeiro projeto”, “convidou um colega”, “enviou a primeira campanha”, “ligou a fonte de dados”.

Não o escolha por opinião. Teste os candidatos contra o histórico.

Método

1. Liste 5 a 10 ações candidatas que mostrem de forma plausível que o cliente obteve valor.
2. Para cada novo cliente das coortes passadas, registe se fez cada ação nos primeiros N dias (por exemplo 7 ou 14). A janela fixa é importante: os clientes que saíram ao dia 10 nunca tiveram oportunidade de fazer algo ao dia 20, o que faria parecer preditiva qualquer ação.
3. Compare a retenção ao dia 90 entre os clientes que fizeram e os que não fizeram cada ação.

Exemplo (números hipotéticos)

Ação nos primeiros 14 dias	Fizeram	Retidos ao dia 90	Não fizeram	Retidos ao dia 90
Criou o primeiro projeto	700	78%	300	52%
Convidou um colega	350	86%	650	62%
Ligou uma integração	280	88%	720	64%
Abriu o centro de ajuda	400	69%	600	71%

“Abriu o centro de ajuda” não separa nada. “Convidou um colega” e “ligou uma integração” são as que mais separam, mas menos clientes as fazem. Um bom marco combina uma grande diferença com uma ação que uma parte razoável dos clientes consegue alcançar. Por vezes é um par: “criou um projeto e convidou um colega nos primeiros 14 dias”.

Correlação, não causa

Os clientes que convidam colegas podem ficar porque a colaboração prende ao produto, ou porque as equipas que já estavam comprometidas se convidam umas às outras. A tabela não diz qual. Trate o marco como uma hipótese: se levar mais clientes a alcançá-lo fizer subir a retenção num teste, é causal o suficiente para agir.

Passo 3: medir o funil até à ativação

Quando tiver um marco, acompanhe três números por coorte semanal ou mensal:

activation rate = new customers who reached the milestone within N days
                  ÷ new customers

time to value   = median days from first payment to the milestone,
                  among those who reached it

early churn     = as defined in step 1

Depois divida o percurso em passos e procure a maior queda. Exemplo de funil para uma ferramenta de analytics fictícia:

Passo	Clientes que o alcançam	Queda face ao passo anterior
Pagou	1000
Entrou na conta após o pagamento	930	7%
Ligou uma fonte de dados	610	34%
Criou o primeiro relatório	520	15%
Partilhou um relatório (marco)	380	27%

A maior queda está em “ligou uma fonte de dados”. É aí que deve olhar primeiro, não no email de boas-vindas.

Passo 4: perceber porque param

Os números mostram onde; as pessoas dizem-lhe porquê. Para o passo com a maior queda:

• Observe-o. Faça o passo você mesmo numa conta nova, com uma fonte de dados real, numa ligação lenta.
• Pergunte. Envie um email aos clientes que pararam nesse passo com uma só pergunta: “O que o impediu de ligar os seus dados?” Respostas curtas servem.
• Leia os pedidos de suporte dos clientes nos primeiros 30 dias. Agrupe-os por passo.
• Leia os motivos de cancelamento de quem saiu cedo. “Demasiado difícil de configurar” e “não o uso o suficiente” vindos de um cliente com 3 semanas querem normalmente dizer que nunca se ativou. Veja inquérito aos motivos de cancelamento.

Passo 5: corrigir os primeiros 30 dias

Correções típicas, mais ou menos por ordem de esforço:

Retire passos

Cada campo, definição e escolha antes do marco custa clientes. Valores por omissão, modelos e dados de exemplo deixam o cliente ver o produto a funcionar antes de o configurar por completo.

Torne óbvio o passo seguinte

Um único passo seguinte claro no ecrã, não uma checklist de doze. Uma checklist curta (três a cinco itens, a terminar no marco) funciona se cada item for um passo real em direção ao valor.

Envie ajuda no momento do bloqueio

Os emails desencadeados por eventos são melhores do que uma sequência fixa. “Criou um projeto mas ainda não ligou dados; eis como fazê-lo em 2 minutos”, enviado ao dia 2 aos clientes que pararam aí, é mais útil do que “Bem-vindo, dia 3” enviado a toda a gente.

Ofereça uma pessoa às contas de alto valor

Para contas maiores, uma chamada de configuração de 20 minutos no ponto de bloqueio pode sair mais barata do que qualquer automatização.

Verifique a primeira renovação

Antes da primeira renovação, verifique que o método de pagamento é válido e não está a expirar, e envie uma nota curta sobre o que o cliente já conseguiu. Se o cliente não se ativou, uma mensagem útil ou uma oferta de pausa é mais honesta do que voltar a cobrá-lo em silêncio.

Passo 6: testar e medir

Mude uma coisa de cada vez e compare as coortes antes e depois, ou faça um teste A/B se o volume o permitir. Meça:

Métrica	Efeito esperado de uma boa correção
Taxa de ativação	Sobe
Tempo até ao valor	Desce
Churn precoce (30 dias)	Desce
Retenção ao dia 90	Sobe, e deve manter-se, não apenas adiar o churn

Espere pelo número do dia 90 antes de cantar vitória. Uma correção que só leva os clientes a passar pelo marco sem obter valor faz subir a ativação e deixa a retenção igual. É o sinal de que o marco era uma correlação, não a causa.

Checklist

• Churn precoce definido a partir do primeiro pagamento, dividido em voluntário e involuntário.
• Marco de ativação escolhido a partir de dados históricos com uma janela fixa.
• Taxa de ativação e tempo até ao valor acompanhados por coorte.
• Funil até ao marco construído; maior queda identificada.
• Perguntado aos clientes que pararam porquê.
• Uma correção lançada e medida ao dia 90.
• Primeira renovação verificada (cartão válido, cliente ativado).

Fazer isto com o NoChurn

O NoChurn dá a cada cliente um score de risco de churn de 0 a 100 na inscrição e a cada alteração, por isso um cliente novo que pareça arriscado fica visível desde o primeiro dia. Envie os seus próprios eventos pela API, como o seu marco de ativação, e o NoChurn mostra que atributos andam a par do churn (correlação, não causalidade). Se a primeira renovação falhar, trata da recuperação: no Stripe, novas tentativas inteligentes ajustadas ao motivo da recusa e ao dia de pagamento do salário, emails escritos por IA que pode rever e uma página alojada de atualização do cartão. Os clientes que decidem sair veem um fluxo de cancelamento com uma oferta por motivo (como uma pausa) e um cancelamento num clique sempre visível e, depois, 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).