Análise Cohort: O Que É, Exemplo Prático e Como Usar na Sua Empresa

Análise cohort é um jeito de olhar os números da empresa separando os clientes em grupos que começaram juntos, por exemplo todos os que compraram pela primeira vez em janeiro, e acompanhando o que cada grupo faz nos meses seguintes: quem volta, quem compra de novo e quem some. Em vez de uma média geral que esconde tudo, você enxerga se os clientes que chegam hoje se comportam melhor ou pior do que os que chegavam antes.

Para o dono de empresa, a análise cohort responde perguntas que um relatório comum não responde: a recompra está melhorando? Os clientes que vieram de anúncio ficam tanto quanto os que vieram por indicação? A campanha do mês passado trouxe gente que volta ou só gente que compra uma vez? Ela complementa os indicadores de desempenho que você já acompanha e muda a forma de decidir onde investir em marketing.

Resumo do que você vai encontrar neste guia:

• o que é análise cohort, explicada sem jargão;
• um exemplo simples com clientes por mês de entrada e recompra;
• como montar a sua primeira tabela de cohort em uma planilha;
• como usar a análise para comparar canais, campanhas e valor do cliente;
• erros comuns, um passo a passo e um checklist para começar.

O que é análise cohort, em linguagem simples

A palavra cohort (em português, coorte) vem da ideia de turma. Pense numa escola: a turma que entrou em um ano é comparada com a turma do ano seguinte, sempre no mesmo momento do curso. Ninguém compara um aluno do primeiro ano com um do último e tira conclusão sobre a escola. Na empresa é igual: você compara clientes que estão no mesmo estágio da relação com você.

Uma cohort é, portanto, um grupo de pessoas que compartilham uma característica de partida. A mais comum é a data de entrada: mês da primeira compra, mês em que virou lead, mês em que assinou o contrato. A própria documentação do Google Analytics define coorte como um grupo de usuários com uma característica em comum e explica que a análise serve para observar o comportamento desses grupos ao longo do tempo, segundo a ajuda oficial do Google Analytics sobre análise de coorte.

O que muda em relação a um relatório comum é o eixo. No relatório comum você vê o total do mês: quantas vendas, quanto faturou. Na análise cohort você vê o mesmo grupo de clientes envelhecendo mês a mês. É isso que revela se o negócio está ficando mais forte por dentro ou se está só trocando clientes que saem por clientes novos, o que costuma sair caro.

Por que a média geral engana o dono de empresa

Imagine que o faturamento subiu nos últimos meses. Parece ótimo. Mas pode ser que isso aconteça porque você aumentou a verba de anúncios e está trazendo muito cliente novo, enquanto os clientes antigos param de comprar cada vez mais cedo. O total sobe, mas a base fica mais frágil. No dia em que a verba cair, a venda despenca.

O contrário também acontece: um mês fraco no total pode esconder que os clientes conquistados recentemente estão voltando mais do que os de antes, sinal de que o atendimento ou o produto melhorou. Sem separar por turma, você corta o que estava funcionando.

Por isso a análise cohort é tão útil para quem investe em marketing. Ela separa o efeito de “trazer gente nova” do efeito de “manter quem já veio”, e são decisões diferentes: a primeira depende de anúncio e de oferta; a segunda depende de atendimento, pós-venda e relacionamento.

Um exemplo simples: clientes por mês de entrada

Vamos a um exemplo fictício, só para ilustrar. Uma loja de produtos naturais quer saber se os clientes voltam a comprar. Ela separa os clientes pelo mês da primeira compra e conta quantos deles compraram de novo em cada mês seguinte.

• Turma de janeiro: 100 clientes novos. No mês seguinte, 30 compraram de novo; no segundo mês, 25; no terceiro, 20;
• Turma de fevereiro: 100 clientes novos. No mês seguinte, 35 voltaram; no segundo mês, 30; no terceiro, 25;
• Turma de março: 100 clientes novos. No mês seguinte, 45 voltaram; no segundo mês, 40.

Lendo a tabela pela linha, você vê a vida de cada turma: quantos continuam com a loja com o passar do tempo. Lendo pela coluna, você compara turmas no mesmo estágio: no primeiro mês depois da entrada, a turma de março voltou bem mais do que a de janeiro. Alguma coisa mudou entre janeiro e março, e vale descobrir o quê: um programa de fidelidade, uma mensagem de pós-venda, um produto novo, um canal de aquisição diferente.

Repare que nenhuma dessas conclusões aparece no faturamento total do mês. É a organização por turma que torna a mudança visível.

Os três tipos de pergunta que a análise cohort responde

Retenção: quem continua comigo?

É a pergunta mais comum. Você conta, em cada período, quantas pessoas da turma ainda estão ativas: compraram de novo, renovaram a assinatura, voltaram à clínica. Serve para qualquer negócio de recompra ou recorrência.

Recompra e valor: quanto cada turma gera com o tempo?

Em vez de contar pessoas, você soma o faturamento da turma mês a mês. Assim você enxerga o valor que um cliente gera ao longo da relação, o famoso LTV (valor do tempo de vida do cliente). Uma turma pequena que compra muito pode valer mais do que uma turma grande que compra uma vez.

Conversão ao longo do tempo: quanto demora para o lead virar venda?

A turma pode ser de leads, não de clientes. Você agrupa os contatos pelo mês em que chegaram e acompanha quantos fecharam negócio no mesmo mês, no seguinte e assim por diante. Para vendas mais longas, como imóveis, serviços de alto valor ou tratamentos, isso mostra que julgar uma campanha só pelas vendas do mês é injusto: parte das vendas chega depois.

Como montar sua primeira análise cohort em uma planilha

Você não precisa de ferramenta especial para começar. Uma planilha comum resolve, desde que os dados estejam organizados. O caminho é este:

1. Reúna uma lista de vendas com três informações por linha: quem comprou (nome, telefone ou código do cliente), a data da compra e o valor;
2. Descubra a data de entrada de cada cliente: é a data da primeira compra dele. Esse mês define a turma a que ele pertence;
3. Calcule a distância de cada compra até a entrada: mês zero é o da primeira compra, mês um é o seguinte, e assim por diante;
4. Monte uma tabela cruzada: nas linhas, as turmas (janeiro, fevereiro, março); nas colunas, os meses desde a entrada (zero, um, dois, três). Em cada célula, quantos clientes daquela turma compraram naquele mês;
5. Transforme em proporção: divida cada célula pelo tamanho da turma no mês zero. Assim turmas de tamanhos diferentes ficam comparáveis;
6. Pinte as células com uma escala de cores, do mais forte ao mais fraco. Os padrões saltam aos olhos em segundos.

Na primeira vez, comece com 6 a 12 meses de histórico e turmas mensais. Turmas por semana fazem sentido para negócios com compra muito frequente; turmas por trimestre, para vendas raras e de valor alto. O importante é manter o mesmo critério do início ao fim, para que a comparação seja justa.

Se o seu sistema de vendas ou o seu CRM já guarda o histórico de compras por cliente, a exportação dessa lista costuma ser simples. Se as vendas estão espalhadas entre caderno, WhatsApp e maquininha, o primeiro ganho da análise cohort é justamente obrigar a empresa a organizar esse registro.

Análise cohort no marketing: comparando canais e campanhas

Aqui a análise cohort fica realmente estratégica para quem investe em anúncios. Em vez de agrupar os clientes só pelo mês de entrada, você agrupa também pela origem: Google Ads, Meta Ads, indicação, orgânico, loja física. Depois acompanha cada grupo no tempo.

É comum descobrir que um canal traz o lead mais barato, mas com cliente que compra uma vez e some, enquanto outro canal parece caro no começo e entrega clientes que voltam por muitos meses. Olhando só o custo por lead, você cortaria o canal errado. Olhando por turma, você enxerga o retorno completo.

O mesmo vale para campanhas e ofertas. Uma promoção agressiva pode trazer muita gente atrás de desconto, que não volta. Uma campanha com mensagem de qualidade pode trazer menos gente, porém mais fiel. Essa leitura conversa diretamente com o ROAS: o retorno de uma campanha não termina na primeira venda, e a análise cohort mostra quanto aquela turma ainda vai gerar depois.

Na nossa rotina com clientes de tráfego pago na Otimize, essa é uma das conversas mais valiosas com o dono: separar o que o anúncio trouxe do que o atendimento e o pós-venda conseguiram manter. Uma coisa não substitui a outra, e a análise por turma mostra onde está o gargalo.

LTV e custo de aquisição: a conta que a cohort deixa clara

Quanto você pode pagar para conquistar um cliente? A resposta honesta depende de quanto esse cliente gera ao longo do tempo, e é aí que a análise cohort ajuda. Somando o faturamento de cada turma nos meses seguintes, você estima o LTV real, baseado no comportamento dos seus clientes, não em chute.

Com o LTV por canal em mãos, a conversa sobre verba muda. Se os clientes que vêm do Google Ads geram, ao longo de um ano, bem mais do que custaram para ser conquistados, faz sentido investir mais ali, mesmo que a primeira venda pareça apertada. Se uma origem traz clientes que nunca pagam o próprio custo de aquisição, é hora de rever a oferta, o público ou o canal.

Para essa conta ficar boa, as plataformas de anúncio precisam saber o que acontece depois do clique. Quando a empresa devolve ao Google e ao Meta quais contatos viraram venda, as campanhas aprendem a buscar pessoas parecidas com os bons clientes. Explicamos esse caminho no guia sobre conversões offline e CRM, que combina muito bem com a análise cohort.

Erros comuns ao fazer análise cohort

• Misturar critérios no meio do caminho: mudar a definição de “cliente ativo” de um mês para o outro invalida a comparação;
• Tirar conclusão de turmas muito pequenas: com poucos clientes, um ou dois casos mudam tudo. Junte meses ou espere mais dados;
• Comparar turmas em estágios diferentes: a turma do mês passado ainda não teve tempo de recomprar; compare sempre na mesma coluna;
• Ignorar a sazonalidade: clientes de dezembro podem se comportar diferente dos de março por causa da época, não do seu marketing;
• Analisar e não agir: a tabela só vale se gerar uma decisão: ajustar o pós-venda, mudar a verba de canal, rever uma oferta.

Outro cuidado é não transformar a análise em projeto eterno. Uma tabela simples, atualizada uma vez por mês e discutida em reunião, vale mais do que um painel sofisticado que ninguém abre.

Passo a passo para usar a análise cohort na sua empresa

1. Escolha uma pergunta de negócio: por exemplo, “os clientes que vêm de anúncio recompram tanto quanto os de indicação?”;
2. Defina a turma e o retorno: o que coloca alguém na turma (primeira compra, chegada do lead) e o que conta como voltar (nova compra, renovação, fechamento);
3. Organize os dados de vendas com cliente, data, valor e origem, de preferência saindo do CRM ou do sistema de vendas;
4. Monte a tabela na planilha, em quantidade e em proporção, e pinte as células;
5. Leia linhas e colunas: a vida de cada turma e a comparação entre turmas no mesmo estágio;
6. Transforme em ação e marque a data de rever a tabela para saber se a ação funcionou.

Se você trabalha com uma agência de tráfego pago, leve a tabela para a reunião de resultados. Cobre da agência uma leitura que vá além do custo por lead: quais campanhas trouxeram clientes que ficaram. Essa é uma conversa de dono para parceiro, e muda a qualidade das decisões.

Checklist da análise cohort

• ✅ Tenho uma pergunta clara que a análise precisa responder;
• ✅ Defini o que coloca o cliente na turma e o que conta como retorno;
• ✅ Minha lista de vendas tem cliente, data, valor e origem;
• ✅ Uso o mesmo critério e o mesmo intervalo em todas as turmas;
• ✅ Comparo turmas sempre no mesmo estágio da relação;
• ✅ Separei as turmas por canal ou campanha de origem;
• ✅ Calculo o valor gerado por turma para estimar o LTV;
• ✅ Cada leitura da tabela termina com uma decisão e uma data de revisão.

Conclusão

A análise cohort troca a pergunta “quanto vendi este mês?” por uma mais poderosa: “os clientes que eu conquisto estão ficando melhores ou piores com o tempo?”. Com uma planilha simples, organizada por turma de entrada, você enxerga retenção, recompra e valor do cliente de um jeito que a média geral nunca mostra.

No marketing, ela é a ponte entre o anúncio e o lucro: mostra quais canais e campanhas trazem clientes que voltam, ajuda a definir quanto vale pagar por cliente e evita cortar o que está funcionando. Comece pequeno, com uma pergunta e alguns meses de dados, e transforme cada leitura em decisão.

Perguntas frequentes

Quer saber quais campanhas trazem os clientes que ficam?

Na Otimize, com 14 anos de mercado, mais de 500 clientes atendidos e parceria Google Partners desde 2013, ajudamos donos de empresa a ligar o investimento em anúncios ao que acontece depois da venda, orientando a organização dos dados para decidir com segurança. Fale com a nossa equipe e agende uma conversa de diagnóstico.

Fontes e referências

• Google. Análise detalhada de coorte. Ajuda do Google Analytics, 2026.