Como realizar uma análise de sobrevivência do cliente

Aprenda a realizar uma análise da taxa de retenção e utilize-a para melhorar as suas atividades de aquisição e retenção de clientes.

Tempo de leitura 6 minutos

LinkedInXFacebook

Relatório exclusivo da Forrester sobre IA em marketing

A análise de sobrevivência do cliente, também conhecida como análise da taxa de retenção, é a aplicação de técnicas estatísticas para compreender por quanto tempo os clientes permanecem ativos antes de abandonarem a empresa. As informações geradas por essa análise ajudam a melhorar as atividades de aquisição e retenção de clientes. A análise de sobrevivência é sempre baseada no acompanhamento de um grupo de clientes ao longo do tempo.

Cohortes são grupos imutáveis (ou seja, nenhum novo cliente se junta a uma coorte depois de formada) que são acompanhados ao longo do tempo. O tipo mais comum de coorte é o grupo de pessoas que se tornaram clientes num determinado período de tempo, por exemplo, uma data específica, a segunda semana do mês de janeiro ou o quarto trimestre do ano.

Dois métodos de análise de sobrevivência

Existem dois métodos principais para analisar as taxas de retenção dos seus clientes. A imagem a seguir apresenta os dois métodos usando tabelas e gráficos que (esperamos) facilitam a compreensão de cada um e a comparação entre eles. Este exemplo analisa cinco pessoas que se inscreveram num site fictício. A seção superior mostra em quais dias, durante um período de duas semanas, cada cliente esteve ativo no site. (Clique em qualquer gráfico para ampliá-lo.)

Dois métodos de análise de sobrevivência

Método 1: Análise de sobrevivência periódica

Para uma análise de sobrevivência periódica, monitoramos se cada cliente estava ativo em cada período de tempo (os períodos neste exemplo são dias). Contabilizamos o número de clientes que tiveram alguma atividade em cada período e acompanhamos a percentagem de clientes ativos, entre todos os clientes da coorte, em cada período. No nosso exemplo, o número de utilizadores ativos e a percentagem de sobrevivência do período para cada dia são vistos na barra laranja:

Método 1: Análise de sobrevivência periódica

[Observação: o período utilizado depende do tipo de negócio. Para jogos online (por exemplo, jogos sociais e sites de jogos com dinheiro real) e aplicações de uso diário (por exemplo, mensagens, GPS), o período de medição seria em dias. Para sites de retalho, pode ser em semanas ou até meses.]

Usando esse método, focamos na atividade real do cliente em um determinado período, fornecendo informações em tempo real e contínuas sobre o nível de atividade de cada coorte. Outra vantagem do método periódico é que ele é muito simples de implementar. Por outro lado, esse método não representa efetivamente um cliente regular que só está ativo de vez em quando, como a Jane no nosso exemplo. Embora a Jane seja uma cliente consistentemente ativa (exibindo atividade a cada quatro dias), a percentagem de «utilizadores ativos» não refletirá esse facto diariamente.

Método 2: Análise de sobrevivência retrospectiva

A abordagem de análise de sobrevivência retrospectiva pressupõe que todos os clientes são ativos até ficarem inativos por um determinado período de tempo. No nosso exemplo atual, o período de inatividade para determinar a rotatividade é de 10 dias (o período de inatividade ideal usado para designar um cliente como rotativo difere de empresa para empresa). Assim, conforme indicado na parte mais à direita do gráfico, Frank rotou no dia 4 e Robert no dia 2.

A barra azul mostra o número e a percentagem de «sobreviventes» em cada período usando este método.

Método 2: Análise de sobrevivência retrospectiva

Ao contrário do método periódico, o método retrospectivo identifica um período real em que cada cliente cancelou a sua assinatura. Por outro lado, só podemos determinar que um cliente cancelou a sua assinatura num determinado dia depois de esperar 10 dias para ver se ele nunca mais voltou. Assim, este método só é útil ao analisar retrospectivamente a atividade do cliente após um período mínimo de tempo (daí o nome, análise retrospectiva de sobrevivência).

Portanto, as principais vantagens do método retrospectivo são que ele fornece uma compreensão mais precisa de quando os seus clientes estão realmente a abandonar a empresa e também apresenta uma visão geral muito melhor da taxa na qual está a perder clientes.

Comparando os dois métodos

O gráfico a seguir resume as vantagens e desvantagens de cada método:

Comparação dos métodos de análise de sobrevivência

Por que a análise da taxa de retenção é importante

A análise de sobrevivência é um dos pilares da análise de clientes. É um fator essencial para compreender como os seus clientes se comportam em relação ao seu negócio e contribui frequentemente para aquelas ideias reveladoras que podem levar a grandes melhorias no produto e nos esforços de marketing.
Alguns dos benefícios práticos que os profissionais de marketing de retenção podem rapidamente perceber ao usar a análise de sobrevivência são:

  • a capacidade de concentrar os esforços de prevenção de rotatividade em clientes de alto valor com baixas taxas de sobrevivência
  • a capacidade de avaliar os canais de aquisição de clientes (como afiliados e PPC) de acordo com as taxas de retenção de cada canal
  • a capacidade de concentrar o timing das campanhas de marketing de aquisição de clientes de acordo com o dia da semana e a data do mês que apresentam os grupos de clientes de maior valor

A análise de sobrevivência também é um fator importante nos cálculos básicos de LTV: o valor monetário futuro esperado representado por um cliente é obviamente um fator de quanto tempo esse cliente permanecerá ativo com a sua empresa.

Conclusão

Os dois métodos de análise da retenção de clientes aqui descritos oferecem perspetivas diferentes sobre os seus clientes e a sua sobrevivência ao longo do tempo. Cada um tem as suas vantagens e desvantagens. A nossa recomendação é usar os dois métodos para obter o máximo valor da análise de clientes. Ao acompanhar de perto as taxas de rotatividade, estará em uma posição muito melhor para implementar esforços de prevenção de rotatividade, avaliar o valor da vida útil do cliente por fonte/data/localização e otimizar o momento das suas campanhas de marketing de retenção.

Relatório exclusivo da Forrester sobre IA em marketing

Neste relatório exclusivo da Forrester, saiba como os profissionais de marketing globais utilizam IA e Positionless Marketing para otimizar fluxos de trabalho e aumentar a relevância.

Pini Yakuel

Pini cofundou a Optimove em 2012 e lidera a empresa como CEO desde a sua criação. Com duas décadas de experiência em marketing de clientes orientado por análises, consultoria empresarial e vendas, ele é a força motriz por trás da Optimove. A sua paixão por tecnologias inovadoras e capacitadoras é o que mantém a Optimove à frente da concorrência. Ele possui um mestrado em Engenharia Industrial e Gestão pela Universidade de Tel Aviv.

Aprenda mais, seja mais com a Optimove
Confira os nossos recursos
Descobrir
Junte-se ao movimento de Positionless Marketing
Junte-se aos profissionais de marketing que estão deixando para trás as limitações de funções fixas para aumentar a eficiência de suas campanhas em 88%