Média mente. Não por má-fé, mas por natureza: se dez clientes entraram e cinco cancelaram no primeiro mês enquanto os outros cinco ficaram três anos, a média de retenção parece razoável no papel e esconde uma sangria séria no detalhe. É exatamente esse detalhe que a análise de coorte se recusa a deixar passar batido.
Cohort, ou análise de coorte, agrupa os clientes pela data de entrada, formando "safras": todo mundo que assinou em janeiro vira uma coorte, todo mundo que assinou em fevereiro vira outra, e assim por diante. Em vez de olhar retenção geral da base inteira, a análise acompanha cada safra separadamente ao longo do tempo, mês a mês, comparando quantos ainda estão ativos depois de 30, 60, 90 dias. Isso permite enxergar padrão que média nenhuma revela, como uma mudança de onboarding em março que fez a coorte daquele mês reter 15% mais que a de fevereiro, ou uma campanha de aquisição barata que trouxe volume, mas trouxe cliente que cancela rápido.
A força da análise de coorte está em isolar causa de efeito. Se a retenção geral cai, sem coorte fica impossível saber se o problema é o produto ficando pior ou se é só entrada de gente de qualidade inferior diluindo o resultado. Com coorte, dá pra apontar o dedo exatamente pro mês e pro motivo.
O erro mais comum é rodar a análise de coorte uma vez, mostrar num slide bonito e nunca mais tocar nela. Coorte não é fotografia, é filme: só serve se for atualizada e comparada período após período. Empresa que trata isso como relatório trimestral de vitrine está pagando caro por uma ferramenta que só funciona quando vira hábito de acompanhamento contínuo, não obrigação burocrática de fim de trimestre.
