Ficha 02 · KPIs, segmentação e análise
Exercício 1 · Métrica ou KPI?
Diz se cada indicador é apenas uma métrica ou um KPI, justificando: (a) nº de seguidores no Instagram; (b) taxa de retenção com meta de 85%; (c) nº de emails enviados; (d) taxa de conversão de leads com meta de 5%.
Resposta:
- (a) métrica — sem objetivo associado, é só um número.
- (b) KPI — ligado a um objetivo com meta (85%).
- (c) métrica — atividade, não resultado ligado a objetivo.
- (d) KPI — mede um resultado face a uma meta.
Um KPI é uma métrica escolhida por ser relevante para um objetivo (idealmente SMART).
Exercício 2 · Calcular retenção e churn
Uma empresa começou o ano com 800 clientes e terminou com 700, dos quais 90 eram novos. Calcula a taxa de retenção e a de churn.
Resposta:
- Clientes iniciais retidos = 700 − 90 = 610.
- Retenção = 610 ÷ 800 = 76,25%.
- Churn = 1 − 0,7625 = 23,75% (ou 190 perdidos ÷ 800).
Leitura: perder ~1 em cada 4 clientes é elevado — justifica análise de churn e campanha de retenção.
Exercício 3 · CLV vs CAC
Ticket médio 50€, 4 compras/ano, duração média da relação 3 anos. O CAC é 300€. Calcula o CLV e avalia se o rácio CLV/CAC é saudável (regra: ≥ 3×).
Resposta:
- CLV = 50 × 4 × 3 = 600€.
- CLV/CAC = 600 ÷ 300 = 2,0.
Está abaixo da regra de 3× → pouco saudável. Ações: baixar o CAC (marketing mais eficiente, melhor segmentação) ou aumentar o CLV (retenção, up-sell/cross-sell, mais frequência).
Exercício 4 · Modelo RFM
Explica o que significam R, F e M no modelo RFM e classifica dois clientes: - Cliente A: última compra há 5 dias, 10 compras/ano, gasto alto. - Cliente B: última compra há 220 dias, foi frequente, gastava muito.
Resposta:
RFM = Recency (há quanto tempo comprou), Frequency (com que frequência), Monetary (quanto gasta).
- Cliente A: R alto, F alto, M alto → "campeão". Ação: fidelização, programa de recompensas, torná-lo embaixador.
- Cliente B: R baixo (há muito não compra), mas F e M foram altos → "em risco de valor". Ação: prioridade de retenção (reativação, oferta personalizada).
Exercício 5 · Interpretar um KPI em contexto
A taxa de conversão de leads é 3%. A meta é 5%, o mês anterior foi 4% e o mercado ronda 3,5%. Interpreta e sugere um próximo passo.
Resposta:
Interpretação: está abaixo da meta, a piorar face ao mês anterior (4%→3%) e ligeiramente abaixo do mercado (3,5%). O número isolado não bastava; o contexto mostra um problema real.
Próximo passo (diagnóstica → ação): investigar a causa — mudou a origem/qualidade das leads? A proposta? O tempo de resposta das vendas? — e corrigir o fator identificado.
Exercício 6 · Analisar o funil
No funil de uma loja: 1000 visitantes → 200 leads → 50 oportunidades → 10 clientes. Calcula as conversões entre etapas e identifica o "gargalo".
Resposta:
- Visitante→lead: 200/1000 = 20%.
- Lead→oportunidade: 50/200 = 25%.
- Oportunidade→cliente: 10/50 = 20%.
- Global: 10/1000 = 1%.
Todas as etapas perdem muito, mas a passagem visitante→lead (20%) e oportunidade→cliente (20%) são as mais fracas. O "gargalo" é onde a melhoria traz mais retorno — aqui, captar leads e fechar oportunidades. Convém comparar com metas/benchmark antes de concluir.
Exercício 7 · Da análise à personalização
A partir do perfil "cliente urbano, compra online de 2 em 2 meses, ticket médio 45€, sensível a promoções, canal preferido email", propõe uma ação de personalização concreta.
Resposta:
Exemplo de ação (basta uma, coerente com o perfil):
Enviar por email (canal preferido), a cada ~8 semanas (ritmo de compra), uma promoção de produtos relacionados com as compras anteriores, com um cupão de desconto por tempo limitado.
Boa personalização = oferta certa, no momento certo, pelo canal certo, com a mensagem certa para o segmento.
Exercício 8 · Bom relatório de desempenho
Aponta três regras de um bom relatório de KPIs e explica por que um relatório com 30 gráficos e nenhuma conclusão falha o seu objetivo.
Resposta:
Três regras (bastam três): - Mostrar poucos KPIs, os que importam. - Dar sempre contexto (meta, período anterior, benchmark). - Usar o gráfico certo para cada dado. - Terminar com uma conclusão acionável.
Porque falha: 30 gráficos sem conclusão sobrecarregam quem decide e não indicam o que fazer. Um relatório é uma história que termina numa decisão, não uma coleção de números.