Um cliente que deixa de comprar não avisa ninguém: muitas vezes deixa primeiro de clicar e depois desaparece dos seus relatórios. A retenção de clientes mede a parte dos clientes que conserva de um período para o seguinte. O emailing é um dos primeiros sítios onde se vê este afastamento. Falta ainda que os emails cheguem ao destino: uma base que se degrada em silêncio falseia o cálculo antes mesmo de ele começar.
Definição de retenção de clientes e fórmula da taxa
A taxa de retenção calcula-se sobre um período dado (um mês, um trimestre, um ano) com a seguinte fórmula: (clientes no fim do período − novos clientes adquiridos durante o período) / clientes no início do período × 100. Os novos clientes são retirados do numerador, caso contrário uma forte aquisição esconderia as saídas. O período conta: 88% ao mês e 88% ao ano descrevem situações muito diferentes.
Exemplo pedagógico, com números inventados para a demonstração: uma loja tem 1000 clientes a 1 de janeiro e 1080 a 31 de dezembro, dos quais 200 foram adquiridos durante o ano. A taxa de retenção é (1080 − 200) / 1000 × 100 = 88%. O churn (taxa de atrito) é o seu complemento: clientes perdidos / clientes no início do período × 100, ou seja, 120 / 1000 = 12%.
Retenção ou fidelização?
A retenção conta-se: responde a «quantos ficaram?». A fidelização descreve as ações que dão vontade de ficar, do programa de pontos à relação continuada, que é o que abrange o marketing de retenção. Uma é um indicador, a outra um conjunto de alavancas; este último tema tem artigo próprio, e aqui mede-se primeiro, para ver depois os primeiros cenários a pôr em prática. O inquérito de satisfação (NPS), o programa de pontos e a recuperação de carrinhos abandonados fazem parte dessas ações, desenvolvidas no artigo dedicado.
O ciclo de vida do cliente serve de referência: uma taxa global mistura clientes de 6 dias com clientes de 6 anos.
Porque é que a retenção pesa nos lucros
Numa publicação de 2006, a Bain & Company quantifica o que está em jogo: aumentando a retenção em apenas 5%, os lucros podem subir até 95%. A Bain apresenta este resultado como uma teoria datada de 2006: dá uma ordem de grandeza, sem valor de média nem de promessa.
Dois indicadores ligam esta constatação ao orçamento. O valor de vida do cliente (CLV, customer lifetime value) estima o que um cliente rende enquanto permanece; o custo de aquisição de cliente (CAC) soma o que foi preciso gastar para o conquistar. Se o CLV de um segmento já não cobre o seu CAC, abrem-se dois caminhos: reduzir o custo de conquistar novos leads ou prolongar o tempo em que os clientes já adquiridos continuam ativos.
Porque é que as referências setoriais induzem em erro
As compilações de «taxa de retenção média por setor» assentam raramente num método comum. Uma empresa pode dar um cliente por perdido após 30 dias sem compra, outra após 12 meses; uma subscrição SaaS sinaliza a saída com um cancelamento, ao passo que um comércio eletrónico não tem contrato que formalize a rutura. Comparar 88% numa com 60% noutra não faz, por isso, sentido enquanto a definição de «cliente ativo» for diferente.
O único ponto de comparação fiável é o seu próprio histórico, calculado sempre da mesma forma, por coorte: todos os clientes adquiridos em março, acompanhados mês após mês. Uma coorte que perde 40% dos seus membros logo nos dois primeiros meses pode revelar uma falha de acolhimento que a média anual enterra. Exemplo fictício: 500 clientes adquiridos em março, 410 ainda ativos em abril, 330 em maio, 300 em junho. A taxa de retenção a 3 meses fica em 60%. A leitura útil está noutro ponto: 90 clientes saíram logo no primeiro mês, 80 no segundo, 30 no terceiro. A quebra concentra-se nas 8 primeiras semanas, ou seja, provavelmente no acolhimento e na primeira encomenda, mais do que na relação já instalada. Uma média anual de 88% não mostraria nada disto, já que os clientes de 2 anos, bem mais estáveis, diluem aí as saídas recentes. Para que seja útil, fixe de uma vez por todas a definição de cliente ativo (uma compra nos últimos 12 meses, por exemplo) e registe-a no painel de controlo; mudar de definição a meio do ano torna a curva ilegível.
Ler a retenção num programa de emailing
A taxa de retenção chega tarde: constata a saída. O emailing fornece sinais mais cedo, desde que se saiba quais merecem crédito.
A taxa de abertura é o primeiro indicador a pôr de lado como prova de envolvimento. Com a Mail Privacy Protection, a Apple impede o remetente de saber se uma mensagem foi aberta, pelo que mensagens que ninguém leu podem aparecer como abertas (documentação da Apple). Numa base em que o Apple Mail pesa muito (iPhone, iPad, Mac), um aumento de aberturas pode assim coexistir com uma quebra do interesse real.
Convém apoiar-se antes em:
- a taxa de cliques em relação aos envios (o CTOR, que assenta nas aberturas, sofre o mesmo enviesamento);
- a parte de contactos sem clique nem compra há 90 ou 180 dias, a fixar conforme o seu ritmo de compra;
- as anulações de subscrição e as queixas de spam, que são saídas declaradas;
- a receita por email enviado, calculada por segmento e por mês, comparada com os outros indicadores de marketing do painel de controlo.
Um segmento cujos cliques se vão desgastando durante 3 meses seguidos merece um alerta antes de a taxa de retenção descer. Defina o limiar de alerta por si, por exemplo 2 meses consecutivos sem clique para um cliente que comprava todos os meses, e meça depois quantos desses clientes voltam a comprar mesmo assim: a taxa de falsos positivos diz se o sinal merece ser acompanhado. A segmentação por data da última compra e por frequência permite vê-lo sem esperar pelo balanço anual.
Os inativos custam mais do que o seu silêncio
Um contacto inativo permanece nos seus envios: a retenção cruza-se aqui com a entregabilidade. As mensagens enviadas para endereços que já não existem provocam hard bounces e fazem subir a taxa de rejeição, um sinal de lista mal cuidada aos olhos do fornecedor de acesso. As enviadas a simples inativos engordam o volume sem resposta. A reputação do remetente pode ressentir-se nas mensagens seguintes.
Quanto às queixas, a Google pede aos remetentes em massa (cerca de 5000 mensagens ou mais por dia para contas Gmail pessoais) que mantenham a taxa de spam comunicado abaixo de 0,1% e evitem chegar a 0,3%: acima de 0,3%, o remetente deixa de ser elegível para as medidas de atenuação da Google, e só volta a sê-lo após sete dias consecutivos abaixo desse limiar. Reenviar sem fim para inativos consome esta margem assim que alguns clicam em «comunicar como spam»; o pormenor das regras consta do nosso artigo sobre os requisitos do Gmail para remetentes.
Uma lista degrada-se mesmo quando ninguém lhe toca
Dos 126 milhões de endereços que a CaptainVerify verificou em 2025, só 57% foram confirmados como válidos; a empresa estima ainda que uma lista perde cerca de 23% dos seus endereços por ano, como detalha na sua análise sobre o valor de um endereço de email. Mudanças de emprego, caixas abandonadas, domínios encerrados: parte dos seus clientes «perdidos» pode nunca ter deixado a marca, simplesmente já não recebe nada. O cálculo é simples: 20 000 endereços × 23% de perda anual = 4600 contactos que correm o risco de já não poder responder, comprar nem anular a subscrição em 12 meses. Continuam, no entanto, no seu denominador.
Um cliente que partiu para a concorrência pede uma resposta comercial; um endereço que se tornou inválido pede uma limpeza. Distinguem-se por um sinal simples: um cliente que saiu costuma ter clicado ou comprado antes de sair, enquanto um endereço morto rejeita ou nunca reagiu. Cruzar a lista dos clientes «perdidos» com as rejeições dos últimos 12 meses basta muitas vezes para separar os dois grupos antes de escrever a quem quer que seja. Para fazer a triagem, um teste de verificação numa amostra da lista, por exemplo 2000 contactos sorteados ao acaso, indica a parte de endereços inválidos antes de avançar para uma campanha de reconquista; a verificação de listas da CaptainVerify foi pensada para este controlo.
Três fluxos a lançar primeiro
Não vale a pena lançar 10 cenários de uma vez. O primeiro é o email de boas-vindas, onde se joga o acolhimento dos novos inscritos; os erros desta mensagem saem caros porque ela chega cedo, quando o inscrito ainda se lembra de se ter inscrito. O segundo segue-se à compra: confirmação, conselhos de utilização, pedido de avaliação. O terceiro dirige-se a quem se vai apagando, com um email de reengajamento que antecede uma regra de retirada: sem reação após 2 ou 3 reenvios, o contacto sai dos envios correntes.
Estes fluxos pertencem à automatização. Aplicar a regra de retirada a uma lista cheia de endereços mortos não corrige nada: a limpeza vem antes da automatização.
Testar e dosear o envio
Um teste A/B só vale se incidir sobre uma variável de cada vez e sobre uma amostra suficientemente grande para desempatar as versões: teste o assunto ou o botão de apelo à ação sem misturar os dois. O critério de vitória deve ser o clique ou a compra, nunca a abertura, pela razão vista atrás.
A frequência regula-se da mesma maneira: aumenta-se por patamares num segmento, vigiando anulações de subscrição e queixas. Cada segmento tem o seu ritmo: um comprador mensal aguenta um envio semanal, um cliente adormecido muito menos. A personalização por segmento vem a seguir.
Erros que falseiam a leitura
Seis erros repetem-se com mais frequência:
- confundir retenção com recompra: um cliente que continua inscrito sem comprar é «retido» no sentido da fórmula sem gerar qualquer receita;
- calcular uma média única: 88% global pode esconder, por exemplo, 95% nos clientes com mais de 2 anos e 70% nos novos;
- medir o envolvimento pelas aberturas, que a Mail Privacy Protection torna pouco fiáveis;
- contar como perdidos clientes cujo endereço se tornou simplesmente inalcançável;
- reenviar a inativos sem limpar antes a lista, o que acrescenta rejeições a um problema de interesse;
- retomar os envios de uma só vez depois de uma pausa, o que mistura ativos e adormecidos.
Mais vale recomeçar por patamares, começando pelo segmento que clicou recentemente.
