Encontre as perdas no checkout antes de gastar mais em anúncios

Mais tráfego pode levar mais pessoas para o mesmo percurso de compra avariado. Antes de aumentar o orçamento de uma campanha, descubra onde os visitantes deixam de avançar e se uma melhoria se pagaria a si própria com os custos que realmente tem. No exemplo abaixo, subir um passo do checkout de 50% para 60% vale 1 000 $ por período depois do seu próprio custo recorrente, e o máximo que poderia gastar uma vez nessa alteração e recuperar em três períodos é 3 000 $.

Comece com um funil coerente

Um funil de compra só faz sentido quando cada etapa conta a mesma coisa nas mesmas pessoas. As sessões que chegam a uma página de produto, adicionam um artigo, iniciam o checkout e pagam têm de pertencer à mesma população definida e à mesma janela de observação. É isso que o torna um funil fechado: cada etapa conta apenas quem chegou à anterior.

Três definições decidem se os seus números são comparáveis:

• Unidade de contagem — sessões, utilizadores ou encomendas. Nunca as misture nem use contagens brutas de eventos: um visitante pode disparar «ver artigo» dez vezes.
• Coorte — quem é contado na primeira etapa, em que datas e em que fuso horário.
• Janela de atribuição — durante quanto tempo depois da primeira etapa um passo seguinte ainda conta.

Uma contagem de eventos de produto não é diretamente comparável com uma contagem de compradores únicos. Se uma etapa posterior for maior do que uma anterior — por exemplo, 23 800 visualizações de produto depois de 10 000 sessões —, os dados não formam um funil fechado. Investigue as definições antes de calcular qualquer taxa; não «corrija» os números à mão.

Mais duas regras evitam erros silenciosos. Uma taxa sobre uma etapa com zero pessoas não está definida — não é 0%. E um número em falta é desconhecido, não zero.

Leia o funil etapa a etapa

Imagine uma loja com 10 000 sessões iniciais em outubro, 5 000 visualizações de produto, 1 000 carrinhos, 600 checkouts iniciados e 300 encomendas pagas.

A conversão total é 300 ÷ 10 000 = 3%. A maior perda absoluta está entre a página do produto e o carrinho, mas o passo que perde compradores já decididos é o último: só paga metade de quem inicia o checkout.

É tentador multiplicar cada abandono pelo valor da encomenda e chamar-lhe «receita perdida». Não o faça. Quem saiu na página do produto ainda teria de passar pelo carrinho e pelo checkout. Se quiser um valor por transição, multiplique o abandono pelas taxas das etapas seguintes e pela sua contribuição por encomenda — e trate-o como condicional, nunca como perda comprovada. Nunca some os valores de etapas diferentes.

Mantenha visíveis os dispositivos e os sites

Um total combinado pode esconder um problema de checkout no telemóvel ou fazer uma fonte parecer fraca só porque traz outro público. No nosso exemplo, as 10 000 sessões são dois grupos separados:

• Telemóvel: 6 000 → 2 700 → 500 → 250 → 100 pagas (1,67%)
• Computador: 4 000 → 2 300 → 500 → 350 → 200 pagas (5%)

O checkout no telemóvel conclui-se em 40% dos casos, no computador em 57%. Compare os grupos — mas não tome a diferença como prova de que um elemento concreto da página a causou. Telemóveis e computadores trazem pessoas diferentes com intenções diferentes.

Os grupos só podem ser somados quando não se sobrepõem (cada sessão pertence a exatamente um grupo) e partilham coorte, unidade de contagem e período. Se comparar um mês de 31 dias com um de 28, compare por dia, não os totais.

Traduza um cenário em contribuição

A última transição converte em pagamento 50% dos checkouts. Subi-la para 60%, sem mudar mais nada, dá:

10 000 × 0,5 × 0,2 × 0,6 × 0,6 = 360 encomendas esperadas — mais 60 do que hoje.

Agora use dinheiro que reflita a sua economia real. O número certo não é a receita, mas a contribuição por encomenda paga: o que uma encomenda concluída deixa depois da mercadoria, das comissões de pagamento, do envio e das devoluções esperadas, antes dos custos fixos do período. Digamos que cada encomenda contribui 20 $.

Com 200 $ de despesa recorrente e uma fatura de implementação de 1 800 $, o cenário deixa 1 000 $ por período e tem um retorno simples de 1,8 períodos. Estes números dependem de a meta ser realmente atingida. Uma meta é um pressuposto seu, não uma previsão.

Aplique a mesma meta de 60% apenas ao grupo do telemóvel e a resposta muda, porque o cálculo parte das taxas próprias desse grupo: de 100 para 150 encomendas esperadas, +50, ou seja 1 000 $ de contribuição, 800 $ líquidos por período e retorno em 2,25 períodos. Nunca reutilize o resultado do total para um segmento.

Não some oportunidades que se sobrepõem

Suponha que também acredita que o passo do carrinho para o checkout pode subir de 60% para 70%. Sozinho, acrescenta 50 encomendas; a melhoria do pagamento sozinha acrescenta 60. Juntas não acrescentam 110, mas 120:

10 000 × 0,5 × 0,2 × 0,7 × 0,6 = 420 encomendas esperadas.

Melhorar uma etapa anterior muda quantas pessoas chegam às seguintes, por isso o cenário conjunto tem de ser recalculado sobre toda a sequência. Somar oportunidades isoladas dá a resposta errada — umas vezes alta demais, outras baixa demais. Pela mesma razão, uma lista de «lucro perdido por etapa» nunca deve ser totalizada.

Quando mais encomendas significam menos lucro

A contribuição pode ser negativa. Um outlet de saldos que vende abaixo do custo variável, depois do envio e das devoluções, perde dinheiro em cada encomenda concluída. Se as mesmas +60 encomendas contribuírem −20 $ cada, a variação é de −1 200 $ por período, −1 400 $ depois dos 200 $ recorrentes, e a melhoria nunca é recuperada. Um projeto de conversão só vale a pena onde as encomendas adicionais ganham alguma coisa.

Uma loja ou várias

Uma loja independente pode precisar apenas de alguns totais. Um vendedor de média dimensão pode precisar de coortes separadas por dispositivo, fonte, país e site, de uma contribuição diferente por site e de uma exportação exatamente do âmbito em análise. Em ambos os casos, as definições importam mais do que o número de gráficos.

Lista de verificação antes de aumentar o orçamento de anúncios

1. Anote a unidade de contagem, a coorte, o período e a janela de atribuição do seu funil.
2. Verifique que nenhuma etapa é maior do que a anterior.
3. Veja dispositivos, sites e fontes separadamente; some-os apenas se não puderem sobrepor-se.
4. Use a contribuição por encomenda paga, não o valor médio da encomenda.
5. Defina uma meta explícita para o passo que quer corrigir e ponha preço à alteração: custo único, custo recorrente e horizonte.
6. Recalcule várias melhorias em conjunto em vez de as somar.
7. Trate o resultado como um cenário, não como um aumento garantido — e teste a alteração antes de aumentar o tráfego.

Faça o cálculo com os seus números

O Laboratório de conversão e checkout combina os números por etapa com a contribuição e o custo da alteração que introduz. Importa exportações agregadas com mapeamento explícito de colunas, bloqueia funis abertos e grupos incompatíveis e mostra cada passo do cálculo. Percorra a demo fixa das sessões até ao retorno — sem palpites de IA, com aritmética exata.

Para outra pergunta — se a publicidade cria lucro adicional em vez de receber o crédito de vendas que aconteceriam de qualquer forma — use Advertising Profit & Experiment Lab.