Métricas de produto que todo PM precisa entender

Toda empresa tem um dashboard. Na maioria delas, o dashboard tem dezenas de métricas. Sessões, usuários únicos, tempo na página, DAU, MAU, retenção D7, retenção D30, NPS, CSAT, churn, LTV, CAC, receita, MRR, ARR. Às vezes mais.

Saber o que cada uma significa não é suficiente. O que separa um PM que toma boas decisões com dados de um que apenas reporta números é entender o que cada métrica está te contando sobre o comportamento do usuário — e onde ela mente.

Métricas de aquisição

CAC é o custo de aquisição de cliente: quanto você gasta em marketing e vendas para trazer um usuário que paga. Sozinho, o número não diz nada. Em relação ao LTV (valor do tempo de vida do cliente), ele te diz se o negócio é sustentável. Se CAC é maior que LTV, você está pagando para perder dinheiro.

Taxa de conversão do funil — visitante para cadastro, cadastro para ativação, ativação para pagamento — é onde a maioria dos produtos perde usuários antes de qualquer retenção. Um produto com 10% de conversão de cadastro para usuário ativo tem um problema de ativação. Isso é diferente de um problema de retenção, mesmo que os dois apareçam no mesmo dashboard como "usuários ativos baixos".

Métricas de ativação

Ativação é o momento em que o usuário experimenta o valor central do produto pela primeira vez. Para o Spotify, é a primeira música tocada. Para o Slack, é a décima mensagem enviada no primeiro canal. Para um banco digital, pode ser a primeira transferência concluída.

O que define ativação é específico do produto — e encontrar essa definição é um dos trabalhos mais importantes de um PM novo num produto. Se você não sabe qual é o momento de ativação do seu produto, você não sabe o que otimizar no onboarding.

O erro de confundir cadastro com ativação

Usuário cadastrado não é usuário ativo. A taxa de cadastro pode estar ótima enquanto 80% das contas nunca realizam nenhuma ação depois do registro. Esse gap é o onboarding quebrado, e ele é invisível se você só olha para cadastros.

Métricas de retenção

Retenção D1, D7, D30 medem a porcentagem de usuários que voltam ao produto um dia, sete dias e trinta dias depois do primeiro acesso. São os números que mais importam para a saúde de um produto a longo prazo — mais do que crescimento de novos usuários.

Um produto com retenção D30 de 20% perde 80% dos usuários em um mês. Adquirir novos usuários nesse cenário é encher uma banheira com o ralo aberto. Crescimento sustentável exige retenção razoável antes de escalar aquisição.

Cohort analysis: por que é mais útil do que a média

Analisar retenção pela média esconde variações importantes. Uma análise de coorte agrupa usuários pela data de aquisição e acompanha o comportamento de cada grupo ao longo do tempo. Isso revela se usuários adquiridos no mês passado retêm melhor do que os de seis meses atrás — o que pode indicar melhora do produto, ou mudança no perfil de usuário trazido por uma campanha.

Churn

Churn é a porcentagem de usuários que cancelam ou param de usar o produto num período. Para SaaS B2B, churn de receita é mais importante do que churn de contas: perder clientes pequenos enquanto retém os grandes pode significar crescimento de receita mesmo com churn de contas positivo.

Churn involuntário — cancelamentos por falha de pagamento, cartão expirado, problema técnico — é evitável e frequentemente ignorado. Campanhas de dunning (recuperação de pagamento falho) têm ROI alto e baixo custo de implementação. Se você trabalha em SaaS e nunca mediu churn involuntário separado do voluntário, é um ponto cego relevante.

NPS e CSAT

NPS (Net Promoter Score) pergunta: "de 0 a 10, qual a probabilidade de você recomendar esse produto?" CSAT (Customer Satisfaction Score) pergunta: "de 1 a 5, qual sua satisfação com essa interação?"

Os dois são métricas de percepção, não de comportamento. Um NPS alto com retenção baixa indica que usuários gostam do produto mas não têm razão suficiente para voltar. Um NPS baixo com retenção alta pode indicar que o produto é indispensável mas irritante — o que é um problema diferente.

O número do NPS sozinho é de pouco uso. O que vale é acompanhar a variação ao longo do tempo e analisar os comentários qualitativos dos detratores (notas 0 a 6). É ali que estão os problemas reais.

North Star Metric

North Star é a métrica única que melhor representa o valor que o produto entrega para os usuários. Para o Airbnb, é noites reservadas. Para o WhatsApp, é mensagens enviadas. Para um produto de educação, pode ser dias com alguma atividade de aprendizado.

O critério para escolher uma boa North Star: ela precisa correlacionar com retenção de longo prazo, e precisa refletir valor real para o usuário — não apenas para o negócio. MAU (usuários ativos mensais) raramente é uma boa North Star porque diz que o usuário entrou, não que encontrou valor.

Definir a North Star do seu produto é uma das discussões mais reveladoras que você pode ter com o time. Quando há discordância, ela frequentemente indica discordância sobre o que o produto é e para quem. Para conectar a North Star com metas trimestrais de forma estruturada, o framework de OKRs é um complemento natural — veja o guia sobre OKRs para product managers.

Uma ressalva sobre métricas de vaidade

Downloads, pageviews, "curtidas", número de funcionalidades entregues: são métricas que sobem sem necessariamente indicar que o produto está melhorando. Aparecem em relatórios executivos porque são fáceis de aumentar. PM que sabe a diferença entre métrica de saúde e métrica de vaidade toma decisões diferentes das que toma quem não sabe.

Para aprofundar em como usar essas métricas para tomar decisões concretas — funil, experimentos A/B e análise qualitativa — veja o artigo sobre como usar dados para decisões de produto.

Na comunidade mágica, esse tipo de discussão acontece na prática: PMs trazem seus dashboards reais e trabalham juntos para identificar o que está sendo medido e o que deveria ser.