Como Criar um Relatório de Ativação de Usuários: Um Guia Completo
Duas equipes olham para os mesmos dados de produto e relatam taxas de ativação de 22% e 61%.
Nenhuma delas cometeu um erro aritmético. Elas escolheram eventos diferentes, janelas diferentes e denominadores diferentes.
Essa é toda a dificuldade com essa métrica. A fórmula é uma divisão, e toda discussão gira em torno do que entra nela.
Este guia aborda o que o relatório deve conter e as três escolhas que definem o número. Em seguida, explica por que sua planilha vai divergir da sua ferramenta de analytics e como gerar o relatório a partir de uma exportação de eventos.
O que um relatório de ativação precisa conter
A porcentagem principal é apenas uma linha. O relatório é o contexto que torna essa linha defensável.
Cinco elementos pertencem à mesma visualização: o evento de ativação, a janela, a definição do cohort, a contagem do denominador e a própria taxa.
Deixe qualquer um deles de fora e o número se torna inverificável. Alguém vai citá-lo em uma apresentação de diretoria, e ninguém conseguirá reproduzi-lo.
Adicione a tendência como um sexto item. Uma única leitura é apenas um ponto de dado, e três leituras consecutivas com definições inalteradas são a primeira coisa sobre a qual vale a pena agir.
As três escolhas que definem o número
Cada escolha altera o resultado por si só, e cada uma delas é invisível na porcentagem final.
| Escolha | O que ela decide | O que acontece se você alterá-la |
|---|---|---|
| Evento de ativação | O que conta como sucesso | Um evento mais tardio reduz a taxa em todos os cohorts |
| Janela de ativação | Quanto tempo os usuários têm | Uma janela mais longa aumenta a taxa e atrasa os relatórios |
| Denominador | Quem está sendo medido | Um cohort deslocado pode fazer a taxa passar de 100% |
Escolha 1: O evento de ativação
Esta é a decisão de julgamento que mais importa, e ela não pode ser respondida apenas olhando para a exportação.
Um evento de ativação deve ser a ação mais precoce que prevê o retorno do usuário. A conveniência não é o critério, e nem a facilidade de implementar o evento.
A conclusão do cadastro quase nunca é esse evento. Cadastrar-se é a entrada do funil, não a prova de que o produto funcionou para alguém.
Escolha a ação em que o produto entrega sua promessa pela primeira vez. Para uma ferramenta de relatórios, isso pode ser o primeiro relatório publicado; para uma ferramenta de mensagens, a primeira mensagem enviada para outra pessoa.
Registre a escolha por escrito com uma justificativa de uma linha. Essa frase é o que impede que a definição mude no próximo trimestre.
Escolha 2: A janela de ativação
Toda ferramenta séria trata isso como um parâmetro, o que significa que é uma decisão que cabe a você.
Mixpanel's funnel documentation é explícita. Sua janela de conversão "determina quanto tempo um usuário tem para converter em todas as etapas do funil após entrar nele."
O padrão lá é de sete dias a partir do primeiro passo. O máximo é de 366 dias, ou doze sessões para janelas baseadas em sessões.
Um detalhe costuma pegar as pessoas de surpresa. O Mixpanel observa que a janela "começa na primeira ocorrência do evento do Passo 1 por entrada no funil". Ocorrências posteriores desse evento não reiniciam o cronômetro.
Portanto, um usuário que se cadastra, desaparece por um mês, retorna e se ativa pode ser contabilizado como uma falha. Esse é o comportamento correto sob uma janela curta, e isso vai surpreender quem estiver lendo seu relatório.
Escolha 3: O denominador
O denominador é o cohort, e os cohorts são definidos por quando as pessoas chegaram, e não por quando agiram.
Pegue todos os que se cadastraram em um período fixo. Congele essa lista e, em seguida, meça quantos atingiram o evento de ativação dentro da janela.
O método de contagem exclusiva do Mixpanel funciona da mesma forma, inserindo um usuário "na primeira vez que ele rastreia o Passo 1 no período selecionado". Entradas posteriores não aumentam a contagem.
A armadilha é misturar períodos. Se o denominador for "cadastros deste mês" e o numerador for "ativações deste mês", você terá contado ativações de usuários que se cadastraram antes.
Essa versão da métrica pode passar de 100%, o que é o sinal de alerta. Nossa explicação sobre cohort analysis aborda por que o cohort precisa ser congelado primeiro.
Por que sua planilha vai divergir da sua ferramenta de analytics
Essa comparação consome uma tarde inteira na maioria das equipes, por isso vale a pena entender o motivo antes que aconteça.
Três configurações dentro da ferramenta são invisíveis no resultado final: a duração da janela, o método de contagem e a ordenação das etapas.
O Mixpanel define como padrão uma ordem específica, exigindo cada etapa antes da próxima. Ele também oferece a opção de "qualquer ordem", onde as etapas contam em qualquer sequência, a menos que você as fixe.
Uma reconstrução em planilha escolhe implicitamente suas próprias respostas para as três configurações. Dois cálculos corretos serão diferentes, e nenhum dos lados estará errado.
A solução é entediante, mas funciona. Registre as três configurações no relatório e compare apenas o que for equivalente ou nem compare.
Como fazer isso manualmente
Opção 1: Duas contagens e uma divisão
Liste todos os usuários que se cadastraram no período e, em seguida, remova as duplicatas dos identificadores com UNIQUE.
Conte essa lista com COUNTA para o denominador. Em seguida, use COUNTIFS para contar os usuários da mesma lista com um evento de ativação dentro da janela.
Mantenha ambas as contagens em células visíveis. Divida apenas uma vez no final, para que qualquer pessoa possa auditar as duas entradas separadamente.
O limite chega rápido. Você obtém uma única porcentagem para uma única janela, e nenhuma visão de quem não se ativou.
Opção 2: Uma linha por usuário
Monte uma tabela com uma linha por usuário no cohort. Colunas para data de cadastro, data do primeiro evento de ativação, dias entre as duas datas e um marcador indicando se está dentro da janela.
Calcule a diferença de dias subtraindo a data anterior da data posterior. A própria orientação da Microsoft sobre a DATEDIF function alerta que ela "pode calcular resultados incorretos em determinados cenários" e recomenda a subtração simples para contagem de dias.
Agora o relatório pode ser segmentado. Por plano, por canal de aquisição, por semana de cadastro ou por tamanho da empresa.
É nessa segmentação que geralmente está a resposta. Uma taxa geral unificada costuma esconder o fato de que um canal está ativando muito bem e outro não está ativando nada.
O limite são os cruzamentos e o volume. Cruzar uma exportação de eventos com uma tabela de usuários deixa de ser agradável em algum ponto após algumas centenas de milhares de linhas.
Opção 3: Uma aba de definições
Registre o evento de ativação, a janela, a regra do cohort e o método de contagem. Em seguida, registre o que você exclui, como contas internas e usuários de teste.
O tráfego interno é o distorcedor silencioso. Uma equipe de trinta pessoas testando o produto toda semana pode elevar a taxa de um cohort pequeno em vários pontos percentuais.
A limitação é que colocar uma regra no papel não a aplica automaticamente. Alguém ainda terá que reconstruir os mesmos filtros no mês seguinte.
O limite comum. Todas as três opções pressupõem que a exportação contenha um identificador de usuário confiável e um nome de evento limpo. Se os eventos foram renomeados no meio do trimestre, essa reconciliação será o verdadeiro trabalho.
Onde o caminho manual perde o ritmo
O primeiro relatório leva uma manhã. O quarto leva mais tempo, porque a essa altura as definições já mudaram.
A renomeação de eventos é a causa mais comum. Uma limpeza no rastreamento divide um evento em dois, e a contagem de ativação cai sem que tenha havido qualquer mudança de comportamento.
O período do cohort também muda. Alguém roda novamente o arquivo do trimestre passado com o filtro de data deste trimestre, e os dois números acabam sendo comparados em uma reunião.
E depois há aquele pedido que sempre chega: alguém pede a mesma taxa segmentada por canal, e todo o conjunto de filtros precisa ser reconstruído manualmente.
O compilado de AI tools for product analytics aborda o lado das ferramentas desse problema.
Como criar isso com o Powerdrill Bloom
Passo 1: Faça o upload da sua exportação de eventos
Faça o upload do arquivo de eventos, ou dos arquivos de eventos e de usuários juntos. O Powerdrill Bloom analisa o perfil das colunas logo na chegada, de modo que identificadores de usuário ausentes, nomes de eventos inconsistentes e carimbos de data/hora fora do intervalo aparecem antes que qualquer taxa seja calculada.
Passo 2: Descreva a definição em linguagem natural
Declare as regras em vez de construí-las. Nomeie o evento de ativação, a janela em dias, o período do cohort e quais contas devem ser excluídas.
Em seguida, faça as perguntas que expõem os limites. Pergunte quantos usuários se ativaram um dia após o fechamento da janela. Pergunte quais nomes de eventos aparecem em apenas parte do período. Depois, peça a taxa segmentada por canal e por semana de cadastro.
Passo 3: Exporte o gráfico, relatório ou apresentação
Extraia a taxa com seu denominador, uma curva de ativação por dia desde o cadastro ou slides que tragam as definições ao lado do número.
Erros comuns
Usar o cadastro como o evento de ativação. O cadastro é a entrada do funil. A ativação precisa ser o momento em que o produto entregou algum valor.
Relatar a taxa sem o denominador. Uma porcentagem de uma base não informada é apenas enfeite. Mostre o tamanho do cohort ao lado dela.
Misturar períodos de cohort. Contar ativações de cadastros anteriores em relação à base deste mês infla a taxa e pode fazê-la passar de 100%.
Alterar a janela sem mudar o rótulo. Um número de sete dias e um de trinta dias são métricas diferentes. Defina uma e escreva-a no relatório.
Comparar seu número com uma referência publicada. Outras empresas escolhem eventos e janelas diferentes. Compare primeiro com a sua própria tendência.
Deixar contas internas no cohort. Funcionários e usuários de teste se ativam a uma taxa próxima de 100%. Em um cohort pequeno, isso altera visivelmente o número.
Ignorar eventos renomeados. Uma mudança no rastreamento pode derrubar a contagem sem que haja mudança de comportamento. Verifique os nomes dos eventos antes de tentar explicar uma queda.
Conclusão
Escolha o evento de ativação, defina a janela, congele o cohort e relate a taxa com o denominador ao lado. Essas quatro decisões geram um número sobre o qual as pessoas podem agir.
A porcentagem em si não é o entregável. A segmentação por canal e por semana de cadastro é o que diz onde investir no próximo mês.
Se reconstruir essa segmentação consome todo o seu tempo, experimente o Powerdrill Bloom na sua exportação de eventos. Veja também nosso guia sobre como transformar dados de uso do produto em um relatório de adoção de recursos e a página do AI report generator.
Perguntas frequentes
Qual é a fórmula da taxa de ativação?
Conte os usuários de um cohort que atingiram o evento de ativação dentro da janela. Divida esse número pelo total de usuários no cohort e multiplique por 100.
Qual deve ser a duração da janela de ativação?
Longa o suficiente para capturar o comportamento normal e curta o suficiente para ser acionável. O Mixpanel define sua janela de conversão padrão como sete dias e permite até 366 dias.
Qual evento deve contar como ativação?
A ação mais precoce que prevê o retorno do usuário. Teste os eventos candidatos verificando se os usuários que os realizaram retornam nas semanas seguintes.
Por que meu número difere da nossa ferramenta de analytics?
Geralmente por causa da janela, do método de contagem ou da ordenação das etapas. Essas três configurações ficam dentro da ferramenta e não aparecem no número exportado.
A taxa de ativação pode passar de 100%?
Apenas se o cohort tiver sido quebrado. Esse resultado significa que as ativações de cadastros anteriores estão sendo contadas em relação a um denominador posterior.