Ir para o conteúdo principal

Funis, CRO & Email

Growth funnels e AARRR: o sistema de crescimento em cinco métricas

Como montar o funil AARRR do seu negócio numa folha, com uma métrica por etapa, achar o gargalo certo antes de comprar mais tráfego e entender onde o modelo linear deixa de explicar o crescimento.

AI Context Shift Academy — Redação 10 min de leitura

Em resumo

  • O funil AARRR (aquisição, ativação, retenção, indicação e receita) só ajuda quando cada etapa tem um evento definido por escrito e uma única métrica principal.
  • O gargalo não é a maior queda percentual do funil, e sim a etapa em que uma melhoria custa pouco e tem volume suficiente para ser medida.
  • Comprar mais tráfego antes de corrigir a ativação multiplica o vazamento em vez de reduzi-lo.
  • O funil é uma linha reta que simplifica; loops de crescimento e compras não lineares aparecem nos dados e pedem outra leitura.

Uma folha, cinco linhas: o funil do Planilhando

Para ter um caso concreto, imagine o Planilhando, um aplicativo fictício de controle financeiro para microempreendedores. Todos os números desta seção são hipotéticos e existem apenas para mostrar o raciocínio. Em um mês qualquer, a folha de papel do time teria este aspecto:

EtapaEvento que contaMétrica principalValor no mês (hipotético)
AquisiçãoVisitante cria uma contaCadastros por mês400 cadastros, vindos de 4.000 visitas
AtivaçãoRegistra 5 lançamentos nos primeiros 7 dias% de cadastros que ativam120 ativados (30% dos cadastros)
RetençãoRegistra algum lançamento na semana 4% dos ativados ainda ativos60 retidos (50% dos ativados)
IndicaçãoEnvia convite que gera um cadastro% dos ativados que convidam9 convidaram (7,5% dos ativados)
ReceitaAssina um plano pagoAssinantes novos no mês18 assinaturas

Neste ponto, você deve ter uma tabela em que cada linha responda a três perguntas: qual evento marca a passagem, onde ele é registrado e quem olha o número. Se a coluna “evento que conta” tiver palavras como “engajado” ou “interessado”, a etapa ainda é uma impressão. Evento é algo que um sistema consegue registrar: um clique, um cadastro, um pagamento, um lançamento salvo.

Repare também que a ordem das linhas é a de Dave McClure, mas a ordem dos números não é uma sequência estrita. No exemplo, as 18 assinaturas não saem das 60 pessoas retidas; algumas pagaram antes de chegar à semana 4, outras nunca ativaram um plano gratuito. A folha organiza a conversa, e a contabilidade fina de cada coorte fica para a ferramenta de analytics.

De onde vem o modelo e o que ele muda em relação ao marketing tradicional

A sigla AARRR vem da apresentação “Startup Metrics for Pirates”, de Dave McClure, de 2007, e agrupa as métricas de uma empresa digital em Acquisition, Activation, Retention, Referral e Revenue. O nome “pirata” é só a brincadeira com o som da sigla. O que importa é a ideia por trás: em vez de acompanhar uma única cifra (visitas, por exemplo), o time acompanha o caminho completo, da primeira visita até a receita.

Sean Ellis e Morgan Brown, em Hacking Growth, usam esse tipo de mapa como base de um método de trabalho. O ciclo descrito no livro tem quatro passos que se repetem: analisar dados e identificar oportunidades, gerar ideias, priorizar as ideias e testá-las. Cada volta do ciclo termina com uma decisão (manter, descartar, iterar) e alimenta a seguinte. Os autores também defendem a escolha de uma North Star Metric, uma métrica que resuma o valor entregue ao cliente e em torno da qual os times se alinhem. Para o Planilhando, algo como “número de usuários que registram lançamentos todas as semanas” diz mais sobre valor entregue do que “número de cadastros”.

A diferença em relação ao marketing tradicional, na prática, é de cadência e de responsabilidade. Marketing tradicional costuma planejar campanhas por trimestre e medir alcance e leads. Growth compartilha uma meta com produto, atendimento e vendas, e trabalha em ciclos curtos de experimento. Por isso o funil AARRR exige que o time de marketing olhe para o que acontece depois do cadastro, onde normalmente ninguém do marketing costumava olhar.

Uma métrica por etapa, com a definição escrita antes do número

O erro mais comum ao preencher a tabela é escolher várias métricas por etapa. Resista. Uma métrica principal por linha obriga o time a decidir o que é sucesso, e as métricas auxiliares ficam como diagnóstico. Algumas notas por etapa:

  • Aquisição: a métrica principal não é visita, é o primeiro evento de valor para o negócio (cadastro, pedido de orçamento, compra). Separe por canal desde o início, porque a média esconde diferenças grandes entre origens. A relação entre investimento e resultado por canal é justamente o que a ferramenta mesa de canais calcula a partir dos seus próprios números.
  • Ativação: é o momento em que a pessoa experimenta o valor pela primeira vez. Escolha o evento olhando quem ficou: entre os clientes que permaneceram, qual ação todos fizeram cedo? Esse evento é uma hipótese a ser testada, não uma verdade; confirme se quem o executa realmente retém mais.
  • Retenção: meça por coorte (quem se cadastrou na mesma semana), não pela base total. Uma base total que cresce pode esconder uma coorte que sai rápido.
  • Indicação: defina o que conta como indicação: convite enviado ou convite que virou cadastro. O segundo é mais honesto. Programas de indicação com recompensa exigem cuidado com a publicidade e a privacidade de quem é indicado; os dados do indicado são dados pessoais e a LGPD (Lei 13.709/2018) se aplica.
  • Receita: separe o que é pagamento único do que é recorrente e registre o motivo de cancelamento. Receita sem causa registrada não ensina nada.

A numeração de etapas também não é sagrada. Muitos praticantes colocam Receita antes de Indicação, porque, em negócios pagos, o cliente costuma indicar depois de pagar. Escolha a ordem que reflete o seu caso e documente.

Achando o gargalo: leia por transição, não pelo total

Voltando à tabela hipotética: 4.000 visitas, 400 cadastros (10%), 120 ativados (30% dos cadastros), 60 retidos (50% dos ativados). A queda percentual mais dramática parece ser a de visita para cadastro, já que 3.600 pessoas saíram. Mas esse é o comportamento esperado de qualquer visitante frio, e melhorar essa passagem depende de oferta e de página, assuntos do próximo artigo desta série, CRO na prática, com heatmaps e testes A/B honestos.

A etapa que merece atenção primeiro, nesse exemplo, é a ativação: 280 pessoas se cadastraram e não fizeram nem cinco lançamentos na primeira semana. Esse é um gargalo por três motivos. Primeiro, o time já pagou para trazer essas pessoas. Segundo, a causa provável está dentro do produto (tela inicial confusa, e-mail de boas-vindas que não orienta), onde o time tem controle total. Terceiro, 400 cadastros por mês dão volume razoável para medir mudanças ao longo de poucas semanas, o que nem sempre acontece nas etapas finais.

O raciocínio de custo reforça a escolha. Suponha, ainda hipoteticamente, que o time tenha gastado R$ 2.000 em mídia no mês. Isso dá R$ 5 por cadastro, mas cerca de R$ 16,70 por usuário ativado (2.000 dividido por 120) e cerca de R$ 111 por assinatura, contando só a mídia. Cada ponto percentual de ativação ganho derruba o custo por ativado sem mexer no orçamento. Se, em vez disso, o time dobrasse a verba e mantivesse a ativação em 30%, dobraria também o número de pessoas que chegam e desistem. Para quem está começando a medir esse tipo de custo por etapa, a leitura de GA4, KPIs e atribuição num painel que responde perguntas mostra como registrar os eventos e as origens para que a tabela se preencha sozinha.

O mesmo exercício vale antes de qualquer pesquisa de concorrentes ou de campanhas novas. Se o mapa de oportunidades feito em pesquisa de mercado e concorrentes sugere cinco ideias, o funil indica em qual etapa cada uma mexe, e isso ajuda a priorizar. Ellis e Brown propõem pontuar as ideias com critérios simples (impacto, confiança e facilidade, o chamado ICE) e testar primeiro as de maior pontuação; os pesos são julgamentos do time, portanto vale registrar a justificativa de cada nota.

Loops de crescimento: quando o funil deixa de ser uma linha reta

O funil descreve um fluxo que começa na aquisição e termina na receita. Muitos negócios crescem, porém, por laços em que a saída de uma etapa alimenta a entrada da própria etapa. Um exemplo de loop de conteúdo: um usuário cria algo no produto, publica ou compartilha, outras pessoas encontram esse material e se cadastram. Um exemplo de loop de indicação: um cliente satisfeito convida outro, que também convida. No Planilhando, um MEI que compartilha um relatório mensal com o contador traz o contador para dentro do produto; se o contador usa o aplicativo com outros clientes, a base cresce sem anúncio.

Para desenhar um loop, escreva a sequência de ações em círculo e marque, em cada seta, uma conversão que você consegue medir. A pergunta de projeto é simples: o que faz o loop girar mais rápido ou com menos perda? Um relatório compartilhável com a marca do produto e um convite fácil ao contador dão ao loop dois pontos de ajuste. Já um loop que depende de pessoas escreverem avaliações espontâneas é frágil, porque nenhum ponto está sob controle do time.

Os loops não substituem a tabela AARRR; eles explicam por que certas curvas de retenção e de indicação sobem sozinhas. O ideal é manter as duas visões: o funil para diagnóstico semanal e os loops para decidir onde investir em produto.

Onde o AARRR falha

O modelo nasceu com produtos digitais de autosserviço em mente: aplicativo, plataforma, software por assinatura. Quando o negócio é um serviço de ticket alto e venda consultiva, as etapas se deformam. Ativação pode ser a primeira reunião, retenção pode ser a renovação anual e indicação pode ser rara por natureza. Nesses casos, forçar cinco métricas gera relatórios bonitos e pouca decisão. No entanto, a disciplina de escrever o evento de cada etapa continua útil, e um funil de vendas com critérios de entrada e saída, como o de uma operação comercial B2B, costuma fazer esse papel melhor do que o AARRR puro.

Há ainda um limite estatístico. Com poucas dezenas de cadastros por mês, uma variação de 30% para 40% na ativação pode ser ruído. Kohavi, Tang e Xu, em Trustworthy Online Controlled Experiments, dedicam capítulos inteiros a mostrar como resultados iniciais enganam quando o volume é baixo ou quando se olha o teste cedo demais. Por isso, o primeiro uso da tabela é descritivo: ver onde estão as maiores perdas e discutir causas com base em conversas com usuários. Só depois vêm os experimentos.

Por outro lado, ignorar o funil por achar que ele simplifica demais custa mais caro do que usá-lo com ressalvas. Sem a folha, o time tende a discutir canais e criativos no escuro, e a campanha mais visível acaba recebendo o crédito (ou a culpa) por problemas que estão na ativação ou na retenção. Um mapa imperfeito, com data de revisão marcada, ainda ajuda a escolher o próximo experimento. Marque a revisão para daqui a um trimestre e compare as colunas.

Os cursos pagos da academia que aprofundam esse método estão em cursos.

Fontes

  1. McCLURE, Dave. “Startup Metrics for Pirates”. Apresentação, 2007 (origem do modelo AARRR: Acquisition, Activation, Retention, Referral, Revenue).
  2. ELLIS, Sean; BROWN, Morgan. Hacking Growth: How Today’s Fastest-Growing Companies Drive Breakout Success. Crown Business, 2017 (ciclo de experimentos e North Star Metric).
  3. KOHAVI, Ron; TANG, Diane; XU, Ya. Trustworthy Online Controlled Experiments: A Practical Guide to A/B Testing. Cambridge University Press, 2020 (riscos de leituras com pouco volume).
  4. BRASIL. Lei nº 13.709, de 14 de agosto de 2018 (Lei Geral de Proteção de Dados Pessoais). Planalto (tratamento de dados de indicados em programas de indicação).

Artigos relacionados

AI Context Shift

Inscreva-se: o curso completo e a newsletter

Os artigos gratuitos já levam você longe; ao se inscrever, você recebe o programa completo do curso, além das novas aulas e atualizações. A inscrição é gratuita. Seu e-mail serve apenas para o envio da newsletter e nunca é repassado a terceiros.