Veja recompra de 60 dias, 90 dias e 12 meses — por canal e por SKU.
A maioria dos dashboards de DTC mostra recompra de 30 dias. A economia real, no entanto, vive a partir de 90 dias e se consolida em 12. O Fairview mostra a recompra por coorte, canal de aquisição e SKU de primeira compra — para que as decisões de retenção, mix e investimento de mídia rodem sobre padrões reais, não sobre médias agregadas.
M1/M3/M6/M12
janelas de recompra acompanhadas
Canal × SKU
recorte de coorte disponível
Semanal
cadência de atualização das coortes
Recompra de 30 dias esconde a economia real da operação
Em uma operação DTC brasileira típica — seja em São Paulo, no Rio ou em Porto Alegre — o dashboard nativo do Shopify mostra a taxa de recompra agregada dos últimos 30 dias. O número parece razoável, fica entre 18 por cento e 28 por cento, e ninguém questiona. O problema é que esse recorte mistura coortes, mistura canais, mistura SKUs de primeira compra e, no fim, não diz nada sobre onde investir o próximo R$ 100 mil de mídia paga.
A economia real da retenção vive em outras janelas. A recompra de 90 dias mostra quem realmente voltou depois de consumir o primeiro pedido; a recompra de 12 meses mostra o valor de coorte que sustenta o LTV:CAC. Quando você abre o recorte por canal de aquisição, descobre que clientes vindos do Google Ads tipicamente recompram em 48 por cento em M6, enquanto clientes vindos de Meta Ads recompram em 22 por cento — uma diferença que muda completamente a alocação de budget entre as plataformas.
E quando você abre o recorte por SKU de primeira compra, descobre que dois produtos parecidos em receita podem produzir coortes radicalmente diferentes: um SKU com 62 por cento de recompra em M3 funciona como porta de entrada do catálogo; outro com 18 por cento é só um produto avulso, e usá-lo como acquisition product queima margem de mídia sem construir base de clientes recorrentes.
A coorte construída na unha — e por que ela quebra
Em operações DTC de médio porte no Brasil, a tentativa mais comum é construir uma planilha de coortes no Excel ou no Google Sheets. Alguém da equipe de growth ou de finance exporta o histórico de pedidos do Shopify, agrupa por mês de primeira compra, conta quantos clientes voltaram em M1, M3 e M6 e empilha tudo em uma matriz triangular. Funciona uma vez. Talvez funcione por dois meses. Depois alguém troca a versão do template, alguém esquece de atualizar o mês, alguém aplica filtros diferentes e a planilha vira inútil.
A segunda tentativa comum é contratar uma ferramenta de retention analytics específica para e-commerce. Funciona melhor — mostra coortes, mostra recompra por janela —, mas tem três limitações. Primeiro, custa entre R$ 1.500 e R$ 5.000 por mês, o que não cabe em uma operação que ainda está abaixo de R$ 5 milhões de receita anual. Segundo, não fala com o seu ad spend de forma reconciliada, então o LTV:CAC continua sendo calculado em uma terceira planilha. Terceiro, não conecta com QuickBooks ou Xero para puxar COGS e fulfillment — então a recompra aparece em receita bruta, não em margem.
A terceira tentativa é resolver dentro do próprio BI corporativo (Looker, Metabase, Power BI). Funciona se a operação tiver um analista de dados dedicado e um data warehouse já provisionado. Em uma operação de 8 a 30 pessoas, essas duas condições raramente existem. O resultado é uma dashboard que ninguém abre porque ninguém confia no número, e a decisão de mix de SKU acaba sendo tomada na base do achismo, em uma reunião de segunda-feira.
Quatro passos para enxergar recompra por canal e por SKU
Passo 01
Conecte Shopify e a atribuição de mídia
Shopify com histórico de pedidos mais Google Ads e Meta Ads via OAuth. Cerca de 15 minutos, sem chave de API, sem engenharia interna.
Passo 02
Coortes agrupadas automaticamente
Por mês de aquisição, por canal de origem e por SKU de primeira compra — sem regra manual no BI, sem planilha de mapeamento para manter.
Passo 03
Taxa de recompra calculada por janela
M1, M3, M6 e M12 por coorte. Recompra de assinatura e recompra one-time são tratadas em curvas separadas para refletir a economia real de cada tipo.
Passo 04
Padrões nomeados em linguagem operacional
Quais SKUs constroem recompra, quais canais produzem coortes retentivas, quais segmentos sustentam LTV — cada padrão vira recomendação concreta no Weekly Operating Report.
O retorno típico de quem otimiza a recompra por coorte
Exemplo: SKU de aquisição
SKU-A como primeira compra: 62 por cento de recompra em M3. SKU-B como primeira compra: 18 por cento em M3. Decisão: priorizar SKU-A como produto de porta de entrada nas campanhas de aquisição.
Exemplo: canal de aquisição
Clientes vindos do Google Ads: 48 por cento de recompra em M6. Clientes vindos de Meta Ads: 22 por cento em M6. Reflexo direto: realocação de budget de mídia paga em até 30 por cento.
Padrão de retorno
Melhora de LTV:CAC entre 20 por cento e 40 por cento em até 90 dias após a otimização do SKU de aquisição e da alocação por canal.
Esses padrões não dependem de uma reformulação do produto nem de uma virada de chave no posicionamento. Eles dependem de enxergar, com nome e cohorte, qual SKU constrói base de clientes e qual canal traz clientes retentivos. Veja como o cálculo de LTV opera no Fairview em LTV por canal e como a margem por SKU complementa a leitura em lucratividade por SKU.
O que precisa estar conectado para ver recompra por coorte
O Fairview lê continuamente as fontes operacionais via OAuth. Sem data warehouse, sem ETL, sem engenharia. Em uma DTC brasileira em escala, o stack completo é conectado em menos de 30 minutos e as primeiras coortes aparecem em até 24 horas.
E-commerce
Shopify, WooCommerce (planejado)
Mídia paga
Google Ads, Meta Ads
Contabilidade
QuickBooks, Xero
Produtos e casos de uso relacionados
Perguntas frequentes sobre otimização de recompra
Como a taxa de recompra é definida?
É a porcentagem de clientes que faz um segundo pedido dentro de cada janela (M1, M3, M6 e M12) após a primeira compra. O Fairview considera apenas pedidos pagos e descarta cancelamentos, devoluções e fraudes, para que a métrica reflita comportamento real e não volume bruto de pedidos no Shopify.
Posso ver recompra por categoria ou SKU?
Sim. A recompra por SKU está ativa, assim como por categoria de produto e por SKU de primeira compra. Em uma operação DTC brasileira típica, esse recorte revela quais produtos são bons como porta de entrada e quais devem ser tratados como produtos de catálogo, não de aquisição.
O Fairview distingue assinatura de recompra avulsa?
Sim. A recompra de assinatura é tratada separadamente da recompra one-time, porque o comportamento e a economia são diferentes. Assinaturas entram em uma coorte de retenção contratada; pedidos avulsos entram em uma coorte de retenção comportamental, com curvas distintas.
Quais dados são necessários?
Shopify com histórico de pedidos. Para ver recompra por canal de aquisição, basta conectar Google Ads e Meta Ads via OAuth. Para enxergar margem de coorte (não só recompra), conecte também QuickBooks ou Xero para puxar COGS e fulfillment automaticamente.
Quanto custa para começar?
O plano Starter começa em R$ 149/mês, com Growth em R$ 349/mês e Scale em R$ 699/mês. Solicite uma demonstração para ver a recompra rodando no seu Shopify e nas suas plataformas de mídia paga em menos de 30 minutos.
Pare de decidir mix de SKU no escuro. Comece a ler suas coortes.
15 minutos para conectar Shopify e mídia paga. Primeiras coortes ativas em 24 horas. Recompra por canal e por SKU, sem planilha para manter.