Projetos
Python · Analytics

Análise de Retenção por Coorte

Quem volta a comprar — e quando. Análise de coorte de 4.339 clientes de e-commerce, revelando o ritmo de retenção mês a mês e quais grupos têm mais valor no tempo.

Ano 2024 Papel Análise de Dados Status Concluído
Contexto

O problema

Adquirir cliente sem retê-lo é um balde furado: gasta-se em marketing para trazer gente que compra uma vez e some. Uma média de retenção, sozinha, esconde isso — não diz quando os clientes abandonam nem se grupos diferentes se comportam de formas diferentes.

O objetivo foi medir a retenção de forma honesta, por coorte (grupos pela data da primeira compra), sobre a base pública Online Retail de um varejo online.

Metodologia

A abordagem

Com Python e Pandas, defini a coorte de cada cliente como o mês da sua primeira compra e o índice de coorte como o número de meses desde então. A retenção de cada célula é a fração de clientes da coorte que voltaram a comprar naquele mês — formando a matriz triangular do gráfico abaixo.

Achados

A matriz de retenção

Impacto

Resultados

4.339
clientes na análise
~20%
retenção média no mês seguinte (M1)
coorte fundadora retém o dobro das demais
Ferramentas

Stack & decisões

Python Pandas Análise de Coorte Matplotlib Retenção / CLV