Uma loja pode continuar recebendo pedidos e, ainda assim, perder clientes antigos sem perceber. O problema não aparece necessariamente como uma reclamação: às vezes, a frequência de compra diminui, os pedidos ficam menores ou o cliente deixa de responder. Antes de oferecer descontos, vale descobrir o que mudou — com dados simples e uma conversa respeitosa.
O que significa um cliente estar em risco de sair?
É um sinal de que o relacionamento comercial pode estar enfraquecendo, não uma certeza de cancelamento. Uma pessoa que comprava todo mês e passou três meses sem comprar merece atenção; outra que compra apenas em datas comemorativas pode estar seguindo seu padrão normal. Compare cada cliente com o próprio histórico e com o ciclo de consumo do produto.
Cinco sinais que merecem acompanhamento
- Intervalo maior entre compras: a última compra está mais distante do que o ciclo habitual.
- Queda do valor por pedido: a pessoa mantém contato, mas reduz o volume comprado.
- Problemas repetidos: atrasos, trocas ou solicitações que não foram resolvidas.
- Menor interação: mensagens comerciais deixam de receber resposta; isso, sozinho, não prova insatisfação.
- Redução de uso: em serviços recorrentes, a empresa percebe menos utilização ou pedidos de suporte.
O mais útil é combinar sinais, não classificar clientes por um único evento. A leitura qualitativa pode ser complementada pelo guia sobre análise de avaliações de clientes com IA.
Como montar uma planilha de acompanhamento
Comece com as colunas: código do cliente, segmento, data da última compra, intervalo habitual em dias, dias desde a última compra, valor das últimas três compras, ocorrências abertas, responsável e próxima ação. Evite registrar dados pessoais desnecessários; um identificador interno costuma bastar para o acompanhamento.
Exemplo fictício: quando investigar?
Imagine uma papelaria B2B cujo cliente costuma comprar a cada 30 dias. A última compra ocorreu há 48 dias. O atraso relativo é de 18 dias, ou 60% do intervalo habitual (18 ÷ 30 × 100). Esse percentual não é uma probabilidade de perda: é apenas um alerta operacional definido pela empresa. Uma regra inicial poderia ser revisar manualmente os casos acima de 50% do ciclo habitual, ajustando o limite conforme o histórico real.
Em uma planilha, se a data da última compra estiver em C2 e o ciclo esperado em D2, use =HOJE()-C2 para os dias transcorridos e =SE(D2>0;(HOJE()-C2-D2)/D2;"") para a diferença relativa. Formate a segunda célula como percentual. Uma compra feita antes do ciclo previsto gera resultado negativo; isso não é erro.
Três indicadores para não agir no escuro
1. Taxa de recompra
Para um período definido, divida o número de clientes que compraram duas ou mais vezes pelo total de clientes compradores no mesmo período e multiplique por 100. Exemplo: 36 de 120 clientes fizeram pelo menos duas compras no trimestre; a taxa é 30%. Compare períodos de mesma duração e deixe explícito o critério de recompra.
2. Clientes sem compra no ciclo esperado
Conte quantos clientes recorrentes ultrapassaram o intervalo esperado, sem misturar compradores ocasionais. O indicador ajuda a organizar contatos, mas não deve virar uma lista automática de pessoas “perdidas”.
3. Valor médio dos pedidos
Observe se o valor médio caiu para clientes recorrentes e investigue possíveis mudanças de necessidade ou orçamento. Para a definição e o cálculo geral, consulte nosso artigo sobre ticket médio.
O que fazer depois de encontrar um sinal?
- Confira os dados: confirme se não houve compra por outro canal ou mudança de cadastro.
- Revise pendências: verifique entregas, suporte e cobranças antes de fazer uma oferta.
- Entre em contato sem pressão: “Percebemos que faz algum tempo desde nosso último pedido. Houve alguma mudança na sua necessidade ou algo que possamos melhorar?”
- Registre o motivo informado: preço, prazo, produto, sazonalidade ou outro fator, sem inventar explicações.
- Defina uma ação verificável: resolver uma ocorrência, ajustar o processo ou simplesmente respeitar a decisão de não comprar.
O contato faz mais sentido quando a empresa conhece seu público. Se ainda falta essa definição, veja como identificar o cliente ideal antes de montar campanhas amplas.
Onde a IA ajuda — e onde atrapalha
Uma ferramenta de IA pode sugerir categorias para motivos de saída, resumir comentários anonimizados ou ajudar a redigir perguntas educadas. Exemplo de pedido: “Com base nestes motivos fictícios e sem dados pessoais, agrupe as reclamações por tema, destaque padrões e proponha perguntas para investigação. Não estime a probabilidade de cancelamento.”
Evite enviar nomes, telefones, históricos identificáveis ou contratos a serviços externos sem avaliação adequada de privacidade. A IA pode interpretar incorretamente uma queda sazonal como insatisfação; toda conclusão relevante deve ser revisada por uma pessoa.
Limitações e um plano de sete dias
Esse método funciona melhor em negócios com recompra previsível. Em vendas pontuais, assinaturas e serviços sazonais, o ciclo e os sinais precisam ser adaptados. Na primeira semana, escolha um grupo pequeno de clientes recorrentes, confira as datas, identifique no máximo dez casos para revisão, resolva pendências e registre o retorno. Depois, ajuste a regra de alerta conforme o que foi observado — não conforme um percentual universal.
Fontes e leitura complementar
- Sebrae — Marketing de relacionamento e fidelização: diferencia clientes eventuais, regulares e fiéis.
- Sebrae — Como usar pesquisas de satisfação: orientações sobre ouvir clientes e identificar pontos de melhoria.
