A maioria das métricas vem diretamente da base de dados. A receita é a receita reportada. O tráfego é o tráfego reportado.
As métricas personalizadas são calculadas a partir de outras métricas. Exemplo: o lucro é a receita menos o custo. Exemplo: o custo de aquisição de cliente é o gasto de marketing dividido pelos novos clientes. Exemplo: o valor do tempo de vida do cliente é a receita média por cliente vezes a duração média da vida do cliente.
As métricas personalizadas são poderosas porque juntam vários dados num só número com significado. Mas são perigosas se forem calculadas mal.
Quando usar métricas personalizadas
Usa uma métrica personalizada quando as métricas simples não respondem à pergunta
Pergunta: temos lucro? A resposta exige: receita menos custo. As métricas simples (só a receita, só o custo) não respondem. A métrica personalizada (lucro) responde.
Usa uma métrica personalizada quando a métrica é usada em toda a organização
Todos os dashboards e relatórios referem a mesma métrica. Uma definição centralizada garante coerência.
Não uses uma métrica personalizada para perguntas pontuais
Se só um dashboard precisa do cálculo do lucro, calcula-o nesse dashboard. Não cries uma métrica personalizada. As métricas personalizadas devem ser reutilizadas.
Como calcular métricas personalizadas
Documenta o cálculo
O lucro calcula-se assim: receita total menos despesas totais. A receita total define-se como: transações concluídas no período. As despesas totais definem-se como: despesas reais menos itens pontuais. A documentação evita confusão.
Valida o cálculo
Calcula à mão com dados de amostra. Verifica se o cálculo automático coincide com o cálculo manual. Exemplo: a receita é cem mil, as despesas são sessenta mil, o lucro deve ser quarenta mil. Verifica que o cálculo dá quarenta mil.
Audita com regularidade
Auditoria mensal: a métrica personalizada ainda está precisa? A fonte de dados mudou? A definição ainda é válida? Recalcula com dados de amostra. Verifica que continua a dar a resposta certa.
Documenta os pressupostos
O cálculo do lucro assume que toda a receita está realizada (sem transações pendentes). O cálculo do lucro exclui cobranças pontuais. Documenta estes pressupostos para o utilizador saber o que o lucro inclui e exclui.
Exemplo real: cálculo do valor do tempo de vida do cliente
Definição
O valor do tempo de vida do cliente é a receita anual média por cliente vezes a duração média da vida do cliente em anos.
Dados
Receita anual média por cliente: mil dólares. Duração média da vida do cliente: três anos. CLV calculado: mil vezes três é igual a três mil.
Validação
Cliente de amostra: assinou contrato no ano um, comprou serviços nos três anos, cancelou no ano quatro. Receita total: três mil. O cálculo do CLV está correto.
Outro cliente de amostra: assinou contrato, comprou só no ano um, cancelou no ano dois. Receita total: mil. Abaixo do CLV. Este cliente tem um valor de tempo de vida baixo. O cálculo está a funcionar.
Verificação de realidade: um CLV de três mil parece razoável para um produto a mil dólares por ano.
Utilização
O dashboard de vendas usa o CLV para mostrar a qualidade dos clientes (este segmento tem CLV de três mil, aquele tem CLV de mil). O dashboard de produto usa o CLV para justificar investimentos (se uma funcionalidade aumenta a duração da vida do cliente em um ano, o CLV sobe mil, a funcionalidade compensa). O dashboard financeiro usa o CLV para prever a receita (se assinarmos cem clientes, a receita esperada é trezentos mil).
Todos os dashboards usam a mesma definição de CLV. A coerência evita conflitos.
Erros comuns com métricas personalizadas
Erro um: calcular mal
O cálculo do CLV usa a receita média, mas esqueceu-se das taxas de instalação pontuais. O CLV fica sobrestimado.
Erro dois: o cálculo muda ao longo do tempo
No ano um, o CLV calcula-se como receita vezes duração. No ano dois, alguém muda o cálculo para receita vezes duração menos custo de churn. Agora o CLV do ano dois não é comparável com o do ano um. A coerência perdeu-se.
Erro três: o cálculo é demasiado complexo
A métrica personalizada é calculada com uma consulta de quinhentas linhas. Só uma pessoa a entende. Essa pessoa sai. O conhecimento perde-se. O cálculo avaria.
Erro quatro: o cálculo não está documentado
A métrica personalizada existe. A definição não está escrita. Pessoas diferentes calculam-na de forma diferente. O CLV no dashboard A é diferente do CLV no dashboard B. Confusão.
Como evitar erros
Mantém o cálculo simples
Se o cálculo não se explica numa frase, é complexo demais. Exemplo: o lucro é a receita menos as despesas. Simples. Exemplo: o índice de saúde do cliente é uma combinação ponderada de adoção de funcionalidades trinta por cento, mais satisfação com o apoio vinte por cento, mais histórico de pagamentos trinta por cento, mais antiguidade vinte por cento. Complexo. Demasiado complexo.
Documenta bem
Escreve a definição, o cálculo, os pressupostos, a validação e exemplos. A documentação é a única fonte de verdade.
Versiona os cálculos
Quando o cálculo muda, cria uma versão. O CLV v1 era receita vezes duração. O CLV v2 é receita vezes duração menos custo de churn. O versionamento permite comparação histórica (v1 em 2024, v2 em 2025).
Audita com regularidade
Auditoria mensal ou trimestral. O cálculo continua a dar a resposta certa? A definição ainda é válida? Alguém está a calculá-la de forma diferente?
Perguntas frequentes
As métricas personalizadas devem ficar guardadas na base de dados ou ser calculadas na hora?
Guarda na base de dados se for usada com frequência. Calcula na hora se for usada raramente. A frequência importa. Se a métrica personalizada é referida em cinquenta dashboards, guarda-a na base de dados (rápido, coerente). Se é usada num só relatório, calcula nesse relatório. Equilibra desempenho e simplicidade. Com o criador de websites da WEMASY, podes configurar isto diretamente no teu website.
Como tratamos métricas personalizadas com várias definições válidas?
Cria métricas separadas. As vendas definem churn como clientes que não renovaram o contrato. O produto define churn como clientes que não iniciaram sessão em trinta dias. Conflito. Muda os nomes: churn-contrato e churn-atividade. Nomes diferentes, definições diferentes, sem confusão. Documenta ambas no dicionário de métricas.
E se o cálculo da métrica personalizada for caro (lento)?
Guarda em cache. Calcula uma vez por dia ou uma vez por hora. Guarda o resultado. Os dashboards vão buscar o valor em cache em vez de calcular a pedido. A cache é rápida. O cálculo é lento. A cache equilibra velocidade e atualidade.
Como evitamos que as métricas personalizadas se afastem da sua definição?
Auditoria trimestral. Tira a métrica personalizada. Recalcula manualmente segundo a definição. Os números coincidem? Se não, algo está errado. A definição mudou, o cálculo mudou ou a interpretação mudou. Investiga. Corrige.
Devemos mostrar a lógica do cálculo aos utilizadores ou mantê-la escondida?
Mostra-a. Cada dashboard deve indicar: a receita define-se como X. O cálculo é Y. Os utilizadores devem perceber a métrica. A transparência evita o mau uso. Se o utilizador não percebe o cálculo, não consegue interpretar bem a métrica.
Quantas métricas personalizadas deve ter um dashboard?
Três a cinco no máximo. Demasiadas métricas personalizadas são difíceis de perceber e manter. Limita as métricas personalizadas às que respondem diretamente a perguntas de negócio. Tudo o resto é métrica de apoio num dashboard de detalhe.