# Como medir churn de clientes e agir antes da saída

> Como medir churn de clientes em contratos recorrentes e em B2B de recompra, achar os sinais de risco no seu sistema e levar a lista certa ao comercial.

Fonte: https://pervian.tech/blog/como-medir-churn-de-clientes · Pervian Tech · publicado em 2026-10-01

O diretor comercial descobre que perdeu um cliente importante quando o pedido do mês não chega. Liga, e ouve que a empresa já fechou com outro fornecedor há semanas. Olhando para trás, os sinais estavam lá: pedidos menores, intervalos maiores, duas reclamações sem resposta, um boleto pago com atraso. Estavam lá, mas espalhados em sistemas diferentes e sem ninguém olhando para eles juntos.

Esse é o problema do churn em muitas empresas de médio porte. Ninguém sabe a taxa com segurança, [cada área calcula de um jeito](https://pervian.tech/blog/qualidade-de-dados-relatorios-nao-batem), e a perda só aparece no relatório de faturamento, quando já não há o que fazer.

A resposta curta: **churn de clientes é o número de clientes perdidos no período dividido pelo número de clientes ativos no início do período**. Se a receita dos clientes varia muito, meça também o churn de receita. O ponto difícil não é a conta, e sim definir o que é "cliente perdido" no seu negócio e ter os dados ligados para identificá-lo.

Este texto mostra como medir churn de clientes no seu modelo de negócio, como encontrar os sinais de risco nos dados que o seu sistema já guarda e como transformar isso numa rotina do time de relacionamento, com começo, meio e fim.

## O que é churn e como ele aparece em cada modelo

**Churn é a perda de clientes (ou de receita) num período.** A definição é simples; a dificuldade está em decidir o que conta como "perder" em cada tipo de operação.

- **Contrato recorrente com cancelamento formal.** SaaS, mensalidade de manutenção, plano de serviço, locação. O cliente avisa que vai sair, o contrato tem data de término, e o churn é um evento registrado. É o caso mais fácil de medir, comum em academias, como mostramos em [sistema para academia: pronto ou sob medida](https://pervian.tech/blog/sistema-para-academia-pronto-ou-sob-medida).
- **Contrato com renovação periódica.** Contratos anuais de suporte, licenças, assinaturas com fidelidade. A perda acontece no vencimento, quando o cliente não renova. O risco precisa ser trabalhado meses antes da data.
- **B2B de recompra sem contrato.** Distribuidora, indústria que vende para revendas, fornecedor de insumos. O cliente não cancela nada: ele simplesmente para de comprar, ou compra cada vez menos. Aqui o churn precisa ser definido por regra, porque não existe um evento de saída.
- **Serviço por projeto ou ordem de serviço.** Assistência técnica, manutenção sob demanda. Parecido com a recompra: o sinal é o tempo desde o último chamado comparado com o padrão daquele cliente.

Antes de calcular, escreva numa frase o que é um cliente perdido no seu negócio. Essa frase vira regra no sistema, igual para todas as áreas.

## Fórmulas de churn de clientes e de receita

Existem duas perguntas diferentes, e cada uma tem sua fórmula.

### Churn de clientes (contagem de clientes)

Quantos clientes saíram, em relação à base que existia no começo do período:

**churn de clientes = clientes perdidos no período ÷ clientes ativos no início do período**

Exemplo de cálculo: uma base que começa o mês com 400 clientes ativos e perde 12 tem churn de 3% no mês. Clientes que entraram durante o mês ficam fora da conta.

### Churn de receita

Quanto da receita recorrente foi embora. Essa métrica importa mais quando os clientes têm tamanhos muito diferentes, porque perder o maior cliente e perder o menor não pesam igual.

**churn bruto de receita = (receita perdida com cancelamentos + receita perdida com reduções) ÷ receita recorrente no início do período**

**retenção líquida de receita = (receita inicial − cancelamentos − reduções + expansões da mesma base) ÷ receita inicial**

A retenção líquida mostra se a base existente cresce ou encolhe sozinha, sem contar clientes novos. Quando ela fica acima de 100%, as expansões (upgrades, mais usuários, mais itens) compensam as perdas.

### Qual usar

| Pergunta do gestor | Métrica | Onde costuma enganar |
|---|---|---|
| Estamos perdendo muitos clientes? | Churn de clientes | Esconde a perda de um cliente grande |
| Estamos perdendo receita? | Churn bruto de receita | Esconde muitos clientes pequenos saindo |
| A base existente cresce sozinha? | Retenção líquida | Expansão de poucos pode mascarar perdas |
| Os clientes novos ficam? | Churn por safra (coorte) | Precisa de histórico para fazer sentido |

Acompanhe pelo menos duas delas lado a lado. E defina o período com cuidado: churn mensal e churn anual não se convertem multiplicando por doze, porque a base muda ao longo do ano.

### Churn por safra

A análise por **coorte** agrupa clientes pelo mês em que entraram e acompanha quantos continuam ativos depois de 3, 6 e 12 meses. Ela responde o que a taxa geral não responde: os clientes daquela campanha ficaram? A nova implantação reduziu a saída nos primeiros meses? Saída concentrada nos primeiros meses costuma apontar para falhas no [onboarding de clientes](https://pervian.tech/blog/onboarding-de-clientes-automatizado).

## Churn em B2B sem contrato: o cliente que some

Na recompra, ninguém avisa que saiu. Por isso o sistema precisa de uma regra de **inatividade**, e a regra genérica ("sem comprar há 90 dias") quase sempre erra. Um cliente que compra toda semana e está há 30 dias parado já é um alarme. Um que compra duas vezes por ano e está há 90 dias parado está dentro do normal.

O caminho mais confiável é usar o **ciclo de compra de cada cliente**:

1. Calcule o intervalo médio entre pedidos de cada cliente no último ano (ou mediana, que sofre menos com pedidos excepcionais).
2. Defina o cliente como **em atenção** quando o tempo desde o último pedido passar de uma vez e meia esse intervalo.
3. Defina como **inativo** (churn) quando passar de três vezes o intervalo, ou de um prazo máximo que faça sentido para o setor.
4. Clientes com poucos pedidos no histórico ficam numa regra própria, porque não há base para calcular o ciclo.

Os multiplicadores são ponto de partida. Ajuste olhando para os clientes que de fato sumiram no passado.

Existe também o **churn parcial**, muito comum no B2B e mais difícil de perceber que a saída total. O cliente continua comprando, mas deixou de levar uma linha de produto inteira, ou o volume mensal caiu pela metade. Em geral, passou a dividir o pedido com um concorrente. Para enxergar isso, compare o volume e o mix dos últimos meses com a média do mesmo cliente no ano anterior, respeitando a sazonalidade.

## Sinais de risco nos dados do sistema

A maior parte dos sinais de que um cliente vai sair já está registrada em algum lugar: no ERP, no CRM, no financeiro, no atendimento. O trabalho é juntá-los por cliente.

| Fonte | Sinal | Exemplo do dia a dia |
|---|---|---|
| Pedidos | Intervalo crescente entre compras | Comprava a cada 15 dias, o último foi há 40 |
| Pedidos | Queda de volume ou de mix | Deixou de comprar a linha de descartáveis |
| Financeiro | Atraso de pagamento novo | Cliente pontual com dois boletos vencidos |
| Financeiro | Pedido de renegociação ou de prazo maior | Sinal de aperto ou de comparação de condições |
| Atendimento | Reclamações repetidas ou sem solução | Três chamados sobre a mesma falha de entrega |
| Atendimento | Contato só para cancelar ou pedir dados | Pedido de cópia de notas ou de XML em massa |
| Uso (em software ou portal) | Menos acessos, menos usuários ativos | O portal que era usado diariamente ficou parado |
| Relacionamento | Troca do contato principal | O comprador que conhecia a empresa saiu |
| Comercial | Cotação perdida ou desconto pedido | Pediu proposta e não fechou |

Dois cuidados: **o [cadastro precisa estar unificado](https://pervian.tech/blog/sincronizacao-de-cadastros-entre-sistemas)** (o mesmo cliente com três códigos vira três clientes pela metade) e **cada sinal precisa de data**, para a lista mostrar o que mudou recentemente.

Se o relacionamento ainda vive em planilhas e no WhatsApp dos vendedores, parte desses sinais simplesmente não existe como dado. Nesse caso, a primeira etapa é registrar a interação, e vale avaliar [quando um CRM sob medida faz sentido](https://pervian.tech/blog/crm-sob-medida-quando-vale-a-pena). Para não depender só de digitação, o [resumo automático de atendimentos com IA](https://pervian.tech/blog/resumo-de-atendimentos-com-ia) leva o conteúdo da ligação ao CRM.

## Lista de clientes em risco para o comercial

A taxa de churn mostra à diretoria o tamanho do problema. Quem salva o cliente é o time de relacionamento, e ele precisa de **uma lista curta, priorizada e com o motivo escrito**. Duzentos clientes em risco para três vendedores significa nenhum trabalhado.

### Um score simples antes de qualquer modelo

Comece com pontuação por regras, que todo mundo entende e consegue questionar:

- Atraso do pedido em relação ao ciclo do cliente: pontos proporcionais ao atraso.
- Queda de volume nos últimos três meses contra a média do cliente.
- Título vencido em aberto.
- Chamado de reclamação aberto há mais de alguns dias.
- Troca do contato principal nos últimos meses.

Some os pontos, multiplique pelo peso do cliente (receita, margem ou potencial) e ordene. O resultado é uma fila: primeiro os clientes que valem mais e estão com mais sinais.

### O que a lista precisa mostrar

- **Quem é o cliente e quem é o responsável** na sua empresa.
- **Por que ele está na lista**, em linguagem direta: "sem pedido há 38 dias; comprava a cada 14" é melhor que "score 72".
- **Histórico recente**: últimos pedidos, títulos, chamados e a última interação registrada.
- **Ação sugerida e prazo**: ligar, visitar, resolver a pendência de entrega, revisar condição comercial.
- **Campo de retorno**: o que foi feito, o que o cliente disse e se o risco foi resolvido ou confirmado.

Sem o retorno registrado, a lista vira mais um relatório que chega por e-mail e ninguém abre.

A lista deve estar dentro da ferramenta que o comercial já usa, não num painel separado. Essa decisão entre BI de mercado e tela no próprio sistema está detalhada em [dashboard sob medida ou Power BI](https://pervian.tech/blog/dashboard-personalizado-ou-power-bi).

### Passo a passo para colocar a rotina de pé

1. **Escreva a definição de churn** do seu negócio: cancelamento, não renovação ou inatividade por ciclo.
2. **Unifique o cadastro de clientes** e ligue pedidos, financeiro e atendimento ao mesmo código.
3. **Calcule a taxa atual** de churn de clientes e de receita dos últimos doze meses, para ter linha de base.
4. **Olhe para os clientes perdidos no último ano** e liste quais sinais apareceram antes da saída.
5. **Monte o score por regras** com esses sinais e valide com quem conhece os clientes.
6. **Gere a lista semanal** por responsável, curta o bastante para ser trabalhada.
7. **Registre a ação e o retorno** de cada cliente da lista.
8. **Revise a regra todo mês**: clientes que saíram sem aparecer na lista mostram onde ela está cega.

## Quando um modelo preditivo ajuda

Com histórico registrado, é possível treinar um modelo de machine learning que estima a probabilidade de cada cliente sair nos próximos meses, combinando variáveis que as regras não pegam bem, como sazonalidade e interação entre sinais. Quando vale trocar regras por modelo está em [machine learning ou regras de negócio](https://pervian.tech/blog/machine-learning-ou-regras-de-negocio).

Ele faz sentido quando:

- existe histórico suficiente de clientes que saíram, com os sinais registrados antes da saída;
- a base é grande o bastante para que priorizar manualmente seja inviável;
- o score por regras já está em uso e se percebe que ele deixa passar casos ou gera alarmes demais.

Ele não faz sentido quando o cadastro está bagunçado, quando a definição de churn ainda muda a cada reunião ou quando a base tem poucas dezenas de clientes que o diretor conhece pelo nome.

Mesmo com modelo, a lista entregue ao comercial continua precisando de **motivo legível**. Probabilidade sem explicação não ajuda o vendedor a saber o que dizer na ligação. A lógica de preparação de dados e de validação é a mesma de outros usos de previsão, como explicamos em [previsão de demanda com machine learning](https://pervian.tech/blog/previsao-de-demanda-com-machine-learning).

Um cuidado legal: score de cliente usa dados de empresas, mas também de pessoas (contatos, compradores, e em B2C, o próprio consumidor). A LGPD vale para essas análises. Defina a base legal com o jurídico, restrinja quem acessa e evite usar o score para decisões automáticas que afetem o cliente sem revisão humana.

## Medindo o efeito das ações de retenção

A diretoria vai perguntar se as ligações e visitas estão segurando clientes. Responder com honestidade exige método.

- **Compare com quem não recebeu ação.** Se possível, deixe uma parte dos clientes em risco de prioridade menor sem contato ativo por um período e compare a saída dos dois grupos. Sem grupo de comparação, é impossível separar o efeito da ação do cliente que voltaria de qualquer jeito.
- **Meça a recuperação de cada cliente da lista.** Voltou a comprar no ciclo normal? Recuperou o volume anterior? Ficou ativo depois de seis meses?
- **Registre o motivo de saída** dos clientes que foram mesmo assim: preço, prazo de entrega, qualidade, atendimento, mudança no negócio do cliente. Essa lista vira pauta para outras áreas, porque boa parte do churn não se resolve com ligação.

Indicadores que valem um lugar fixo na reunião mensal: churn de clientes, churn bruto de receita, retenção líquida, clientes em risco por responsável, taxa de contato no prazo e taxa de recuperação. Eles completam os [indicadores do dashboard de vendas](https://pervian.tech/blog/dashboard-de-vendas-indicadores).

## Perguntas frequentes

### Qual é uma taxa de churn aceitável?

Não existe um número único. A taxa de churn aceitável varia com o modelo de negócio, o setor, o tamanho dos clientes e a forma como a empresa define cliente perdido. A referência mais útil é o próprio histórico: calcule a linha de base dos últimos doze meses e acompanhe se a tendência melhora com as ações de retenção.

### Qual a diferença entre churn e retenção de clientes?

São lados da mesma medida. O churn mostra a proporção de clientes ou de receita perdida no período, e a retenção mostra quanto ficou. A retenção líquida de receita vai além, porque soma as expansões da mesma base, como upgrades e mais itens comprados, e indica se a carteira existente cresce ou encolhe sem contar clientes novos.

### Dá para transformar churn mensal em churn anual multiplicando por doze?

Não. A base de clientes muda ao longo do ano, com entradas e saídas, então multiplicar o churn mensal por doze distorce o resultado. O correto é calcular o churn anual diretamente, com os clientes ativos no início do ano e os perdidos no período, ou acompanhar a sequência de taxas mensais lado a lado.

### Preciso de um sistema específico para medir churn?

Não necessariamente. Para medir churn, o essencial é ter o cadastro de clientes unificado e pedidos, financeiro e atendimento ligados ao mesmo código, com data em cada evento. A partir daí, a taxa e a lista de clientes em risco podem ficar dentro da ferramenta que o comercial já usa, sem depender de um painel separado.

## Como a Pervian Tech trabalha análise de clientes

Na Pervian Tech, começamos pelo diagnóstico: como a empresa define cliente perdido hoje, onde estão os dados de pedidos, financeiro e atendimento, e quanto do cadastro precisa ser unificado antes de qualquer cálculo. O diagnóstico inicial é gratuito e termina com uma recomendação clara do que fazer primeiro.

A partir daí, construímos sob medida o que falta: a base unificada, as métricas com definição única, o score por regras e a lista de clientes em risco dentro da ferramenta que o time já usa, com o retorno de cada contato registrado. Quando o histórico permite, evoluímos para um modelo preditivo. Esse trabalho faz parte do nosso [desenvolvimento web](https://pervian.tech/servicos/desenvolvimento-web) e das soluções de [dashboards e BI sob medida](https://pervian.tech/solucoes/dashboards-e-bi-sob-medida); outros textos sobre o tema estão na categoria [dados e BI](https://pervian.tech/blog/categoria/dados-e-bi).

O projeto segue fases (diagnóstico, protótipo, primeira lista em uso, evolução), e o cronograma é definido depois do diagnóstico, porque depende da qualidade dos dados e do número de sistemas envolvidos. O investimento é sob consulta. Se a sua empresa ainda descobre que perdeu um cliente quando o pedido deixa de chegar, [conte como funciona hoje](https://pervian.tech/#contato).