Toda régua de CRM tem uma pergunta escondida: quando falar com o cliente? Disparar cedo demais gasta mensagem e irrita. Disparar tarde demais encontra um cliente que já comprou em outro lugar. A resposta não está no calendário do marketing. Está no comportamento de compra da própria base, medido em dias.
O número que organiza essa decisão é o intervalo entre compras: quantos dias passam, em geral, entre um pedido e o seguinte. Neste guia você vê como calcular esse intervalo com mediana e percentis, como cruzá-lo com a frequência de compra e como transformá-lo em gatilhos de reposição, de reengajamento e de win-back. Há fórmulas, uma consulta em SQL, exemplos numéricos e uma seção longa de erros comuns.
O que é intervalo entre compras e o que é frequência
Intervalo entre compras é o número de dias entre dois pedidos consecutivos do mesmo cliente. A documentação da Klaviyo define a métrica de forma parecida: o tempo médio entre pedidos é a média de dias entre cada pedido de um cliente. Um cliente com pedidos em 3 de março, 2 de abril e 1º de junho tem dois intervalos: 30 e 60 dias.
Frequência de compra é quantos pedidos o cliente faz em uma janela fixa, por exemplo 12 meses. Ela responde a “quanto compra”, enquanto o intervalo responde a “com que ritmo compra”. As duas métricas se completam: um cliente pode ter frequência 3 com intervalos de 15, 15 e 300 dias, e a régua certa para ele não é a mesma de quem compra a cada 120 dias.
A taxa de recompra é a terceira peça. A Nuvemshop apresenta a fórmula como clientes que compraram mais de uma vez divididos pelo total de clientes, vezes 100. O que a fonte não fixa é a janela de tempo, e sem janela a taxa não é comparável. Para o cálculo completo, veja nosso guia sobre receita atribuída ao CRM e retenção incremental.
| Métrica | O que mede | Fórmula | Pergunta que responde |
|---|---|---|---|
| Intervalo entre compras | Ritmo de recompra | Data do pedido n menos data do pedido n-1, em dias | Quando contatar? |
| Frequência | Volume de pedidos na janela | Pedidos por cliente em 12 meses | Quem compra mais vezes? |
| Taxa de recompra | Parcela da base que voltou | Clientes com 2 ou mais pedidos ÷ clientes × 100 | A base está voltando? |
| Recência | Tempo desde o último pedido | Hoje menos data do último pedido | Quem está esfriando? |
Resumo: intervalo dá o ritmo, frequência dá o volume, taxa de recompra dá a proporção e recência dá o alerta. A régua usa as quatro, mas o timing nasce do intervalo.
Por que a média engana e a mediana funciona melhor
Intervalos de compra têm cauda longa à direita: a maioria volta em semanas, e alguns poucos voltam após meses. Esses poucos puxam a média para cima. Um exemplo com números hipotéticos mostra o efeito. Oito intervalos de uma categoria, em dias: 12, 15, 18, 20, 22, 25, 45 e 120.
- Média: (12+15+18+20+22+25+45+120) ÷ 8 = 277 ÷ 8 = 34,6 dias.
- Mediana (P50): média dos dois valores centrais, (20+22) ÷ 2 = 21 dias.
Se a régua dispara em 35 dias, metade dos clientes que recompram já voltou antes do lembrete. Com a mediana, o gatilho cai em 21 dias, no ritmo real da maior parte da base. Há também um argumento teórico: o estudo de Jain e Vilcassim sobre taxas de compra de bens de consumo aponta que distribuições paramétricas usuais, como exponencial e Weibull, descrevem mal os intervalos entre compras. Isso reforça o uso de percentis empíricos da própria loja em vez de uma fórmula pronta. Use a mediana como ponto central e valide com o histograma da sua base.
Como calcular o intervalo entre compras, passo a passo
- Filtre os pedidos válidos. Use apenas pedidos pagos ou aprovados, sem cancelamento ou devolução total.
- Deduplique por dia. Dois pedidos do mesmo cliente no mesmo dia (carrinho dividido) viram um só. Caso contrário aparecem intervalos de 0 dia.
- Ordene por cliente e data. O intervalo é a diferença entre o pedido atual e o anterior do mesmo cliente.
- Considere clientes com 2 ou mais pedidos. Quem comprou uma vez não gera intervalo.
- Calcule P50, P75 e P90. São os três marcos que viram gatilhos.
- Segmente. Calcule por categoria ou SKU, depois por coorte de primeiro pedido e por número do pedido (1 para 2, 2 para 3).
Em planilha
Com a coluna A com o cliente, a B com a data do pedido, ordenadas por A e depois B, a célula C2 recebe o intervalo e as demais colunas os percentis:
C2: =SE(A2=A1; B2-B1; "")
Mediana: =MEDIANA(C:C)
P75: =PERCENTIL.INC(C:C; 0,75)
P90: =PERCENTIL.INC(C:C; 0,9)
Em SQL (BigQuery)
Para bases maiores, uma consulta calcula os percentis direto. A sintaxe abaixo é uma sugestão; confira as funções na documentação do seu banco antes de rodar em produção.
WITH ped AS (
SELECT cliente_id, DATE(data_pedido) AS d
FROM pedidos
WHERE status IN ('pago', 'entregue')
GROUP BY 1, 2
), iv AS (
SELECT cliente_id,
DATE_DIFF(d, LAG(d) OVER (PARTITION BY cliente_id ORDER BY d), DAY) AS dias
FROM ped
)
SELECT APPROX_QUANTILES(dias, 100)[OFFSET(50)] AS p50,
APPROX_QUANTILES(dias, 100)[OFFSET(75)] AS p75,
APPROX_QUANTILES(dias, 100)[OFFSET(90)] AS p90
FROM iv
WHERE dias IS NOT NULL AND dias > 0;
Para segmentar, inclua categoria ou o mês do primeiro pedido no SELECT e no GROUP BY. O cálculo acima funciona em qualquer ambiente.

Da mediana ao gatilho: como transformar percentis em régua
Cada percentil vira um momento da jornada. Os critérios abaixo são um ponto de partida e devem ser testados com grupo de controle, não adotados como regra universal.
| Marco | Leitura | Ação na régua | Canal sugerido |
|---|---|---|---|
| P50 (mediana) | Metade dos que voltam já voltou | Lembrete de reposição ou conteúdo de uso do produto | E-mail ou WhatsApp com template |
| P75 | Janela de atenção | Segundo contato com oferta leve ou prova social | E-mail, com WhatsApp para quem engaja |
| P90 | A grande maioria dos que voltam já voltou | Win-back: quem passou daqui tem alto risco de inatividade | WhatsApp e e-mail, com incentivo calculado |
| Acima do P90 + 1 ciclo | Cliente provavelmente inativo | Política de sunset ou campanha de reativação | Mídia paga com público da base |
Um exemplo hipotético de categoria de cosméticos: P50 = 28 dias, P75 = 45 e P90 = 75. A régua fica assim: lembrete em D+28, segundo contato em D+45 e win-back em D+75. A documentação da Klaviyo sobre fluxo de reposição segue a mesma lógica: para um suplemento de 30 dias, o primeiro lembrete sai por volta do 25º dia e o segundo três dias depois, ajustado ao ciclo real de compra. Ela também traz o filtro que tira da régua quem já recomprou desde a entrada no fluxo.
Em linha do tempo, a régua do exemplo fica assim:
A régua do exemplo, dia a dia
Categoria de cosméticos hipotética: P50 = 28 dias, P75 = 45 dias e P90 = 75 dias.
Entrada na régua. Quem recompra sai do fluxo.
Reposição ou conteúdo de uso do produto.
Oferta leve ou prova social.
Incentivo calculado para quem ainda não voltou.
Cliente provavelmente inativo.
Os marcos vêm dos percentis do intervalo entre compras. Teste com grupo de controle.
A lógica de win-back por tempo sem compra tem base na literatura de comportamento de clientes sem contrato: Fader, Hardie e Lee descrevem o cliente que fica “vivo” por um período e depois inativa sem aviso, e mostram que frequência alta com recência baixa pode indicar cliente provavelmente inativo. Para o desenho da reativação, leia também nosso conteúdo sobre retenção depois de datas de presente.
Custo por disparo no WhatsApp
No WhatsApp, o timing tem custo direto. A documentação de preços da Meta informa que todas as mensagens de template de marketing são cobradas, e que a janela de atendimento de 24 horas só se abre quando o cliente escreve. Disparar no P50 para quem iria comprar de qualquer jeito é custo sem incremento. Por isso o gatilho deve vir acompanhado de teste com grupo de controle. Veja o passo a passo em WhatsApp Business: qualidade, limites e templates.
Frequência de contato: como não transformar timing em pressão
O intervalo entre compras é o ritmo do cliente. A frequência de contato é o ritmo da marca. Quando o segundo supera o primeiro, nascem descadastros e queda de entregabilidade. Uma regra simples: some todos os canais e todas as réguas por cliente e imponha um teto semanal. Réguas de reposição têm prioridade sobre promoções genéricas, porque são relevantes no momento certo.
Fatores que distorcem o intervalo
- Sazonalidade: compras antecipadas para datas promocionais comprimem intervalos. Calcule com e sem pedidos dessas datas e compare.
- Presentes: quem compra para outra pessoa tem ritmo próprio, que não é o de consumo.
- Revendedores e B2B: contas com muitos pedidos puxam percentis. Separe em segmento à parte.
- Censura dos dados: clientes que ainda não recompraram não aparecem no cálculo do intervalo. Medir só quem voltou tende a subestimar o ciclo. Complemente com a curva de recompra por coorte: que percentual já voltou até o dia 30, 60 e 90.
Erros comuns ao definir o timing das réguas
Os erros abaixo aparecem em auditorias de CRM e se dividem em três naturezas: cálculo, interpretação e operação. Em cada um, o efeito aparece no resultado da régua, não só na análise.
Erros de cálculo
| Erro | Por que distorce | Como corrigir |
|---|---|---|
| Usar só a média | A cauda longa de retornos tardios puxa o valor para cima e o gatilho sai tarde | Use mediana e percentis P75 e P90 |
| Contar pedidos cancelados, devolvidos ou duplicados | Cria intervalos de 0 dia e infla a frequência | Filtre por status e deduplique pedidos do mesmo dia |
| Misturar categorias num único intervalo | Um café que se repete a cada 30 dias e um eletrodoméstico a cada 3 anos geram uma média que não serve a nenhum dos dois | Calcule por SKU ou categoria |
| Ignorar outliers de revenda ou B2B | Uma conta com 200 pedidos desloca os percentis | Defina corte explícito (por exemplo acima do P99) e documente |
| Calcular sem declarar a janela | Taxas de recompra sem período não são comparáveis entre meses | Sempre informe a janela, como 12 meses |
Erros de interpretação
- Contar só quem recomprou. Quem nunca voltou fica fora do cálculo e o ciclo parece mais curto do que é. O efeito é lembrar cedo demais de clientes que, na prática, recompram tarde. Correção: acompanhar a curva de recompra por coorte ao lado do intervalo.
- Tratar um intervalo único para toda a base. O intervalo do pedido 1 para o 2 costuma diferir do 2 para o 3. Misturar coortes antigas e novas esconde mudanças de comportamento. Correção: calcular por coorte e por número do pedido.
- Ignorar a sazonalidade. Calcular só em períodos promocionais encurta o intervalo e faz a régua disparar cedo no resto do ano. Correção: comparar com e sem datas sazonais.
- Copiar benchmarks sem fonte. Percentuais de recompra “ideais” circulam sem estudo citado. O efeito é uma meta irreal. Correção: usar a própria base como referência.
Erros de operação
- Não suprimir quem já recomprou. O cliente compra e, dois dias depois, recebe um lembrete de reposição. Correção: filtro de supressão por produto, como o descrito na documentação da Klaviyo.
- Disparar sem grupo de controle. Sem controle, o gasto com mensagem parece retorno, quando parte da compra aconteceria de qualquer forma. Correção: medir o incremental e evitar a dependência de desconto.
- Somar réguas sem teto de contato. Reposição, aniversário e promoção chegam no mesmo dia. Correção: limite semanal por cliente com prioridade entre réguas.
- Não recalcular. O ciclo muda com preço, estação e mix de produtos. Correção: revisar os percentis a cada trimestre.

Checklist para definir o timing da sua régua
- Pedidos filtrados por status e deduplicados por dia.
- Intervalo calculado por categoria ou SKU, com P50, P75 e P90.
- Coortes comparadas por número do pedido (1→2 e 2→3).
- Pedidos de revenda e B2B tratados à parte.
- Curva de recompra por coorte ao lado do intervalo.
- Gatilhos definidos por percentil e testados com grupo de controle.
- Supressão de quem já recomprou ativa em cada régua.
- Teto de contatos por cliente por semana, somando canais.
- Revisão trimestral dos percentis.
Perguntas frequentes
Qual a diferença entre intervalo médio e mediano entre compras?
O intervalo médio soma todos os intervalos e divide pela quantidade. O mediano é o valor central. Como poucos retornos muito tardios puxam a média para cima, a mediana descreve melhor o ritmo típico e é a base mais segura para o gatilho.
Como calcular o intervalo entre compras por categoria?
Filtre os pedidos que contêm a categoria, ordene por cliente e data e calcule a diferença em dias entre pedidos consecutivos do mesmo cliente nessa categoria. Depois obtenha mediana, P75 e P90 só desse grupo.
Quando disparar o lembrete de reposição?
Perto do P50 da categoria, ajustado ao tempo de uso do produto. Para itens de consumo com duração conhecida, como um suplemento de 30 dias, o lembrete costuma sair alguns dias antes do fim do ciclo esperado.
Como definir o gatilho de win-back?
Uma referência é o P90 do intervalo: quem passou desse prazo sem comprar já está fora do ritmo da maioria. É um critério sugerido, não uma regra universal, e deve ser validado com grupo de controle.
Quantos clientes preciso para o cálculo ser confiável?
Não há número oficial para intervalo entre compras. Como regra prática, use segmentos com dezenas de clientes recorrentes no mínimo e evite percentis em grupos muito pequenos. Em caso de pouca amostra, use o intervalo da categoria mais ampla.
A sazonalidade distorce o intervalo?
Sim. Datas promocionais antecipam compras e encurtam o intervalo medido. Calcule o intervalo com e sem pedidos dessas datas e use o valor sem sazonalidade como base da régua permanente.



