Atena
Analytikos
Calendário de planejamento sobre mesa de trabalho

Intervalo entre compras: como definir o timing da régua

NAVEGAÇÃO RÁPIDA

Mais lidas

Carregando posts...

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.

MétricaO que medeFórmulaPergunta que responde
Intervalo entre comprasRitmo de recompraData do pedido n menos data do pedido n-1, em diasQuando contatar?
FrequênciaVolume de pedidos na janelaPedidos por cliente em 12 mesesQuem compra mais vezes?
Taxa de recompraParcela da base que voltouClientes com 2 ou mais pedidos ÷ clientes × 100A base está voltando?
RecênciaTempo desde o último pedidoHoje menos data do último pedidoQuem está esfriando?
Tabela: Analytikos

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

  1. Filtre os pedidos válidos. Use apenas pedidos pagos ou aprovados, sem cancelamento ou devolução total.
  2. Deduplique por dia. Dois pedidos do mesmo cliente no mesmo dia (carrinho dividido) viram um só. Caso contrário aparecem intervalos de 0 dia.
  3. Ordene por cliente e data. O intervalo é a diferença entre o pedido atual e o anterior do mesmo cliente.
  4. Considere clientes com 2 ou mais pedidos. Quem comprou uma vez não gera intervalo.
  5. Calcule P50, P75 e P90. São os três marcos que viram gatilhos.
  6. 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.

Conheça a Athena, by Analytikos: GA4, loja e mídia em um só painel. Testar 30 dias grátis

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.

MarcoLeituraAção na réguaCanal sugerido
P50 (mediana)Metade dos que voltam já voltouLembrete de reposição ou conteúdo de uso do produtoE-mail ou WhatsApp com template
P75Janela de atençãoSegundo contato com oferta leve ou prova socialE-mail, com WhatsApp para quem engaja
P90A grande maioria dos que voltam já voltouWin-back: quem passou daqui tem alto risco de inatividadeWhatsApp e e-mail, com incentivo calculado
Acima do P90 + 1 cicloCliente provavelmente inativoPolítica de sunset ou campanha de reativaçãoMídia paga com público da base
Tabela: Analytikos

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 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

ErroPor que distorceComo corrigir
Usar só a médiaA cauda longa de retornos tardios puxa o valor para cima e o gatilho sai tardeUse mediana e percentis P75 e P90
Contar pedidos cancelados, devolvidos ou duplicadosCria intervalos de 0 dia e infla a frequênciaFiltre por status e deduplique pedidos do mesmo dia
Misturar categorias num único intervaloUm café que se repete a cada 30 dias e um eletrodoméstico a cada 3 anos geram uma média que não serve a nenhum dos doisCalcule por SKU ou categoria
Ignorar outliers de revenda ou B2BUma conta com 200 pedidos desloca os percentisDefina corte explícito (por exemplo acima do P99) e documente
Calcular sem declarar a janelaTaxas de recompra sem período não são comparáveis entre mesesSempre informe a janela, como 12 meses
Tabela: Analytikos

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.
Conheça a Orakulo, by Analytikos: WhatsApp, e-mail e atendimento de vários canais no mesmo CRM. Teste 7 dias grátis

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.

Conteúdos Relacionados

Compartilhar esse post
Facebook
WhatsApp
LinkedIn
Leia também:

Mais lidas

Carregando posts...

Conteúdos Relacionados:

Receba conteúdos exclusivos e novidades

SEO, GEO, GA4, CRM e IA aplicados a e-commerce, direto no seu e-mail.

Analytikos

Estratégia e resultados baseados em dados. SEO, GEO, CRM e IA para e-commerce, de Itajaí (SC) para o Brasil.

© 2026 Analytikos. Todos os direitos reservados.
Rolar para cima