Todo e-commerce tem duas fontes de receita: quem compra pela primeira vez e quem volta. A proporção entre elas diz mais sobre a saúde do negócio do que o faturamento total. Uma loja que fatura R$ 6 milhões por ano, mas depende de anúncios para repor 51% desse valor, vive de um leilão que ela não controla.
O problema é que quase ninguém mede essa divisão do jeito certo. Ferramentas diferentes chamam de “recorrente” coisas diferentes: um visitante com cookie antigo, um cliente com pedido anterior, um CPF que já apareceu na base. Cada definição produz um número, e os números não são comparáveis.
Este guia define os termos, mostra as contas com exemplo completo, explica como medir na loja e no GA4, indica o que os benchmarks públicos realmente dizem (e o que não dizem) e lista os erros que mais distorcem a leitura. Ao final há um checklist para aplicar na sua operação.
O que é receita da base e receita de novos clientes
Na documentação da Shopify, cliente novo é quem fez o primeiro pedido na história da loja. Cliente recorrente é quem já tinha ao menos um pedido anterior ao pedido analisado. A distinção é feita pelo histórico do cliente, não pelo período do relatório.
A partir dessa regra, definem-se as métricas que formam o diagnóstico:
- Receita de novos: soma da receita líquida dos primeiros pedidos feitos no período.
- Receita da base (ou de recorrentes): soma da receita líquida dos pedidos de quem já havia comprado antes.
- Share da base: receita da base dividida pela receita total do período. O complemento é a dependência de aquisição.
- Taxa de recompra: clientes com dois ou mais pedidos divididos pelo total de clientes, sempre com janela explícita (por exemplo, 12 meses). Já há um guia próprio sobre como calcular e aumentar a taxa de recompra.
- Receita por cliente: receita do grupo dividida pelo número de clientes distintos do grupo, separando novos e recorrentes.
- LTV por coorte: receita ou margem acumulada por cliente de um grupo adquirido no mesmo mês, em 3, 6 e 12 meses. A base conceitual está em LTV no e-commerce: como calcular.
Duas observações evitam confusão. Primeiro, “base” aqui significa quem já comprou, não quem está na lista de e-mail. Segundo, o share da base mede o passado recente. Ele não diz se a base é saudável, só quanto dela já se converteu em receita.
Como calcular, passo a passo, com um exemplo completo
Considere uma loja fictícia, com dados hipotéticos, em uma janela de 12 meses: receita líquida de R$ 6.000.000 e 40.000 pedidos. A exportação de pedidos, com o identificador do cliente e a data do primeiro pedido dele, permite separar os dois grupos.
O fluxo abaixo mostra a ordem do cálculo, da exportação de pedidos ao share da base. O passo de unificação do cliente é o que mais distorce o resultado quando é pulado.
Como separar receita da base e de novos
Do pedido exportado ao share da base
Exportar pedidos
ID do pedido, cliente, data e receita líquida da janela escolhida.
Unificar o cliente
E-mail normalizado ou CPF; juntar compras como convidado à mesma pessoa.
Achar o 1º pedido
A data mínima de compra de cada cliente, mesmo que seja anterior à janela.
Classificar
Primeiro pedido conta como novo; os demais, como base.
Somar e dividir
Receita de cada grupo dividida pela receita total do período.
- Marcar cada pedido como “primeiro pedido” ou “recompra”. Resultado: 22.000 primeiros pedidos e 18.000 recompras.
- Calcular a receita de novos. Com ticket médio de R$ 140 nos primeiros pedidos: 22.000 × R$ 140 = R$ 3.080.000.
- Calcular a receita da base por diferença: R$ 6.000.000 − R$ 3.080.000 = R$ 2.920.000. Ticket médio das recompras: R$ 2.920.000 ÷ 18.000 = R$ 162,22.
- Calcular o share da base: R$ 2.920.000 ÷ R$ 6.000.000 = 48,7%. A dependência de aquisição é 100% − 48,7% = 51,3%.
- Contar clientes distintos. Foram 22.000 novos e 9.000 clientes recorrentes distintos (média de dois pedidos cada, porque 9.000 × 2 = 18.000).
- Calcular a receita por cliente: novos, R$ 3.080.000 ÷ 22.000 = R$ 140,00; recorrentes, R$ 2.920.000 ÷ 9.000 = R$ 324,44.
A tabela resume o diagnóstico. O dado que mais chama atenção é a diferença entre os grupos: o cliente que volta gera mais que o dobro de receita por pessoa no mesmo período.
| Métrica | Novos clientes | Base (recorrentes) | Total |
|---|---|---|---|
| Pedidos | 22.000 | 18.000 | 40.000 |
| Clientes distintos | 22.000 | 9.000 | 31.000 |
| Receita líquida | R$ 3.080.000 | R$ 2.920.000 | R$ 6.000.000 |
| Ticket médio | R$ 140,00 | R$ 162,22 | R$ 150,00 |
| Receita por cliente | R$ 140,00 | R$ 324,44 | R$ 193,55 |
| Participação na receita | 51,3% | 48,7% | 100% |
Quem gerou a receita da loja fictícia
O gráfico mostra uma loja quase dividida ao meio. Esse equilíbrio é um ponto de partida, não uma meta: o número certo depende da categoria, do ciclo de consumo e da margem de cada grupo.
Quando a comparação passa do pedido para o cliente, a diferença entre os grupos aparece. No exemplo, o ticket da base é só 16% maior que o dos novos (R$ 162,22 contra R$ 140,00), mas a receita por cliente da base é 2,3 vezes maior (R$ 324,44 ÷ R$ 140,00), porque cada cliente recorrente fez, em média, dois pedidos no ano.
Por pedido e por cliente
Loja fictícia, 12 meses, em R$
Ticket médio
Novos
R$ 140,00
Base
R$ 162,22
Receita por cliente no ano
Novos
R$ 140,00
Base
R$ 324,44
Por que a taxa de recompra tem duas respostas
No mesmo exemplo, 3.300 dos 22.000 clientes novos voltaram a comprar dentro do ano. Pela lógica de coorte, a recompra é 3.300 ÷ 22.000 = 15%. Se a conta for feita sobre todos os 31.000 clientes que compraram no ano, os 9.000 que já eram da base mais os 3.300 que repetiram somam 12.300, e 12.300 ÷ 31.000 = 39,7%. São dois números legítimos para perguntas diferentes. O primeiro mede a fidelização de quem acabou de chegar. O segundo mede o peso da base ativa. Misturá-los em um relatório gera metas impossíveis.
Lado a lado, as duas respostas para a mesma loja:
Taxa de recompra: duas contas legítimas
Mesma loja fictícia, mesmo período
15%
Recompra da coorte de novos
3.300 dos 22.000 clientes novos voltaram a comprar no ano.
39,7%
Recompra sobre todos os clientes do ano
12.300 dos 31.000 clientes que compraram no ano têm mais de um pedido.

Como medir na plataforma e no GA4
Na loja virtual
O relatório de novos e recorrentes da Shopify conta clientes, não receita, e usa todo o histórico de pedidos para classificar. Isso tem consequência prática: quem foi novo em novembro e comprou de novo em dezembro continua novo no relatório de novembro, mas aparece como recorrente no de dezembro. Para a receita de cada grupo, a saída é exportar os pedidos com o identificador do cliente e calcular fora do painel, como no exemplo acima.
Na Nuvemshop, o painel de visitas traz recorrência de visitantes baseada em identificador por cookie. É uma medida de visitante, não de comprador. O caminho para a receita da base é o mesmo: cruzar pedidos por cliente.
No GA4
Na ajuda do Google Analytics, usuário novo é quem teve o primeiro evento de visita no período, e usuário recorrente é quem já tinha sessão anterior. Isso é identificação por navegador ou dispositivo, não por pessoa. Um visitante recorrente pode estar fazendo a primeira compra, e um cliente antigo que troca de celular aparece como novo. Use o GA4 para entender o comportamento de aquisição e o relatório de pedidos do sistema para a receita por tipo de cliente. Se precisar cruzar os dois, as explorações de coorte do GA4 ajudam a ver a retenção por grupo de entrada.
Identificação e deduplicação do cliente
A chave do cálculo é um identificador único por pessoa. No Brasil, as opções mais comuns são o e-mail normalizado (minúsculas, sem espaços) e o CPF. Compras como convidado, e-mails diferentes para a mesma pessoa e CPFs digitados com erro inflam os “novos” e subestimam a base. O oposto também ocorre: casal ou família que usa o mesmo CPF esconde clientes. Ao cruzar CPF, trate o dado conforme a LGPD no CRM: base legal, opt-in e descadastro.
O que os benchmarks públicos dizem (e o que não dizem)
Não há, até onde esta pesquisa chegou, benchmark neutro e público sobre o share da base no e-commerce brasileiro. Os números que circulam vêm de fornecedores de ferramentas, sem definição de “base” nem período, e raramente têm metodologia aberta. Tratá-los como meta é um risco.
A origem da frase “adquirir custa cinco vezes mais que reter” ilustra o problema. A matéria da Harvard Business Review sobre o valor de manter os clientes certos fala em um intervalo de cinco a 25 vezes, “dependendo do estudo”, e não cita a fonte do intervalo. O livro Loyalty Myths, da Ipsos, no trecho sobre o mito do custo de retenção, chama esse múltiplo de mito e aponta premissas frágeis: que o cliente antigo gasta mais, compra sem desconto e custa menos para atender. Nada disso é verdade por padrão.
A conclusão prática é calcular o seu próprio custo de aquisição (CAC) e a margem de cada grupo. O comparativo entre aquisição e retenção e o guia sobre retenção como métrica de crescimento ajudam a montar essa conta. No contexto brasileiro, a pesquisa NuvemCommerce 2026, da Nuvemshop, indica baixa maturidade em retenção entre lojistas, mas é dado de plataforma e não traz o share da base.
Como interpretar o mix e agir sobre ele
O share da base muda por motivos que nada têm a ver com fidelidade. Antes de concluir, compare sempre contra o mesmo período do ano anterior e separe o efeito de campanhas de aquisição.
| Sinal | Leitura provável | O que fazer |
|---|---|---|
| Share da base cai em um mês de campanha forte | O denominador de novos cresceu; a base não encolheu | Comparar com o mesmo mês do ano anterior e abrir a coorte da campanha |
| Share da base alto com receita total estagnada | Pouca aquisição; a loja vive da base atual | Reforçar aquisição com CAC controlado |
| Share da base baixo de forma persistente | Dependência de mídia paga; baixa recompra | Medir recompra por coorte e revisar a régua de pós-compra |
| Ticket da base menor que o dos novos | Cupons de retenção corroem a margem | Calcular margem por grupo, não só receita |
| Receita por cliente recorrente muito acima da dos novos | A base é o ativo mais rentável | Segmentar o topo da base e proteger o relacionamento |
Um exemplo hipotético com sazonalidade: em uma loja fictícia, o share da base foi de 55% em outubro, caiu para 38% em novembro, com campanhas de aquisição e um público mais caçador de oferta, e subiu para 52% em dezembro. Concluir que a base encolheu em novembro seria um erro. O que cresceu foi o volume de novos. O acompanhamento correto separa os clientes captados na campanha e mede a recompra deles aos 90 e 180 dias. O guia sobre como analisar o resultado da Black Friday no CRM detalha esse acompanhamento.
A receita incremental também precisa de método. Para saber se a receita da base é resultado das suas ações de CRM ou aconteceria de qualquer forma, o caminho é o grupo de controle, explicado em como medir a receita incremental do CRM com holdout e em receita atribuída no CRM.

Como aumentar a parcela da base sem depender de desconto
Elevar o share da base é consequência de trabalhar a segunda compra. As alavancas mais diretas são:
- Régua de pós-compra com instruções de uso, avaliação e sugestão do próximo item, antes de qualquer oferta. Veja o modelo da régua de boas-vindas.
- Recompra por ciclo de consumo: contatar o cliente perto do momento em que o produto acaba, e não em datas aleatórias. O intervalo entre compras mostra como definir esse tempo.
- Controle de churn: acompanhar quem deixa de comprar para agir antes da perda, conforme o guia de churn no e-commerce.
- Segmentação do topo da base: separar os clientes de maior receita e dar a eles atendimento e benefício diferenciados.
- Canal certo: WhatsApp e e-mail com frequência controlada, para não gerar descadastro.
Erros comuns ao medir receita da base e de novos clientes
Os erros abaixo aparecem em planilhas, painéis e relatórios. Eles estão agrupados por natureza, com o motivo, o efeito e a correção.
Erros de definição e de cálculo
| Erro | Por que distorce | Como corrigir |
|---|---|---|
| Tratar “usuários do GA4” como clientes | O GA4 identifica navegador ou dispositivo, não pessoa; o efeito é um share da base errado em qualquer direção | Usar o identificador do cliente no pedido |
| Não deduplicar CPF e e-mail | Compra como convidado e e-mails variados criam falsos novos; a base fica subestimada | Normalizar e unificar a chave antes de classificar |
| Misturar taxa de recompra por pedidos e por clientes | Pedidos repetidos de poucos clientes inflam a taxa | Contar clientes distintos |
| Não declarar a janela de análise | Cada ferramenta usa a sua; os números deixam de ser comparáveis | Fixar 12 meses e documentar |
| Ignorar o histórico completo na classificação | O cliente novo do mês parece recorrente depois e altera o relatório antigo | Fechar a coorte antes de comparar períodos |
Erros de interpretação
| Erro | Por que distorce | Como corrigir |
|---|---|---|
| Comparar novembro com outubro | Campanhas de aquisição mudam o denominador e simulam perda de fidelidade | Comparar com o mesmo mês do ano anterior e abrir coorte |
| Olhar só receita, sem margem | Descontos para recompra e para aquisição têm custos diferentes e escondem o LTV real | Calcular margem de contribuição por grupo |
| Usar o múltiplo de “5x” como fato | O número não tem origem rigorosa e muda por negócio | Calcular CAC e margem próprios |
| Importar benchmark de fornecedor ou de outro país | Escopo, amostra e definição diferem; a meta sai irreal | Rotular o escopo e comparar com a própria série histórica |
| Não separar assinatura e recompra programada | A recompra automática infla a fidelidade aparente | Segmentar pedidos recorrentes por origem |
Erros de ação
Há ainda dois erros que não são de medida, e sim de decisão. O primeiro é cortar investimento em aquisição porque o share da base subiu: o share sobe também quando o número de novos cai, e isso é sinal de retração, não de saúde. O segundo é atacar o share da base com cupons gerais. O desconto aumenta pedidos, mas treina o cliente a esperar a oferta e reduz a margem do grupo que deveria ser o mais rentável.
Checklist para medir o mix na sua loja
- Escolha o identificador único do cliente e normalize e-mail e CPF.
- Defina a janela (12 meses) e a regra de primeiro pedido, e registre por escrito.
- Exporte os pedidos com data, valor líquido e identificador do cliente.
- Calcule receita, pedidos, clientes distintos e ticket de novos e de recorrentes.
- Calcule o share da base e a dependência de aquisição.
- Abra a recompra por coorte aos 90, 180 e 365 dias.
- Compare com o mesmo período do ano anterior, nunca com o mês anterior.
- Calcule a margem por grupo, não só a receita.
- Revise a leitura a cada trimestre.
Perguntas frequentes
Quanto do faturamento deveria vir de quem já comprou?
Não há número neutro público para o Brasil. Meça o seu share da base, acompanhe a tendência e compare com o mesmo período do ano anterior. As referências disponíveis vêm de fornecedores e não servem como meta.
Qual a diferença entre usuário recorrente no GA4 e cliente recorrente?
O usuário recorrente do GA4 é um visitante com sessão anterior, identificado por navegador ou dispositivo. O cliente recorrente é quem já tinha um pedido anterior. Um visitante recorrente pode estar fazendo a primeira compra.
Posso usar só o relatório da plataforma de e-commerce?
Ele conta clientes e usa o histórico completo para classificar, mas costuma não entregar a receita por tipo de cliente. Para isso, exporte os pedidos e calcule com o identificador do cliente.
A janela de 12 meses é obrigatória?
Não. É uma convenção. O importante é declarar a janela e mantê-la ao comparar períodos.
Reter é sempre cinco vezes mais barato que adquirir?
Não. O múltiplo circula sem fonte rigorosa e depende do ciclo de vida do produto e da margem. Calcule o CAC e o custo de retenção da própria loja.
O share da base alto é sempre bom?
Não. Pode indicar que a aquisição parou. Avalie junto com a receita total, o número de novos clientes e a margem.



