Atena
Analytikos
Pilha de caixas de papelão de entrega sobre um carrinho, em um corredor interno

Receita da base vs. novos clientes: quanto vem de quem já comprou

NAVEGAÇÃO RÁPIDA

Mais lidas

Carregando posts...

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.

Imagem: Analytikos
  1. Marcar cada pedido como “primeiro pedido” ou “recompra”. Resultado: 22.000 primeiros pedidos e 18.000 recompras.
  2. Calcular a receita de novos. Com ticket médio de R$ 140 nos primeiros pedidos: 22.000 × R$ 140 = R$ 3.080.000.
  3. 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.
  4. 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%.
  5. Contar clientes distintos. Foram 22.000 novos e 9.000 clientes recorrentes distintos (média de dois pedidos cada, porque 9.000 × 2 = 18.000).
  6. 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.

MétricaNovos clientesBase (recorrentes)Total
Pedidos22.00018.00040.000
Clientes distintos22.0009.00031.000
Receita líquidaR$ 3.080.000R$ 2.920.000R$ 6.000.000
Ticket médioR$ 140,00R$ 162,22R$ 150,00
Receita por clienteR$ 140,00R$ 324,44R$ 193,55
Participação na receita51,3%48,7%100%
Tabela: Analytikos, com dados hipotéticos

Quem gerou a receita da loja fictícia

Receita líquida em 12 meses, em R$ mil
Novos clientesR$ 3.080 mil (51,3%)
Base (recorrentes)R$ 2.920 mil (48,7%)
Gráfico: Analytikos, com dados hipotéticos

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.

Gráfico: Analytikos, com dados hipotéticos

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:

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

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.

SinalLeitura provávelO que fazer
Share da base cai em um mês de campanha forteO denominador de novos cresceu; a base não encolheuComparar com o mesmo mês do ano anterior e abrir a coorte da campanha
Share da base alto com receita total estagnadaPouca aquisição; a loja vive da base atualReforçar aquisição com CAC controlado
Share da base baixo de forma persistenteDependência de mídia paga; baixa recompraMedir recompra por coorte e revisar a régua de pós-compra
Ticket da base menor que o dos novosCupons de retenção corroem a margemCalcular margem por grupo, não só receita
Receita por cliente recorrente muito acima da dos novosA base é o ativo mais rentávelSegmentar o topo da base e proteger o relacionamento
Tabela: Analytikos

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.

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

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

ErroPor que distorceComo corrigir
Tratar “usuários do GA4” como clientesO GA4 identifica navegador ou dispositivo, não pessoa; o efeito é um share da base errado em qualquer direçãoUsar o identificador do cliente no pedido
Não deduplicar CPF e e-mailCompra como convidado e e-mails variados criam falsos novos; a base fica subestimadaNormalizar e unificar a chave antes de classificar
Misturar taxa de recompra por pedidos e por clientesPedidos repetidos de poucos clientes inflam a taxaContar clientes distintos
Não declarar a janela de análiseCada ferramenta usa a sua; os números deixam de ser comparáveisFixar 12 meses e documentar
Ignorar o histórico completo na classificaçãoO cliente novo do mês parece recorrente depois e altera o relatório antigoFechar a coorte antes de comparar períodos
Tabela: Analytikos

Erros de interpretação

ErroPor que distorceComo corrigir
Comparar novembro com outubroCampanhas de aquisição mudam o denominador e simulam perda de fidelidadeComparar com o mesmo mês do ano anterior e abrir coorte
Olhar só receita, sem margemDescontos para recompra e para aquisição têm custos diferentes e escondem o LTV realCalcular margem de contribuição por grupo
Usar o múltiplo de “5x” como fatoO número não tem origem rigorosa e muda por negócioCalcular CAC e margem próprios
Importar benchmark de fornecedor ou de outro paísEscopo, amostra e definição diferem; a meta sai irrealRotular o escopo e comparar com a própria série histórica
Não separar assinatura e recompra programadaA recompra automática infla a fidelidade aparenteSegmentar pedidos recorrentes por origem
Tabela: Analytikos

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.

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