Pergunte a um time de produto como vai o onboarding e você normalmente recebe uma de duas respostas: um dar de ombros ou um dashboard. O dashboard tem vinte números. Cadastros, logins, sessões, DAU, visualizações de tours, NPS, um gráfico de funil com seis etapas. Todo mundo dá uma olhada nele na reunião de segunda-feira, ninguém mudou uma decisão por causa dele nos últimos seis meses, e o único número que teria importado, o ponto exato em que os novos usuários travam, nem aparece ali.
O problema não é a medição, é a seleção. Métricas de onboarding de usuários só são úteis quando cada uma está ligada a uma decisão: quando esta cai, olhamos aquilo; quando sobe, fazemos mais disto. Uma dúzia de números assim, organizados ao longo do funil que um novo usuário realmente percorre, vai dizer mais do que cem números que simplesmente existem.
Este guia apresenta esse conjunto: o funil de onboarding como estrutura de medição, doze métricas que vale a pena acompanhar, com suas fórmulas e o que fazer quando cada uma se move, as métricas de vaidade que devem ficar fora do painel, como instrumentar tudo isso sem um projeto de engenharia de dados e como conduzir uma revisão semanal que termine em uma decisão, e não em um aceno de cabeça.
Principais conclusões
- Meça o funil, não os totais. O onboarding é uma sequência; uma única porcentagem de conclusão esconde justamente a etapa que está quebrando.
- A taxa de ativação é a métrica central: vem depois do setup e antes da retenção e da receita. Defina-a com os seus próprios dados, não com o benchmark de outra empresa.
- Sempre meça por cohort de cadastro. Números por semana do calendário se movem quando o marketing gasta dinheiro, o que os torna inúteis para avaliar o onboarding.
- Associe toda taxa a um tempo. "80% ativam" significa algo muito diferente em duas horas e em três semanas; taxa e velocidade são duas métricas, não uma.
- Se um número não mudaria uma decisão, tire-o do dashboard. Cadastros, visualizações de tours e total de logins são os suspeitos de sempre.
- Instrumente primeiro a camada de orientação. A análise por etapa de tours e checklists entrega o funil de onboarding inteiro sem um pipeline de eventos.
O funil de onboarding: a estrutura em que toda métrica se apoia
Antes de escolher as métricas, entre em acordo sobre a sequência que elas medem. Quase todo onboarding de SaaS percorre as mesmas cinco etapas, seja qual for o produto:
Cinco etapas, cinco perguntas. Métricas que não se ligam a uma etapa geralmente pertencem ao marketing ou ao uso geral do produto, não ao onboarding.
Duas regras fazem essa estrutura funcionar. Primeiro, meça por cohort de cadastro, não por período do calendário: agrupe os usuários pela semana em que se cadastraram e acompanhe esse grupo ao longo do tempo. Números do calendário se movem sempre que a aquisição gasta dinheiro, o que os torna inúteis para julgar se o onboarding melhorou. Segundo, associe toda taxa a um tempo: 70% dos usuários ativando em três semanas é um produto muito diferente de 70% ativando na primeira hora, e só um deles tem um problema de onboarding.
Métricas das etapas 1 e 2: eles começam e terminam?
1. Taxa de cadastro para início
Fórmula: usuários que começaram o onboarding ÷ usuários que criaram uma conta × 100.
É a métrica que mais costuma faltar no painel, e muitas vezes o maior vazamento. Uma parcela significativa das contas nunca dá um único passo: as pessoas se cadastraram por curiosidade, foram interrompidas ou caíram em um lugar que não lhes deu nada para fazer. Se esse número está baixo, o problema é a sua primeira tela: um dashboard em branco sem um próximo passo óbvio, um empty state que não explica nada ou uma tela de boas-vindas que pede esforço antes de mostrar valor.
2. Taxa de conclusão do setup, no total e por etapa
Fórmula: usuários que concluíram o setup ÷ usuários que o começaram × 100, e o mesmo por etapa.
Acompanhe as duas. O número total diz que existe um problema; a divisão por etapa diz qual é a etapa, que é a única versão sobre a qual você consegue agir. Fique atento ao padrão clássico em que uma única etapa (geralmente uma concessão de permissão, uma integração ou uma importação de dados) responde pela maior parte de todo o abandono.
Uma única etapa está devorando este funil. Um agregado de "26% de ativação" a esconde por completo; a visão por etapa a aponta em três segundos, e já define o trabalho do próximo sprint.
3. Tempo até a primeira ação
Fórmula: mediana de minutos entre o cadastro e a primeira ação significativa no produto.
Use a mediana, não a média: um punhado de usuários que voltaram três semanas depois transforma qualquer média em ficção. Essa métrica é o sistema de alerta precoce do tempo até o valor: se a primeira ação real leva vinte minutos, o valor está chegando fora da sessão em que o entusiasmo existe.
4. Ponto de abandono do onboarding
Fórmula: a etapa com a maior perda percentual entre duas etapas consecutivas.
Não é uma taxa, é um lugar, e provavelmente a coisa mais acionável de toda a lista. Divulgue-a toda semana pelo nome ("perdemos 44% em Conectar uma fonte de dados"), porque uma etapa com nome ganha um responsável, enquanto uma porcentagem ganha só um aceno de cabeça.
Métricas das etapas 3 e 4: o valor realmente chegou?
5. Taxa de ativação
Fórmula: usuários que realizaram a ação de ativação ÷ usuários do cohort de cadastro × 100.
A peça central. Tudo o que vem antes existe para aumentá-la, e tudo o que vem depois depende dela. A parte difícil não é a conta, é a definição: encontre o comportamento inicial que melhor separa os usuários que ainda estão por aqui no dia 30 dos que não estão, e faça dele o seu evento de ativação. Depois, não mexa mais: uma definição que muda transforma toda linha de tendência em mentira. O método completo está no nosso guia sobre como aumentar a ativação de usuários.
6. Tempo até o valor (TTV)
Fórmula: mediana do tempo entre o cadastro e o primeiro momento de valor real.
A gêmea da ativação: uma mede se os usuários chegam lá, a outra quanto tempo isso leva. Acompanhe as duas juntas, porque elas se movem de forma independente: um redesign que aumenta a ativação enquanto dobra o tempo para chegar a ela geralmente piorou as coisas. Veja o guia de tempo até o valor para saber como definir esse momento e encurtá-lo.
7. Taxa de conclusão do checklist de onboarding
Fórmula: usuários que concluíram todos os itens do checklist ÷ usuários que viram o checklist × 100.
Útil em duas direções. Como resultado, ela diz se o seu caminho guiado funciona; como diagnóstico, a conclusão por item diz qual tarefa os usuários se recusam a fazer. Um item que todo mundo pula está mal explicado ou é de fato desnecessário, e vale a pena ter qualquer uma das duas respostas. Mais sobre como desenhar o próprio caminho no nosso guia de checklist de onboarding.
8. Engajamento com a orientação: conclusão de tours e tooltips
Fórmula: usuários que concluíram o tour ÷ usuários que o começaram × 100, mais o abandono por etapa.
Não "visualizações": conclusão. Um product tour com 90% de visualização e 20% de conclusão está sendo fechado, não consumido, e o abandono por etapa geralmente aponta o momento exato em que você pediu demais. Essa também é a métrica mais barata de instrumentar de toda a lista, porque as ferramentas de orientação a acompanham nativamente.
9. Amplitude de adoção de funcionalidades na primeira semana
Fórmula: número médio de funcionalidades principais distintas usadas por um novo usuário nos primeiros sete dias.
Profundidade de engajamento, logo no início. Usuários que tocam em três funcionalidades principais na primeira semana se comportam de forma muito diferente dos que tocam em uma; a amplitude é um dos indicadores de retenção mais fortes que existem, e é a métrica que mostra se o onboarding está ensinando o produto ou só a primeira tela dele. Combine-a com um trabalho de descoberta de funcionalidades.
Métricas da etapa 5: o resultado se manteve?
10. Retenção na primeira semana (e no dia 30) por cohort
Fórmula: usuários ativos entre os dias 1 e 7 ÷ usuários do cohort de cadastro × 100, repetido para o dia 30.
O veredito sobre tudo o que vem antes. As mudanças no onboarding aparecem aqui primeiro e da forma mais honesta, e é por isso que a retenção por cohort é o placar certo para um time de onboarding, mesmo não sendo, a rigor, uma métrica de onboarding. Leia-a como uma curva, não como um ponto; nosso guia de curva de retenção explica como distinguir uma curva que se estabiliza de uma que está caindo, e o guia de retenção de usuários traz os benchmarks.
11. Tickets de suporte a cada 100 novos usuários
Fórmula: tickets relacionados ao onboarding ÷ novos usuários do cohort × 100.
A métrica mais subestimada desta lista, porque converte confusão em um número que o time financeiro entende. Ela ainda vem com dados qualitativos de brinde: o texto do ticket aponta a etapa exata que falhou. A queda de tickets por novo usuário é um dos sinais mais claros de que uma mudança na orientação funcionou, e é a métrica que justifica investir em suporte no app.
12. Conversão de trial para pago por status de ativação
Fórmula: conversões pagas ÷ trials iniciados × 100, separadas por se o usuário ativou ou não.
A separação é o que importa. Comparar a conversão entre usuários ativados e não ativados transforma o onboarding de centro de custo em argumento de receita, e a diferença entre os dois números é o argumento mais forte que você vai conseguir apresentar a favor de investir em onboarding. Mais sobre a mecânica no nosso guia de conversão de free trial.
As métricas de vaidade que devem ficar fora do dashboard
Todas estas aparecem o tempo todo em dashboards de onboarding, e nenhuma sobrevive à pergunta "o que faríamos de diferente se isto se movesse?"
| Métrica de vaidade | Por que engana | Acompanhe isto no lugar |
|---|---|---|
| Total de cadastros | Mede o investimento em marketing, não o onboarding | Cadastro para início e taxa de ativação |
| Visualizações de tours / tooltips | Conta entrega, não compreensão | Taxa de conclusão e abandono por etapa |
| Total de logins | Mistura novos usuários com power users | Retenção por cohort de semana de cadastro |
| Duração média da sessão | Sessões longas podem significar confusão | Tempo até a primeira ação, tempo até o valor |
| Taxa de abertura de e-mails | Abrir não é agir | Clique para entrar no produto, depois ativação |
| Tempo médio até a ativação | Valores extremos transformam a média em ficção | A mediana, mais a distribuição |
O filtro de uma pergunta. Para cada número do seu painel, pergunte: "se isto melhorasse 20% amanhã, o que faríamos de diferente?" Se a resposta honesta for "nada", não é uma métrica; é um humor. Reduzir o dashboard aos números que sobrevivem a essa pergunta costuma ser a ação de maior alavancagem que um time de onboarding realiza no trimestre inteiro.
Como instrumentar tudo isso sem um time de dados
O motivo pelo qual a maioria dos times não mede o onboarding direito não é discordar sobre quais métricas importam; é que instrumentá-las parece um trimestre de trabalho de engenharia. Não precisa ser. Divida a lista em duas:
- A metade do funil vem da sua camada de orientação. Conclusão do setup por etapa, conclusão de itens do checklist, abandono de tours e tooltips, tempo entre etapas: tudo isso são propriedades da própria experiência de onboarding, e as ferramentas que entregam essa experiência as acompanham nativamente. Nenhum evento para definir, nenhum pipeline para manter.
- A metade de resultados vem dos dados do seu produto. Ativação, retenção por cohort, amplitude de funcionalidades, conversão de trial. A maioria dos times já tem esses eventos; o que costuma faltar é o enquadramento por cohort e uma definição estável de ativação, e as duas coisas são decisões de análise, não de engenharia.
Comece pela metade do funil: é a parte que você consegue ativar ainda esta semana, e ela contém o ponto de abandono, que é onde está o trabalho. Depois conecte a metade de resultados para provar que corrigir uma etapa realmente mexeu na retenção. Nosso guia de análise de produto cobre o lado dos resultados com mais profundidade.
Como transformar o dashboard em uma decisão semanal
Métricas não mudam nada até que um ritual as ligue a uma decisão. Uma revisão semanal de onboarding de 20 minutos, com cinco perguntas, sempre na mesma ordem:
1. Onde o cohort desta semana perdeu mais pessoas?
Diga o nome da etapa, não a porcentagem. A resposta é um lugar no produto, e lugares têm responsáveis.
2. A mudança da semana passada mexeu nessa etapa?
Compare cohort com cohort, não semana com semana. Se você não mudou nada, diga isso: um número inalterado depois de uma semana sem mudanças também é informação.
3. A taxa de ativação e o tempo até o valor estão indo na mesma direção?
Se a taxa subiu mas o tempo aumentou, você provavelmente adicionou orientação onde precisava tirar trabalho.
4. Sobre o que os novos usuários estão escrevendo para o suporte?
O texto dos tickets é a metade qualitativa de todos os números acima, e geralmente aponta a correção. Combine-o com o que as suas pesquisas no app coletaram na mesma semana.
5. Qual é a única mudança que vamos lançar antes da próxima revisão?
Uma. Uma revisão que gera cinco ideias não gera nada; uma revisão que gera uma mudança lançada acumula resultados a cada semana em que acontece.
Medição do onboarding: faça e não faça
✅ Faça
- Agrupe os usuários por cohort de cadastro, sempre
- Acompanhe a conclusão por etapa, não só o total
- Associe toda taxa a um tempo mediano
- Defina a ativação com os seus próprios dados de retenção
- Divulgue toda semana, pelo nome, a etapa com o maior abandono
- Separe a conversão de trial por status de ativação
- Conte os tickets de suporte de onboarding a cada 100 novos usuários
- Termine toda revisão com uma mudança lançada
❌ Não faça
- Reportar a saúde do onboarding como total de cadastros
- Usar médias onde há valores extremos; use medianas
- Contar visualizações de tours como engajamento com o tour
- Mudar a definição de ativação no meio do trimestre
- Comparar a sua taxa com um benchmark que você não consegue examinar
- Medir por semana do calendário quando a aquisição tem picos
- Manter números sobre os quais ninguém agiria
- Esperar um pipeline de dados antes de medir qualquer coisa
Como medir o onboarding sem construir um pipeline
Com o Kompassify, o funil de onboarding fica instrumentado pelo simples ato de construir o onboarding:
- Cada etapa é medida por padrão. Tours, checklists, tooltips e pesquisas registram inícios, conclusões e abandono por etapa sem que um engenheiro precise definir eventos.
- Veja onde as pessoas travam, pelo nome. A análise por etapa aponta o momento específico em que os usuários saem, a métrica que transforma um dashboard em um sprint.
- Compare segmentos entre si. Admins versus membros, um plano versus outro, o cohort deste mês versus o do mês passado: as comparações que explicam um agregado.
- Mude o fluxo e meça de novo na mesma semana. Como a orientação é publicada sem um release, o ciclo entre "achamos que esta etapa é o problema" e "sabemos que é" leva dias, não trimestres.
O Kompassify está em conformidade com o GDPR, é hospedado na UE, é gratuito para menos de 100 usuários ativos mensais e tem planos pagos a partir de US$ 129/mês.
Saiba exatamente onde os novos usuários travam
O Kompassify permite criar tours de onboarding, checklists e tooltips sobre o seu produto atual e mede automaticamente cada etapa deles. Veja o ponto de abandono pelo nome, corrija-o sem um release e acompanhe o próximo cohort avançar. Em conformidade com o GDPR, hospedado na UE e gratuito para menos de 100 usuários ativos mensais.
Comece grátis →Perguntas frequentes
O que são métricas de onboarding de usuários?
Métricas de onboarding de usuários são os números que descrevem com que confiabilidade os novos usuários vão do cadastro até obter valor real de um produto. Elas formam um funil: quantas pessoas começam o setup, quantas o concluem, quanto tempo levam para chegar à primeira ação significativa, quantas chegam à ativação e quantas ainda estão lá uma semana depois. Boas métricas de onboarding têm uma propriedade em comum: cada uma tem um responsável claro e uma ação clara quando se move. Um número sobre o qual ninguém agiria não é uma métrica, é decoração.
Qual é a métrica de onboarding mais importante?
A taxa de ativação: a parcela de novos usuários que conclui a ação que prevê de forma confiável a retenção no seu produto. Ela é a mais importante porque fica no cruzamento de todo o resto: vem depois da conclusão do setup e do tempo até a primeira ação, e antes da retenção na primeira semana e da conversão de trial para pago. Se você só puder acompanhar um número, acompanhe a ativação, e defina-a com os seus próprios dados, encontrando o comportamento inicial que separa os usuários que ficam dos que não ficam.
Como calcular a taxa de conclusão do onboarding?
Divida o número de usuários que concluíram a sequência de onboarding definida pelo número que a começou, dentro de uma janela fixa de cohort: taxa de conclusão = concluíram ÷ começaram × 100. Dois detalhes tornam o número honesto. Meça por cohort de cadastro, e não por semana do calendário, para que um pico de cadastros não distorça a taxa. E meça por etapa, além do total: um agregado de 46% diz que existe um problema, enquanto a visão por etapa diz que o problema está na etapa três, que é a única versão sobre a qual você consegue agir.
O que é uma boa taxa de ativação para SaaS?
Não existe um número universal, porque a ativação é definida produto a produto: um time conta uma fonte de dados conectada, outro conta um colega convidado, outro um projeto publicado. Uma taxa que parece ruim diante do benchmark de outra empresa pode ser excelente para um produto com um setup mais pesado. A comparação útil é com a sua própria tendência e os seus próprios cohorts: o cohort de cadastro deste mês está ativando mais rápido e em maior número que o do mês passado? Persiga essa diferença, e não um número do setor cuja definição você não consegue ver.
O que são métricas de vaidade no onboarding?
São números que se movem sem dizer nada sobre o que você pode fazer. Cadastros é o exemplo clássico: mede marketing, não onboarding. Visualizações de tours, impressões de tooltips e aberturas de e-mail medem entrega, não compreensão. O total de logins mistura a décima visita de um power user com a primeira de um novo usuário. O teste: se esse número melhorasse 20% amanhã, você faria algo diferente? Se não, o lugar dele é em um relatório que ninguém lê, e não no dashboard que o seu time olha toda semana.
Por quanto tempo devo medir o onboarding?
Meça em duas janelas. Uma curta, geralmente a primeira sessão e as primeiras 24 horas, mostra se o setup funciona. Uma mais longa, normalmente de 7 a 30 dias dependendo do seu ciclo de uso, mostra se o valor de fato chegou. Produtos de uso semanal precisam de uma janela de 30 dias para mostrar um sinal justo; produtos de uso diário revelam quase toda a história em uma semana. Fixe a janela, publique-a e nunca a altere em silêncio, porque uma janela que muda torna sem sentido qualquer comparação histórica.
Como acompanhar métricas de onboarding sem um time de dados?
Instrumente a camada de orientação em vez de construir um pipeline. Uma plataforma no-code como o Kompassify acompanha as etapas dos seus product tours e checklists de onboarding: quem começou, quem concluiu, onde as pessoas desistiram, quanto tempo cada etapa levou, e mostra isso ao lado dos segmentos de onde os usuários vieram, sem que um engenheiro precise instrumentar eventos. Isso cobre o funil de onboarding de ponta a ponta; depois você pode conectar as métricas de resultado que já tem na sua ferramenta de análise de produto. O Kompassify está em conformidade com o GDPR, é hospedado na UE, é gratuito para menos de 100 usuários ativos mensais e tem planos pagos a partir de US$ 129/mês.