Analytics da jornada do cliente: como medir cada etapa com dados, sem software caro

Por Equipe VisionCX · 24 de julho de 2026 · Leitura de ~7 min

Todo dono de e-commerce ou de serviço já ouviu que precisa "mapear a jornada do cliente". O problema é que a maioria dos mapas vira pôster de parede: cheio de post-its, zero números. Analytics da jornada do cliente é o passo seguinte — colocar uma métrica e uma fonte de dado em cada etapa para saber exatamente onde você perde cliente e quanto isso custa. E dá para fazer com GA4, planilha e WhatsApp, sem contratar software enterprise.

Por que medir etapa por etapa (e não só a nota final)

Uma pesquisa de satisfação geral, enviada uma vez por ano, funciona como termômetro na testa: avisa que existe febre, mas não diz onde está a infecção. Você pode ter um NPS 60 e, ao mesmo tempo, perder 40% dos clientes na primeira recompra por causa de um atraso de entrega que ninguém mede.

Analytics da jornada do cliente resolve isso decompondo a experiência em etapas — descoberta, consideração, compra, entrega, uso e recompra — e atribuindo a cada uma duas medidas:

• Uma métrica de percepção: o que o cliente diz (CSAT, CES, NPS);
• Uma métrica de comportamento: o que o cliente faz (conversão, recompra, cancelamento).

Quando percepção e comportamento caem juntos na mesma etapa, você encontrou o vazamento. A boa notícia: numa PME brasileira, quase todos esses dados já existem — no GA4, no CRM ou ERP, no WhatsApp Business e nas pesquisas que você já envia. O que falta é juntá-los num lugar só.

O framework: etapa → métrica → fonte de dado

Use a tabela abaixo como ponto de partida e adapte ao seu negócio. A regra é uma só: nenhuma etapa fica sem número.

Duas observações práticas. Primeira: não tente medir as seis etapas de uma vez — comece pela que mais gera reclamação no seu WhatsApp hoje. Segunda: padronize as escalas desde o início (CSAT de 1 a 5, CES de 1 a 7, NPS de 0 a 10) para poder comparar meses; se precisar transformar respostas em nota final sem erro de fórmula, use a calculadora de NPS.

O dashboard: Google Sheets + Looker Studio, custo zero

Você não precisa de BI corporativo. Uma planilha com quatro abas, conectada ao Looker Studio (gratuito, do próprio Google), resolve para a imensa maioria das PMEs:

Passo a passo para montar em uma tarde:

1. Crie a planilha com as quatro abas e importe os últimos 90 dias de pedidos e respostas;
2. Padronize a coluna "etapa" com os mesmos seis nomes do framework (isso evita o caos de filtros depois);
3. No Looker Studio, conecte a planilha e o GA4 como fontes de dados;
4. Monte um gráfico de barras com a nota de cada etapa no mês e uma linha do tempo por etapa para enxergar tendência;
5. Defina meta por etapa e pinte com regra de semáforo: verde na meta, amarelo até 10% abaixo, vermelho a partir daí.

O painel pronto responde em 30 segundos a pergunta que importa: qual etapa piorou este mês?

Caso numérico: o e-commerce que achou o vazamento na entrega

Uma loja virtual de suplementos de Campinas (SP) — cerca de 900 pedidos/mês, ticket médio de R$ 180, uns 500 clientes novos por mês — viu a taxa de recompra em 90 dias cair de 34% para 26% em um trimestre. O NPS geral seguia em 62. Pelo agregado, estava tudo bem.

Ao montar o dashboard por etapa, o contraste apareceu: CSAT pós-compra em 4,6/5, CSAT pós-entrega em 3,4/5. O cruzamento entre a aba de respostas e a de pedidos (um PROCV pelo número do pedido) escancarou o custo disso: clientes que davam nota 3 ou menos na entrega recompravam 11%; os que davam nota 5 recompravam 41%.

A causa raiz estava nos comentários: "atraso" e "prazo" apareciam em quase metade das respostas negativas. Filtrando por cidade, 38% dos pedidos para fora de São Paulo chegavam depois do prazo — a transportadora nova, contratada para baratear o frete, não dava conta do interior de MG e da Bahia.

A correção custou pouco: trocar a transportadora nas rotas críticas (R$ 0,90 a mais por pedido) e ajustar o prazo prometido de 4 para 6 dias úteis onde não havia como cumprir. Sessenta dias depois: pedidos no prazo de 62% para 91%, CSAT pós-entrega de 3,4 para 4,3 e recompra de volta a 33%.

A conta final: 7 pontos percentuais a mais de recompra sobre 500 clientes novos/mês são 35 clientes voltando, ou R$ 6.300/mês a mais em receita, contra R$ 810/mês de custo extra de frete — retorno de quase 8 vezes. Nenhum dado era novo; o que mudou foi cruzar percepção (CSAT da etapa) com comportamento (recompra).

Stack recomendada por orçamento

R$ 0 — validação (até ~200 pedidos/mês):

• GA4 + Looker Studio para funil digital e dashboard;
• Google Forms ou planilha para as pesquisas, com link enviado manualmente pelo WhatsApp Business gratuito;
• Limite honesto: disparo manual, taxa de resposta menor e leitura de comentários um a um. Serve para provar o valor do método, não para rodar todo mês.

~R$ 500/mês — operação (a faixa da maioria das PMEs):

• Plataforma de pesquisa com disparo automático por WhatsApp e análise de comentários por IA em português — a VisionCX, por exemplo, parte de cerca de R$ 4/dia e aponta a causa raiz das notas baixas sem você ler resposta por resposta;
• CRM de entrada (planos gratuitos de mercado já resolvem) para taxa de recompra e histórico por cliente;
• Looker Studio segue de graça. Aqui o dashboard roda sozinho: você só decide.

~R$ 2.000/mês — escala:

• Tudo da faixa anterior, com CRM pago e réguas automáticas de relacionamento;
• Integrações via API, Zapier ou Make para eliminar exportações manuais;
• Algumas horas mensais de um analista freelancer para cruzamentos mais finos (coorte, LTV por canal).

O que você não precisa em nenhuma faixa: CDP enterprise, data warehouse ou licença de BI corporativo. Isso é problema para empresas com milhões de eventos por dia — não é o seu caso, e essa é uma vantagem.

Comece por uma etapa: plano de 7 dias

1. Dia 1: escolha a etapa que mais dói (dica: aquela sobre a qual mais chegam reclamações no WhatsApp);
2. Dia 2: defina a dupla de métricas da etapa — uma de percepção, uma de comportamento;
3. Dia 3: crie uma pesquisa de duas perguntas (nota + "por quê?") e envie para quem passou pela etapa nos últimos 15 dias;
4. Dias 4 e 5: monte a planilha de quatro abas e conecte ao Looker Studio;
5. Dia 6: cruze as respostas com o comportamento — recompra, cancelamento ou conversão;
6. Dia 7: escolha uma única ação corretiva, defina a meta do mês e responda pessoalmente quem deu nota baixa: fechar o loop é o que transforma dado em receita.

No mês seguinte, repita o ciclo na próxima etapa. Em um trimestre você terá a jornada inteira medida — e, quando o volume de respostas crescer além do que dá para analisar na mão, uma ferramenta com IA em português como a VisionCX assume a parte repetitiva enquanto você fica com o que nenhum software faz: a decisão.

Faz parte do tema IA e análise.