Growth Metrics Dashboard

Growth Metrics Dashboard

Esta skill capacita o Claude a projetar, implementar e otimizar dashboards de métricas de crescimento, focando em aquisição, ativação, retenção e receita para produtos digitais.

Keywords

Métricas de Crescimento, Dashboard de Growth, AARRR, Pirate Metrics, Cohort Analysis, Funil de Vendas, LTV, CAC, MRR, Activation Rate, Churn Rate, Amplitude Analytics, Mixpanel, Google Data Studio.

Quick Start

1. Mapear o Funil AARRR: Identifique as etapas de Aquisição, Ativação, Retenção, Receita e Referência para o produto digital (ex: SaaS de produtividade para equipes).
2. Selecionar Ferramenta BI e Integrar Dados: Configure a integração inicial de dados entre a base do produto (ex: PostgreSQL) e plataformas de eventos (ex: Amplitude) com ferramentas como Metabase, Power BI ou Google Data Studio.
3. Definir Métricas Primárias por Etapa: Escolha 3-5 métricas-chave para cada etapa do funil (ex: Ativação: % de usuários que completam o onboarding, Retenção: WAUs por cohort).
4. Construir o Esqueleto do Dashboard: Crie as visualizações iniciais para as métricas selecionadas, agrupando-as logicamente por etapa do funil para facilitar a leitura.
5. Configurar Alertas Essenciais: Estabeleça alertas automáticos em ferramentas como Slack ou e-mail para quedas significativas em métricas críticas como "Daily Active Users (DAU)" ou "Taxa de Conversão de Trial para Pago".

Core Workflows

Workflow 1: Construção de Dashboard de Funil AARRR para SaaS B2B

Objetivo: Visualizar a performance do funil de growth e identificar gargalos na jornada do cliente para um SaaS de gestão de projetos.

Passo 1: Definição de Etapas e Eventos Chave: Para um SaaS de gestão de projetos, os eventos que marcam cada etapa do funil AARRR seriam:

• Aquisição: User Registered (cadastro inicial), Trial Started (início do período de teste gratuito).
• Ativação: Project Created (primeiro projeto criado), Team Invited (primeiro convite de equipe enviado), Feature X Used (uso de uma feature chave do produto 3x na primeira semana).
• Retenção: Weekly Active Users (WAU), Monthly Active Users (MAU), Login Frequency (frequência de logins).
• Receita: Subscription Started (assinatura paga efetivada), Upgrade Plan (upgrade de plano), MRR (Receita Recorrente Mensal).
• Referência: Invite Sent (convite para amigos/colegas), Review Submitted (avaliação de produto).

Passo 2: Coleta e Integração de Dados: Conecte a base de dados do produto (ex: PostgreSQL para dados de usuário e assinatura) e plataformas de marketing (ex: HubSpot para dados de leads) ao Google Data Studio (Looker Studio). Use BigQuery como um data warehouse intermediário para consolidar e processar eventos de usuário de plataformas como Amplitude ou Mixpanel.

Passo 3: Criação de Métricas Calculadas no Data Studio:

• Activation Rate: (COUNT_DISTINCT(CASE WHEN EventName = 'Project Created' THEN UserID END) / COUNT_DISTINCT(CASE WHEN EventName = 'Trial Started' THEN UserID END)) * 100
• Trial-to-Paid Conversion: (COUNT_DISTINCT(CASE WHEN EventName = 'Subscription Started' THEN UserID END) / COUNT_DISTINCT(CASE WHEN EventName = 'Trial Started' THEN UserID END)) * 100
• Churn Rate (Mensal): (COUNT_DISTINCT(CASE WHEN EventName = 'Subscription Cancelled' AND DATE_TRUNC(SubscriptionCancelDate, MONTH) = CURRENT_DATE THEN UserID END) / COUNT_DISTINCT(CASE WHEN EventName = 'Subscription Started' AND DATE_TRUNC(SubscriptionStartDate, MONTH) < CURRENT_DATE THEN UserID END)) * 100

Passo 4: Visualização no Dashboard:

• Gráfico de Funil: Represente visualmente as transições de Aquisição -> Ativação -> Receita com os números de usuários em cada etapa.
• Gráficos de Linha: Mostre a evolução de MRR, WAU e MAU ao longo do tempo.
• Tabela de Cohort: Exiba a Retention Rate por data de aquisição dos usuários (semanal ou mensal).
• Cartões de Score: Destaque métricas chave como Activation Rate, Trial-to-Paid Conversion e CAC (Custo de Aquisição de Cliente) com indicadores de tendência.

Workflow 2: Otimização de Dashboard de Retenção com Análise de Cohort para App Mobile

Objetivo: Aprofundar a compreensão da retenção de usuários e identificar cohorts com melhor/pior performance para um aplicativo mobile de fitness.

Passo 1: Definição do Cohort e Métrica de Retenção:

• Cohort: Agrupar usuários pela semana ou mês de sua primeira abertura do aplicativo (evento App Opened).
• Métrica de Retenção: User Active definido como um usuário que abriu o app e registrou pelo menos um treino na semana/mês subsequente à sua aquisição.

Passo 2: Extração de Dados para Análise de Cohort (SQL): Exporte dados de usuário e eventos de App Opened e Workout Logged do Amplitude ou Mixpanel. Para um banco de dados SQL (ex: PostgreSQL):

WITH user_cohorts AS (
    SELECT
        user_id,
        MIN(event_timestamp) AS first_seen_at
    FROM events
    WHERE event_name = 'App Opened'
    GROUP BY user_id
),
user_activity AS (
    SELECT
        user_id,
        DATE_TRUNC('week', event_timestamp) AS activity_week
    FROM events
    WHERE event_name = 'Workout Logged'
    GROUP BY user_id, DATE_TRUNC('week', event_timestamp)
)
SELECT
    DATE_TRUNC('week', uc.first_seen_at) AS cohort_week,
    COUNT(DISTINCT uc.user_id) AS total_users_in_cohort,
    DATE_DIFF('week', DATE_TRUNC('week', uc.first_seen_at), ua.activity_week) AS weeks_since_cohort,
    COUNT(DISTINCT ua.user_id) AS retained_users
FROM user_cohorts uc
JOIN user_activity ua ON uc.user_id = ua.user_id
WHERE ua.activity_week >= DATE_TRUNC('week', uc.first_seen_at)
GROUP BY 1, 3
ORDER BY 1, 3;

Este query irá gerar os dados necessários para construir uma tabela de cohort, mostrando quantos usuários de cada cohort inicial estavam ativos em semanas subsequentes.

Passo 3: Visualização da Matriz de Cohort: Crie um gráfico de tabela de calor (heatmap) em sua ferramenta de BI. As linhas representam o cohort de aquisição (ex: "Semana de 01/Jan") e as colunas representam as semanas/meses subsequentes (ex: "Semana 0", "Semana 1", "Semana 2"). Cada célula exibirá a porcentagem de retenção para aquele cohort naquela semana.

Passo 4: Análise e Ação:

• Identificação de Padrões: Observe quedas abruptas de retenção em cohorts específicos (ex: usuários de uma campanha de marketing de baixo valor) ou retenção excepcionalmente alta (ex: usuários que usaram o recurso de "desafio de 30 dias" na primeira semana).
• Ações Otimizadas: Use esses insights para otimizar campanhas de aquisição (direcionando para públicos que retêm melhor) ou melhorar a experiência de onboarding (incentivando o uso de recursos que aumentam a retenção).

Templates

Template de Dashboard de Performance de Growth

# Dashboard de Performance de Growth - Produto Alpha
(Atualizado: 2024-07-25)

## Visão Geral do Funil (Últimos 30 dias)
- **Novos Cadastros**: 15.200 (vs. 13.500 mês anterior, ↑ 12%)
- **Trials Iniciados**: 2.800 (vs. 2.500 mês anterior, ↑ 12%)
- **Ativação (1º Projeto Criado)**: 1.120 usuários (40% dos trials, ↑ 2pp)
- **Novas Assinaturas Pagas**: 280 (10% dos trials, ↑ 1pp)
- **MRR Crescimento**: R$ 12.000 (vs. R$ 10.500 mês anterior, ↑ 14%)

## Métricas de Aquisição
| Métrica             | Valor (Últimos 30d) | Tendência | Benchmark |
|---------------------|---------------------|-----------|-----------|
| Visitantes Únicos   | 180.000             | ↑ 5%      | 200.000   |
| Taxa de Conversão Landing Page | 8.4%                | ↑ 0.2pp   | 9%        |
| Custo por Aquisição (CAC) | R$ 50               | ↓ R$ 5    | R$ 55     |

## Métricas de Ativação
| Métrica             | Valor (Últimos 30d) | Tendência | Benchmark |
|---------------------|---------------------|-----------|-----------|
| % Ativados (1º Projeto) | 40%                 | ↑ 2pp     | 45%       |
| Tempo para 1ª Ação Chave | 12 minutos          | ↓ 1min    | 10 min    |

## Métricas de Retenção
| Métrica             | Valor (Últimos 30d) | Tendência | Benchmark |
|---------------------|---------------------|-----------|-----------|
| Retenção D7         | 35%                 | ↑ 1pp     | 40%       |
| Churn Rate Mensal   | 4.8%                | ↓ 0.5pp   | 5%        |
| DAU                 | 8.500               | ↑ 3%      | 9.000     |

## Métricas de Receita
| Métrica             | Valor (Últimos 30d) | Tendência | Benchmark |
|---------------------|---------------------|-----------|-----------|
| MRR                 | R$ 280.000          | ↑ 4.5%    | R$ 300.000|
| ARR                 | R$ 3.360.000        | ↑ 4.5%    | R$ 3.600.000|
| LTV (Média)         | R$ 1.200            | ↑ R$ 50   | R$ 1.300  |

## Ações Recomendadas
- Investigar a queda na retenção D7 para o cohort da semana 28 (campanha de TikTok Ads) e pausar/otimizar a campanha.
- Otimizar o fluxo de onboarding para reduzir o tempo até a 1ª ação chave em 20% através de um teste A/B.
- Analisar os usuários que atingiram o benchmark de 1ª ação chave em menos de 10 minutos para identificar padrões.

Modelo de Tracking Plan para Novos Recursos

# Tracking Plan - Recurso "Colaboração em Tempo Real"

## Propósito
Monitorar o uso e impacto do novo recurso de colaboração em tempo real na ativação e retenção de equipes.

## Eventos a Rastrear
| Evento                    | Propriedades             | Descrição                                         | Gatilho                                    |
|---------------------------|--------------------------|---------------------------------------------------|--------------------------------------------|
| `real_time_collaboration_started` | `project_id`, `user_id`, `num_collaborators`, `plan_type` | Início de uma sessão de colaboração em tempo real | Usuário inicia a edição colaborativa      |
| `real_time_collaboration_ended`   | `project_id`, `user_id`, `duration_seconds`, `num_changes` | Fim de uma sessão de colaboração             | Usuário fecha o projeto/sai da sessão    |
| `comment_added_realtime`  | `project_id`, `user_id`, `comment_id`, `comment_type` | Adição de comentário em tempo real             | Usuário adiciona um comentário colaborativo |
| `document_shared`         | `project_id`, `user_id`, `share_method`, `recipient_type` | Compartilhamento de documento editado colaborativamente | Usuário compartilha o documento         |

## Métricas Chave a Monitorar
- **Taxa de Adoção**: % de projetos com pelo menos 1 sessão de colaboração em tempo real por semana.
- **Engajamento**: Média de sessões por projeto ativo por semana.
- **Duração Média da Sessão**: `AVG(duration_seconds)` por usuário.
- **Número Médio de Colaboradores**: `AVG(num_collaborators)` por sessão.
- **Correlação com Retenção**: Comparar a retenção de cohorts que usaram o recurso vs. aqueles que não usaram.

## Ferramentas de Análise
- Amplitude Analytics (para funis, análise de usuários e cohort)
- Google Data Studio (para dashboard de alto nível e visão agregada)

## Propriedades do Usuário Adicionais (se relevante)
- `team_size` (tamanho da equipe do usuário)
- `industry` (indústria do usuário)

Checklist

• Mapear o funil de crescimento completo (AARRR/Pirate Metrics) para o produto, definindo cada etapa e seus respectivos eventos.
• Definir métricas primárias e secundárias acionáveis para cada etapa do funil (ex: Taxa de Ativação, Churn Rate).
• Garantir que todos os eventos de usuário relevantes para as métricas estejam sendo rastreados de forma consistente e com as propriedades necessárias.
• Validar a integridade e precisão dos dados em todas as fontes (ex: Google Analytics, Amplitude, Mixpanel, Banco de Dados).
• Escolher a ferramenta de Business Intelligence (BI) mais adequada (Google Data Studio, Power BI, Tableau, Metabase) e configurar todas as conexões de dados.
• Criar visualizações claras e intuitivas para cada métrica chave (gráficos de linha para tendências, barras para comparação, funis para conversão, tabelas de