Métricas de E-commerce: Indicadores e Como Calcular

Métricas de e-commerce são os indicadores que mostram se uma loja virtual atrai o público certo, converte visitas em pedidos e vende com margem. Muitas equipes fecham o mês com dezenas desses números no relatório e sem critério para separar os que pedem ação dos que só ocupam espaço.

A pesquisa de abandono de carrinho da Opinion Box revelou que 78% dos consumidores brasileiros têm o hábito de desistir da compra na reta final, e 14% fazem isso com frequência. Uma loja que não mede onde essas vendas escapam também não sabe onde agir.

Neste guia, reunimos as métricas que merecem lugar no relatório da loja, com fórmula e exemplo de cálculo para cada uma, e explicamos como transformar esses números em prioridade de crescimento.

Se vocês estão estruturando os canais da loja agora, vale ler também nosso guia de marketing digital para e-commerce, que conecta cada canal aos indicadores apresentados aqui.

O que são métricas de e-commerce

Métricas de e-commerce são indicadores numéricos que medem o desempenho de uma loja virtual em vendas, comportamento do cliente e retorno financeiro. As mais usadas são taxa de conversão, ticket médio, abandono de carrinho, CAC, ROAS, LTV e taxa de recompra.

Na prática, elas traduzem em números tudo o que acontece entre o primeiro clique e o pagamento confirmado, e apontam em qual etapa a operação ganha ou perde receita.

Métrica ou KPI: qual a diferença

A diferença está na conexão com uma meta. Toda métrica é um dado mensurável da operação, e ela só se torna KPI quando está atrelada a um objetivo concreto e a um prazo.

Uma loja pode acompanhar dezenas de métricas, mas costuma ter poucos KPIs. Detalhamos como escolher e desdobrar esses indicadores no conteúdo sobre KPIs para empresas.

Quais métricas acompanhar no e-commerce

As métricas essenciais de um e-commerce se dividem em quatro grupos: conversão, aquisição, retenção e comportamento. Cada grupo responde a uma pergunta diferente sobre a saúde da loja.

Juntos, eles revelam se vocês atraem o público certo, vendem com margem e mantêm o cliente por perto. O quadro abaixo resume as nove métricas, a fórmula de cada uma e a pergunta que ela responde:

Para cada indicador, trazemos a definição, a fórmula, um exemplo de cálculo e os pontos de atenção na leitura.

Taxa de conversão

A taxa de conversão indica o percentual de sessões que terminam em pedido. É o número que explica por que duas lojas com o mesmo tráfego faturam valores tão diferentes.

Fórmula: (pedidos ÷ sessões) × 100
Exemplo: 400 pedidos em 20.000 sessões resultam em uma taxa de 2%.

Os referenciais variam bastante por segmento, ticket e dispositivo, como detalhamos no levantamento sobre taxas de conversão no e-commerce. As alavancas mais comuns para melhorar esse indicador:

• Páginas de produto com preço, frete e prazo visíveis antes do carrinho
• Checkout com menos etapas e opção de compra sem cadastro
• Velocidade de carregamento, principalmente no celular

Ticket médio

O ticket médio indica quanto cada pedido gera de receita, em média. Ele orienta decisões práticas, como o valor mínimo para frete grátis e a montagem de kits.

Fórmula: receita total ÷ número de pedidos
Exemplo: R$ 180.000 em 1.200 pedidos representam um ticket médio de R$ 150.

Quando o tráfego cresce e o ticket fica parado, cada venda nova custa o mesmo esforço e rende a mesma receita, e a margem passa a depender só de volume. Para elevar esse número, as frentes mais comuns são:

• Frete grátis estipulado ligeiramente acima do ticket atual
• Kits e combos de produtos complementares
• Recomendações de cross-sell na página de produto e no carrinho

Taxa de abandono de carrinho

A taxa de abandono mede quantos carrinhos criados não chegam ao pagamento. É uma das perdas mais caras do e-commerce, porque envolve um cliente que já tinha escolhido o produto.

Fórmula: (carrinhos criados − pedidos concluídos) ÷ carrinhos criados × 100
Exemplo: 3.000 carrinhos e 900 pedidos no mês resultam em 70% de abandono.

Na mesma pesquisa da Opinion Box, o frete acima do esperado foi o motivo mais citado para a desistência, apontado por 60% dos entrevistados. Aprofundamos causas e réguas de recuperação no conteúdo sobre carrinho abandonado. Na leitura do indicador, dois cuidados fazem diferença:

• Separar a taxa por dispositivo, já que a média geral costuma esconder gargalos do celular
• Comparar categorias e faixas de ticket para descobrir onde o checkout pesa mais

CAC (custo de aquisição de cliente)

O CAC representa quanto a loja investe, em média, para conquistar cada cliente novo. Sozinho, ele diz pouco. Ganha sentido quando comparado ao ticket médio e ao LTV.

Fórmula: investimento em aquisição ÷ número de clientes novos
Exemplo: R$ 30.000 investidos para conquistar 600 clientes resultam em um CAC de R$ 50.

Um ponto de atenção: o investimento deve incluir mídia, ferramentas e equipe dedicada à aquisição. Calcular o CAC só com a verba de anúncios subestima o custo real e infla a sensação de eficiência.

ROAS (retorno sobre investimento em anúncios)

O ROAS calcula quanto cada real investido em mídia paga gera de receita. É uma das métricas de eficiência mais usadas na gestão diária de campanhas.

Fórmula: receita atribuída à mídia ÷ investimento em mídia
Exemplo: R$ 100.000 em vendas geradas com R$ 20.000 em anúncios equivalem a um ROAS de 5.

Como o ROAS considera receita e ignora custos, um valor alto não garante lucro de fato. Explicamos como definir o ROAS mínimo para cada operação no guia sobre ROAS.

ROI (retorno sobre investimento)

O ROI mede o lucro gerado por um investimento, já descontando o valor investido. Ele conecta o esforço de marketing ao resultado de negócio, por isso costuma estar no centro das conversas com a diretoria.

Fórmula: (retorno − investimento) ÷ investimento × 100
Exemplo: uma campanha que custou R$ 20.000 e gerou R$ 50.000 de lucro bruto tem ROI de 150%.

A diferença para o ROAS está no que entra no “retorno”. No ROI, o cálculo usa margem ou lucro, o que torna o número mais conservador e fiel à saúde financeira.

LTV (lifetime value)

O LTV estima quanto um cliente gera de receita ao longo do relacionamento com a loja. É o indicador que define quanto vale a pena pagar para conquistá-lo.

Fórmula simplificada: ticket médio × compras por ano × anos de relacionamento
Exemplo: um cliente com ticket de R$ 150, que compra três vezes por ano durante dois anos, tem LTV de R$ 900.

Como critério, operações em que o LTV supera o CAC com folga costumam ter espaço para escalar. O conteúdo sobre customer lifetime value apresenta variações do cálculo que consideram margem e taxa de retenção.

Taxa de recompra

A taxa de recompra mede quantos clientes voltaram a comprar em um período. Ela revela se a experiência de compra e o pós-venda estão gerando relacionamento duradouro.

Fórmula: clientes com dois ou mais pedidos ÷ total de clientes no período × 100
Exemplo: 500 clientes recorrentes em uma base de 2.000 compradores resultam em 25% de recompra.

Esse indicador sobe com ações que mantêm a marca presente após a entrega:

• Régua de e-mail com orientações de uso e sugestões complementares
• Lembretes de reposição para produtos de consumo recorrente
• Benefícios progressivos para quem compra mais de uma vez

Taxa de rejeição

No GA4, a taxa de rejeição representa o percentual de sessões não engajadas. Uma sessão conta como engajada quando dura mais de 10 segundos, gera uma conversão ou tem duas ou mais visualizações de página.

Fórmula: (sessões não engajadas ÷ total de sessões) × 100
Exemplo: 3.500 sessões não engajadas em um total de 10.000 resultam em 35% de rejeição.

Essa definição mudou em relação ao Universal Analytics, que considerava apenas sessões de página única. Por isso, comparar números atuais com relatórios antigos gera leituras distorcidas. Taxas altas costumam indicar desalinhamento entre o anúncio e a página de destino.

Métricas de e-commerce que enganam

Métricas de vaidade são números que crescem sem indicar se a loja vende mais. Elas servem como contexto, mas se tornam perigosas quando viram meta, porque desviam energia do que gera receita.

Estes são os indicadores que mais aparecem em relatórios e menos explicam o resultado:

• Visitas totais sem segmentação: somam tráfego qualificado e visitas sem intenção de compra
• Seguidores nas redes sociais: medem alcance potencial, sem relação direta com pedidos
• Volume de e-mails enviados: mostra esforço operacional, sem dizer se houve conversão
• Impressões de anúncio: indicam exposição, sem garantia de atenção
• Taxa de abertura isolada: inflada por recursos de privacidade de e-mail, perdeu confiabilidade

Um relatório com 30 indicadores soltos costuma esconder os poucos que de fato explicam o mês. A pergunta que resolve essa triagem é simples: se esse número mudar, alguma decisão muda junto?

Na prática, um relatório enxuto é sinal de maturidade. A equipe que escolhe cinco indicadores e sabe explicar cada variação tem muito mais força na conversa com a diretoria do que quem apresenta trinta.

Como fazer a análise de dados do e-commerce

A análise de dados de e-commerce cruza saúde financeira, comportamento do público e evolução das vendas no tempo. O cruzamento entre esses três eixos aponta exatamente onde a loja perde receita.

Saúde financeira da operação

A saúde financeira define se o crescimento em vendas se converte em caixa real. Uma loja pode bater recorde de faturamento e ainda assim perder margem se o custo de aquisição subir. Três números sustentam essa leitura:

• Margem bruta, o que sobra depois do custo do produto
• Custo operacional, somando frete, embalagem, plataforma e equipe
• Fluxo de caixa, a diferença entre entradas e saídas no período

Comportamento e padrão de consumo do público

O comportamento de compra orienta decisões de catálogo, frete, comunicação e experiência. Se o pico de acesso é à noite, campanhas e disparos precisam acompanhar esse horário. Os sinais que mais influenciam:

• Horário de pico de acesso, que define quando disparos têm mais chance de conversão
• Dispositivo usado na compra, que indica onde a experiência precisa ser priorizada
• Intervalo entre pedidos do mesmo cliente, que ajuda a calibrar lembretes de recompra
• Categorias visitadas antes da compra, que revelam combinações para kits e recomendações

Vendas em série temporal

Comparar vendas ao longo do tempo separa oscilações sazonais de tendências reais do negócio. Sem essa visão, é fácil comemorar um novembro forte que apenas repete a Black Friday anterior. Para uma leitura confiável:

• Comparem sempre períodos equivalentes, como novembro com novembro
• Acompanhem a média móvel de 12 meses para enxergar a direção real do negócio
• Registrem campanhas e mudanças de preço no calendário para explicar picos fora do padrão

Como acompanhar as métricas do e-commerce na prática

O acompanhamento eficiente combina GA4 para rastreamento, dashboards de BI para centralização e testes A/B para agir sobre os dados. Sem essa integração, a leitura vira trabalho manual repetido todo mês.

Google Analytics 4

O GA4 é a base para rastrear sessões, eventos e conversões da loja, e só orienta escolhas quando os eventos estão configurados. O nosso guia de Google Analytics 4 mostra a configuração. Eventos recomendados:

• view_item, quando o cliente visualiza um produto
• add_to_cart, quando adiciona um item ao carrinho
• begin_checkout, quando inicia o pagamento
• purchase, quando conclui o pedido

Dashboards de BI integrados

Um dashboard reúne GA4, e-commerce, mídia e dados financeiros em uma visão única. Ferramentas como Looker Studio e Power BI eliminam planilhas soltas. O painel que a diretoria realmente lê segue princípios como:

• Poucos indicadores centrais, idealmente os KPIs do período
• Contexto em cada número, com meta, período anterior e variação
• Atualização automática, sem exportação manual de relatórios
• Recortes por canal e dispositivo, para localizar origens de queda

Testes A/B e otimização contínua

Testar variações de página, checkout e chamadas coloca as hipóteses da análise à prova de forma controlada. Para que os resultados sejam confiáveis:

• Testem uma variável por vez em cada página
• Mantenham o teste até atingir significância estatística e cobrir o ciclo semanal
• Documentem hipótese, resultado e aprendizado de cada teste para acúmulo de conhecimento

Como a Layer Up transforma dados de e-commerce em crescimento

Dados só geram crescimento quando viram hipótese, teste e ajuste na operação. Na Layer Up, unimos SEO, CRO e BI em uma mesma frente de growth para que cada métrica acompanhada tenha ação ligada a ela.

Foi com essa lógica que estruturamos CRM integrado e lead tracking no projeto da Dako Eletrodomésticos, que cresceu 324,8% em faturamento e foi reconhecido com o Prêmio ABRADi 2025 na categoria Melhor Case de E-commerce.

Se a leitura dos números da sua loja gera mais dúvida do que direção, o primeiro passo é identificar os indicadores certos. Esse diagnóstico orienta nossa frente de Growth com SEO, CRO e BI.

FAQ – Perguntas Frequentes Sobre Métricas de E-commerce

Qual métrica acompanhar primeiro no e-commerce?

A taxa de conversão costuma ser o melhor ponto de partida, porque mostra se a loja transforma visitas em pedidos. Com esse número sob controle, o próximo passo é comparar CAC e ticket médio para entender se cada venda é lucrativa.

Quantas métricas um e-commerce deve acompanhar?

Não existe número fixo, mas cinco a oito indicadores centrais costumam funcionar bem na gestão da loja. Eles devem cobrir conversão, aquisição, retenção e saúde financeira. Métricas complementares podem ficar em relatórios de apoio.

Qual a diferença entre ROAS e ROI no e-commerce?

O ROAS divide a receita gerada pela mídia pelo valor investido em anúncios. O ROI considera o lucro, descontando custos do produto e da operação. Por isso, uma campanha pode ter ROAS alto e ROI baixo quando a margem é apertada.

Com que frequência analisar os dados do e-commerce?

Indicadores operacionais, como tráfego, conversão e ROAS, pedem acompanhamento semanal. Métricas financeiras e de retenção funcionam melhor em análises mensais. Durante campanhas e datas sazonais, o acompanhamento deve ser diário.