Imagine acompanhar sementes plantadas em dias diferentes. Algumas já brotaram; outras continuam sob observação quando você encerra o registro. Para quem acompanha conversões e retenção, a análise de sobrevivência trata uma situação semelhante: estudar o tempo até um evento sem descartar os casos cujo desfecho ainda não foi observado.
Em marketing, a análise de sobrevivência pode ajudar a investigar tempo até a primeira compra, cancelamento ou reativação. O termo veio de aplicações em que o evento era a morte, mas o raciocínio se aplica a outros desfechos. Você precisa definir quando começa o relógio, qual evento interessa e até quando cada pessoa foi observada.
Esse cuidado muda a leitura de clientes recentes. Uma conta que segue ativa após dois meses oferece informação diferente de outra que cancelou no segundo mês. Tratar as duas como permanência de dois meses distorce a pergunta. O método preserva a distinção entre evento conhecido e acompanhamento encerrado sem evento.
Por que o tempo muda a comparação de marketing
Uma campanha iniciada há uma semana pode aparentar menos compras que outra iniciada há três meses simplesmente porque seus contatos tiveram menos tempo para comprar. O mesmo problema aparece quando uma empresa compara o cancelamento de clientes novos com o de clientes antigos sem alinhar o tempo de acompanhamento.
A análise de cohort organiza grupos por uma referência comum, como mês de entrada. A análise de sobrevivência acrescenta ferramentas para estudar durações e lidar com observações incompletas, sob hipóteses que precisam ser examinadas. As duas abordagens podem ser usadas juntas.
Antes da técnica, escreva a pergunta. Estimar a proporção que continua sem cancelar até noventa dias é diferente de prever quem cancelará na próxima semana. Também difere de descobrir se uma mensagem de relacionamento reduz cancelamentos. A última pergunta exige uma estratégia de avaliação de efeito, além da modelagem do tempo.
A utilidade está em aproximar a medição da decisão. Se o problema é acompanhar o tempo até comprar, olhar apenas a taxa acumulada no fechamento do mês pode misturar a capacidade de converter com o tempo que cada campanha teve para produzir resultados. Defina um horizonte comum e identifique o que ainda está em andamento.
O que significa censura à direita
Considere uma conta que começou a usar um serviço e segue ativa na data de corte. Você sabe que seu tempo até cancelar supera o tempo acompanhado, mas não conhece o eventual momento do cancelamento. Essa observação é censurada à direita. Ela contribui com a informação disponível até o fim do acompanhamento.
A documentação de duração do statsmodels apresenta métodos para esse tipo de dado. O ponto operacional é manter separados o tempo observado e um indicador de ocorrência do evento. Preencher cancelamento com zero dias para quem continua ativo produz outro conjunto de dados e outra resposta.
O encerramento administrativo do estudo é uma razão de censura. Já perder o rastreamento porque contas insatisfeitas deixam de enviar eventos pode estar ligado ao risco de cancelamento. Nessa situação, tratar a perda como censura independente é uma hipótese questionável. A causa da ausência de informação precisa entrar na investigação.
Também diferencie censura de falta de cadastro. Se você desconhece a data de entrada, o tempo observado pode estar errado desde a origem. Não basta preencher um indicador e executar uma biblioteca. Identifique o que cada ausência significa, quais registros podem ser utilizados e como as exclusões alteram a população analisada.
Como montar a base antes de calcular
Uma base inicial precisa de identificador de análise, data de origem, data do evento quando ele ocorreu e data do último acompanhamento válido. A duração vai da origem até o evento ou até o encerramento da observação. O indicador informa se o evento foi realmente observado nesse intervalo.
| Campo | Exemplo de definição | Conferência necessária |
|---|---|---|
| Origem | Primeiro pagamento confirmado | Mesma regra para todas as contas |
| Evento | Encerramento efetivo da assinatura | Distinguir pedido de cancelamento e fim do acesso |
| Última observação | Data de corte ou último acompanhamento válido | Investigar perdas de informação |
| Duração | Dias entre origem e encerramento observado | Impedir valores negativos e datas futuras indevidas |
| Indicador | Evento observado ou censura | Não confundir atividade com ausência de evento |
As definições precisam acompanhar o modelo de negócio. Um serviço pode registrar solicitação de cancelamento e manter acesso até o fim do período pago. Escolher a solicitação ou o encerramento muda a duração estudada. Para uma pergunta sobre receita, pode fazer sentido outra referência; documente a decisão com a equipe responsável.
O conteúdo sobre churn de produto ajuda a situar o evento comercial. Porém, se há cancelamento por inadimplência e cancelamento voluntário, considere se a análise deve juntá-los ou separá-los. Motivos distintos podem exigir ações diferentes, e o agrupamento precisa servir à pergunta.
Como ler uma curva de Kaplan-Meier
A função de sobrevivência representa a probabilidade de o tempo até o evento ultrapassar determinado ponto. Se o evento é cancelamento, a curva descreve permanecer sem cancelar. Se o evento é a primeira compra, ela descreve continuar sem ter comprado. Nesse segundo caso, uma curva mais alta não significa melhor resultado comercial.
O estimador de Kaplan-Meier combina as proporções que permanecem sem evento em cada instante observado, levando em conta quem ainda estava em risco antes daquele instante. A documentação do lifelines apresenta o cálculo e sua implementação. As marcas de censura indicam encerramentos de observação, sem produzir sozinhas uma queda da curva.
Veja um exemplo hipotético com quatro contas. Uma cancela no dia dez, outra é censurada no dia quinze, uma terceira cancela no dia vinte e a quarta permanece acompanhada até o dia trinta, quando é censurada. As durações foram inventadas para ensino; não representam resultados do Club Martech.
Antes do primeiro cancelamento, quatro contas estavam em risco. A estimativa passa a 3/4, ou 75%. No dia quinze, a censura retira uma conta das observações posteriores, sem alterar esse nível. No dia vinte, restam duas em risco e uma cancela. A estimativa passa a 3/4 × 1/2, ou 37,5%.
Como a estimativa cai abaixo de 50% no dia vinte, a mediana estimada do tempo até cancelar nesse exemplo é vinte dias. A amostra é pequena demais para sustentar uma recomendação comercial. Ela serve para conferir a mecânica e mostrar por que censurar uma conta e registrar seu cancelamento têm consequências diferentes.
Retenção, risco instantâneo e valor do cliente
A curva de sobrevivência e o risco instantâneo respondem a perguntas relacionadas, mas distintas. A curva acumula a informação sobre continuar sem evento. O risco instantâneo descreve a intensidade de ocorrência entre quem ainda não teve o evento, em torno de determinado momento. Uma razão de riscos não equivale diretamente a uma diferença de probabilidade de cancelar até uma data.
Essa distinção interessa ao relacionamento. Um aumento de risco próximo da renovação pode orientar uma hipótese sobre quando contatar clientes. Antes de agir, confira se o padrão acompanha a cobrança, o produto ou a composição das contas que chegaram àquele ponto. O formato da curva, sozinho, não identifica o motivo.
No cálculo de valor do cliente, permanência é apenas uma parte. Receita, margem, expansão e custo de servir também importam. Integrar uma curva por um horizonte definido pode ajudar a estimar tempo médio restrito, mas projetar muito além do acompanhamento acrescenta hipóteses que precisam aparecer no relatório.
Evite anunciar uma mediana quando a curva observada não chega a 50%. Nesse caso, o acompanhamento não fornece uma mediana estimável por esse critério. Mostrar o horizonte disponível e a proporção ainda sem evento é mais informativo do que preencher uma duração por conveniência.
Como comparar grupos e reconhecer limites
Você pode desenhar curvas por canal de aquisição, plano ou período de entrada. A comparação inicial ajuda a localizar diferenças, mas esses grupos podem ter perfis distintos. Contas maiores, contratos anuais e públicos com outra necessidade podem concentrar-se em um canal. A diferença observada não demonstra o efeito causal do canal.
Modelos como o de Cox permitem relacionar características ao risco, mas exigem hipóteses e diagnóstico. Na versão de riscos proporcionais, a relação entre os riscos associada às características modeladas é mantida ao longo do tempo. Ajustar variáveis disponíveis também não remove automaticamente fatores de confusão que não foram observados.
Há ainda eventos concorrentes. Se uma oportunidade comercial pode terminar em venda ou em perda definitiva, tratar toda perda como simples censura pode ser inadequado para estimar a probabilidade de venda. O processo precisa de um método que represente os desfechos relevantes. A documentação do statsmodels inclui recursos de incidência acumulada para esse tipo de análise.
A cauda da curva também merece atenção. Quando poucas contas continuam em acompanhamento, pequenas mudanças podem alterar bastante a estimativa. Mostre quantas permanecem em risco nos momentos apresentados e acompanhe a incerteza. Uma linha longa no gráfico não significa que há informação igualmente forte em toda sua extensão.
Como transformar o resultado em uma ação testável
Suponha que o estudo encontre cancelamentos concentrados perto do primeiro ciclo de renovação. A equipe pode investigar dúvidas de cobrança, uso insuficiente ou desalinhamento de expectativa. Cada explicação propõe uma ação diferente. Entrevistas e registros de atendimento ajudam a formular a hipótese antes de criar uma nova sequência de mensagens.
Depois, avalie a intervenção com uma comparação planejada, mantendo origem, evento e horizonte consistentes. Uma política de teste A/B pode apoiar essa avaliação quando a distribuição aleatória é viável. O modelo de sobrevivência ajuda a analisar o tempo, enquanto o desenho do teste sustenta a interpretação do efeito.
Na reunião, apresente uma frase operacional: qual grupo, em qual momento e com qual evento foi analisado. Acrescente a incerteza e a explicação que ainda precisa ser testada. Isso evita transformar qualquer diferença entre curvas em justificativa para contatar mais pessoas, inclusive aquelas para quem a ação não seria pertinente.
Próximos passos para começar com uma cohort
Escolha um único evento, como cancelamento efetivo, e um ponto de origem verificável. Monte uma cohort com datas consistentes e uma data de corte. Confira manualmente alguns registros, incluindo evento observado, conta ativa e perda de acompanhamento. Essa inspeção deve acontecer antes do gráfico.
Produza a curva com contagem de pessoas em risco e registre a regra de censura. Compare apenas grupos com definições compatíveis e escreva uma hipótese de ação. Ao final, separe o que os dados mostram do que exige experimento ou observação adicional. A primeira entrega deve permitir entender o tempo dos clientes sem apagar quem continua em acompanhamento.
