{"id":3686,"date":"2024-08-15T14:59:42","date_gmt":"2024-08-15T17:59:42","guid":{"rendered":"https:\/\/www.purplemetrics.com.br\/?p=3686"},"modified":"2024-08-15T17:42:14","modified_gmt":"2024-08-15T20:42:14","slug":"analise-de-cohorts","status":"publish","type":"post","link":"https:\/\/blog.purplemetrics.com.br\/en\/analise-de-cohorts\/","title":{"rendered":"Como otimizar as decis\u00f5es no marketing usando An\u00e1lise de Cohorts"},"content":{"rendered":"<p class=\"wp-block-paragraph\"><em>Um guia de como usar an\u00e1lises de cohorts para medir a efici\u00eancia de investimentos em marketing tanto para jornadas de compras com ciclo mais curto, como para jornadas de compra com ciclos mais longos.&nbsp;<\/em><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Texto de Antoine Curti<\/p>\n\n\n\n<div style=\"height:50px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h1 class=\"wp-block-heading\">O que \u00e9 uma an\u00e1lise de Cohort?<\/h1>\n\n\n\n<p class=\"wp-block-paragraph\">\u00c9 um conjunto de dados (geralmente em formato de tabela) que te ajuda entender como uma \u201csafra\u201d de pessoas e resultados se comportam ao longo do tempo.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">A origem do cohort vem da medicina: m\u00e9dicos separavam grupos (\u201csafras\u201d) de pessoas para acompanhar o comportamento de doen\u00e7as e tratamentos ao longo do tempo.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">No mundo do Marketing\/Growth, essa an\u00e1lise geralmente vai te ajudar a responder perguntas sobre m\u00e9tricas como:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Frequ\u00eancia de Uso\/Compra ao longo do tempo<\/li>\n\n\n\n<li>Reten\u00e7\u00e3o de Clientes ao longo do tempo<\/li>\n\n\n\n<li>Receita ou LTV ao longo do tempo<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">O primeiro ponto a entender sobre Cohort \u00e9 que todas as an\u00e1lises ser\u00e3o ao longo de \u201cUnidades de Tempo\u201d, ou seja:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>M\u00eas<\/li>\n\n\n\n<li>Semana<\/li>\n\n\n\n<li>Dia<\/li>\n\n\n\n<li>etc<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">E os \u201ctipos de Cohorts\u201d costumam ser divididos em dois grupos:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Cohort de Aquisi\u00e7\u00e3o ou Temporal:<\/strong> significa agrupar usu\u00e1rios com base na data do seu \u201cprimeiro evento\u201d ou \u201ccadastro\u201d, como por exemplo, todos os usu\u00e1rios que se cadastraram no m\u00eas X<\/li>\n\n\n\n<li><strong>Cohort de Comportamento<\/strong>: significa agrupar usu\u00e1rios com base em alguma caracter\u00edstica ou comportamento em comum, mesmo que sem atrelar uma data, como por exemplo &gt; usu\u00e1rios que gastam Muito vs Pouco<\/li>\n<\/ul>\n\n\n\n<div style=\"height:50px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p class=\"wp-block-paragraph\">Vamos come\u00e7ar com exemplos pr\u00e1ticos e simples, antes de aprofundar nas f\u00f3rmulas de excel\/google sheets.<\/p>\n\n\n\n<div style=\"height:50px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter\"><img decoding=\"async\" src=\"https:\/\/lh7-rt.googleusercontent.com\/docsz\/AD_4nXclg3Gp9hpccdKLY5yco6Z--WGVPiMscjwWIfT08xOn9wUUiFNibrH241aJarSdgM82HZT3lxvFMoDv1X95fG-ptGEL51XE7DmL7yQaYA41c_a94thfMW-MJGKsDC2wtzNzOz4F1Qbm3m0QFoXtNbGpP8Y-?key=tThsV2ju0fViAo2nGjbriA\" alt=\"Como otimizar as decis\u00f5es no marketing usando An\u00e1lise de Cohorts - Antoine Curti - Purple Metrics\"\/><\/figure>\n<\/div>\n\n\n<h1 class=\"wp-block-heading\">Exemplo Pr\u00e1tico A: iFood (app)<\/h1>\n\n\n\n<p class=\"wp-block-paragraph\">Vamos supor que somos gerentes de growth no iFood &#8211; um app de delivery de comida e supermercado com um ciclo de vendas relativamente curto &#8211; e queremos responder algumas perguntas que s\u00f3 o nosso amigo Cohort pode responder, como por exemplo:<br><\/p>\n\n\n\n<div style=\"height:50px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Pergunta-exemplo&nbsp; 1) Ao longo de 2024, estamos adquirindo usu\u00e1rios com maior ou menor frequ\u00eancia de compra?<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><em>(Eu jamais olharia um gr\u00e1fico sobre minha frequ\u00eancia de compra no iFood, pois meu cora\u00e7\u00e3o e minha fatura do cart\u00e3o n\u00e3o aguentariam la verdad.)<\/em><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Para responder esta pergunta, vamos montar uma tabela fict\u00edcia de cohort.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Antes de montar sua tabela, voc\u00ea precisa saber que toda an\u00e1lise de cohort vai ter geralmente 4 \u201cingredientes\u201d:<br><\/p>\n\n\n\n<ol class=\"wp-block-list\">\n<li><strong>Linhas (cohorts)<\/strong>: ser\u00e3o as caracter\u00edstica de agrupamento &gt; nesse caso vamos agrupar os usu\u00e1rios baseado no m\u00eas em que fizeram seu cadastro no iFood (cohort de aquisi\u00e7\u00e3o).<\/li>\n\n\n\n<li><strong>Colunas (tempo)<\/strong>: ser\u00e3o as \u201cunidades de tempo\u201d &gt; nesse caso vamos analisar ao longo dos meses do ano<\/li>\n\n\n\n<li><strong>M\u00e9tricas (resultado)<\/strong>: analisaremos a frequ\u00eancia m\u00e9dia de pedidos realizados<\/li>\n\n\n\n<li><strong>Filtro\/Segmento (base de dados)<\/strong>: vamos filtrar apenas usu\u00e1rios cadastrados em 2024 que fizeram ao menos 1 pedido, pois queremos apenas a m\u00e9dia de pedidos dos usu\u00e1rios ativos.<\/li>\n<\/ol>\n\n\n\n<div style=\"height:50px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p class=\"wp-block-paragraph\">Sua planilha vai ficar mais ou menos assim:<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter\"><img decoding=\"async\" src=\"https:\/\/lh7-rt.googleusercontent.com\/docsz\/AD_4nXepfLu0zO2Zx1eahD80Imfx2CIc13fUf3_L522adE62LFPR9Zcf37siWgnmKDk5icF4bJJxHj8nPjcbpyIYy-1Nd0HDkRx2uncVXdzd8tc5TM_e0oKoDfJV0DgddOXtn9DSmHG5VqFApPAYIcrITOrgKx8?key=tThsV2ju0fViAo2nGjbriA\" alt=\"\"\/><figcaption class=\"wp-element-caption\"><em>Cohort Exemplo iFood &#8211; Imagem 1 (dados fict\u00edcios e sem nenhum v\u00ednculo real ao iFood)<\/em><span id=\"docs-internal-guid-d2884a85-7fff-b141-318f-6c00d5717598\"><div><span style=\"font-size: 12pt; font-family: &quot;Inter Tight&quot;, sans-serif; background-color: transparent; font-style: italic; font-variant-numeric: normal; font-variant-east-asian: normal; font-variant-alternates: normal; font-variant-position: normal; vertical-align: baseline;\"><\/span><\/div><\/span><\/figcaption><\/figure>\n<\/div>\n\n\n<div style=\"height:50px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p class=\"wp-block-paragraph\">Como ler essa tabela:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Cada Linha representa o cohort do m\u00eas em que um Usu\u00e1rio foi adquirido. Ou seja, a linha \u201cCadastrou em Janeiro 24\u201d ir\u00e1 mostrar apenas os dados dos usu\u00e1rios que se cadastraram em Janeiro 24. Isso \u00e9 um \u201ccohort\u201d ou uma \u201csafra\u201d de usu\u00e1rios com uma caracter\u00edstica temporal em comum.<\/li>\n\n\n\n<li>Cada Coluna \u00e9 sobre o m\u00eas em que a A\u00e7\u00e3o ou Comportamento daquele cohort de usu\u00e1rios aconteceu.<\/li>\n\n\n\n<li>Os n\u00fameros da tabela refletem a M\u00e9trica escolhida: nesse caso a frequ\u00eancia m\u00e9dia de pedidos realizados por aquele Cohort em determinado m\u00eas<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Veja que o Cohort que se cadastrou em Janeiro 2024 (pintado de laranja) fez uma m\u00e9dia de 2 pedidos no seu primeiro m\u00eas de uso do app (janeiro 24), e em Junho 24 j\u00e1 estavam fazendo uma m\u00e9dia de 7 pedidos por m\u00eas. Ou seja, a frequ\u00eancia foi 350% maior!<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Continuando a an\u00e1lise ao longo dos meses, o Cohort de Fevereiro 24 (em azul na tabela abaixo) come\u00e7ou mais devagar, com apenas 1 pedido por m\u00eas, mas em Junho 24 essa galera fez 9 pedidos em m\u00e9dia. 900% de crescimento em 5 meses.<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter\"><img decoding=\"async\" src=\"https:\/\/lh7-rt.googleusercontent.com\/docsz\/AD_4nXfxjRCCgp0KP2C7YnN8gy_lHYHrEWejk3S3iz2veObZqAXlk6BtVRr88kA2Aw_UH5xvTf3Qp3G8K9PtUPfsNhidH76PTqB7A6ArGd3abR494sXonwGPHEEJ07eqX5muJkPw1vRZgmdhOnKZfGX7fzM8dfv5?key=tThsV2ju0fViAo2nGjbriA\" alt=\"\"\/><figcaption class=\"wp-element-caption\"><em>Cohort Exemplo iFood &#8211; Imagem 2 (dados fict\u00edcios e sem nenhum v\u00ednculo real ao iFood)<\/em><\/figcaption><\/figure>\n<\/div>\n\n\n<p class=\"wp-block-paragraph\"><\/p>\n\n\n\n<div style=\"height:50px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p class=\"wp-block-paragraph\">E o Cohort de Abril 24 (vermelho) foi um m\u00eas fora da curva, pois a m\u00e9dia de pedidos no primeiro m\u00eas foi 8:<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter\"><img decoding=\"async\" src=\"https:\/\/lh7-rt.googleusercontent.com\/docsz\/AD_4nXe-89iN6NMeqbYUukLypQNTwfm_HWVk9v8h6E2nYRjqYQqZHQ-6IIXSDfzOTeaYTfgPpgeDCvnoOzzfDJ5Dkr3TqfuLk2LbUmZd4NSZPzyVVAPHu9yu2rnwozqiSsRyoAKx8a1ONEfQ5cmv0tkIWY_somZV?key=tThsV2ju0fViAo2nGjbriA\" alt=\"\"\/><figcaption class=\"wp-element-caption\"><em>Cohort Exemplo iFood &#8211; Imagem 3 (dados fict\u00edcios e sem nenhum v\u00ednculo real ao iFood)<\/em><\/figcaption><\/figure>\n<\/div>\n\n\n<p class=\"wp-block-paragraph\"><\/p>\n\n\n\n<div style=\"height:50px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Ent\u00e3o, voltando \u00e0 pergunta 1: ao longo de 2024, estamos adquirindo usu\u00e1rios com maior ou menor frequ\u00eancia de compra?&nbsp;<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">A resposta seria: sim, estamos trazendo usu\u00e1rios ativos com cada vez maior frequ\u00eancia de compra ao longo do tempo.&nbsp;<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Uma \u00f3tima not\u00edcia pro time de growth, pois mostra que a qualidade da aquisi\u00e7\u00e3o aumentou.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Mas essa resposta gera uma nova pergunta: <strong>por que ser\u00e1 que os usu\u00e1rios est\u00e3o comprando com mais frequ\u00eancia?<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Uma hip\u00f3tese pode ser que: usu\u00e1rios que compram Comida + Mercado compram com maior frequ\u00eancia, e como aumentamos as campanhas de Mercado, isso pode ter <a href=\"https:\/\/www.purplemetrics.com.br\/a-importancia-das-correlacoes-no-mundo-do-marketing\/\">correla\u00e7\u00e3o <\/a>no resultado.&nbsp;<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ent\u00e3o bora aplicar mais uma an\u00e1lise de Cohort para entender se essas hip\u00f3teses se aplicam.<\/p>\n\n\n\n<div style=\"height:50px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Pergunta-exemplo 2) Usu\u00e1rios que compram Comida + Mercado geram receita maior ao longo do tempo comparado com quem compra apenas Comida ou apenas Mercado?<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Bora mapear nossos 4 ingredientes da tabela cohort:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Linhas: as caracter\u00edstica de agrupamento &gt; agora decidimos agrupar clientes nos Cohorts de Comportamento: Pedem Apenas Comida vs Pedem Apenas Mercado vs Pedem Comida + Mercado<\/li>\n\n\n\n<li>Colunas: as \u201cunidades de tempo\u201d &gt; nesse caso meses ap\u00f3s o cadastro<\/li>\n\n\n\n<li>M\u00e9tricas: receita m\u00e9dia acumulada, ou seja, a m\u00e9dia de quanto cada usu\u00e1rio gastou ao todo com iFood<\/li>\n\n\n\n<li>Filtro\/Segmento: tamb\u00e9m filtrando apenas usu\u00e1rios que fizeram ao menos 1 pedido<\/li>\n<\/ul>\n\n\n\n<div style=\"height:50px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p class=\"wp-block-paragraph\">E nossa tabela fica mais ou menos assim:<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter\"><img decoding=\"async\" src=\"https:\/\/lh7-rt.googleusercontent.com\/docsz\/AD_4nXdnbN8QchmCzsZC_YBrx4UO-_7dFEFdRFhq2sW_1L_K1i89lha65b2c5_EyVIIPkzqNIDEq7R2RhNg4FFsWYBQiUyrXLy5p-q5Lbq165EvVcCScNAvq87s1rz-7UYOrJAL8w58G-CVpQRJPzlcq5tn6sZg?key=tThsV2ju0fViAo2nGjbriA\" alt=\"\"\/><figcaption class=\"wp-element-caption\"><em>Cohort Exemplo iFood &#8211; Imagem 4 (dados fict\u00edcios e sem nenhum v\u00ednculo real ao iFood)<\/em><\/figcaption><\/figure>\n<\/div>\n\n\n<p class=\"wp-block-paragraph\"><\/p>\n\n\n\n<div style=\"height:50px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p class=\"wp-block-paragraph\">Podemos ver que usu\u00e1rios que compram <strong>Tanto Comida Quanto Mercado<\/strong> no iFood, possuem uma m\u00e9dia de gasto acumulado de <strong>R$2.900<\/strong> reais no sexto m\u00eas. Isso \u00e9 80% maior que a m\u00e9dia de receita acumulada dos compradores de \u201cApenas Comida\u201d e incr\u00edveis 383% maior vs Compradores de \u201cApenas Mercado\u201d.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Com esse insight, agora o time de growth poderia checar se na Pergunta 1, a frequ\u00eancia de pedidos est\u00e1 aumentando porque os usu\u00e1rios adquiridos est\u00e3o cada vez mais sendo usu\u00e1rios \u201cComida + Mercado\u201d. E se for verdade, o pr\u00f3ximo passo \u00e9 definir hip\u00f3teses de como incentivar ainda mais esse comportamento (exemplo: pop-up com cupom de mercado quando finaliza pedido de comida. J\u00e1 caiu num desse por a\u00ed?).<\/p>\n\n\n\n<div style=\"height:50px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Pergunta-exemplo 3) Churn: Quantos % das pessoas cadastradas fazem pedido no primeiro m\u00eas? E no segundo? E em 6 meses?<\/strong><br>A an\u00e1lise de Cohort \u00e9 muito utilizada em an\u00e1lises de Churn. Tem at\u00e9 um post muito bom da <em>Amplitude <\/em>sobre o tema (em ingl\u00eas), por isso n\u00e3o vou entrar em detalhes nesse artigo nem no exemplo do iFood. Aqui est\u00e1 o <a href=\"https:\/\/amplitude.com\/blog\/churn-rate-cohort-analysis\">link <\/a>do artigo e um print de um relat\u00f3rio de cohort ilustrando o % de usu\u00e1rios que voltam a usar um app nos dias seguintes da aquisi\u00e7\u00e3o:<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter\"><img decoding=\"async\" src=\"https:\/\/lh7-rt.googleusercontent.com\/docsz\/AD_4nXdEuwq4WqYXOd_VSreLsYY44Pj98q49mqgRQXlfewzf0HNIV7NX8rGfnL6ehNkPizWPU7jdPLD0wvLz2quKKRLzYbWE_EYLNFKiVWBdEhBKXarTWsE_iw7HdTAcwv-JttU-JLXwulZLlTDN9ZVEbs-7rzo?key=tThsV2ju0fViAo2nGjbriA\" alt=\"\"\/><figcaption class=\"wp-element-caption\"><em>Tabela extra\u00edda do blog da Amplitude: churn-rate-cohort-analysis<\/em><\/figcaption><\/figure>\n<\/div>\n\n\n<p class=\"wp-block-paragraph\"><\/p>\n\n\n\n<div style=\"height:50px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p class=\"wp-block-paragraph\">Para resumir: no print (extra\u00eddo do artigo da Amplitude)&nbsp; podemos ver que apenas 9.97% dos usu\u00e1rios acessam no dia seguinte ao cadastro, enquanto 4.93% dos usu\u00e1rios totais acessam a plataforma no quinto dia ap\u00f3s a aquisi\u00e7\u00e3o.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Al\u00e9m de analisar Acessos como no print acima, essa an\u00e1lise pode ser feita para analisar o \u201cchurn\u201d de qualquer m\u00e9trica, seja atrelado a receita como \u201cPedidos no iFood\u201d e \u201cRenova\u00e7\u00e3o de Assinatura na Netflix\u201d como \u201cchurn\u201d de comportamento \u201cRestaurantes Visualizados no iFood\u201d ou \u201cMinutos Assistidos na Netflix\u201d.&nbsp;<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<div style=\"height:50px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<div style=\"height:50px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter\"><img decoding=\"async\" src=\"https:\/\/lh7-rt.googleusercontent.com\/docsz\/AD_4nXcjqTaElsA4ol_QHDErvPziUG8xHQMuS0H47OAlEebZZmRd01F0tVZAhkUKYwIRuBeQtolkzsoGW7Jey1iFyATHWcCLcENYAgg0K3xEMwIg8ezmMOtDYqhOyNxXCN4QZ8ch86oq2r5wFbilSOV3XhO-IIHr?key=tThsV2ju0fViAo2nGjbriA\" alt=\"Como otimizar as decis\u00f5es no marketing usando An\u00e1lise de Cohorts - Antoine Curti - Purple Metrics\"\/><\/figure>\n<\/div>\n\n\n<h1 class=\"wp-block-heading\">Exemplo Pr\u00e1tico B: Ag\u00eancia de Viagens (gera\u00e7\u00e3o de leads)<\/h1>\n\n\n\n<p class=\"wp-block-paragraph\">Existem empresas com ciclo de vendas mais longo, diferente do iFood que o usu\u00e1rio j\u00e1 faz cadastro e faz o primeiro pedido na mesma semana, uma ag\u00eancia de viagens pode levar meses pra fechar o pacote com um lead.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Nesses casos, \u00e9 fundamental usar a an\u00e1lise de cohort de aquisi\u00e7\u00e3o para calcular a Receita e ROAS das suas campanhas de m\u00eddia, por exemplo.<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter\"><img decoding=\"async\" src=\"https:\/\/lh7-rt.googleusercontent.com\/docsz\/AD_4nXdwKooJoepK6vDkYalGNMdM0-1zpx4jXKexzOyjZUbcvsSYqamqPWrS-XizQdMrMzpe__VT53rS9NjOXXzhYr0MCTcJiql0kAgTwFbGtRIyMVe4wkfXCrHO8mqZ1bzBUQFLS6g-xYQiH0o17kpgY574eBfH?key=tThsV2ju0fViAo2nGjbriA\" alt=\"\"\/><figcaption class=\"wp-element-caption\"><em>Cohort Exemplo Pacote de Viagem<\/em><\/figcaption><\/figure>\n<\/div>\n\n\n<p class=\"wp-block-paragraph\"><\/p>\n\n\n\n<div style=\"height:50px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p class=\"wp-block-paragraph\">Na tabela acima, temos os 4 \u201cingredientes\u201d:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Linhas<\/strong>: cohort de aquisi\u00e7\u00e3o baseado no m\u00eas que virou lead<\/li>\n\n\n\n<li><strong>Colunas<\/strong>: m\u00eas em que a compra foi realizada<\/li>\n\n\n\n<li><strong>M\u00e9tricas<\/strong>: total de vendas realizadas naquele m\u00eas por aquele cohort<\/li>\n\n\n\n<li><strong>Filtro\/Segmento<\/strong>: todos os usu\u00e1rios<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">O que podemos observar:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Os clientes que se tornaram Leads em Janeiro, fecharam apenas R$1mil em vendas em Janeiro.&nbsp;<\/li>\n\n\n\n<li>Por\u00e9m, esses leads fecharam R$3mil em Fevereiro, R$1mil em Mar\u00e7o e R$0 em Abril.&nbsp;<\/li>\n\n\n\n<li>Isso d\u00e1 um total de R$5mil em vendas geradas pelos leads da \u201csafra\u201d de Janeiro, um n\u00famero 5x maior que os R$1mil vendidos em janeiro.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">\u00c9 o que chamamos aqui na ag\u00eancia nowle de vis\u00e3o \u201cFechamento\u201d vs vis\u00e3o \u201cCohort\u201d:&nbsp;<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Fechamento Janeiro: investiu R$500 e gerou R$1mil de Receita, ent\u00e3o ROAS 2x<\/li>\n\n\n\n<li>Cohort Janeiro: investiu R$500 e gerou R$5mil de Receita at\u00e9 abril, ent\u00e3o ROAS 10x<\/li>\n<\/ul>\n\n\n\n<div style=\"height:50px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p class=\"wp-block-paragraph\">Abaixo um exemplo de uma vis\u00e3o Cohort real:<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter\"><img decoding=\"async\" src=\"https:\/\/lh7-rt.googleusercontent.com\/docsz\/AD_4nXdXlWAcmnG0F2QBHtzMtkdtC4qNTY0BQf6DNDTXaFStGUoyVBpbSeMcyJ68xHwkBjit_np32TsTc2-CC-bYGMREKKw7d7lanI5gtFP291z9z7v2Y36iYcyF21V2glsSPV6uv8x5Z1G4MU_8GPcLxg1DC32J?key=tThsV2ju0fViAo2nGjbriA\" alt=\"\"\/><\/figure>\n<\/div>\n\n\n<p class=\"wp-block-paragraph\">Veja que nessa tabela n\u00e3o precisamos usar as colunas com unidades de tempo. Apenas usamos a l\u00f3gica de cohort pra somar a receita gerada em cada semana (coluna Date G).<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Esse exemplo refor\u00e7a que cohort \u00e9 tanto uma an\u00e1lise em si (no formato tabela), mas tamb\u00e9m \u00e9 um \u201cmodo de calcular\u201d uma m\u00e9trica, que n\u00e3o precisa ser sempre apresentada nas colunas ao longo do tempo, mas sim calculada com os dados ao longo do tempo.<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<div style=\"height:50px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h1 class=\"wp-block-heading\">Exemplo Pr\u00e1tico C: Loja de Roupas (e-commerce)<\/h1>\n\n\n\n<p class=\"wp-block-paragraph\">Vamos analisar qual categoria de produto traz compradores com maior Receita LTV ao longo dos meses.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Os 4 ingredientes da tabela de Cohort que vamos precisar:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Linhas<\/strong>: cohort de aquisi\u00e7\u00e3o baseado na categoria comprada (Camiseta, Vestido, Sapato)<\/li>\n\n\n\n<li><strong>Colunas<\/strong>: meses desde que a primeira compra foi feita<\/li>\n\n\n\n<li><strong>M\u00e9tricas<\/strong>: total de receita gerado pelo cohort naquele m\u00eas<\/li>\n\n\n\n<li><strong>Filtro\/Segmento<\/strong>: quem comprou entre jan\/24 e abr\/24<\/li>\n<\/ul>\n\n\n\n<div style=\"height:50px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p class=\"wp-block-paragraph\">E nossa planilha ficar\u00e1 assim:<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter\"><img decoding=\"async\" src=\"https:\/\/lh7-rt.googleusercontent.com\/docsz\/AD_4nXcuSyyn6xyrYrA7AUqedAesyG7eb7iwnqX4Egclc_l6XQdrciQKShLrDCK2_-cpBlJf32yU06arzm-9MOcNC_lVhfdseiSKT5oG64lu7r_ujQOU7mq-o0mVr07GzGdSQI9aHm9mkxaQaNebamrxqCZieBI?key=tThsV2ju0fViAo2nGjbriA\" alt=\"\"\/><\/figure>\n<\/div>\n\n\n<div style=\"height:50px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Dica Importante:<\/strong> muitas vezes as colunas de cohort v\u00e3o indicar apenas as unidades de tempo ap\u00f3s a \u201caquisi\u00e7\u00e3o\u201d, ex:&nbsp;<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Coluna 0 = \u201czero meses\u201d desde a primeira compra<\/li>\n\n\n\n<li>Coluna 1 = 1 mes ap\u00f3s a primeira compra<\/li>\n\n\n\n<li>Coluna 2 = 2 meses ap\u00f3s a primeira compra<\/li>\n\n\n\n<li>etc<\/li>\n<\/ul>\n\n\n\n<div style=\"height:50px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p class=\"wp-block-paragraph\">Ent\u00e3o \u00e9 comum que as tabelas\/relat\u00f3rios de cohort tenham colunas numeradas dessa forma:<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter\"><img decoding=\"async\" src=\"https:\/\/lh7-rt.googleusercontent.com\/docsz\/AD_4nXfPiCCv2g7g9uAem6vC8B3e2FLItn4myuz4vqs_iIMf_ifBlikTn8Ro0YRw9EBQLxGQ4Y4QxjpopfjZaMn4jG13_4bF57-CLYHvHCAPQJCh5dv33OWlNEQgmYWC5_RNgaEqkB2ib-dJvOetFxeZBPCmEA74?key=tThsV2ju0fViAo2nGjbriA\" alt=\"\"\/><\/figure>\n<\/div>\n\n\n<div style=\"height:50px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p class=\"wp-block-paragraph\">Principais insights que essa planilha nos tr\u00e1s:&nbsp;<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Podemos ver que as pessoas que compraram Camiseta gastaram um total de R$4.500 na nossa loja, valor representado na coluna azul \u201cReceita LTV Total\u201d.<\/li>\n\n\n\n<li>Desses R$4.500, R$3.400 foram gerados no m\u00eas \u201czero\u201d, ou seja, no m\u00eas em que fizeram sua primeira compra.<\/li>\n\n\n\n<li>E R$1.100 foram gerados entre o m\u00eas 1 e m\u00eas 3 (ou seja entre o m\u00eas seguinte da primeira compra at\u00e9 3 meses ap\u00f3s o m\u00eas da primeira compra)<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Dessa vez, vamos entrar um pouco no detalhe das f\u00f3rmulas no Google Sheets.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Vamos precisar de uma base com as seguintes colunas:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>M\u00eas da Compra: 1 a 12<\/li>\n\n\n\n<li>M\u00eas da Primeira Compra: 1 a 12<\/li>\n\n\n\n<li>Meses Ap\u00f3s Primeira Compra<\/li>\n\n\n\n<li>ID do cliente<\/li>\n\n\n\n<li>ID da compra<\/li>\n\n\n\n<li>Valor da compra<\/li>\n\n\n\n<li>Categoria Comprada<\/li>\n\n\n\n<li>Comprou Categoria Camiseta na Primeira Compra? Sim ou N\u00e3o<\/li>\n\n\n\n<li>Comprou Categoria Vestido na Primeira Compra? Sim ou N\u00e3o<\/li>\n\n\n\n<li>Comprou Categoria Sapato na Primeira Compra? Sim ou N\u00e3o<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Para facilitar, criamos uma base fict\u00edcia onde cada pedido foi feito com apenas uma categoria (ex: ou Sapato ou Camiseta ou Vestido)<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Aqui tem as primeiras 5 linhas dessa base para ilustrar:<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter\"><img decoding=\"async\" src=\"https:\/\/lh7-rt.googleusercontent.com\/docsz\/AD_4nXdvWe9_vc2d_hssjwiUhWhx_ogpb3LlHjKcWkb0vqFbP3_d-1dQpAm7rSaKlmi1nqP2XKTgciUjM6UM4LKgoh4yCKKLzS8bbK5oVce-nW7czZNqopZbD1TFW55LU7Fns3By3gZy3IGrgsJDYmCuJ8TSv-Cw?key=tThsV2ju0fViAo2nGjbriA\" alt=\"\"\/><\/figure>\n<\/div>\n\n\n<div style=\"height:50px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p class=\"wp-block-paragraph\">Ent\u00e3o criamos nosso \u201cesqueleto da tabela cohort\u201d:<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter\"><img decoding=\"async\" src=\"https:\/\/lh7-rt.googleusercontent.com\/docsz\/AD_4nXde6Og5CKxJJzsZkHqpmSl28V3djbdhHmrFxBKQ9E19ZDOx6l7ZWTBNLp0KRp9Dd4BsMfu8yz6p7jtagdvf5dpmW4_AAv8kv7a5DgGvHFUq4ARw0BlEXXtaro6u3aylYbb54kAwgWTucvSF-1Qnsz0Fckk9?key=tThsV2ju0fViAo2nGjbriA\" alt=\"\"\/><\/figure>\n<\/div>\n\n\n<div style=\"height:50px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p class=\"wp-block-paragraph\">Agora vamos adicionar as f\u00f3rmulas para calcular o cohort. Para calcular a primeira { f\u00f3rmula } em laranja no print, precisaremos da seguinte l\u00f3gica:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>L\u00f3gica da f\u00f3rmula \u201cem linguagem comum\u201d: = SOMAR SE(somar valor do pedido,&#8217;se o m\u00eas ap\u00f3s a compra for, 0,&#8217;e se a categoria comprada for, &#8220;camiseta&#8221;)<\/li>\n\n\n\n<li>Vers\u00e3o da f\u00f3rmula real aplicada: =SUMIFS(&#8216;base loja de roupa&#8217;!$E:$E,&#8217;base loja de roupa&#8217;!$J:$J,C$66,&#8217;base loja de roupa&#8217;!$G:$G,&#8221;sim&#8221;)<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Obs: n\u00e3o sou analista\/especialista em dados, criei esse exemplo simples pra tentar tangibilizar melhor o racioc\u00ednio \u201cdebaixo do cap\u00f4\u201d de uma an\u00e1lise cohort no excel\/sheets!<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<div style=\"height:50px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h1 class=\"wp-block-heading\">Dados os exemplos, um bate-bola sobre cohorts<\/h1>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Qual a import\u00e2ncia do Cohort em Marketing e Growth?<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">A an\u00e1lise de Cohort \u00e9 fundamental para responder perguntas importantes, como:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Estou trazendo usu\u00e1rios mais ou menos qualificados?<\/li>\n\n\n\n<li>Nosso produto est\u00e1 retendo usu\u00e1rios suficiente?<\/li>\n\n\n\n<li>Qual o grupo com menor vs maior reten\u00e7\u00e3o?<\/li>\n\n\n\n<li>Quais grupos de usu\u00e1rio geram mais receita?<\/li>\n\n\n\n<li>Qual a verdadeira receita gerada pelos usu\u00e1rios ao longo do tempo?<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Como fazer an\u00e1lise de cohort?<\/strong><\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Geralmente as an\u00e1lises de Cohort s\u00e3o feitas diretamente nas ferramentas de analytics como Google Analytics 4 e Amplitude, ou s\u00e3o feitas em planilhas \u201cmanualmente\u201d por uma pessoa de dados.<\/li>\n\n\n\n<li>No caso de an\u00e1lises manuais, \u00e9 importante garantir que a base de dados esteja confi\u00e1vel e que um especialista auxilie nas f\u00f3rmulas necess\u00e1rias para tratar e visualizar os dados. As f\u00f3rmulas podem ficar bem complexas dependendo dos filtros\/crit\u00e9rios que deseja analisar.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Quais ferramentas oferecem an\u00e1lises de Cohort?<\/strong><\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Hubspot (link pro artigo)<\/li>\n\n\n\n<li>Google GA4 (link pro artigo)<\/li>\n\n\n\n<li>Amplitude (link pro artigo)<\/li>\n\n\n\n<li>Adobe Analytics (link pro artigo)<\/li>\n\n\n\n<li>Ou fazer manualmente no Google Sheets\/Excel<\/li>\n<\/ul>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<div style=\"height:50px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Refer\u00eancias:<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><a href=\"https:\/\/watermark.silverchair.com\/20-1-1.pdf?token=AQECAHi208BE49Ooan9kkhW_Ercy7Dm3ZL_9Cf3qfKAc485ysgAAA10wggNZBgkqhkiG9w0BBwagggNKMIIDRgIBADCCAz8GCSqGSIb3DQEHATAeBglghkgBZQMEAS4wEQQMuNvdv_WnTKLZhAY3AgEQgIIDEFLabg_i9jYGnyyerQGSE_I-1-sszkQY8Iz_85hFnhCEd2sCKQ3HysHjgCNaq2eFgJIA4YViX4vm8OwIFCf5MVqjAioJJ39GmZovxwlpv2VBmeLGgs5uBkWw5FesAoRBwyfhY7e9_5KFZcTpxg_GhSai4DXABKVv2WEYpA6PWx3gUEpgHAtPNGZiB-1G-Gcd9UxhE5e6162NtzKucCOzojB46AdV9jSZPDLPRcJgMWnKANGlJCn81NxNkBG_2itDFm8eBc5-h-8BI34aoftt_5wh7Wa4aQkAjd1-A8IyvVy7mjO9dJ387TPyGJ1MIcfewr1fJ16qr8K__8KhBejv-RBn0u-mr7tmK85p6HfyHM5Ez6v3VaBK6VSKZPajV0BGE3hB37guPvP-_bXAjgIC6Uj7tBqqx5VF3gJ0Xg5vZz_DJ3pf06AU-Gv_vrB-AZn5PEaJjD63UXi0E25Xlt0emuRP6ttH1GgxK8y1Lwsk6OnJgA6ZThHCBi8W-asdF8yeyFgQj7KVSXhg1BH2XW70xrMFBYerQsGrQGfZiOjdzyCWZEot3_89A0AnQ_oEYF-fEOL1cLPHmlxEjtpDLRyekrKERGG4WND1qGGA-lcis2_Ne3usocvp75Pd19XbyABcYn_fu8XF_l0UWJkXKzarIyHDzQndAM9xAlw9dLXc4Wc4AOEK5IKsNv47Q4u91IZL71Z14geeZk6qcFOHPEtVU3i6rQBmp9URL5_miBeLmPafk2AstB76mwh3HIqD0Pwh3jadiP7y0MOoeStGwatxF3vELqlicgyTkJMmwTnJzdqmV185YstygtVcobDu_tRNMpnvHJMtheBg0XQ0OMYgA71VF5tC-im1MXOsqJJJzbf7oStNeaheK-WoWdZZhayzcfUnPzOwCfcge7uFQGcpfZBsa-MfekWvLdhQPeBcJ8ZhmfISWjXLJsE0iMqImmNTgfQ2WKX3Sc__3yQ-XLlgpOwvqDP1JJ69P7qmSm36Xx7JKUDhflbhe7mFYSgnfvfsP4JgE218VJ7wQHCzB_URv6Q\">Evolution of the Cohort Study<\/a><\/p>\n\n\n\n<div style=\"height:50px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Sobre o autor<\/strong><\/p>\n\n\n\n<div class=\"wp-block-media-text is-stacked-on-mobile\" style=\"grid-template-columns:20% auto\"><figure class=\"wp-block-media-text__media\"><img fetchpriority=\"high\" decoding=\"async\" width=\"446\" height=\"446\" src=\"https:\/\/www.purplemetrics.com.br\/wp-content\/uploads\/2024\/08\/1699014123587.jpeg\" alt=\"\" class=\"wp-image-3691 size-full\" srcset=\"https:\/\/blog.purplemetrics.com.br\/wp-content\/uploads\/2024\/08\/1699014123587.jpeg 446w, https:\/\/blog.purplemetrics.com.br\/wp-content\/uploads\/2024\/08\/1699014123587-300x300.jpeg 300w, https:\/\/blog.purplemetrics.com.br\/wp-content\/uploads\/2024\/08\/1699014123587-150x150.jpeg 150w, https:\/\/blog.purplemetrics.com.br\/wp-content\/uploads\/2024\/08\/1699014123587-12x12.jpeg 12w\" sizes=\"(max-width: 446px) 100vw, 446px\" \/><\/figure><div class=\"wp-block-media-text__content\">\n<p class=\"wp-block-paragraph\">Antoine Curti (<a href=\"https:\/\/www.linkedin.com\/in\/antoinecurti\" target=\"_blank\" rel=\"noopener\" title=\"\">Linkedin<\/a>) \u00e9 co-founder da nowle.io, ag\u00eancia de marketing para startups e pequenas e m\u00e9dias empresas  com foco em Paid Ads, Analytics, Design, SEO and CRM. Anteriormente, foi estrategista no Google durante 3 anos. <\/p>\n<\/div><\/div>\n\n\n\n<div style=\"height:50px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Gostou deste conte\u00fado? Veja tamb\u00e9m:<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><a href=\"https:\/\/www.purplemetrics.com.br\/a-importancia-das-correlacoes-no-mundo-do-marketing\/\" title=\"\"><strong>A import\u00e2ncia das correla\u00e7\u00f5es no mundo do marketing<\/strong><\/a><\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong><a href=\"https:\/\/www.purplemetrics.com.br\/branding-precisa-falar-sobre-receita-financeira\/\" title=\"\">Branding precisa falar sobre receita financeira<\/a><\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><a href=\"https:\/\/www.purplemetrics.com.br\/modelos-de-atribuicao-e-o-impacto-do-branding-no-marketing\/\" title=\"\"><strong>Modelos de atribui\u00e7\u00e3o e o impacto do branding no marketing<\/strong><br><\/a><a href=\"https:\/\/www.purplemetrics.com.br\/branding-precisa-falar-sobre-receita-financeira\/\" title=\"\"><br><\/a><a href=\"https:\/\/www.purplemetrics.com.br\/a-importancia-das-correlacoes-no-mundo-do-marketing\/\" title=\"\"><br><\/a><\/p>","protected":false},"excerpt":{"rendered":"<p>Um guia de como usar an\u00e1lises de cohorts para medir a efici\u00eancia de investimentos em marketing tanto para jornadas de compras com ciclo mais curto, como para jornadas de compra com ciclos mais longos. <\/p>","protected":false},"author":3,"featured_media":3688,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"content-type":"","inline_featured_image":false,"footnotes":""},"categories":[1],"tags":[],"class_list":["post-3686","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-sem-categoria"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/blog.purplemetrics.com.br\/en\/wp-json\/wp\/v2\/posts\/3686","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blog.purplemetrics.com.br\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blog.purplemetrics.com.br\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blog.purplemetrics.com.br\/en\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/blog.purplemetrics.com.br\/en\/wp-json\/wp\/v2\/comments?post=3686"}],"version-history":[{"count":12,"href":"https:\/\/blog.purplemetrics.com.br\/en\/wp-json\/wp\/v2\/posts\/3686\/revisions"}],"predecessor-version":[{"id":3714,"href":"https:\/\/blog.purplemetrics.com.br\/en\/wp-json\/wp\/v2\/posts\/3686\/revisions\/3714"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/blog.purplemetrics.com.br\/en\/wp-json\/wp\/v2\/media\/3688"}],"wp:attachment":[{"href":"https:\/\/blog.purplemetrics.com.br\/en\/wp-json\/wp\/v2\/media?parent=3686"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blog.purplemetrics.com.br\/en\/wp-json\/wp\/v2\/categories?post=3686"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blog.purplemetrics.com.br\/en\/wp-json\/wp\/v2\/tags?post=3686"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}