Analisamos 87 estabelecimentos (Q4 2024). Pergunta: "Qual sua taxa de aprovação atual?"
- 71 não sabiam
- 12 estimaram errado (±15pp real)
- 4 sabiam precisamente
Os 4 que sabiam: faturamento médio 8,7x maior que os outros 83.
Métricas que importam:
1. Taxa de Aprovação
Definição: Transações aprovadas ÷ tentativas totais × 100
Benchmark:
| Taxa | Classificação | Ação |
|---|---|---|
| >90% | Excelente | Manter |
| 85-90% | Bom | Otimizar |
| 80-85% | Médio | Investigar |
| <80% | Crítico | Ação imediata |
Caso real:
- E-commerce A: 73% aprovação, R$ 89k/mês
- E-commerce B (mesmo nicho): 91% aprovação, R$ 156k/mês
Diferença: R$ 67k/mês. Causa: E-commerce A usa gateway único (Stone), E-commerce B usa 3 gateways com roteamento inteligente.
Ações para melhorar:
- Múltiplos gateways: Visa aprova melhor em Adyen, Mastercard em Stone (varia por emissor)
- Retry automático: 1ª tentativa negada, retry em 2h aumenta aprovação +15%
- Fallback de método: cartão negou → oferece PIX (98% aprovação)
2. Chargeback Rate
Definição: Transações contestadas ÷ total transações × 100
Thresholds críticos:
- <0,5%: Aceitável
- 0,5-1%: Monitorar
- 1-2%: Problemático
- >2%: Crítico (bandeiras bloqueiam)
Caso real - ataque coordenado:
- Janeiro: 0,3% (baseline normal)
- Fevereiro: 1,8% (47 compras fraudulentas)
- Março: 3,4% (Visa suspendeu processamento)
Prejuízo: R$ 83k + R$ 12k multas + 30 dias sem processar Visa.
Sinais que teriam evitado:
- Velocity check: mesmo IP, 8 compras em 3h
- Geolocalização: IP São Paulo, entrega Manaus
- Valor atípico: ticket médio R$ 340, fraudador comprava R$ 2.890
- Horário: 3h madrugada (estabelecimento nunca vende nesse horário)
Implementação preventiva:
- Bloquear: mesmo IP >3 compras/dia
- Revisar manualmente: CEP entrega ≠ estado cartão AND valor >R$ 500
- Bloquear: compra 0h-6h AND ticket >2× média
Trade-off: 3 vendas legítimas bloqueadas (falso positivo), zero chargebacks desde então.
3. Conversão de Payment Link
Definição: Pagamentos concluídos ÷ links enviados × 100
Benchmark:
- <10%: link confuso ou timing errado
- 10-25%: médio
- 25-40%: bom
- >40%: excelente
Caso - timing importa:
- Link enviado 1h antes serviço: 67% conversão
- Link enviado 1 dia antes: 34% conversão
- Link enviado 1 semana antes: 12% conversão
Urgência aumenta conversão. "Seu horário é hoje 14h, pague aqui" converte 5,6× melhor que "Pague quando puder".
4. Reconciliação Automática
Definição: Transações reconciliadas automaticamente ÷ total × 100
Target: >99%
Divergências (<1%) vão para análise manual. Se taxa <95%, processo quebrado (gargalo operacional).
Causa comum de baixa taxa:
- Gateway reporta valores diferentes (arredondamento, taxa oculta)
- Transações "somem" do relatório gateway (bug deles, não seu)
- acquirerId não batendo (chave de matching incorreta)
Reconciliação <99% = dinheiro sumindo sem você saber. (Ver post específico: R$ 47k recuperados).
5. Time-to-First-Transaction
Definição: Dias entre cadastro e primeira transação processada
Correlação com retenção (dados internos, 500 clientes):
| TTFT | Retenção 12m |
|---|---|
| <48h | 87% |
| 3-7 dias | 56% |
| 8-15 dias | 34% |
| >30 dias | 9% |
Cliente que transa rápido fica. Fricção inicial = churn inevitável.
Para plataformas/agregadores:
Estabelecimento sem tx em 7 dias? Suporte proativo identifica blocker (KYC pendente, credenciais gateway faltando, integração incompleta).
Resolver em <24h. Custo de salvar cliente D+10: R$ 50. Custo de reativar D+90: R$ 800 (re-onboarding completo).
6. Ticket Médio por Método
Padrão observado (450 estabelecimentos):
- PIX: R$ 68 (compras impulsivas, pequenas)
- Cartão crédito: R$ 127 (compras planejadas, parcelamento)
- Boleto: R$ 340 (B2B, prazo para pagar)
Aplicação prática:
- Ticket baixo (
- Ticket médio (R$ 80-200): enfatize parcelamento ("3× sem juros" aumenta conversão 34%)
- Ticket alto B2B (>R$ 500): ofereça boleto (prazo 5 dias = preferência empresarial)
7. Sazonalidade
Caso - loja presentes:
| Mês | Receita | Índice |
|---|---|---|
| Janeiro-Abril | R$ 20-25k | 1× (base) |
| Maio (Dia Mães) | R$ 187k | 8× |
| Junho-Novembro | R$ 28-32k | 1,3× |
| Dezembro (Natal) | R$ 312k | 13× |
Problema: Estoque uniforme todo mês. Maio acabava dia 8. Dezembro dia 3.
Solução: Estoque maio = 6× fevereiro, dezembro = 12× novembro. Capital de giro: empréstimo pontual (ROI 340%).
Resultado: Zero stock-out datas críticas. +R$ 94k/ano vendas perdidas evitadas.
Métrica Consolidada: RPAC
Revenue Per Active Customer
Fórmula: Receita total ÷ clientes únicos que compraram no mês
Exemplo:
- Receita: R$ 89k
- Clientes únicos: 890
- RPAC: R$ 100/cliente
Por que importa: RPAC crescendo = negócio saudável. RPAC caindo = problema (mesmo receita subindo).
Melhorias nas 7 métricas acima impactam RPAC:
- Taxa aprovação +10pp → RPAC +R$ 11
- Conversão link +10pp → RPAC +R$ 8
- Ticket médio otimizado → RPAC +R$ 15
Implementação Prática
Dashboard mínimo viável:
- Taxa de aprovação (diário)
- Chargeback rate (semanal)
- Transações por hora/dia (identificar picos)
- Reconciliação status (diário)
- RPAC (mensal)
5 números. Acompanhamento <10min/dia. Suficiente para identificar 90% dos problemas antes de virarem crise.
Realidade:
Lojista não gerencia o que não mede. Taxa aprovação desconhecida = impossível melhorar. Chargeback não monitorado = fraude invisível até multa chegar.
Diferença entre R$ 30k/mês e R$ 300k/mês não é trabalhar 10× mais. É acompanhar 7 números e agir neles.
Implementação
Dashboard deve mostrar evolução diária de cada métrica. Queda súbita = investigar (gateway com problema, fraude, etc).