GitHub

Funil de conversão mobile é fácil de desenhar no slide e difícil de enxergar no produto. No slide, é um triângulo limpo: instalou, abriu, cadastrou, comprou. No produto real, é um emaranhado de telas onde o usuário some sem avisar, e a maioria dos times só descobre o vazamento quando a meta de receita não fecha.

A diferença entre um time que conserta o funil e um que só reclama dele está em uma coisa: saber ler a ferramenta. Comprar Mixpanel ou Amplitude e olhar para o dashboard sem saber que pergunta fazer é como ter um raio-X e não saber onde está o osso quebrado.

Este texto mostra, com exemplos concretos, o que cada tipo de ferramenta revela em cada etapa do funil mobile. Não é uma lista de features, é um guia de leitura.

O funil mobile tem etapas que o funil web não tem

Antes dos exemplos, um ajuste de modelo. No mobile, o funil começa antes do app: na loja. Um usuário que vê seu app na App Store e não instala já vazou. Depois vem a instalação, a abertura, o onboarding, a ativação e só então a conversão de fato.

Cada uma dessas etapas exige um tipo de ferramenta diferente, e é aí que os times se perdem, usam analytics de produto para entender problemas de loja, ou ferramentas de atribuição para entender problemas de onboarding. Ferramenta certa, etapa certa.

Exemplo 1: o vazamento na loja

Imagine um app de delivery que tem boa taxa de instalação no Android e péssima no iOS. O analytics de produto não vê isso, porque o usuário do iOS nem chegou a instalar.

Aqui a ferramenta certa é a de attribution e store analytics, App Store Connect, Google Play Console, ou uma camada como Adjust ou AppsFlyer. No exemplo, o Play Console revelaria que a ficha da loja no iOS tinha screenshots desatualizados e nota baixa. O problema nunca esteve no app; estava na vitrine.

A lição do exemplo: se o seu funil parece quebrado logo no topo, olhe a loja antes de mexer no produto.

Exemplo 2: o abandono no onboarding

Pense num app financeiro que perde 60% dos usuários entre abrir pela primeira vez e completar o cadastro. Onde, exatamente, eles desistem?

Aqui entram as ferramentas de funil de eventos, Mixpanel e Amplitude. Você define cada passo do onboarding como um evento e a ferramenta desenha o funil entre eles. No exemplo, o Amplitude mostraria uma queda brutal na tela de verificação por documento: o usuário chegava, via que precisava fotografar o RG, e fechava o app.

Esse é o tipo de insight que só um funil de eventos bem instrumentado entrega. Sem ele, o time ficaria adivinhando se o problema era o cadastro inteiro, quando era uma única tela.

Para entender o porquê do abandono, complementa-se com uma ferramenta de session replay como o Smartlook ou a gravação de sessões do Hotjar para mobile. No exemplo, a gravação mostraria usuários tentando focar a câmera sem sucesso por má iluminação na interface. O dado quantitativo diz onde; o replay diz por quê.

Exemplo 3: a conversão que não acontece

Considere um e-commerce mobile com bom tráfego e carrinho cheio, mas finalização baixa. O funil de eventos mostra a queda no checkout. E agora?

Aqui o exemplo pede ferramenta de experimentação, Firebase A/B Testing, Optimizely ou similar. Você levanta uma hipótese: "a queda é porque pedimos cadastro antes de pagar". Testa uma versão com guest checkout. No exemplo, a variante de checkout sem cadastro obrigatório recuperaria parte expressiva da conversão perdida.

O ponto do exemplo é que ferramentas de funil mostram o problema, mas só a experimentação prova a solução. Ver a queda não basta; é preciso testar a hipótese.

O erro de leitura mais comum

O erro recorrente nesses exemplos não é falta de ferramenta, é leitura apressada. Times olham a métrica agregada ("conversão caiu 5%") e reagem sem segmentar. Mas o funil mobile mente quando você olha o agregado.

No exemplo do delivery, a conversão média escondia um iOS quebrado e um Android saudável. Segmentar por plataforma, por origem de tráfego e por versão do app é o que transforma um número opaco em diagnóstico. Toda ferramenta séria permite essa segmentação; poucos times a usam de verdade.

Há ainda a questão de dados. Cada evento que você rastreia no funil é, potencialmente, dado pessoal. No Brasil, instrumentar um funil sem pensar em consentimento e minimização de dados é construir um passivo de LGPD junto com o dashboard. Medir tudo não é estratégia; é risco.

Exemplo 4: a retenção que o funil esquece

A maioria dos times trata o funil como algo que termina na primeira conversão. Mas considere um app de educação cujo funil de instalação até a primeira aula está ótimo, e que, mesmo assim, perde quase todos os usuários na segunda semana.

Aqui o funil tradicional não enxerga nada, porque ele olha só até a conversão inicial. A ferramenta certa é a de análise de retenção por coorte, presente no Amplitude e no Mixpanel. Em vez de uma linha que afina, você vê uma tabela: de cada grupo de usuários que entrou numa semana, quantos voltaram na seguinte, e na seguinte.

No exemplo, a análise de coorte revelaria que o problema não era a primeira aula, e sim a ausência de um motivo para voltar. O usuário completava a primeira aula e nunca recebia um gancho para a segunda. O diagnóstico muda completamente a ação: não é mexer no onboarding, é construir um ciclo de reengajamento.

A lição deste exemplo é que conversão sem retenção é vaidade. Um funil que só mede a primeira conversão celebra usuários que vão embora. As ferramentas de coorte são o que estende a visão do funil para onde o valor real do produto se prova, no retorno do usuário, não na primeira sessão.

A leitura que separa os bons funis

Ferramenta de funil não entrega resposta, entrega uma pergunta mais precisa. Os exemplos acima têm em comum o mesmo movimento: a ferramenta apontou onde olhar, e o time precisou ter a maturidade de perguntar por quê antes de agir.

Quem trata o dashboard como veredito conserta o sintoma. Quem trata como hipótese conserta a causa. Essa é a diferença entre otimizar um funil e só mexer nele.

Se você está montando ou lendo o funil de conversão do seu app e quer discutir quais ferramentas fazem sentido para o seu caso, vale conversar. Tem outro artigo aqui no blog sobre o mesmo tema com foco no dia a dia operacional, além de textos sobre analytics e UX mobile.

Funil de conversão mobile: ferramentas explicadas com exemplos reais