CRO e Experimentação · Consolidado

Drop-off Rate

Percentual de usuários que saem do funil em uma etapa específica.

  • CRO e Experimentação
  • Analytics e Atribuição
  • Meio de Funil
  • Fundo de Funil
Nesta página
  1. O que é Drop-off Rate?
  2. Por que é importante?
  3. Como calcular?
  4. Como interpretar?
  5. Onde utilizar?
  6. Quem acompanha?
  7. Como otimizar?
  8. Erros comuns
  9. Conexões com outros KPIs
  10. Indicadores relacionados
  11. Perguntas frequentes
  12. Fontes

O que é Drop-off Rate?

Drop-off rate é a proporção de usuários que chegaram a uma etapa de um funil e não avançaram para a seguinte. É calculada para cada passagem, como da página de produto para o carrinho, ou do carrinho para o checkout.

Por que é importante?

O indicador localiza onde o funil perde mais gente e orienta a priorização de melhorias. Em vez de olhar só a conversão final, mostra qual etapa responde pela maior perda.

Como calcular Drop-off Rate?

Fórmula

Drop-off rate da etapa = ((Usuários na etapa − Usuários na etapa seguinte) ÷ Usuários na etapa) × 100

Defina as etapas e se o funil é aberto (o usuário pode entrar em qualquer etapa) ou fechado (precisa passar pela anterior). No GA4, a exploração de funil calcula a taxa de abandono por etapa.

Unidade
Percentual (%) por etapa
Leitura
Quanto menor, melhor

Exemplo: Das 20.000 pessoas que viram um produto, 2.400 adicionaram ao carrinho. Drop-off da etapa = (20.000 − 2.400) ÷ 20.000 × 100 = 88%.

Como interpretar?

Quando aumenta
Mais pessoas param naquela etapa.
Quando diminui
A etapa ficou mais eficiente em fazer o usuário avançar.
Contexto e cuidados
Algumas etapas têm drop-off naturalmente alto, como a passagem de visualização de produto para carrinho. Compare a mesma etapa ao longo do tempo e entre segmentos.

Onde utilizar?

  • Etapas do funilMeio de Funil, Fundo de Funil
  • DisciplinasCRO e Experimentação, Analytics e Atribuição
  • TipoTaxa
  • MaturidadeConsolidado
  • Frequência de análiseSemanal
  • Fontes de dadosGoogle Analytics 4 (exploração de funil), Analytics de produto

Consolidado: Definição estável e usada da mesma forma pelo mercado e pelas plataformas.

Quem acompanha?

Níveis profissionais que acompanham Drop-off Rate e o tipo de responsabilidade
NívelAplicaçãoO que faz com o indicador
Analista JúniorAnalisaInvestiga variações, cruza dados e recomenda mudanças.
Analista PlenoOperaConfigura, acompanha e ajusta o indicador no dia a dia.
Analista SêniorAnalisaInvestiga variações, cruza dados e recomenda mudanças.

A lista indica onde o indicador costuma ser mais relevante. Qualquer profissional pode consultá-lo.

Como otimizar?

  • Priorize a etapa com maior perda absoluta de usuários.
  • Combine com gravações de sessão e mapas de calor para entender o motivo.
  • Teste mudanças na etapa com experimentos.
  • Segmente por dispositivo e canal para achar perdas concentradas.

Erros comuns

  • Comparar funis abertos e fechados.
  • Olhar só percentuais e ignorar o volume perdido.
  • Tratar drop-off alto de uma etapa naturalmente seletiva como problema.

Como este indicador se conecta a outros KPIs

  1. Drop-off Rate
  2. Taxa de Microconversão
  3. Taxa de Conversão

A conversão final é o resultado das passagens entre etapas. Reduzir o drop-off de uma etapa aumenta a conversão se as etapas seguintes mantiverem o desempenho.

As relações mostram como um número entra na conta do outro, sob as premissas descritas. Não são causas automáticas: mudanças de público, oferta e medição alteram o resultado.

Indicadores relacionados

Perguntas frequentes sobre Drop-off Rate

Drop-off é o mesmo que taxa de rejeição?

Não. Taxa de rejeição é sobre sessões sem engajamento. Drop-off é sobre quem saiu de uma etapa específica do funil.

O que é funil aberto e fechado?

No fechado, só conta quem passou pelas etapas na ordem. No aberto, o usuário pode entrar em qualquer etapa.

Como descobrir o motivo do drop-off?

Combine dados quantitativos com gravações de sessão, mapas de calor, pesquisas rápidas e testes com usuários.

Fontes

  1. Dimensões e métricas do Google Analytics (abre em nova aba)Ajuda do Google Analytics · acesso em 28 de out. de 2026
  2. Cart Abandonment Rate Statistics (abre em nova aba)Baymard Institute · acesso em 28 de out. de 2026