Ticket médio caiu? Como achar a mudança que causou a queda
O ticket médio cai quando o pedido típico fica menor: menos itens, itens mais baratos ou descontos maiores. Antes de mexer em algo, confirme a queda no painel da loja, separe o ticket em itens, preços e descontos e coloque lado a lado todas as mudanças dos dias anteriores, como promoções, frete grátis, mix de produtos ou lances.
Por que o meu ticket médio caiu?
O ticket médio (valor médio do pedido, ou AOV) cai quando o pedido típico fica menor: o cliente compra menos itens, itens mais baratos ou paga menos por causa de um desconto. Às vezes o comportamento de compra nem mudou, e o número mexeu porque mudou a definição, o rastreamento ou o perfil de quem compra.
O ticket médio é a receita dividida pelo número de pedidos, então ele pode cair pelos dois lados da conta. Uma promoção que traz muitos pedidos pequenos derruba o ticket enquanto o faturamento total cresce. Um erro de tag que divide um pedido em dois corta o ticket pela metade de um dia para o outro. Antes de reagir, responda três perguntas, nesta ordem:
- A queda é real ou mudou a forma de medir o ticket?
- Qual parte do pedido encolheu: itens por pedido, preço por item ou desconto por pedido?
- Qual mudança, feita pelo seu time, por uma plataforma ou pelo mercado, coincide com o primeiro dia da queda?
Este artigo passa por cada pergunta. Se o faturamento total também caiu, comece pela análise mais ampla em por que as vendas do e-commerce caíram e volte aqui para a parte do ticket.
A queda do ticket médio é real ou mudou a definição ou o rastreamento?
Confira a medição primeiro, porque uma mudança de definição ou de rastreamento pode criar uma queda com o cliente gastando exatamente o mesmo de antes. Compare os mesmos dias no painel da loja e no GA4 e procure a data em que os dois começaram a divergir.
Cada ferramenta calcula o valor do pedido de um jeito. A Shopify mudou a definição de AOV em janeiro de 2023 para vendas brutas menos descontos, sem os ajustes feitos depois da criação do pedido, e aplicou a regra também aos dados históricos. A ajuda da Shopify avisa ainda que o relatório "Orders over time" mostra como pedido separado uma edição feita depois do dia da compra. No GA4, a receita de compra vem do parâmetro value do evento purchase; no exemplo do próprio Google, impostos e frete são enviados em parâmetros separados.
| O que conferir | Efeito no ticket | Como identificar |
|---|---|---|
| Eventos de compra duplicados ou divididos | O ticket mexe sem o carrinho mudar | O mesmo transaction_id se repete ou o analytics mostra mais pedidos que a loja |
| Valor da compra passou a excluir impostos ou frete | Todo pedido parece menor numa proporção parecida | A receita no analytics cai em relação à loja a partir de uma data |
| Moeda ausente ou alterada | Valores convertidos errado ou descartados | A queda aparece só em um mercado ou uma loja |
| Edições de pedido e reembolsos parciais | Linhas extras de valor baixo em alguns relatórios | O número de pedidos sobe nos relatórios, mas não na lista de pedidos |
| Novo checkout, app de pagamento ou de rastreamento | Algumas compras perdem valor ou itens | A queda começa no dia em que o app entrou no ar |
Se a exportação de pedidos da loja mostra a mesma queda do analytics, a queda é real. Se só um sistema mostra, o problema é de medição, e vale corrigir isso antes de mexer em campanhas ou preços.
Leia também: Por que meu ROAS caiu? Como encontrar a mudança por trás da queda · Como explicar uma queda de conversões ao cliente
Qual parte do pedido encolheu: itens, preços ou descontos?
Quebre o ticket médio em partes antes de procurar a causa. Um pedido médio é, grosso modo, o número de itens por pedido vezes o preço médio pago por item, menos o desconto por pedido, e cada parte aponta para um tipo diferente de mudança.
| Parte do ticket | Se caiu, olhe para |
|---|---|
| Itens por pedido | Kits, cross-sell, upsell no carrinho, desconto por quantidade, valor mínimo para frete grátis |
| Preço médio por item | Mix de produtos, campeões de venda sem estoque, linha nova mais barata, mudanças no feed do Shopping, campanhas que empurram produtos de entrada |
| Desconto por pedido | Cupons novos, liquidação no site todo, descontos automáticos, cupons vazados em sites de cupom |
| Perfil de clientes | Novos públicos, mais verba de prospecção, novo país ou marketplace |
Depois, quebre os mesmos números por canal, campanha, dispositivo, país e clientes novos versus recorrentes. Uma queda concentrada em um canal ou campanha costuma ter a causa nesse canal. Uma queda espalhada por todos os canais aponta para o site, o catálogo, os preços ou uma promoção geral.
Olhe a distribuição, não só a média. Alguns pedidos muito grandes no mês passado fazem este mês parecer pior mesmo que o pedido típico seja igual. Compare também a mediana: se ela se manteve e só a média caiu, procure pedidos grandes que faltaram (atacado, B2B, um cliente grande) antes de caçar uma mudança.
Quais mudanças costumam derrubar o ticket médio?
A maioria das quedas de ticket vem de uma mudança de oferta, preço, catálogo ou segmentação nos dias anteriores. Passe por estes grupos e anote cada mudança com data e responsável.
Ofertas e preços
- Um cupom novo, liquidação no site todo ou desconto automático, principalmente sem valor mínimo de pedido.
- Valor mínimo para frete grátis mais baixo: o cliente deixa de adicionar um item para chegar lá.
- Fim de kits, descontos por quantidade ou ofertas do tipo leve mais, pague menos.
- Redução de preço nos campeões de venda ou lançamento de uma linha mais barata.
Site e catálogo
- Blocos de cross-sell ou upsell removidos numa atualização de tema ou app.
- Produtos caros e muito vendidos sem estoque ou escondidos das coleções.
- Um carrinho ou checkout novo que pula a etapa de recomendações.
Campanhas e segmentação
- Verba movida para campanhas que vendem produtos de entrada.
- Um target ROAS (ROAS desejado) mais baixo. O Google diz que reduzir a meta permite à estratégia entrar em mais leilões para ganhar volume de conversões, então ela pode trazer mais pedidos, alguns menores.
- Públicos mais amplos, um mercado novo ou mais prospecção. Veja se os primeiros pedidos desses compradores são menores que os dos clientes recorrentes.
- Mudanças no feed ou nos grupos de produtos do Shopping e da Performance Max que levam a verba para itens mais baratos.
Fora das suas contas
- Uma liquidação do concorrente, o fim de uma temporada ou o fim de datas de presente.
Inclua na lista as mudanças das próprias plataformas. Recomendações aplicadas automaticamente, trocas de estratégia de lance e atualizações de feed contam como mudança mesmo que ninguém do time tenha clicado em nada. No Google Ads, elas ficam em Campanhas > Histórico de Alterações, que mostra os últimos dois anos. O guia do histórico de alterações do Google Ads explica como filtrar.
Como isolar qual mudança causou a queda do ticket médio?
Coloque todas as mudanças das duas semanas anteriores à queda numa linha do tempo, descarte o rastreamento e teste uma hipótese por vez contra a parte do ticket que caiu. A causa costuma ser a mudança cuja data e cujo alcance batem com a queda.
- Descartar erro de rastreamento
- Quebrar o ticket em partes
- Alinhar as mudanças
- Testar uma hipótese
Comece pelo primeiro dia da queda, não pelo dia em que alguém percebeu. Junte mudanças de todas as fontes: edições do time no Google Ads e no Meta Ads, automações das plataformas, mudanças na loja (cupons, regras de frete, atualizações de tema e apps, preços, estoque), publicações de tags e eventos externos. Depois, compare cada mudança com o alcance da queda: um cupom enviado só por e-mail não explica uma queda nos pedidos da busca paga.
Com todas as mudanças numa linha do tempo, a resposta costuma aparecer de cara: o frete grátis ficou mais fácil na mesma manhã em que o ticket começou a cair, dois dias antes da mudança de lance de que todo mundo suspeitava. Um registro de mudanças de marketing compartilhado transforma isso numa checagem rápida em vez de uma tarde abrindo painéis. No Changeline, as edições do Google Ads podem ser importadas automaticamente, e o time registra ao lado as mudanças de loja, oferta e rastreamento.
Exemplo: na segunda-feira, a dona de uma loja de casa e decoração pergunta por que o ticket médio caiu de R$ 320 para R$ 265 na semana passada, enquanto os pedidos subiram. A agência alinha as mudanças dos dez dias anteriores: um cupom de 15% para o site todo entrou no ar na quarta, o mínimo para frete grátis caiu de R$ 250 para R$ 150 no mesmo dia e o target ROAS da campanha de Shopping foi reduzido na quinta. Separando os pedidos por cupom, os pedidos com cupom têm média de R$ 215 e os sem cupom ficaram em R$ 318. O cupom, e não o lance, explica a maior parte da queda.
- QuaPromoCupom de 15% no site todo
- QuaSiteFrete grátis: R$ 250 → R$ 150
- QuiGoogle AdsTarget ROAS do Shopping reduzido
- Sem. passadaTicket médio R$ 320 → R$ 265
Quando duas mudanças caem no mesmo dia, procure um segmento que só uma delas atingiu: pedidos com e sem cupom, um país, uma campanha. A mudança cujo segmento concentra a queda vira sua hipótese principal.
Como provar a causa antes de falar com o cliente?
Prove mostrando que a queda aparece só onde a mudança valeu e que as datas batem. Depois, se o negócio permitir, desfaça ou limite a mudança e veja se o ticket volta.
- Compare segmentos afetados e não afetados nos mesmos dias: pedidos com e sem cupom, a campanha alterada e as outras, um mercado e o resto.
- Confira as datas: a queda começa no dia da mudança ou depois, nunca antes.
- Confira o tamanho: multiplique a fatia de pedidos afetados pelo quanto eles ficaram menores e compare com a queda total do ticket.
- Desfaça ou limite a mudança: volte o mínimo do frete grátis, coloque valor mínimo no cupom ou suba o target ROAS de novo.
- Documente: o que mudou, quando, quem mudou, a evidência e a decisão.
Mostre o trade-off, não só a queda. Uma promoção que cortou o ticket em 15% mas trouxe, por exemplo, 30% mais pedidos pode ter sido uma boa decisão; o cliente precisa dos dois números e da margem para julgar. Se você precisa explicar a queda numa reunião, o guia para explicar uma queda de conversões ao cliente traz uma estrutura que também serve para o ticket médio.
E continue registrando as mudanças conforme acontecem, num registro de mudanças de marketing, para que a próxima queda leve minutos, e não dias, para ser explicada.
Na próxima queda de uma métrica, os suspeitos já estão listados
O Changeline coloca as alterações do seu time, as alterações importadas do Google Ads e as edições de site, tracking e CRM em uma linha do tempo por cliente.
Plano Free: 1 projeto, 2 editores, 15 dias de histórico. Sem cartão.
Perguntas frequentes
Um ticket médio menor pode ser boa notícia?
Sim. Se uma promoção ou um público mais amplo trouxe muito mais pedidos, o faturamento e o lucro podem crescer enquanto o ticket cai. Avalie a mudança olhando receita, margem e custo de aquisição juntos, e só trate a queda do ticket como problema se os pedidos extras não compensarem os carrinhos menores.
Por que o ticket médio é diferente no GA4 e na Shopify?
Porque usam bases diferentes. A Shopify calcula o AOV a partir das vendas brutas menos descontos. O GA4 usa o valor enviado em cada evento de compra, que depende de como a tag foi configurada, por exemplo se inclui impostos e frete, e pode não registrar todas as compras. Compare tendências nos dois, sem esperar números idênticos.
Frete grátis a partir de um valor aumenta o ticket médio?
Pode aumentar, quando o mínimo fica um pouco acima do pedido típico e o cliente adiciona um item para chegar lá. Baixar ou remover o mínimo pode ter o efeito contrário. Se funciona na sua loja, só testando: compare itens por pedido e ticket antes e depois da mudança, separando pedidos acima e abaixo do mínimo.
Quanto tempo para trás devo olhar para achar a mudança?
Comece pelas duas semanas antes do primeiro dia da queda e amplie a janela para mudanças de efeito lento, como uma nova estratégia de lance ou uma mudança de catálogo. O Histórico de Alterações do Google Ads mostra os últimos dois anos, então dá para ver também o que foi alterado nas mesmas semanas do ano passado.
Devo usar a média ou a mediana do valor do pedido?
Use as duas. A média reage muito a poucos pedidos grandes, e a mediana mostra quanto gasta o cliente típico. Se a mediana se manteve e a média caiu, procure primeiro os pedidos grandes que faltaram. Se as duas caíram, o carrinho típico encolheu de verdade e uma mudança de oferta, preço ou segmentação é mais provável.