---
title: "52 KPIs de apps mobile: a lista completa para 2026"
description: "Os 52 KPIs de apps mobile para conhecer em 2026, por categoria, com os 10 que mais importam para times de produto. Fórmulas, benchmarks e notas honestas."
url: https://uxcam.com/br/blog/kpis-de-aplicativos/
language: pt-BR
date_published: 2024-06-04T12:00:00.000Z
date_modified: 2026-10-30T00:00:00.000Z
---

# 52 KPIs de apps mobile: a lista completa para 2026

As **métricas de apps mobile** que a maioria dos times de produto deveria acompanhar são retenção no dia 1, no dia 7 e no dia 30 por coorte de instalação, razão DAU/MAU, taxa de ativação, taxa de usuários sem crash, taxa de conversão do funil, ARPU ou LTV, CAC com a razão LTV:CAC, taxa de rage taps, nota na loja de apps e tempo até a primeira ação relevante. A retenção no dia 30 das novas coortes de instalação é a que tem maior poder de previsão.

| Métrica | O que mede | Benchmark ou fórmula |
| --- | --- | --- |
| Retenção no dia 30 | Parcela de uma coorte de instalação ainda ativa no dia 30 | Todas as categorias: mediana de cerca de 4%, 5-8% nos apps de melhor desempenho |
| Razão DAU/MAU | Usuários diários como parcela dos usuários mensais | Acima de 0,2 é saudável, acima de 0,5 é excepcional |
| Taxa de ativação | Parcela de novos usuários que concluem o seu evento de ativação | Use um evento ligado ao valor central, não aberturas do app |
| Taxa de usuários sem crash | Parcela de usuários que nunca passam por um crash | Meta acima de 99% |
| Lifetime value (LTV) | Receita projetada de um usuário ao longo de todo o relacionamento com o app | ARPU × tempo médio de vida do cliente |
| Razão LTV:CAC | Lifetime value comparado ao custo de adquirir um usuário | Acima de 3:1 para crescer com lucro |

Métricas de apps mobile são as medições quantitativas de como os usuários descobrem, adotam, usam e pagam por um app. A lista completa abaixo traz 52 delas em seis categorias, de aquisição (instalações, custo por instalação) a engagement (DAU, duração da sessão), receita (ARPU, LTV) e parte técnica (crashes, tempo de carregamento). A maioria dos times de produto acompanha muito mais métricas do que precisa.

A verdade impopular sobre KPIs de apps mobile é esta: acompanhar 52 deles não vai deixar o seu produto melhor.

Acompanhar os 10 certos, sim. A maioria dos times que eu audito tem dashboards lotados de métricas de vaidade e deixa passar as três ou quatro que de fato preveem retenção e receita. Então este guia serve de referência (se você precisa saber o que significa "eCAC", está aqui), mas a parte mais útil é a lista dos 10 KPIs que realmente importam para a maioria dos times de produto mobile.

**Como montei esta lista:** usei três fontes.

Primeiro, a literatura padrão de analytics mobile, para as definições canônicas de cada métrica.

Segundo, dashboards reais de mais de 15 times mobile com quem trabalhei em 2025-2026, para identificar quais métricas são de fato revisadas toda semana e quais ficam juntando poeira.

Terceiro, os dados de produto da própria UXCam, de mais de 37.000 produtos, para validar quais métricas têm a correlação mais forte com resultados de retenção e receita. O ranking dos 10 principais, logo no início, reflete a minha avaliação sobre quais métricas orientam decisões de produto com mais confiabilidade em um time mobile típico.

## Principais conclusões

- Acompanhe bem 10 métricas, e não 50 de qualquer jeito. As 10 que eu fixaria para qualquer time de produto mobile estão abaixo e cobrem aquisição, ativação, retenção, engagement e receita. Todo o resto é contexto para elas.
- O KPI mobile com maior poder de previsão é a retenção no dia 30 das novas coortes de instalação. Quase todas as outras métricas derivam dela.
- Métricas de vaidade (downloads, cadastros, MAU) são fáceis de mexer, mas não preveem resultados de negócio com confiabilidade. Sempre combine métricas de aquisição com métricas de qualidade (taxa de ativação, retenção no dia 7).
- Instrumente pensando em decisões específicas, não "só por garantia". Cada evento que você rastreia custa tempo de engenharia, dinheiro com fornecedores e atenção dos analistas.
- [Tara](https://uxcam.com/br/ai/), a analista de IA da UXCam, encontra anomalias nas métricas automaticamente e mostra quais comportamentos específicos dos usuários estão fazendo os números subir ou cair. Assim, o dashboard de KPIs deixa de ser um placar e vira uma ferramenta de diagnóstico que leva à ação.

## Os 10 KPIs que mais importam

1. Retenção no dia 1, no dia 7 e no dia 30 (por coorte de instalação)
2. Usuários ativos diários (DAU) e razão DAU/MAU
3. Taxa de ativação (% de novos usuários que concluem o evento de ativação que você definiu)
4. Taxa de usuários sem crash
5. Taxa de conversão em cada etapa do seu funil principal
6. Receita média por usuário (ARPU) ou lifetime value (LTV)
7. Custo de aquisição de clientes (CAC) e a razão LTV:CAC
8. Taxa de rage taps e taxa de travamentos da UI (performance de UX)
9. Nota na loja de apps e tendência do volume de avaliações
10. Tempo até a primeira ação relevante (velocidade de ativação)

Esses 10 cobrem aquisição, ativação, retenção, engagement, receita e UX em uma só visão. Se eu só pudesse ter 10 gráficos em um dashboard mobile, seriam esses.

## O que são KPIs de apps mobile?

**KPIs de apps mobile (key performance indicators, ou indicadores-chave de desempenho) são medições quantitativas usadas para acompanhar e avaliar o desempenho de um app em relação às metas de negócio e de experiência do usuário.** Eles se dividem em seis grandes categorias: saúde geral do app, engagement, receita, experiência do usuário, marketing e otimização para lojas de apps (ASO).

A diferença entre "métrica" e "KPI" está na intenção. Métrica é qualquer coisa que você mede. KPI é uma métrica que você decidiu que orienta uma decisão de negócio. Todo KPI é uma métrica; nem toda métrica é um KPI. A maioria dos times tem mais métricas do que KPIs, o que não é problema até a bagunça no dashboard esconder o sinal.

## KPIs gerais de apps mobile

### Taxa de crescimento de usuários

A variação percentual do total de usuários em um período. Fórmula: (usuários no fim - usuários no início) / usuários no início × 100. Útil como tendência geral, mas ignora a qualidade do churn (crescer com aquisição de baixa qualidade mascara problemas de retenção). Gosto de combiná-la com uma visão de novos usuários ativos líquidos, que exclui reativações e mostra se você está crescendo de verdade ou só reciclando usuários.

### Downloads mobile

Número de downloads na App Store e no Google Play ao longo do tempo. É o KPI desta lista que mais facilmente vira métrica de vaidade. Serve para perguntas de ASO, mas não para decisões de produto. Foque na conversão de instalações → usuários ativos. A diferença entre a instalação e a primeira sessão costuma ficar em 10-20% no Android e é menor no iOS, e ela diz algo sobre a promessa da página na loja versus a realidade do produto.

### Taxa de retenção

Percentual de usuários de uma coorte de instalação que voltam depois do dia 1, 7, 30 etc. **A métrica com maior poder de previsão para a maioria dos produtos mobile.** Sempre medida coorte a coorte, nunca de forma agregada. [Os benchmarks do Mixpanel](https://mixpanel.com/content/product-benchmarks/) colocam a retenção mediana no dia 30 de apps de consumo em torno de 6% e a do quartil superior em torno de 20%, o que dá uma meta aproximada.

### Tendência de instalações

Ritmo diário ou semanal de instalações. Picos costumam estar ligados a campanhas de marketing, padrões sazonais ou destaques na loja de apps. Combine com dados de retenção para avaliar a qualidade das instalações.

### Tendência de desinstalações

Número de usuários que removeram o app. É difícil medir com precisão (o iOS nem sempre envia um sinal de desinstalação), mas vale acompanhar para identificar regressões depois de releases ruins. O Firebase e as plataformas de atribuição mostram a taxa de desinstalação com mais precisão.

### Cadastros

Número de usuários que criaram uma conta. É uma submétrica do funil instalação → ativação. Acompanhe a taxa de cadastro (cadastros / instalações) em vez do número absoluto, porque números absolutos se confundem com o volume de instalações.

### Assinaturas

Em apps de assinatura, o número de assinantes pagantes. Combine com a taxa de conversão de assinatura (pagantes / usuários em teste) e a retenção de assinaturas (taxa de renovação). [O relatório State of Subscription Apps da RevenueCat](https://www.revenuecat.com/state-of-subscription-apps/) publica benchmarks por categoria que você pode usar como referência.

### Crashes

Número e taxa de exceções não tratadas. Acompanhe a taxa de usuários sem crash (meta >99%) e a taxa de sessões sem crash (meta >99,5%). Use [Firebase Crashlytics](https://firebase.google.com/products/crashlytics), [Sentry](https://sentry.io/) ou [Bugsnag](https://www.bugsnag.com/).

### Atualizações

Percentual de usuários na versão mais recente do app. Adoção lenta das atualizações indica que os seus avisos de atualização não estão funcionando ou que os usuários estão esbarrando em limites de Wi-Fi pago.

### Net Promoter Score (NPS)

"Qual a probabilidade de você recomendar este app?" em uma escala de 0 a 10 (veja o [framework original do NPS](https://www.bain.com/consulting-services/customer-strategy-and-marketing/net-promoter-system/)). Um 30 é considerado bom, e 50 é ótimo. Útil para dar direção, menos útil para diagnosticar problemas específicos. Sempre combine com feedback aberto.

## Métricas de engagement do app

### Sessões

Número de sessões de usuários ao longo do tempo. Uma sessão começa quando o usuário abre o app e termina depois de um período definido de inatividade (normalmente 30 minutos).

### Duração da sessão

Duração média de uma sessão. Mais longa nem sempre é melhor (um usuário travado em uma tela confusa também tem uma sessão longa). Combine com a taxa de conclusão de tarefas.

### Intervalo entre sessões

Tempo entre as sessões de um mesmo usuário. Intervalos mais curtos indicam hábito mais forte. Útil para comparar coortes.

### Profundidade da sessão

Número médio de telas ou ações por sessão. Mostra se os usuários estão se aprofundando no app ou saindo rápido.

### Média de telas por visita

Parecida com a profundidade da sessão, mas medida especificamente em visualizações de tela. Indica o quanto do app os usuários realmente exploram.

### Usuários ativos diários (DAU)

Usuários únicos ativos em um único dia. Explicamos em detalhes no [guia de engagement de apps mobile](https://uxcam.com/br/blog/aumentar-engajamento-aplicativo-movel-10-estrategias/).

### Usuários ativos mensais (MAU)

Usuários únicos ativos em uma janela de 30 dias. É mais útil em conjunto com o DAU, como razão (DAU/MAU é a medida clássica de "stickiness").

### Compartilhamentos sociais

Número de vezes que os usuários compartilharam algo do seu app. É um sinal forte de valor real em apps de conteúdo. Irrelevante para a maioria dos apps utilitários.

### Reconhecimento de marca

Normalmente medido por pesquisa (lembrança espontânea e estimulada). Métrica subjetiva. Útil para grandes marcas de consumo, distração para a maioria dos times de produto.

### Taxa de churn

Percentual de usuários que pararam de usar o seu app em uma janela de tempo. É o inverso da retenção. Meça como o complemento da retenção por coorte, não como um número agregado.

## KPIs mobile focados em receita

### Receita média por usuário (ARPU)

Receita total / total de usuários em um período. A métrica de monetização mais simples.

### Lifetime value (LTV)

Receita total projetada de um usuário ao longo de todo o relacionamento dele com o app. Normalmente calculada como ARPU × tempo médio de vida do cliente.

### Tempo até a primeira compra

Dias ou sessões entre a instalação e a primeira conversão paga. É um indicador antecedente de LTV. Apps que levam o usuário à primeira compra em menos de 3 dias costumam ter LTVs bem mais altos do que apps em que esse tempo é maior.

### Compras

Número de transações pagas. Acompanhe a frequência de compra (compras por usuário pagante por período) junto com o número absoluto de compras.

### Custo de aquisição de clientes (CAC)

Gasto total com aquisição / novos usuários adquiridos. Junte pago e orgânico para ter uma visão justa, ou separe por canal.

### Custo por aquisição (CPA)

Na prática, costuma ser usado como sinônimo de CAC. Alguns times usam CPA só para canais pagos e CAC para o número combinado de pago e orgânico.

### Customer lifetime value (CLV)

Na maioria dos usos, é o mesmo que LTV. Uma razão LTV:CAC acima de 3:1 é o benchmark padrão para crescer com lucro.

### eCAC (custo efetivo de aquisição de clientes)

CAC ajustado pela retenção ao longo do tempo de vida do cliente. Prevê melhor do que o CAC bruto em apps de assinatura.

### eCPM (custo efetivo por mil)

Métrica de receita com anúncios: receita por 1.000 impressões de anúncios. Relevante principalmente para apps financiados por anúncios.

### Taxa de conversão paga

Percentual de usuários gratuitos que viram pagantes. Em apps freemium e com período de teste, é a principal métrica de receita.

### Taxa de conversão orgânica

Taxa de conversão entre instalações orgânicas (não pagas). Costuma ser maior do que a conversão paga e mostra se o seu produto se vende sozinho.

### Retorno sobre o investimento (ROI)

Receita gerada / custo investido. Útil no nível de campanha. Engana se for usado como um único número para o negócio inteiro.

### Custo por instalação (CPI)

Gasto com aquisição paga / instalações entregues. Combine com a conversão de instalação para usuário ativo para não otimizar para instalações de baixa qualidade.

## KPIs de experiência do usuário

### Tempo de carregamento

Tempo entre abrir o app e ter a interface totalmente interativa. Meta para cold start: menos de 2 segundos. Warm start: menos de 1 segundo.

### Dispositivos

Distribuição dos dispositivos dos usuários (iPhone 15, Samsung A54, Pixel 8 etc.). Essencial para entender quem são os seus usuários de verdade. Os Android intermediários costumam ser onde os problemas de performance se escondem.

### Operadoras

Distribuição das operadoras de rede. Importa para apps que dependem muito de conectividade (vídeo, chamadas, transferência de arquivos grandes).

### Sistema operacional (OS)

Divisão entre iOS e Android e distribuição de versões. Define em quais recursos do SDK você pode confiar e onde fica a sua matriz de suporte.

### Dimensões/resolução de tela

Distribuição dos tamanhos de tela dos dispositivos. Essencial para design responsivo e para pegar bugs de layout em proporções de tela incomuns.

### Permissões concedidas

Percentual de usuários que concedem permissões de localização, notificações, câmera, contatos etc. A taxa de opt-in do ATT no iOS é um recorte especialmente importante desde 2021.

### Latência de API

Tempo entre a requisição e a resposta das APIs do seu backend. Picos de latência são a regressão silenciosa de performance mais comum.

## KPIs de marketing de apps mobile

### Origem da instalação (atribuição)

Qual canal gerou a instalação. Ferramentas: [AppsFlyer](https://www.appsflyer.com/), [Adjust](https://www.adjust.com/), [Singular](https://www.singular.net/). Depois do ATT, a atribuição ficou mais difícil, então a modelagem por coorte importa mais do que a atribuição individual.

### Viralidade e fator K

Número de convites que cada usuário envia × taxa de conversão desses convites. K > 1 significa que o seu app cresce sem aquisição paga. É raro, mas, quando acontece, é um sinal forte.

### Desempenho por canal

Desempenho de cada canal de aquisição (social pago, busca paga, busca orgânica, indicação, ASO, parcerias). Segmente retenção e ARPU por canal para encontrar os trade-offs entre qualidade e quantidade.

### Métricas geográficas

Desempenho por país ou região. Retenção, conversão e engagement muitas vezes variam muito entre regiões para o mesmo app.

### Dados demográficos

Idade, gênero, idioma. Úteis para apps B2C. Para segmentar por comportamento, prefira coortes baseadas no que os usuários realmente fazem in-app em vez de grupos demográficos.

### Análise de coortes

Comparação de grupos de usuários por data de instalação, canal de aquisição ou uso de funcionalidades. A única forma confiável de avaliar retenção e LTV.

### Métricas comportamentais

Eventos que os usuários disparam dentro do app (funcionalidade usada, tela visitada, ação concluída). A base da sua análise de produto. Explicamos em detalhes em [análise de eventos](https://uxcam.com/br/product-analytics/event-analytics/).

## KPIs de App Store Optimization (ASO)

### Palavras-chave

Rankings de palavras-chave na App Store e na Play Store. Ferramentas: [Sensor Tower](https://sensortower.com/), [AppFollow](https://appfollow.io/), [App Radar](https://appradar.com/). Os rankings determinam o volume de instalações orgânicas.

### Ranking na categoria da loja

A posição do seu app nos rankings da categoria. Estar no top 20 da categoria gera descoberta orgânica relevante; abaixo disso, o impacto cai bruscamente.

### Visualizações para instalações

Taxa de conversão da visualização da página na loja para a instalação. Depende das capturas de tela, do ícone, do título e da descrição, que pesa muito na primeira impressão. A otimização de ASO com maior impacto costuma ser a primeira captura de tela.

### Avaliações

Quantidade e sentimento das avaliações dos usuários. Responda rápido às avaliações negativas (a resposta muitas vezes afeta mais a nota do que a própria avaliação).

### Notas

Nota média na loja de apps (máximo de 5). Apps com mais de 4,5 estrelas têm ranking na categoria e conversão de instalações orgânicas visivelmente melhores do que apps entre 4,0 e 4,4.

## 15 padrões e armadilhas de KPIs

Depois de anos auditando setups de analytics mobile, vejo os mesmos erros e os mesmos padrões vencedores aparecendo sempre. Estes são os que vale a pena incorporar.

### 1. Analise a retenção sempre por coorte de semana de instalação, não por período do calendário

Números agregados de retenção mentem. Se você lançou um release ruim na semana 3, ele vai contaminar a sua retenção combinada por meses. Agrupe os usuários em coortes por semana de instalação e você vê exatamente qual leva de releases teve o problema. [O guia de retenção da Amplitude](https://amplitude.com/blog/measuring-user-retention) é a introdução mais clara sobre o tema.

### 2. Meça a ativação como um evento específico, não como "abriu duas vezes"

Ativação é o primeiro momento em que o usuário vive o valor central do seu produto. Na Recora, foi concluir a primeira sessão de recuperação, o que se liga ao [aumento de 4x na conclusão do programa](https://uxcam.com/br/case-study/recora/) mostrado no case da empresa. Em um app de banco, pode ser adicionar um cartão. "Abriu o app duas vezes" não é ativação.

### 3. Defina uma métrica North Star e instrumente em torno dela

Um número que mostra se os usuários estão recebendo valor. O Spotify acompanha o tempo de escuta. O Airbnb acompanha as noites reservadas. [Sean Ellis](https://growthhackers.com/articles/north-star-metric) popularizou essa abordagem, e ela corta o ruído do dashboard rapidamente.

### 4. Combine cada KPI quantitativo com evidências qualitativas

Uma queda na conversão do funil mostra que algo quebrou. As gravações de sessão mostram o quê. A Inspire Fitness combinou análise de eventos com [gravações de sessão da UXCam](https://uxcam.com/br/experience-analytics/session-replay/) e teve um [aumento de 460% na atividade dos usuários in-app](https://uxcam.com/br/case-study/inspire-fitness/).

### 5. Use a razão DAU/MAU como indicador de stickiness, mas conheça os limites dela

Acima de 0,2 é saudável para a maioria dos apps, acima de 0,5 é excepcional (jogos e apps de mensagens se concentram aqui). Mas um app de notícias com DAU/MAU de 0,15 pode estar totalmente saudável. Compare com a sua categoria, não com a média do mercado.

### 6. Separe indicadores antecedentes de indicadores defasados

LTV é defasado. Retenção no dia 7 é antecedente. Receita é defasada. Taxa de ativação é antecedente. Dashboards que só mostram métricas defasadas deixam você reativo. Dashboards com os dois tipos permitem agir a tempo.

### 7. Fique de olho na Lei de Goodhart em todo KPI

"Quando uma medida vira meta, ela deixa de ser uma boa medida." Otimize a duração da sessão e você vai ter usuários travados em telas confusas. Otimize downloads e você vai ter instalações de baixa qualidade. A solução: sempre combine uma métrica de volume com uma métrica de qualidade.

### 8. Meça o tempo até a primeira ação relevante em segundos, não em dias

O Housing.com levou a adoção da busca em várias áreas de 20% para 40% dos usuários depois que as gravações de sessão mostraram que a maioria queria buscar em várias cidades ao mesmo tempo. Leia o [case do Housing.com](https://uxcam.com/case-study/housing/) para ver os detalhes. A lição vale para qualquer app: encontre o primeiro momento "aha" do seu funil e trate cada segundo entre a instalação e esse momento como risco de churn.

### 9. Segmente cada KPI por canal de aquisição

Usuários vindos de social pago quase sempre retêm pior do que os de busca orgânica. Se você não segmenta por origem, o seu número de retenção combinado está escondendo um problema de qualidade. [O guia de atribuição pós-SKAN da Singular](https://www.singular.net/blog/skadnetwork/) é a referência atual para fazer isso no mundo pós-ATT.

### 10. Coloque rage taps e travamentos da UI no dashboard principal

A maioria dos times enterra as métricas de performance de UX em uma aba de dívida técnica que ninguém lê. Mas a taxa de rage taps é um dos alertas mais rápidos de regressões de UX. A Costa Coffee usou [a análise de funis da UXCam](https://uxcam.com/br/product-analytics/funnels/) para encontrar um ponto de atrito no cadastro (erros de senha inválida) e aumentou os cadastros em 15%.

### 11. Pare de comemorar picos de MAU sem um gráfico de retenção ao lado

Um pico de 2x no MAU por causa de um viral no TikTok ou de um destaque na App Store não significa nada se nenhum desses usuários ficar. Sempre entregue a curva de retenção junto com o relatório de aquisição, ou você vai induzir o seu time ao erro.

### 12. Instrumente crashes por tela, não só no geral

Uma taxa de 99,2% sem crash parece ótima até você perceber que os 0,8% restantes estão concentrados na tela de checkout. [Os relatórios de crash por tela do Sentry](https://docs.sentry.io/platforms/react-native/) e a gravação de sessão da UXCam para sessões com crash mostram exatamente quais fluxos estão perdendo usuários.

### 13. Elimine do dashboard qualquer métrica que ninguém mencionou em 30 dias

Se os seus PMs e líderes de growth não perguntaram sobre um número em um mês, ele não é um KPI. É decoração. Corte. A conta das ferramentas de analytics e a carga cognitiva crescem com o número de métricas que você mantém, não com o número que você usa.

### 14. Revise todo mês as curvas de retenção de pago e orgânico lado a lado

Coortes pagas costumam reter 30-50% pior do que as orgânicas no dia 30 e, se essa diferença aumentar, ou você está dando lances altos demais ou os criativos estão atraindo o público errado. Uma revisão mensal das duas curvas no mesmo gráfico pega a perda de qualidade antes que o investimento em mídia aumente o estrago.

### 15. Trate as taxas de concessão de permissões como KPIs de produto, não como detalhes da plataforma

A permissão de notificações move o reengajamento. A localização dá relevância a apps on-demand. O ATT define a fidelidade da atribuição. [Os benchmarks de ATT da AppsFlyer](https://www.appsflyer.com/resources/reports/att-dashboard/) são uma boa referência para saber onde a sua taxa de opt-in deveria estar. Se uma taxa de concessão de permissão cair 5 pontos depois de um release, algo no texto do seu pedido de permissão ou do pré-pedido piorou.

## KPIs por setor: o que muda

A mesma definição de métrica muda de sentido de um setor para outro. Uma retenção de 10% no dia 30 é um desastre para um app de banco e um triunfo para um app de namoro. Veja como as prioridades mudam.

### Fintechs e bancos

As metas de retenção são altas (40-60% no dia 30 é possível para o app do banco principal) porque trocar de banco custa caro para o usuário. Foque na velocidade de ativação (tempo até a primeira transação), na taxa de usuários sem crash (a confiança se quebra rápido quando há dinheiro envolvido) e nas taxas de concessão de permissões (principalmente autenticação biométrica). O churn ligado a fraude é uma categoria à parte, que vale separar do churn natural. O atrito regulatório (KYC, envio de documentos) costuma ser a maior perda na ativação, e vale medi-lo como um funil próprio.

### E-commerce e varejo

A taxa de conversão no carrinho e no checkout é o KPI central. Ticket médio (AOV), taxa de recompra e tempo até a segunda compra importam mais do que a duração da sessão. Mapas de calor nas páginas de produto têm alto impacto, porque um CTA confuso em uma PDP custa dinheiro de verdade a cada visitante. Os intervalos entre sessões costumam ser longos (semanais ou mensais), então a razão DAU/MAU é um sinal mais fraco do que em apps de uso diário. [A pesquisa de checkout do Baymard Institute](https://baymard.com/research) coloca de forma consistente o abandono de checkout no mobile em torno de 70%, o que serve como benchmark realista.

### Saúde, fitness e bem-estar

Métricas de sequência (streaks), usuários ativos semanais e conclusão da ativação (primeiro treino registrado, primeira refeição registrada) dominam. A monetização depende da conversão de assinaturas e das taxas de teste para pago. A Inspire Fitness aumentou a atividade dos usuários in-app em 460% rastreando eventos em cada release e analisando gravações de sessão e mapas de calor depois de cada lançamento. Preste muita atenção à queda da primeira semana, que é quase sempre onde os apps de bem-estar perdem usuários em massa. Coortes de janeiro em apps de fitness se comportam de forma muito diferente das coortes de maio, então a análise de coortes sazonal é obrigatória, não opcional.

### Mídia e conteúdo

DAU, profundidade da sessão e tempo de uso são os KPIs que importam. Compartilhamentos sociais contam aqui de um jeito que não contam em outros setores. eCPM e taxa de preenchimento de anúncios geram a receita nos modelos financiados por anúncios; a conversão de assinaturas gera nos modelos pagos. A tensão entre duração da sessão e qualidade do conteúdo é real: combine o tempo de uso com avaliações subjetivas do conteúdo para não otimizar em direção ao doomscrolling.

### SaaS e B2B mobile

Usuários ativos semanais muitas vezes funcionam melhor do que o DAU como métrica de cadência, porque o uso B2B segue a semana de trabalho. Taxa de adoção de funcionalidades por conta, taxa de ativação de licenças e tempo até a ativação do time (vários usuários ativos dentro de uma empresa) são os KPIs que preveem receita de expansão. O churn é medido no nível da conta, não do usuário.

### Viagens e on-demand

Taxa de conversão da busca para a reserva, tempo entre busca e reserva e conclusão do ciclo reserva-avaliação são os KPIs centrais. A segmentação geográfica é essencial (um app de viagens tem desempenho radicalmente diferente de um país para outro). Os intervalos entre sessões são longos e sazonais, então a análise de coortes por temporada de viagem importa mais do que médias móveis. Em categorias on-demand, como delivery de comida e transporte por app, o tempo até o primeiro pedido depois da instalação é o melhor preditor do LTV em seis meses.

## Ferramentas de KPIs mobile por categoria

Escolha uma ferramenta por categoria. Juntar mais do que isso desperdiça tempo de engenharia e cria dor de cabeça na hora de conciliar os dados.

**Análise de produto e comportamental.** [UXCam](https://uxcam.com/br/product-analytics/) para análise de produto com gravação de sessão, mapas de calor e funis na mesma camada de dados, para apps mobile e sites. [Mixpanel](https://mixpanel.com/) e [Amplitude](https://amplitude.com/) para analytics quantitativo baseado em eventos. [Heap](https://heap.io/) para analytics com foco em captura automática. [PostHog](https://posthog.com/) para times que preferem open source.

**Monitoramento de crashes e performance.** [Firebase Crashlytics](https://firebase.google.com/products/crashlytics) é a opção gratuita padrão. [Sentry](https://sentry.io/) e [Bugsnag](https://www.bugsnag.com/) oferecem dashboards de saúde de releases e alertas melhores. [Instabug](https://instabug.com/) junta relatórios de crash com relatos de bugs in-app.

**Atribuição e analytics de marketing.** [AppsFlyer](https://www.appsflyer.com/), [Adjust](https://www.adjust.com/), [Singular](https://www.singular.net/), [Branch](https://branch.io/) e [Kochava](https://www.kochava.com/) são as principais opções. A AppsFlyer tem a maior fatia de mercado; a Singular tem a modelagem pós-ATT mais forte.

**ASO e inteligência de lojas de apps.** [Sensor Tower](https://sensortower.com/) (que comprou a data.ai, antiga App Annie, em 2024), [AppFollow](https://appfollow.io/) e [App Radar](https://appradar.com/) para acompanhar palavras-chave e monitorar a concorrência. [Asodesk](https://asodesk.com/) é uma opção mais leve.

**Pesquisa qualitativa e feedback dos usuários.** [UserTesting](https://www.usertesting.com/) e [Maze](https://maze.co/) para pesquisas moderadas e não moderadas. [Survicate](https://survicate.com/) para NPS in-app. A [gravação de sessão](https://uxcam.com/br/experience-analytics/session-replay/) da UXCam cobre a camada de "ver o que os usuários realmente fizeram".

**Analytics de receita e assinaturas.** [RevenueCat](https://www.revenuecat.com/) é a infraestrutura de assinaturas dominante, com bons recursos nativos de analytics. [Qonversion](https://qonversion.io/) e [Adapty](https://adapty.io/) são alternativas. [ProfitWell](https://www.profitwell.com/) (hoje Paddle Metrics) para análise de receita de assinaturas.

**Testes A/B e experimentação.** [Statsig](https://www.statsig.com/), [LaunchDarkly](https://launchdarkly.com/) e [Optimizely](https://www.optimizely.com/) são os principais players em feature flags e análise de experimentos. O Firebase Remote Config atende às necessidades básicas de experimentação de times que já usam o stack do Google.

## 10 erros que os times cometem com KPIs de apps mobile

### 1. Rastrear tudo o que o SDK oferece por padrão

Cada evento capturado automaticamente é dívida técnica. Defina o seu esquema de eventos com intenção e corte o resto.

### 2. Reportar a retenção agregada em vez da retenção por coorte

Um único número "retenção: 22%" quase não diz nada. Sempre agrupe por coorte de semana de instalação.

### 3. Comemorar o crescimento do MAU sem olhar o DAU/MAU

O MAU cresce fácil com investimento em aquisição. É a stickiness que mostra se o produto está funcionando.

### 4. Usar a nota na loja de apps como KPI de produto

As notas refletem a realidade do produto com semanas de atraso e são distorcidas pela lógica dos pedidos de avaliação. Úteis para ASO, não para decisões de produto.

### 5. Otimizar a duração da sessão como se mais longa sempre fosse melhor

Uma sessão longa pode significar engagement profundo ou confusão profunda. Sempre combine com a taxa de conclusão de tarefas.

### 6. Ignorar a realidade da atribuição pós-ATT

A atribuição no iOS agora é probabilística. Times que ainda fazem relatórios de ROI por campanha com atribuição determinística estão se enganando. Migre para testes de incrementalidade e modelagem por coorte.

### 7. Definir metas de KPI sem uma métrica de contrapeso

Toda meta de KPI precisa de uma métrica de proteção. Taxa de conversão subindo, mas taxa de reembolso estável. DAU subindo, mas taxa de crash sem aumentar.

### 8. Tratar o NPS como ferramenta de diagnóstico

O NPS mostra a direção do sentimento. Não mostra o porquê. Sempre combine a nota com feedback aberto e gravação de sessão.

### 9. Não segmentar KPIs por plataforma

Usuários de iOS e Android se comportam, convertem e retêm de formas diferentes. Um número combinado esconde as duas histórias.

### 10. Medir o que é fácil em vez do que é útil

As métricas mais fáceis de instrumentar costumam ser visualizações de tela e toques em botões. As mais úteis são funis de várias etapas e curvas de retenção por coorte. Invista nas difíceis.

## Modelo de maturidade de um programa de KPIs

A maioria dos times que eu audito está entre o Nível 1 e o Nível 2, mas acha que está no Nível 4. Esta é a progressão real, sem enfeite.

**Nível 1: SDK instalado, dashboard padrão.** Você tem o Firebase ou algo equivalente rodando. Dá para ver downloads, DAU e crashes. Não há análise de coortes, nem eventos personalizados, nem trabalho com funis. Serve para provar que o app existe, não para tomar decisões.

**Nível 2: eventos personalizados e funis.** Você instrumentou os fluxos de cadastro, ativação e compra como eventos nomeados. Tem funis de conversão para cada um. Consegue responder "onde os usuários estão desistindo", mas não "por quê". É aqui que a maioria dos times está.

**Nível 3: retenção por coorte e segmentação.** Toda métrica pode ser recortada por coorte de instalação, origem de aquisição, plataforma e segmento de usuários. Você faz revisões semanais de retenção. Já definiu uma métrica North Star e um evento de ativação. Conhece a sua razão LTV:CAC por canal.

**Nível 4: quantitativo e qualitativo em uma só plataforma.** Cada número do seu dashboard leva às sessões por trás dele. Quando a conversão cai, você assiste a 20 gravações em menos de uma hora e encontra a causa. As taxas de rage taps e de travamentos da UI são KPIs de primeiro nível. É aqui que operam clientes da UXCam como a [Inspire Fitness](https://uxcam.com/br/case-study/inspire-fitness/) e o [Housing.com](https://uxcam.com/case-study/housing/), e é daqui que vêm os saltos de melhoria (460% mais atividade dos usuários in-app, adoção de funcionalidade dobrada).

**Nível 5: análise assistida por IA e detecção proativa de anomalias.** Uma camada de IA monitora os seus KPIs continuamente, sinaliza anomalias antes que você as perceba e explica o comportamento dos usuários por trás de cada mudança. A [Tara](https://uxcam.com/br/ai/) analisa gravações de sessão em escala e aponta os problemas específicos de UX que estão movendo as métricas. Esta é a fronteira, e os times que chegam aqui cedo vão acumulando vantagem.

O caminho prático: escolha o nível logo acima de onde você realmente está, construa a capacidade que falta e não pule dois níveis de uma vez. A maioria das iniciativas de "analytics avançado" fracassa porque a instrumentação do Nível 2 nunca ficou limpa. Um bom autoteste é ver se você consegue gerar uma curva de retenção por coorte segmentada por canal de aquisição em menos de 10 minutos. Se isso leva um dia e exige um engenheiro de dados, você ainda está no Nível 2, não importa o que diga o contrato com o fornecedor.

## Como escolher os KPIs certos para o seu app mobile

Três perguntas para cada métrica que você pensa em acompanhar:

1. **Que decisão esta métrica vai orientar?** Se você não consegue citar uma decisão específica, não acompanhe.
2. **Quem é dono da decisão?** Se a métrica não é responsabilidade de uma pessoa específica, ninguém vai agir com base nela.
3. **Com que frequência ela será revisada?** Métricas que ninguém olha são peso morto na sua conta de analytics.

Ferramentas que ajudam a acompanhar os KPIs certos: [UXCam](https://uxcam.com/br/product-analytics/) para análise de produto + comportamental em uma só plataforma, [Mixpanel](https://mixpanel.com/) e [Amplitude](https://amplitude.com/) para análise só quantitativa, [Firebase Analytics](https://firebase.google.com/products/analytics) para um acompanhamento básico gratuito e a sua plataforma de atribuição ([AppsFlyer](https://www.appsflyer.com/), [Adjust](https://www.adjust.com/)) para as métricas de aquisição.

## Dos dashboards à IA: para onde o trabalho com KPIs está indo

A era dos dashboards de KPIs está acabando. Não porque dashboards estejam errados, mas porque eles sempre responderam "o que aconteceu" sem responder "por quê" ou "o que fazer agora". Os times que entregam correções mais rápido em 2026 são os que combinam os seus dashboards de KPIs com um analista de sessões de IA trabalhando em cima dos dados de comportamento.

A [Tara](https://uxcam.com/br/ai/), dentro da [UXCam](https://uxcam.com/br/), é essa camada de análise. Quando a ativação cai três pontos, a Tara não se limita a sinalizar a métrica: ela assiste às sessões, agrupa os pontos de atrito e recomenda as mudanças de UX com mais chance de recuperar o número. A reunião de revisão de KPIs muda de formato. Metade do tempo que antes ia para discutir o que o dashboard mostra agora vai para decidir qual dos três principais problemas apontados pela Tara merece entrar neste sprint.

A mudança é mais útil para times que atuam em mobile e web ao mesmo tempo. As definições de KPI divergem muito entre os dois (cold start versus TTFB, duração da sessão no app versus tempo na página, conversão por deep link versus conversão por URL), e conciliar tudo isso à mão é onde a maioria dos programas de medição multiplataforma morre sem alarde. Uma única camada de IA lendo as duas superfícies gera uma fila de prioridades unificada sem obrigar o time a traduzir entre duas linguagens de métricas.

Se o seu trabalho com KPIs ainda termina com uma mensagem no Slack dizendo "o número mexeu, alguém investiga", o próximo passo é conectar os seus dados de gravações ao seu dashboard e colocar IA por cima. Esse é o formato do trabalho com KPIs daqui para a frente, e os times que adotam isso primeiro costumam crescer mais rápido.

## Acompanhe os KPIs certos do seu app com a UXCam

A [UXCam](https://uxcam.com/br/) é uma plataforma de análise de produto para apps mobile e sites que captura automaticamente cada interação dos usuários, sem marcação manual de eventos. [Funis](https://uxcam.com/br/product-analytics/funnels/), [coortes de retenção](https://uxcam.com/br/product-analytics/retention-analytics/), [segmentação](https://uxcam.com/br/product-analytics/segmentation/), [gravação de sessão](https://uxcam.com/br/experience-analytics/session-replay/) e [mapas de calor](https://uxcam.com/br/experience-analytics/heatmaps/) usam os mesmos dados. Cada KPI do seu dashboard tem sessões reais de usuários por trás: viu um número mudar, é só clicar nas sessões que explicam o porquê.

[Tara](https://uxcam.com/br/ai/), a analista de IA da UXCam, assiste às sessões em escala, encontra os problemas de UX que estão mudando as métricas e recomenda ações específicas, para que os times tenham respostas sem esperar por analistas.

Instalada em mais de 37.000 produtos, em apps mobile e na web. [Solicite uma demo](https://uxcam.com/br/request-a-demo/) para ver como ela funciona no seu app.

Perguntas frequentes

### O que são KPIs de apps mobile?

KPIs de apps mobile (key performance indicators, ou indicadores-chave de desempenho) são os números que um time usa para avaliar se um app está atingindo as metas de negócio e dos usuários. Eles se dividem em seis categorias: saúde geral do app (retenção, crashes), engajamento (DAU, duração da sessão), receita (ARPU, LTV), experiência do usuário (tempo de carregamento, rage taps), marketing (CAC, atribuição) e otimização para lojas de apps (notas, rankings de palavras-chave). Acompanhar os 10 certos importa mais do que acompanhar todos os 52.

### Qual é a diferença entre uma métrica e um KPI de app mobile?

Qualquer número que você mede é uma métrica. Ele vira um KPI quando você o liga a uma decisão de negócio, então todo KPI é uma métrica, mas a maioria das métricas não é KPI. Um time com 100 métricas e 10 KPIs costuma estar em situação melhor do que um time com 100 métricas e nenhuma prioridade clara.

### Quais KPIs de apps mobile mais importam para a retenção?

Os KPIs que mais importam são a retenção no dia 1, no dia 7 e no dia 30 por coorte de instalação, combinada com o tempo até a primeira ação relevante (velocidade de ativação) e a razão DAU/MAU. Juntas, essas três métricas descrevem a curva de retenção e a causa dela com maior poder de previsão.

### Como calcular o LTV de um app mobile?

LTV = ARPU × tempo médio de vida do cliente. Um app de assinatura com ARPU de US$ 10/mês e tempo médio de vida de 14 meses tem LTV de US$ 140. Em apps sem assinatura, calcule a receita por coorte de usuários em uma janela fixa (6 ou 12 meses) em vez de projetar o tempo de vida inteiro.

### Qual é uma boa taxa de conversão para um app mobile?

Depende do que você está convertendo. Conversão de instalação para usuário ativo: 25-40% é saudável. Conversão de teste para pago: 3-7% é o comum em freemium, e 10-20% em produtos fortes. Da visualização da página na loja para a instalação: 20-30%. Analise os seus números por canal, não no agregado, porque canais pagos costumam converter pior do que os orgânicos.

### Quantos KPIs de apps mobile devo acompanhar?

10 KPIs principais no seu dashboard principal. Outros 10-20 para diagnósticos específicos quando algo muda. Passando disso, você está construindo um cemitério de dados. Se ninguém olhou uma métrica em 30 dias, tire-a do dashboard.

### Qual é o KPI de app mobile mais importante?

Retenção no dia 30 por coorte de instalação. É a métrica com maior poder de previsão para resultados de negócio de longo prazo, porque reflete tanto a qualidade da aquisição quanto o product-market fit. Todas as outras métricas ou derivam da retenção ou explicam por que ela está como está.

### Com que frequência devo revisar os KPIs do app?

Toda semana para os KPIs principais (retenção, ativação, conversão, taxa de crash), todo mês para as tendências de receita e LTV e a cada trimestre para métricas estratégicas como participação de mercado e NPS. Dashboards diários convidam a reagir demais ao ruído. Se uma métrica é tão ruidosa que a revisão semanal deixa passar mudanças importantes, repense a métrica, não a frequência.

### Como definir metas realistas de KPI para um app novo?

Compare com a sua categoria usando os Product Benchmarks do Mixpanel ou o performance index da AppsFlyer e defina uma meta entre o percentil 50 e o 75 da sua categoria para o primeiro ano. Melhorar trimestre a trimestre importa mais do que bater benchmarks absolutos logo no começo.

### Qual é a diferença entre DAU/MAU e stickiness?

São a mesma razão, expressa de formas diferentes. O DAU/MAU dá um decimal (0,2 ou 0,4), e a stickiness costuma ser expressa como porcentagem dessa razão. 0,2 é saudável para a maioria dos apps, e 0,5 é excepcional. O que mais importa é a tendência ao longo do tempo no seu próprio app, não o número absoluto.

### Como medir KPIs em mobile e web?

Use uma plataforma que capture os dois na mesma camada de dados, para que as jornadas do usuário entre dispositivos fiquem intactas. A UXCam, a Amplitude e o Mixpanel oferecem isso. Se você usa ferramentas separadas para mobile e web, vai passar a maior parte do tempo conciliando IDs de usuários em vez de analisar comportamento.

### Os KPIs precisam mudar conforme o app amadurece?

Sim. Apps em estágio inicial devem ficar obcecados com ativação e retenção no dia 7, porque elas indicam se o produto funciona. Apps em fase de crescimento passam a focar em LTV:CAC e métricas de expansão. Apps maduros se importam com expansão do ARPU, redução de churn e sinais de domínio da categoria, como a fatia do tempo gasto na categoria.

### Como a Tara muda o meu trabalho com KPIs?

Dashboards tradicionais mostram números. A Tara assiste às sessões por trás dos números e mostra o que os usuários estão fazendo de fato para causar as mudanças. Quando a ativação cai 5%, a Tara aponta os três problemas específicos de UX que estão causando a queda e recomenda ações. Isso reduz de dias para minutos o tempo entre "a métrica mudou" e "sabemos o porquê e o que fazer".

### Métricas de vaidade são sempre ruins?

Não. Downloads, MAU e cadastros são dados legítimos para investidores, projeções de marketing e relatórios trimestrais. Eles só viram métricas de vaidade quando são tratados como resultados em vez de insumos. Combine cada métrica de vaidade com uma métrica de qualidade e ela deixa de ser vaidade.

### Qual é o ganho mais rápido para um time afogado em métricas?

Apague metade do seu dashboard. Mantenha só os KPIs ligados a uma decisão definida e a um responsável definido. Os que ficarem vão receber mais atenção, e ninguém vai sentir falta dos que saíram. Nunca vi um time se arrepender desse exercício.