KPIs de aplicativos móveis são as medições quantitativas de como o usuário descobre, adota, interage e paga por um aplicativo móvel. A lista completa abaixo cobre 51 deles em seis categorias, da aquisição (instalações, custo por instalação) ao engajamento (DAU, duração da sessão), passando por receita (ARPU, LTV) e técnicos (crashes, tempo de carregamento). A maior parte das equipes de produto acompanha muito mais do que precisa.
Aqui vai a verdade impopular sobre KPIs de aplicativos móveis: acompanhar 51 deles não vai deixar seu produto melhor. Acompanhar os 10 certos vai. A maioria das equipes que eu audito tem dashboards lotados de métricas de vaidade e perde as três ou quatro que realmente preveem retenção e receita. Então este guia é uma referência (se você precisa saber o que significa "eCAC", está aqui), mas a parte mais útil é a lista top 10 de KPIs que efetivamente importam para a maioria das equipes de produto mobile.
Como esta lista foi montada: usei três fontes. Primeiro, a literatura padrão de analytics mobile (o relatório Product Benchmarks da Mixpanel, o Product Analytics Playbook da Amplitude e a documentação de desenvolvedor mobile do Firebase) para as definições canônicas das métricas. Segundo, dashboards reais de mais de 15 equipes mobile com as quais trabalhei em 2025-2026 para identificar quais métricas de fato são revisadas semanalmente vs. quais juntam poeira. Terceiro, os dados de product intelligence do próprio UXCam em mais de 37.000 aplicativos para validar quais métricas mais se correlacionam com resultados de retenção e receita. O ranking top 10 no topo reflete meu julgamento sobre quais métricas mais confiavelmente embasam decisões de produto para uma equipe mobile típica.
Acompanhe 10 métricas bem, e não 50 métricas mal. As 10 que eu fixaria para qualquer equipe de produto mobile estão abaixo e cobrem aquisição, ativação, retenção, engajamento e receita. Todo o resto é contexto para essas.
O KPI mobile mais preditivo é a retenção no dia 30 para coortes de novas instalações. Quase todas as outras métricas decorrem dessa.
Métricas de vaidade (downloads, cadastros, MAU) são fáceis de mover, mas não preveem com confiabilidade resultados de negócio. Sempre combine métricas de aquisição com métricas de qualidade (taxa de ativação, retenção D7).
Instrumente para decisões específicas, não "por via das dúvidas". Cada evento que você rastreia custa tempo de engenharia, dinheiro de fornecedor e atenção de analista.
A Tara, analista de IA do UXCam, detecta automaticamente anomalias em métricas e diz quais comportamentos específicos do usuário estão puxando os números para cima ou para baixo. Isso transforma um dashboard de KPIs de scorecard em ferramenta de diagnóstico acionável.
Retenção D1, D7 e D30 (por coorte de instalação)
Usuários ativos diários (DAU) e razão DAU/MAU
Taxa de ativação (% de novos usuários que concluem seu evento de ativação definido)
Taxa de usuários sem crash
Taxa de conversão em cada etapa do seu funil principal
Receita média por usuário (ARPU) ou lifetime value (LTV)
Custo de aquisição de cliente (CAC) e a razão LTV:CAC
Taxa de rage tap e taxa de congelamento de UI (performance de UX)
Avaliação na app store e tendência do volume de reviews
Tempo até a primeira ação significativa (velocidade de ativação)
Esses 10 cobrem aquisição, ativação, retenção, engajamento, receita e UX em uma única visão. Se eu tivesse só 10 gráficos em um dashboard mobile, seriam esses.
KPIs de aplicativos móveis (indicadores-chave de desempenho) são medições quantitativas usadas para acompanhar e avaliar como um aplicativo móvel está performando em relação a objetivos de negócio e de experiência do usuário. Eles se dividem em seis categorias amplas: saúde geral do app, engajamento, receita, experiência do usuário, marketing e app store optimization (ASO).
A distinção entre "métrica" e "KPI" é sobre intencionalidade. 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 das equipes tem mais métricas do que KPIs, o que não é problema até o excesso no dashboard sufocar o sinal.

A variação percentual na contagem total de usuários em um dado período. Fórmula: (usuários no fim - usuários no início) / usuários no início × 100. Útil como tendência de alto nível, mas ignora a qualidade do churn (crescimento via aquisição de baixa qualidade mascara problemas de retenção).
Contagem de downloads na App Store e no Google Play ao longo do tempo. O KPI mais propenso à vaidade desta lista. Útil para perguntas ligadas a ASO, mas não para decisões de produto. Foque na conversão de instalações para usuários ativos.

Percentual de usuários de uma dada coorte de instalação que retornam após o dia 1, 7, 30, etc. A métrica mais preditiva para a maioria dos produtos mobile. Sempre medida coorte a coorte, não agregada.
Velocidade de instalação diária ou semanal. Picos normalmente se correlacionam com campanhas de marketing, padrões sazonais ou destaques da app store. Combine com dados de retenção para avaliar a qualidade da instalação.
Contagem de usuários que removeram o app. Difícil de medir com precisão (o iOS nem sempre dispara um sinal de desinstalação), mas vale acompanhar para detectar regressões após lançamentos ruins. O Firebase e plataformas de atribuição mostram a taxa de desinstalação com mais acurácia.
Contagem de usuários que criaram uma conta. Uma sub-métrica do funil instalação → ativação. Acompanhe a taxa de cadastro (signups / instalações) em vez de cadastros absolutos, porque números absolutos se confundem com volume de instalação.
Para apps de assinatura, a contagem de assinantes pagantes. Combine com taxa de conversão em assinatura (pagantes / usuários em trial) e retenção de assinatura (taxa de renovação).

Contagem 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, Sentry ou Bugsnag.
Percentual de usuários rodando a versão mais recente do seu app. Adoção lenta de atualização sinaliza que seus prompts de update não estão funcionando ou que o usuário está esbarrando em limites de Wi-Fi pago.
"Qual a probabilidade de você recomendar este app?" numa escala de 0-10 (veja o framework original de NPS). 30 é considerado bom, 50 é ótimo. Útil direcionalmente, menos útil para diagnosticar problemas específicos. Sempre combine com feedback aberto.

Contagem de sessões de usuário ao longo do tempo. Uma sessão começa quando o usuário abre o app e termina após um período definido de inatividade (geralmente 30 minutos).
Duração média de uma sessão. Mais longa nem sempre é melhor (um usuário preso numa tela confusa também tem uma sessão longa). Combine com taxa de conclusão de tarefa.
Tempo entre sessões para um dado usuário. Intervalos mais curtos significam maior formação de hábito. Útil para comparar coortes.
Número médio de telas ou ações por sessão. Diz se o usuário está se engajando profundamente ou saindo rápido.
Similar à profundidade de sessão, mas medida especificamente em visualizações de tela. Uma proxy de quanto do app o usuário realmente explora.
Usuários únicos ativos em um único dia. Detalhado no guia de engajamento de aplicativos móveis.
Usuários únicos ativos em uma janela de 30 dias. Mais útil combinado com DAU como razão (DAU/MAU é a clássica medida de "stickiness").
Contagem de vezes que o usuário compartilhou algo do seu app. Sinal forte de valor real para apps de conteúdo. Irrelevante para a maioria dos apps utilitários.
Normalmente medido via pesquisa (recall espontâneo e estimulado). Métrica soft. Útil para grandes marcas de consumo, distração para a maioria das equipes de produto.

Percentual de usuários que pararam de usar seu app em uma dada janela. Inverso da retenção. Meça como o complemento da retenção por coorte, não como agregado.

Receita total / total de usuários em um período. A métrica de monetização mais simples.
Receita total projetada de um usuário ao longo da vida do relacionamento dele com o app. Normalmente calculado como ARPU × tempo médio de vida do cliente.
Dias ou sessões entre a instalação e a primeira conversão paga. Um indicador antecedente de LTV. Apps que levam o usuário à primeira compra em menos de 3 dias tendem a ter LTVs muito maiores do que apps em que o tempo até a primeira compra é maior.
Contagem de transações pagas. Acompanhe frequência de compra (compras por usuário pagante por período) junto com a contagem absoluta de compras.
Gasto total de aquisição / novos usuários adquiridos. Combine pago e orgânico para uma visão justa, ou separe por canal.
Na prática, geralmente intercambiável com o CAC. Algumas equipes usam CPA só para canais pagos e CAC como o número combinado entre pago e orgânico.
O mesmo que LTV na maioria dos usos. Razão LTV:CAC acima de 3:1 é o benchmark padrão para crescimento lucrativo.
CAC ajustado pela retenção ao longo da vida do cliente. Mais preditivo que o CAC bruto para apps de assinatura.
Métrica de receita de anúncio: receita por 1000 impressões de anúncio. Relevante sobretudo para apps suportados por anúncios.
Percentual de usuários gratuitos que convertem para pagantes. Para apps freemium e de trial, essa é a métrica central de receita.
Taxa de conversão entre instalações orgânicas (não pagas). Normalmente maior que a conversão paga; diz se seu produto se vende sozinho.
Receita gerada / custo gasto. Útil no nível da campanha. Enganoso se usado como um único número de topo para todo o negócio.
Gasto de aquisição paga / instalações entregues. Combine com conversão instalação-para-ativo para evitar otimizar para instalações de baixa qualidade.
Tempo desde o lançamento do app até a UI totalmente interativa. Meta de cold start: abaixo de 2 segundos. Warm start: abaixo de 1 segundo.
Distribuição dos aparelhos dos usuários (iPhone 15, Samsung A54, Pixel 8, etc.). Essencial para entender quem seus usuários realmente são. Android intermediário é normalmente onde os problemas de performance se escondem.
Distribuição das operadoras de rede. Importa para apps que dependem muito de conectividade (vídeo, ligação, transferência de arquivos grandes).
Divisão iOS vs Android e distribuição de versões. Afeta quais recursos do SDK você pode usar e onde fica sua matriz de suporte.
Distribuição dos tamanhos de tela dos dispositivos. Essencial para design responsivo e para pegar bugs de layout em proporções incomuns.
Percentual de usuários que concedem permissões de localização, notificação, câmera, contatos etc. A taxa de opt-in do ATT do iOS é um subconjunto particularmente importante na era pós-2021.
Tempo entre requisição e resposta das suas APIs de backend. Picos de latência são a regressão silenciosa de performance mais comum.
Qual canal gerou a instalação. Ferramentas: AppsFlyer, Adjust, Singular. A atribuição pós-ATT é mais difícil do que era, então modelagem no nível de coorte importa mais do que atribuição individual.
Número de convites que cada usuário envia × taxa de conversão desses convites. K > 1 significa que seu app está crescendo sem aquisição paga. Raro, mas quando acontece é um sinal forte.
Desempenho de cada canal de aquisição (social pago, busca paga, busca orgânica, indicação, ASO, parcerias). Segmente retenção e ARPU por canal para encontrar trade-offs entre qualidade e quantidade.
Desempenho por país ou região. Retenção, conversão e engajamento costumam variar drasticamente entre geografias para o mesmo app.
Idade, gênero, idioma. Útil para apps B2C. Para segmentação comportamental, prefira coortes baseadas no que o usuário faz de fato no app em vez de agrupamentos demográficos.
Comparação de grupos de usuários com base em data de instalação, canal de aquisição ou comportamento em funcionalidades. A única forma confiável de avaliar retenção e LTV.
Eventos que o usuário dispara dentro do app (funcionalidade usada, tela visitada, ação concluída). A base da sua product analytics. Detalhada por Event Analytics.
Rankings de palavras-chave na App Store e Play Store. Ferramentas: Sensor Tower, AppFollow, App Radar. Rankings impulsionam o volume de instalação orgânica.
O posto do seu app nos rankings da categoria. Ranking de categoria no top 20 gera descoberta orgânica significativa; abaixo disso, o impacto cai bruscamente.
Taxa de conversão de visualização da página para instalação. Afetada pelas suas screenshots, ícone, título e descrição crítica de primeira impressão. A otimização de ASO de maior alavancagem costuma ser a screenshot principal.
Contagem e sentimento dos reviews do usuário. Responda reviews negativos rapidamente (a resposta costuma afetar a avaliação mais do que o próprio review).
Avaliação média na app store (de 5). Apps acima de 4,5 estrelas veem ranking de categoria e conversão de instalação orgânica visivelmente melhores do que apps em 4,0-4,4.
Três perguntas para cada métrica que você considera acompanhar:
Qual decisão essa métrica vai embasar? Se você não consegue nomear uma decisão específica, não acompanhe.
Quem é o dono da decisão? Se a métrica não é responsabilidade de uma pessoa específica, ninguém vai agir sobre ela.
Com que frequência ela vai ser revisada? Métricas que ninguém olha são peso morto na sua conta de analytics.
Ferramentas que ajudam você a acompanhar os KPIs certos: UXCam para product analytics + analytics comportamental em uma única plataforma, Mixpanel e Amplitude para análise só quantitativa, Firebase Analytics para rastreamento básico e gratuito, e sua plataforma de atribuição (AppsFlyer, Adjust) para métricas de aquisição.
O UXCam é uma plataforma de product intelligence e product analytics que captura automaticamente toda interação do usuário em aplicativos móveis e sites, sem precisar marcar evento por evento. Funnels, coortes de retenção, segmentação, session replay e heatmaps apontam todos para o mesmo dado subjacente. Todo KPI do seu dashboard é sustentado por sessões reais de usuários: veja um número se mover e clique nas sessões que explicam o porquê.
A Tara, analista de IA do UXCam, assiste a sessões em escala e faz emergir os problemas de UX que estão puxando as mudanças de métrica, recomendando ações específicas para que as equipes tenham respostas sem depender de analistas.
Instalado em mais de 37.000 produtos, mobile-first, pronto para web. Peça uma demo para ver no seu app.
KPIs de aplicativos móveis (indicadores-chave de desempenho) são as medições quantitativas usadas para avaliar como um aplicativo móvel está performando em relação a objetivos de negócio e de usuário. 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 app store optimization (avaliações, rankings de palavras-chave). Acompanhar os 10 certos importa mais do que acompanhar 50.
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, mas nem toda métrica é um KPI. Uma equipe com 100 métricas e 10 KPIs normalmente está em melhor situação do que uma equipe com 100 métricas e nenhuma prioridade clara.
Retenção D1, D7 e D30 por coorte de instalação. Combinados com tempo até a primeira ação significativa (velocidade de ativação) e razão DAU/MAU. Essas três métricas juntas descrevem a curva de retenção e a sua causa mais preditiva.
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. Para apps que não são de assinatura, calcule a receita por coorte de usuário em uma janela fixa (6 ou 12 meses) em vez de projetar ao longo da vida.
Depende do que você está convertendo. Conversão instalação-para-ativo: 25-40% é saudável. Conversão de trial para pagante: 3-7% é típico no freemium, 10-20% em produtos fortes. Visualização na página da app store para instalação: 20-30%. Confira seus números por canal, não no agregado, porque canais pagos costumam converter pior que os orgânicos.
10 KPIs centrais no seu dashboard principal. Outros 10-20 para trabalho de diagnóstico específico quando alguma coisa se move. Além disso, você está construindo um cemitério de dados. Se ninguém olhou uma métrica em 30 dias, tire do dashboard.
Retenção D30 por coorte de instalação. É a métrica mais preditiva para resultados de negócio de longo prazo, porque reflete tanto a qualidade da aquisição quanto o product-market fit. Todas as outras métricas ou decorrem da retenção ou explicam por que a retenção é o que é.
Silvanus Alt, PhD, is the Co-Founder & CEO of UXCam and a expert in AI-powered product intelligence. Trained at the Max Planck Institute for the Physics of Complex Systems, he built Tara, the AI Product Analyst that not only analyzes user behavior but recommends clear next steps for better products.
