Um mini-programa de fidelidade dentro de um super-app de entregas é aberto cerca de seis dias por mês. A equipe de produto lê isso como fracasso porque um slide de benchmark chamava qualquer coisa abaixo de 20% de fraca. Um analista traduz o número e a sala se reajusta: seis dias por mês é a marca de 20%, bem dentro da faixa normal para um serviço desse tipo. A métrica nunca foi o problema. A comparação foi.
Stickiness é a razão entre usuários ativos diários e usuários ativos mensais, geralmente escrita como DAU dividido por MAU. Ela responde a uma pergunta estreita: das pessoas que apareceram neste mês, quantas aparecem num dado dia? O que torna a razão útil é que ela se converte limpidamente em comportamento humano. Vinte por cento significa uma pessoa voltando cerca de seis dias por mês. Cinquenta por cento significa dia sim, dia não. Setenta por cento ou mais é território extremo, reserva de produtos que se tornaram parte de um ritual diário, com WhatsApp e Instagram como exemplos costumeiros. Abaixo de 10%, o sinal é que o valor percebido sequer foi estabelecido.
Os dados de categoria de 2025 colocam o desempenho ordinário em perspectiva. Apps de e-commerce geralmente ficam entre 20 e 25%, com mercados da América Latina no topo da faixa. Serviços de tecnologia financeira se agrupam perto de 22%; bancos especificamente rodam em torno de 20% na América do Norte e chegam a 36% em partes da Ásia-Pacífico. Jogos e produtos sociais são outro bicho, costumando marcar 40 a 50%, e o Facebook historicamente passou de 50%. Uma equipe que roda um serviço de seguro viagem e o mede contra um feed social não encontrou um problema de crescimento. Encontrou um erro de categoria.
| Categoria | DAU/MAU típico | Comportamento aproximado | Observação |
|---|---|---|---|
| Apps de e-commerce | 20-25% | Cerca de seis dias por mês | América Latina lidera com 25% |
| Fintech e bancos | Cerca de 22% | Uma semana em cada cinco | América do Norte 20%, Ásia-Pacífico 36% |
| Jogos e redes sociais | 40-50% | Dia sim, dia não ou melhor | Facebook historicamente acima de 50% |
| Caso extremo | 70%+ | Quase todos os dias | WhatsApp e Instagram |
| Abaixo de 10% | Abaixo de 10% | Três dias ou menos | Valor percebido não estabelecido |
O argumento da retenção costuma ser onde a razão é transformada em arma. Adquirir uma pessoa nova custa cerca de cinco a sete vezes mais do que manter uma, então a lógica diz que um número maior de stickiness vale quase qualquer esforço. Essa conclusão merece exame. A comparação é real, mas grossa, e esconde duas coisas. Primeiro, nada diz se as pessoas que estão sendo mantidas valem a pena ser mantidas; um programa de retenção mais barato que preserva contas de baixo valor pode destruir margem enquanto melhora um painel. Segundo, pressupõe que o produto se beneficia de frequência. Muitos serviços genuinamente úteis não se beneficiam.
Esse segundo ponto é o que as equipes resistem com mais força. Seguros, reservas de viagem, declaração de impostos e reparos domésticos entregam enorme valor sendo abertos algumas poucas vezes por ano. Ninguém quer um hábito diário de seguro. Para esses produtos transacionais, o objetivo correto é ser indispensável no momento da necessidade, não estar na tela inicial toda manhã. Correr atrás de usuários ativos diários com medalhas, sequências e notificações push produz um produto que as pessoas abrem por obrigação e fecham com alívio. A razão sobe; o valor não. Um lembrete bem desenhado que traz a pessoa de volta exatamente quando a apólice renova vence cinquenta notificações inteligentes que só limpam um ponto vermelho.
Há um problema de medição mais sutil também. Aberturas puxadas por push contam o mesmo que aberturas voluntárias no numerador do DAU. Um serviço pode parecer pegajoso simplesmente por ser barulhento. A versão honesta da métrica separa sessões que chegaram a um evento de valor de sessões que foram abertas e abandonadas. Uma plataforma host pode fazer essa separação porque vê a jornada inteira: qual notificação disparou, o que a pessoa fez em seguida e se a abertura levou a algum lugar. Um app standalone só consegue contar o toque.
Dentro de um super-app, o denominador também pode enganar de forma produtiva. Um único mini-programa que vende um serviço de nicho talvez nunca passe de 20% sozinho, enquanto o host como um todo é aberto diariamente. Contar apenas os dias ativos do mini-programa subestima o papel que ele desempenha num portfólio do qual as pessoas dependem ao longo da semana. Um runtime compartilhado dá ao host uma visão dos dias ativos em todo o catálogo, de modo que a stickiness possa ser lida no nível em que o hábito realmente se forma. Um serviço fornece o motivo diário para voltar; outro fornece o motivo ocasional para gastar. Julgar cada um pelo mesmo padrão de frequência ignora como a coisa toda funciona. Meça o ecossistema, mantenha a comparação de categoria honesta, e seis dias por mês deixa de parecer um problema a corrigir.
Fontes
- Benchmarks de engajamento mobile — as faixas de categoria por trás da comparação de DAU para MAU.
- Auditoria de desempenho para campanhas mobile — como as razões de engajamento se encaixam numa auditoria mais ampla.
- Métricas que investidores observam por setor — por que a stickiness é lida de forma diferente entre categorias.
- Detalhe dos benchmarks de engajamento — um segundo ponto de entrada nos mesmos dados de categoria.