A taxa de abandono de carrinho no e-commerce brasileiro fica entre 65% e 85%. Significa que de cada 100 usuários que adicionam um produto ao carrinho, apenas 15 a 35 chegam a finalizar a compra. Para uma loja que fatura R$ 500 mil por mês, isso representa centenas de milhares em receita potencial sendo deixada pra trás a cada 30 dias.
O problema é que a maioria das lojas trata o abandono de carrinho como um único problema com uma única solução. Na prática, cada etapa do checkout tem suas próprias causas de abandono — e otimizar a etapa errada é tempo e dinheiro desperdiçado.
O que é abandono de carrinho?
Abandono de carrinho é quando um usuário adiciona um ou mais produtos ao carrinho mas não conclui a compra. O cálculo da taxa de abandono é:
Taxa de abandono = 1 − (Pedidos ÷ Sessões com add_to_cart) × 100
No GA4, o relatório Monetização > Jornada de compra mostra a taxa de abandono em cada etapa: entre add_to_cart e begin_checkout, entre begin_checkout e add_payment_info, e entre add_payment_info e purchase.
As causas reais por etapa — o que os dados mostram
Entre add_to_cart e begin_checkout
Usuários adicionaram ao carrinho mas não foram ao checkout. As causas mais comuns:
- Frete alto revelado no carrinho — o usuário só viu o preço do produto, não o custo total
- Comportamento de "wish list" — muitos usuários usam o carrinho para salvar produtos sem intenção imediata de comprar
- Falta de urgência — sem sinal de estoque limitado ou prazo de oferta, não há razão para comprar agora
Entre begin_checkout e add_payment_info (endereço)
O usuário entrou no checkout mas abandonou antes de confirmar o endereço:
- Revelação do frete real — o frete estimado no carrinho era diferente do calculado no checkout
- Obrigatoriedade de criar conta — o formulário de login/cadastro cria atrito para quem quer comprar rápido
- Formulário longo — campos desnecessários (complemento obrigatório, número de CPF pedido prematuramente)
Entre add_payment_info e purchase (pagamento)
O usuário chegou à etapa de pagamento mas não finalizou:
- Parcelamento insuficiente — a loja oferece 3x mas o concorrente oferece 12x no mesmo preço
- Método de pagamento não disponível — ausência de Pix, Apple Pay ou Google Pay
- Falta de confiança — ausência de selos de segurança e política de devolução clara na tela de pagamento
Como medir o abandono de carrinho com GA4
O GA4 com Enhanced Ecommerce configurado permite ver exatamente onde cada usuário abandona. O caminho mais rápido:
- GA4 > Monetização > Jornada de compra — relatório nativo com as taxas de abandono visuais por etapa
- Exploração de Funil — adicione segmentos (mobile vs. desktop, canal de aquisição) para identificar padrões específicos
- Comparação de períodos — identifique se o abandono em uma etapa piorou após uma mudança no site
Um dado que surpreende: em lojas não otimizadas, a taxa de abandono no mobile costuma ser 20–30% maior que no desktop para a mesma etapa. Isso indica um problema de UX mobile, não de oferta ou preço.
Estratégias de recuperação com maior ROI
1. Corrigir o checkout (maior impacto, resultado permanente)
Antes de qualquer automação de recuperação, resolver as causas raiz é sempre o primeiro passo. As otimizações com maior ROI:
- Mostrar o frete antes do checkout — calcular no carrinho ou na PDP evita a surpresa
- Checkout como visitante — deixar a opção clara e no topo do formulário
- Reduzir campos — endereço com auto-preenchimento por CEP, CPF só no momento do pagamento
- Adicionar Pix e carteiras digitais em destaque na etapa de pagamento
2. E-mail de recuperação de carrinho (impacto: médio-alto)
A sequência mais eficaz é composta por 3 e-mails:
| Timing | Objetivo | Taxa de abertura típica |
|---|---|---|
| 1 hora após abandono | Relembrar, criar urgência suave | 40–50% |
| 24 horas | Oferecer suporte ou tirar dúvidas | 25–35% |
| 72 horas | Incentivo final (frete grátis ou desconto) | 15–25% |
A taxa de recuperação típica com essa sequência é 5–15% dos carrinhos abandonados. Para uma loja com 500 carrinhos abandonados por mês e ticket médio de R$ 200, isso representa R$ 5.000–15.000 de receita recuperada.
3. WhatsApp de recuperação (impacto: alto, especialmente no Brasil)
No Brasil, a taxa de abertura de mensagens via WhatsApp é dramaticamente maior que e-mail — mais de 90%. Para carrinhos de alto valor (acima de R$ 300), uma mensagem personalizada via WhatsApp enviada 30–60 minutos após o abandono costuma ter taxa de recuperação de 10–20%.
Implemento isso via integração entre o VTEX OMS e plataformas de automação como Zenvia ou Blip — o abandono dispara uma mensagem automática com link direto para retomar o carrinho.
4. Push notification web (impacto: médio)
Para usuários que aceitaram as notificações do browser, push notifications de carrinho abandonado têm taxa de clique maior que e-mail. Ferramentas como OneSignal integram com VTEX via dataLayer do GTM.
Por onde começar: a ordem certa de prioridade
- Configurar o GA4 com Enhanced Ecommerce para ter dados por etapa
- Identificar a maior taxa de abandono — qual etapa perde mais usuários em termos absolutos
- Corrigir a causa raiz nessa etapa antes de investir em automação de recuperação
- Implementar e-mail de recuperação após corrigir o checkout
- Adicionar WhatsApp para carrinhos de alto valor
Automação de recuperação em cima de um checkout ruim é como colocar band-aid numa ferida que precisa de cirurgia.
Se quiser mapear onde sua loja está perdendo mais receita no funil, conheço o serviço de CRO para VTEX ou fala comigo diretamente.