Intervalo de recompra no Power BI: compare as compras

Intervalo de recompra no Power BI é o tempo observado entre compras sucessivas de um mesmo cliente, conforme uma definição de pedido válida. A análise ajuda a compreender ritmos de compra e escolher quando revisar uma carteira. Para funcionar, precisa separar intervalos concluídos de clientes que ainda não voltaram, sem transformar ausência de observação em um número artificial.

1. Defina a unidade do intervalo de recompra no Power BI

Escolha se compra significa pedido aprovado, faturamento ou entrega confirmada. Use um evento verificável e mantenha essa definição em todo o histórico. Em operações com faturamento parcial, várias notas podem representar um único pedido; contá-las como recompras criaria intervalos que não correspondem a novas decisões comerciais.

Num exemplo hipotético, um cliente faz um pedido na segunda-feira e recebe duas notas durante a semana. O painel deve registrar uma compra, se a unidade adotada for pedido. Cadastre identificador do cliente, identificador do pedido, data do evento e situação elegível. Defina ainda como reconhecer cancelamentos e substituições para que ajustes administrativos não sejam classificados como retorno do cliente.

2. Consolide pedidos antes de ordenar a sequência

Uma tabela de itens pode ter muitas linhas para o mesmo pedido. Prepare uma base com uma linha por compra elegível antes de calcular o evento seguinte. Confira se as datas de todas as linhas do pedido são coerentes com o evento escolhido e resolva diferenças na origem ou numa regra documentada.

O identificador do cliente deve continuar estável mesmo após mudança de nome ou troca de responsável comercial. Dois cadastros da mesma empresa podem fragmentar a sequência; uma consolidação incorreta pode juntar compradores diferentes. A orientação de esquema estrela da Microsoft, consultada em 10 de outubro de 2026, distingue entidades e eventos e recomenda granularidade consistente. Use essa separação para preservar clientes e compras.

3. Estabeleça o tratamento das compras no mesmo dia

Decida se pedidos no mesmo dia representam eventos separados ou uma única ocasião de compra. A escolha depende da pergunta comercial e dos registros disponíveis. Se cada pedido for preservado, use um identificador adicional para ordenar empates, sem inventar horários que a origem não fornece.

Em um cenário hipotético, três pedidos no mesmo dia podem representar reposições independentes ou uma compra dividida pela operação. Se o objetivo for medir ocasiões de compra por dia, consolide os três nesse nível e documente a regra. Se forem eventos separados, um intervalo de zero dias deve permanecer identificável. Não exclua esses casos apenas para aumentar a média apresentada.

4. Calcule a próxima compra antes de recortar o relatório

Ordene as compras elegíveis de cada cliente e associe cada evento ao seu sucessor. O intervalo é a diferença entre as duas datas. Preserve o início e o término do par, pois eles permitem conferir manualmente o resultado e investigar sequências inconsistentes.

Defina qual data seleciona os pares no relatório. Em um exemplo hipotético, a análise acompanha compras iniciadas em setembro e considera retornos observados até a data de corte disponível. Filtrar a base somente por setembro antes de procurar o sucessor perderia uma recompra ocorrida em outubro. Se o negócio exigir os dois eventos dentro do mês, nomeie essa população mais restrita e reconheça a mudança de interpretação.

5. Mantenha clientes sem retorno fora da média concluída

A última compra conhecida de um cliente não tem necessariamente um sucessor. Nesse caso, existe tempo decorrido desde a compra, mas ainda não existe um intervalo concluído. Preserve um estado sem retorno observado e informe até quando o histórico foi acompanhado.

Num exemplo hipotético, um cliente comprou há dez dias e ainda não voltou. Outro comprou há noventa. Nenhum dos dois deve receber intervalo zero, e noventa dias não deve ser apresentado como prazo definitivo de recompra.

Mostre esses casos numa base separada. Para decidir ações de recuperação, consulte clientes inativos, cuja pergunta é diferente da distribuição dos intervalos efetivamente observados.

6. Compare média, mediana e quantidade de observações

A média resume todos os intervalos concluídos, enquanto a mediana indica o valor central da sequência ordenada. Mostre também quantos pares e quantos clientes participaram. Um indicador baseado em muitas compras de poucos clientes pode representar uma rotina distinta da carteira inteira.

Considere três intervalos hipotéticos de dez, vinte e noventa dias. A média é quarenta dias e a mediana é vinte. Essa diferença revela uma distribuição desigual, não um erro automático.

Mostre faixas de prazo com limites explícitos para localizar intervalos longos. Evite adotar a média como prazo universal para contato, principalmente quando as categorias possuem ciclos comerciais diferentes e a base contém poucos retornos.

7. Separe peso por compra de peso por cliente

Uma média de todos os pares dá mais peso a quem compra com frequência. Se a intenção for descrever um cliente típico, calcule primeiro uma medida por cliente elegível e depois resuma esse conjunto. Declare a regra e mantenha os dois indicadores separados quando responderem perguntas úteis.

Num exemplo hipotético, um cliente tem dez intervalos curtos e outro possui apenas um intervalo longo. A média dos onze pares será fortemente influenciada pelo primeiro. A média das duas médias individuais terá outra interpretação.

Não escolha a versão que produz o resultado mais conveniente. Confira também o número de clientes excluídos por falta de um segundo evento, pois essa população pode alterar a representatividade da análise.

8. Analise categorias sem confundir retorno à empresa

Recomprar qualquer produto e recomprar a mesma categoria são eventos diferentes. Defina a sequência no nível adequado e preserve a classificação histórica dos itens. Um cliente pode manter compras mensais na empresa, mas adquirir uma categoria específica apenas duas vezes no ano.

Se um pedido contém várias categorias, ele pode participar das sequências de cada uma, sem representar vários pedidos no consolidado comercial. A análise de venda cruzada complementa a investigação da variedade comprada. O intervalo não comprova necessidade de oferta nem preferência por um produto. Use o histórico para orientar perguntas à equipe, considerando contratos, sazonalidade e mudanças de operação.

9. Confira janelas comparáveis e limites do histórico

Uma extração recente pode conter clientes cujo primeiro evento observado ocorreu antes da janela disponível. Da mesma forma, pares longos podem ainda não ter terminado. Documente início e fim da observação e evite comparar um histórico curto com outro muito mais amplo sem reconhecer essas diferenças.

Para uma comparação operacional, acompanhe grupos de compras iniciadas em períodos equivalentes durante uma janela comum. Num teste hipotético, ambas as populações têm sessenta dias de acompanhamento. Mostre quantas retornaram nesse prazo e a distribuição dos intervalos concluídos. Essa visão combina cobertura e ritmo sem tratar clientes sem retorno como compras perdidas comprovadas ou prever uma data exata para cada comprador.

10. Transforme o resultado em uma revisão de carteira

Valide pedido parcial, cancelamento, compra no mesmo dia, cliente com um único evento e retorno fora do mês selecionado. Confira a sequência de uma pequena amostra com a equipe comercial. Para revisar agregações, use o roteiro de totais em DAX, a linguagem de expressões do modelo.

O modelo editável de Vendas inclui faturamento e análise por grupos. A recompra exige acrescentar pedidos elegíveis, sequência por cliente e regras de observação. Comece com uma categoria, registre o motivo dos contatos e acompanhe os retornos reais. Use o painel para organizar uma revisão comercial, mantendo o prazo observado como evidência histórica e não como promessa de compra futura.