kapa.ai Quero enxergar usuários que fizeram login no meu produto porém não dispararam um evento de view screen na home, por exemplo. Ou seja, usuários que bateram de frente com algum erro.
kapa.ai Um contexto maior é que eu quero ter uma visão disso como alerta. O problema do cohort é que se o usuário não conseguiu acessar hoje, porém conseguir acessar amanhã ele já sai desse cohort e não é isso que eu quero.
Para monitorar essa situação de forma contínua sem depender da volatilidade da coorte, a solução recomendada é criar um Alerta (Alert) diretamente em um relatório de Funil (Funnels) [Alerts: Get notified about anomalies; Alerts: Get notified about anomalies]. Em vez de monitorar os usuários individualmente na coorte, o alerta monitora o comportamento e as métricas do relatório em intervalos de tempo fixos.
Passo a passo para configurar o Alerta:
1. Configure o relatório de Funnels
Crie um relatório de Funnels com o fluxo desejado:
Etapa 1: Evento de Login
Etapa 2: Evento de View Screen (filtrado para a Home) [Retain Your Users].
Defina a janela de conversão adequada (ex.: se o usuário deveria chegar à Home em poucos minutos após o login).
Salve o relatório (isso é obrigatório antes de poder criar o alerta) [Alerts: Get notified about anomalies].
2. Crie o Alerta
No cabeçalho do relatório salvo, clique no ícone de sino (bell icon) e selecione Create Alert [Alerts: Get notified about anomalies].
Dê um nome ao alerta (ex.: "Queda na conversão Login → Home").
Defina os critérios do alerta (Alert criteria):
Custom Threshold (Limiar customizado): Você pode definir para ser notificado se a taxa de conversão geral cair abaixo de um percentual específico (ex.: < 90%), indicando que muitos usuários estão travando no login [Alerts: Get notified about anomalies; Introducing Anomaly Detection].
Anomaly Detection (Detecção de anomalias): O Mixpanel prevê automaticamente os padrões esperados da métrica e avisa se houver uma queda anormal e repentina (surge ou drop fora do intervalo de confiança) [Unlocking better data governance; Introducing Anomaly Detection].
Configure a frequência e horários de verificação (ex.: a cada hora, diariamente, ou em janelas específicas de horário) [Alerts: Get notified about anomalies].
Escolha o canal de notificação (Email, canal público do Slack ou Webhook) e salve [Alerts: Get notified about anomalies; Alerts: Get notified about anomalies].
Diagnóstico quando o alerta disparar
Quando o alerta disparar por aumento de quedas (drop-offs):
Você pode usar o recurso de Root Cause Analysis (RCA) diretamente a partir do alerta para investigar quais propriedades (dispositivos, versões do app, navegadores) estão correlacionadas ao aumento de falhas [Introducing Anomaly Detection; Alerts: Get notified about anomalies].
Você também pode usar a opção View as Flow no funil para descobrir quais eventos os usuários que desistiram dispararam em vez da Home (como eventos de erro de API ou falhas na tela) [Funnels Advanced Concepts].
(Observação: Os alertas em relatórios estão disponíveis para planos pagos, sendo até 5 alertas por projeto no plano Growth e ilimitados no Enterprise) [Alerts: Get notified about anomalies].
ℹ️ Tip: Mention @kapa.ai in the thread for follow-ups or DM the app for 1-to-1 help.
kapa.ai Mas e se eu quiser ter isso como um painel diário, não apenas um alerta?
Para ter essa visão diária consolidada em um painel sem o risco de "perder" os usuários que converteram no dia seguinte, você pode criar um Board contendo relatórios que analisam o comportamento com base no momento em que ele aconteceu [Meet Mixpanel Boards; Analyze Conversions]. Aqui estão as melhores formas de estruturar isso em um painel:
Opção 1: Relatório de Funnels com tendência diária no Board (Recomendado)
O relatório de funil avalia se a conversão ocorreu dentro de uma janela de tempo definida a partir do evento inicial [Funnels Advanced Concepts]. Mesmo que o usuário consiga acessar no dia seguinte, a tentativa que falhou hoje continuará registrada como falha no dia em que ocorreu:
Crie o Funil:
Passo 1: Evento de Login.
Passo 2: Evento de View Screen (com filtro da Home) [Retain Your Users].
Ajuste a janela de conversão:
Configure a janela de conversão (Conversion Window) para um período curto (ex.: 5 a 10 minutos) [Funnels Advanced Concepts]. Assim, se o usuário logar e não chegar à tela inicial nesses minutos, essa tentativa será computada permanentemente como desistência/drop-off.
Mude a visualização para tendência ao longo do tempo:
Em vez de visualizar apenas as barras totais, alterne a visualização do funil para ver a tendência da taxa de conversão ao longo do tempo (diária) [Analyze Conversions].
Adicione ao Board:
Salve o relatório e adicione o card ao seu Board de acompanhamento diário [Meet Mixpanel Boards].
Opção 2: Investigar o comportamento no próprio painel
Com o funil inserido no seu Board:
Inspeção diária de usuários e replays: Você pode clicar no ponto do gráfico referente ao dia desejado para selecionar View Users (ver quem abandonou naquele dia específico) ou View Replays para assistir diretamente às sessões em que o erro aconteceu [Cohorts: Group users by demographic; Improve conversions].
View as Flow: A qualquer momento você pode clicar no passo e selecionar View as Flow para entender quais telas ou eventos os usuários que caíram no login executaram em vez da Home [Funnels Advanced Concepts].
ℹ️ Tip: Mention @kapa.ai in the thread for follow-ups or DM the app for 1-to-1 help.
kapa.ai Agora me ajude com o seguinte cenário: Criei um funil de usuários que fizeram login mas não chegaram na home e alterei a visualização desse funil para metric para ter a porcentagem total de conversão. Mas agora eu quero também a porcentagem geral de não conversão. Como posso fazer isso?
Para exibir a porcentagem geral de não conversão (a taxa de desistência / drop-off), você pode usar o relatório de Insights combinando um comportamento de funil com uma Fórmula [Insights: Visualize trends; Insights: Visualize trends]. No relatório de Funnels tradicional, a métrica calculada nativamente é a taxa de conversão [Counting Methods and Measurements]. No entanto, o Insights permite usar funis como blocos de métricas e aplicar fórmulas aritméticas sobre eles [Insights: Visualize trends; Insights: Visualize trends]. Siga os passos abaixo:
Passo a passo usando Insights e Fórmulas
Crie ou acerte seu comportamento de funil no Insights:
Acesse o relatório de Insights.
Na seção de métricas, adicione um Funnel Behavior (você pode selecionar o funil salvo que já criou: Login → View Screen Home) [Insights: Visualize trends].
Esse funil medirá, por padrão, a taxa de conversão (Conversion Rate) e receberá uma letra identificadora (por exemplo, A) [Insights: Visualize trends; Insights: Visualize trends].
Crie a Fórmula para calcular a não conversão:
Clique em + Formula (ou adicione uma métrica do tipo Formula) [Insights: Visualize trends].
Como a taxa de conversão é representada em proporção/porcentagem, calcule o inverso subtraindo a conversão de 100% (ou de 1, dependendo de como o valor for interpretado):
Insira: 100 - A (ou 1 - A) [Insights: Visualize trends].
Renomeie a fórmula para algo como "Taxa de Não Conversão" ou "Drop-off Geral" através do menu de opções (três pontos) da fórmula [Insights: Visualize trends].
Ajuste a visualização:
No topo do relatório, selecione a visualização de gráfico do tipo Metric para exibir o número consolidado no período selecionado [Insights: Visualize trends].
Oculte a métrica original A se desejar ver apenas o resultado final da fórmula.
Salve o relatório e adicione o card ao seu painel (Board).
ℹ️ Tip: Mention @kapa.ai in the thread for follow-ups or DM the app for 1-to-1 help.
kapa.ai quero criar segmentações para realizar análises. Atenção, quero segmentação e não cohorts.
No Mixpanel, você pode criar segmentações diretamente a partir de propriedades de eventos ou de usuários usando o recurso de Breakdowns e agrupá-las em categorias personalizadas por meio de Custom Buckets (sem precisar criar cohorts) [Reports Overview; Custom Buckets].
1. Segmentação padrão via Breakdown
O Breakdown divide os resultados de métricas por valores de uma propriedade (como país, navegador, versão do aplicativo, etc.) [Reports Overview]:
Em relatórios como Insights ou Funnels, clique no botão Breakdown [Reports Overview].
Selecione a propriedade que deseja usar para segmentar (você pode filtrar o menu para ver apenas "event properties" ou "user properties") [Reports Overview].
O relatório dividirá os dados em linhas ou fatias separadas para cada valor existente dessa propriedade [Reports Overview].
2. Segmentação agrupada com Custom Buckets (Baldes Personalizados)
Se os valores da propriedade forem muito variados e você quiser consolidá-los em segmentos específicos sob medida (por exemplo, agrupar países em regiões como "América do Norte" e "Europa", ou idades em faixas):
Adicione a propriedade no menu de Breakdown [Custom Buckets].
Clique no menu de opções (três pontos / menu overflow) ao lado do breakdown aplicado e selecione Customize Buckets [Custom Buckets].
Conforme o tipo de dado da propriedade:
Propriedades de Texto (String): Crie cada segmento definindo o operador "is" e escolhendo um ou mais valores (ex.: criar o segmento "América do Norte" contendo US e Canada). Os valores não mapeados são automaticamente atribuídos a um grupo de valores restantes (como "Rest of the World") [Custom Buckets].
Propriedades Numéricas: Escolha faixas uniformes (Even) ou de tamanhos variados (Varied, ex.: idades de 18–30, 30–40, 40+) [Custom Buckets; Insights: Visualize trends].
Renomeie os segmentos criados conforme desejado e clique em Apply para aplicar a segmentação visual no gráfico [Custom Buckets; Custom Buckets].
Os Custom Buckets são mutuamente exclusivos (não se sobrepõem) e somam 100% dos dados da propriedade no relatório [Custom Buckets].
ℹ️ Tip: Mention @kapa.ai in the thread for follow-ups or DM the app for 1-to-1 help.
kapa.ai ok, mas como posso salvar essa visualização criada para utilizar em análises futuras acrescentando outras métricas ou visões?
Para salvar e reutilizar essas definições em análises futuras, a abordagem depende do que exatamente você quer reaproveitar:
1. Se você usou agrupamentos personalizados e quer salvá-los: crie uma Custom Property (Propriedade Personalizada)
Os Custom Buckets criados diretamente no relatório não podem ser salvos nativamente para reutilização em outros relatórios [Custom Buckets]. Se você quer salvar essa lógica de segmentação para usar como breakdown ou filtro em qualquer relatório futuro:
No menu de propriedades/busca, clique no botão + e selecione Custom Event Property ou Custom User Property [Custom Properties].
Dê um nome à sua propriedade (ex.: "Regiões de Mercado" ou "Faixa Etária") [Custom Properties].
Defina a fórmula com a lógica condicional equivalente aos seus grupos (usando IFS ou operadores de condição) [Custom Buckets; Custom Properties].
Clique em Save (ou Save and Share) para salvar globalmente no projeto (disponível nos planos Growth e Enterprise), permitindo aplicá-la em novos relatórios e combiná-la com outras métricas [Custom Properties; Custom Properties].
2. Salvar o relatório completo como base e duplicá-lo
Se você deseja manter toda a estrutura atual (métricas, visualizações e breakdowns já configurados) e usá-la como modelo para acrescentar novas análises:
Clique no botão Save no topo do relatório e salve-o em um Board (painel) [Navigating your Mixpanel Project].
Quando quiser fazer uma nova análise mantendo essa base, você pode abrir o relatório ou o menu de três pontos e selecionar Duplicate [Navigating your Mixpanel Project].
No relatório duplicado, basta adicionar novas métricas, mudar o tipo de gráfico ou acrescentar outros filtros sem alterar o original [Insights: Visualize trends; Navigating your Mixpanel Project].
3. Salvar Métricas ou Fórmulas para reutilizar
Se você quiser reutilizar blocos específicos construídos neste relatório:
Saved Metric / Saved Behavior: No canto superior direito do bloco da métrica ou comportamento, clique no menu de opções (...) e selecione Save Metric ou Save Behavior. Elas ficarão disponíveis para seleção rápida ao criar outros relatórios [Insights: Visualize trends; Saved Metrics and Behaviors].
Saved Formula: Se você usou uma fórmula (como a taxa de não conversão), planos Growth e Enterprise permitem salvar a fórmula para ser selecionada e combinada com outras métricas em análises posteriores [Insights: Visualize trends].
ℹ️ Tip: Mention @kapa.ai in the thread for follow-ups or DM the app for 1-to-1 help.
kapa.ai Criei um funil, filtrei por usuários que levaram mais de 4.5 minutos para realizar um agendamento. Agora eu preciso salvar tudo isso, até o filtro de time to convert como behavior ou como segmentação. Não cohort, pois o cohort é constantemente alterado, por exemplo, se um usuário hoje leva mais de 4.5 minutos para realizar um agendamento ele entra no cohort, mas se amanhã ele levar menos de 4.5 minutos ele sai do cohort.
Com base nas fontes de documentação do Mixpanel, existem algumas regras e limitações específicas sobre como o Time to Convert funciona e o que pode ser salvo como Behavior ou Segmentação:
1. Salvar como Behavior inclui o filtro de Time to Convert?
Não diretamente como filtro inline. A documentação do Mixpanel explica expressamente que o Time to Convert funciona como uma propriedade computada para filtrar funis já mensurados ou para criar distribuições de agrupamento, mas:
Você não pode utilizá-lo como um filtro inline de evento/etapa ("You can’t use it as a inline filter since it is used to filter funnels which have been measured rather than changing the per step conversion window") [Funnels Advanced Concepts].
Um Saved Behavior (Comportamento Salvo) salva apenas a sequência de eventos do funil e a janela de conversão entre eles, mas não armazena medições calculadas posteriormente nem filtros externos aplicados sobre a mensuração do funil [Saved Metrics and Behaviors; Funnels Quickstart].
2. Como salvar toda essa definição (Behavior + Medição/Filtros)
Para salvar todo o conjunto — o comportamento somado à forma como ele é medido e filtrado —, o conceito correto no Mixpanel não é o Saved Behavior, mas sim uma Saved Metric (Métrica Salva):
Um Saved Behavior armazena apenas a sequência de eventos/funil [Funnels Quickstart].
Uma Saved Metric consiste no comportamento somado às medições e parâmetros daquele comportamento [Funnels Quickstart; Insights: Visualize trends].
Como salvar:
No canto superior direito do bloco da métrica do seu funil no construtor de consultas, clique no botão de três pontos (...) [Funnels Quickstart; Insights: Visualize trends].
Selecione Save Metric [Insights: Visualize trends].
Uma vez salva como métrica, ela fica disponível para ser reutilizada em relatórios (como no relatório de Insights) sem recalcular ou reconstruir os passos [Saved Metrics and Behaviors; Insights: Visualize trends].
3. Como salvar como Segmentação (sem usar Cohort)
Se você usou o Time to Convert como dimensão de agrupamento/segmentação:
Se você utilizou o Time to Convert Breakdown com Custom Buckets para segmentar os usuários em faixas (por exemplo, >= 4.5 minutos vs < 4.5 minutos), a documentação informa que Custom Buckets não podem ser salvos diretamente para reutilização [Custom Buckets; Funnels Advanced Concepts].
Além disso, as fontes não mencionam a possibilidade de salvar o Time to Convert de um funil como uma propriedade customizada global separada fora do contexto do próprio relatório de funis [Computed Properties].
Melhor alternativa prática: Para preservar exatamente essa análise (com o funil, o filtro/breakdown de tempo e as configurações intactas), salve o relatório em um Board e, quando precisar criar novas visões ou adicionar outras métricas a partir dele, utilize a opção de duplicar o relatório [Navigating your Mixpanel Project]. Dessa forma, a análise permanece estática e histórica para cada ocorrência daquele dia, sem a volatilidade de entrada/saída dinâmica que ocorre em uma coorte.
ℹ️ Tip: Mention @kapa.ai in the thread for follow-ups or DM the app for 1-to-1 help.
kapa.ai talvez eu possa criar uma formula que agrupe usuários únicos que entraram e converteram nesse funil em mais de 4.5 minutos. Utilizando o time por exemplo...
Com base nas fontes de documentação do Mixpanel, não é possível usar o recurso de Formulas para agrupar ou filtrar usuários pelo tempo de conversão (Time to Convert). Aqui estão as razões técnicas e as limitações do recurso:
Formulas realizam apenas operações matemáticas básicas entre métricas: O recurso de Formulas no Mixpanel suporta apenas operadores aritméticos simples (+, -, *, /) e parênteses aplicados sobre valores agregados de métricas (por exemplo, A / B * 100) [Insights: Visualize trends]. Ele não funciona como uma linguagem para criar agrupamentos lógicos de usuários ou condicionais com base no tempo de conversão de cada um.
O Time to Convert não pode ser usado como filtro inline: A documentação especifica que o Time to Convert não pode ser utilizado como filtro inline nas etapas do funil, pois ele é uma propriedade computada usada para filtrar funis que já foram medidos ou para distribuições de agrupamento [Funnels Advanced Concepts].
O que você pode fazer no relatório de Funnels em vez disso
Para isolar a contagem ou porcentagem de conversões que levaram mais de 4.5 minutos:
Usar o Time to Convert Breakdown com filtro de intervalo:
Adicione um breakdown por Time to Convert entre a primeira etapa e a etapa do agendamento [Funnels Advanced Concepts].
O Time to Convert funciona como uma propriedade numérica onde você pode filtrar para um intervalo específico de tempo (definindo a faixa >= 270 segundos / 4.5 minutos) ou personalizar os intervalos com Custom Buckets [Funnels Advanced Concepts; Custom Buckets].
Medição:
Combine esse filtro/breakdown com a medição de Unique Users ou Total Conversions para obter o volume exato que concluiu o fluxo nesse período de tempo [Counting Methods and Measurements; Funnels Advanced Concepts].
Como Custom Buckets não podem ser salvos separadamente para reaproveitamento global [Custom Buckets], a melhor forma de reutilizar essa visão sem depender de coortes é salvar o relatório configurado e duplicá-lo quando quiser expandir a análise.
ℹ️ Tip: Mention @kapa.ai in the thread for follow-ups or DM the app for 1-to-1 help.
kapa.ai essa minha lógica sobre cohort está correta? {Não cohort, pois o cohort é constantemente alterado, por exemplo, se um usuário hoje leva mais de 4.5 minutos para realizar um agendamento ele entra no cohort, mas se amanhã ele levar menos de 4.5 minutos ele sai do cohort.}
