Métricas para medir as vendas feitas pelo chat

Receita atribuída, origem do pedido, funil do carrinho ao pago, motivos de abandono e tempo de resposta: os números que dizem se a conversa está vendendo.

Dono de uma loja virtual de artigos de praia em pé no escritório, olhando um monitor grande com o celular na mão, no fim da tarde

Toda loja que coloca um agente de IA para vender chega, cedo ou tarde, à mesma pergunta: está funcionando? E a resposta costuma vir por impressão — “o pessoal está gostando”, “parece que caiu o volume de mensagem”. Impressão não decide investimento.

Este post lista as métricas que respondem a pergunta com número, onde encontrá-las no painel do AgentCommerce, da Multiagents, e como ler cada uma sem se enganar.

1. Receita atribuída à conversa

É a métrica principal. Quanto da receita da loja veio de pedidos que tiveram conversa — com o agente ou com a equipe pela plataforma — nos dias anteriores ao pagamento.

O painel de e-commerce marca a origem de cada pedido: agente, campanha ou loja. O extrato de comissão vai um passo além e liga cada pedido à conversa que levou a ele, com o grau de certeza do vínculo. A regra de atribuição está explicada em comissão sobre vendas no AgentCommerce.

Como ler: compare a fatia atribuída mês contra mês. Para referência de tamanho, o ticket médio do e-commerce brasileiro foi de R$ 536,60 em 2025, segundo a ABIACOM, antiga ABComm (2026) — compare o ticket dos pedidos do chat com o da sua loja, não com a média do mercado.

O erro comum: creditar ao chat toda venda de quem algum dia conversou. A janela de atribuição existe para evitar isso.

2. O funil do carrinho ao pago

Três números em sequência: carrinhos criados, checkouts iniciados, pedidos pagos. O painel mostra o funil e quanto se perde em cada passagem.

Segundo o Baymard Institute (2025), a taxa média documentada de abandono de carrinho é de 70,22%, numa média de 50 estudos. Isso serve de régua: perder carrinhos é normal; o que importa é em qual passagem a sua loja perde mais.

  • muita perda do carrinho ao checkout: geralmente frete ou preço total — o cliente viu o custo e parou;
  • muita perda do checkout ao pago: geralmente pagamento — cartão recusado, Pix gerado e não pago, falta do meio de pagamento que o cliente queria.

3. Motivos de abandono

O painel agrupa os carrinhos que não viraram pedido por motivo:

  • frete acima do esperado;
  • pagamento recusado;
  • prazo de entrega;
  • cupom inválido.

É a métrica mais acionável da lista, porque aponta o que mudar. Se “frete acima do esperado” lidera por semanas, o problema não está na conversa — está na política de frete, e vale revisar o que está em frete e cupom na conversa. Se “cupom inválido” dispara de repente, alguma campanha está divulgando um código com regra confusa.

4. Resolvidas pelo agente

A fatia das conversas que o agente resolveu sem passar por uma pessoa. O painel geral mostra esse número ao lado do total de conversas, e o painel de atendimento mostra a fatia das mensagens respondidas pelo agente.

Como ler: alta demais pode significar que o agente está segurando conversas que deveriam ir para a equipe. Baixa demais, que ele não tem a informação de que precisa. O caminho para descobrir é ler as conversas passadas para a equipe: elas mostram o que falta nas instruções ou no catálogo.

5. Tempo de primeira resposta e fila

No painel de atendimento:

  • quem está na fila agora, com o tempo de espera de cada um;
  • tempo de primeira resposta, comparado com o dia anterior;
  • carga por atendente, com o status de presença de cada pessoa da equipe.

Quando o agente responde na hora, o tempo de primeira resposta cai. O que vale acompanhar é o tempo de resposta das conversas que foram para a equipe — é ali que o cliente espera.

6. Produtos mais vendidos pela conversa

O painel lista os produtos que mais faturaram no período. Comparar a lista dos pedidos com origem no chat com a lista geral da loja revela duas coisas: os produtos que precisam de conversa para vender (geralmente os de mais variação ou maior valor) e os que vendem sozinhos.

Os primeiros merecem descrição melhor no catálogo e atenção nas instruções do agente. A base disso está em dados de produto que agentes conseguem ler.

7. Conversão da loja

O painel de e-commerce mostra a conversão geral da loja — pedidos sobre visitas. Ela não é uma métrica do chat, mas serve de contexto: se a conversão geral caiu no mesmo mês em que a receita atribuída subiu, a conversa pode estar só trocando o canal da venda, e não acrescentando venda.

8. Campanhas que vendem

Pedidos com origem em campanha aparecem separados no painel. Uma campanha conta para a atribuição quando o cliente responde ou clica e compra dentro da janela; mensagem enviada e ignorada não conta.

Isso permite comparar campanhas pelo que importa — pedidos pagos —, e não por taxa de abertura. Uma campanha de recuperação de carrinho com poucas respostas e muitos pedidos vale mais do que uma campanha de novidades com muitas respostas e nenhuma compra.

Dois cuidados na leitura:

  • compare campanhas do mesmo tipo: recuperação de carrinho tem conversão naturalmente maior do que anúncio de lançamento;
  • olhe o custo junto: cada envio pelo WhatsApp oficial tem custo, e uma campanha que vende pouco para uma base grande pode sair cara.

A rotina de leitura

Todo dia (cinco minutos):

  • a fila do atendimento e o estágio Problema do funil;
  • os pagamentos pendentes.

Toda semana (meia hora):

  • o funil do carrinho ao pago e os motivos de abandono;
  • uma amostra das conversas passadas para a equipe.

Todo mês (uma hora):

  • receita atribuída, ticket médio e comissão, contra o mês anterior;
  • produtos mais vendidos pelo chat contra a lista geral.

O funil de 11 estágios, que organiza a fila e os follow-ups, está em funil de e-commerce do chat à entrega.

Pergunte em vez de procurar

Nem toda pergunta tem um gráfico pronto. “Quanto vendi pelo WhatsApp na semana passada?” pode ser respondida pelo Oltar, o assistente de IA do painel, que consulta os mesmos dados — sempre limitados ao que o seu papel pode ver — e leva você até a tela de onde o número veio.

Perguntas frequentes

A receita dos pedidos com origem na conversa, separada da receita que veio direto da loja e das campanhas. Sem essa separação, não dá para saber o que o chat acrescentou e o que aconteceria de qualquer jeito.

O painel de e-commerce marca a origem de cada pedido: agente, campanha ou loja. O extrato de comissão vai além e liga cada pedido atribuído à conversa ou campanha que gerou a venda.

São as razões pelas quais carrinhos não viraram pedido, agrupadas pelo que aconteceu na conversa e no checkout: frete acima do esperado, pagamento recusado, prazo de entrega e cupom inválido. Eles mostram onde a venda está sendo perdida.

Não diretamente. Quem conversa já está mais perto da compra do que quem só visita o site, então a conversão do chat tende a ser maior. Compare o chat com ele mesmo ao longo do tempo e use o site como referência de contexto.

A fila e os pagamentos pendentes, todo dia. Funil e motivos de abandono, toda semana. Receita atribuída, ticket médio e comissão, todo mês, comparando com o mês anterior.

O Oltar, o assistente de IA do painel, responde perguntas sobre os dados que o seu papel pode ver, como quanto a loja vendeu na semana, e leva você até a tela certa. Os números vêm dos mesmos painéis descritos aqui.

Quer ver isso rodando na sua operação?

Agentes verticais de IA configurados em 48 horas, operando no seu atendimento e no seu funil.

Fale com um especialista

Leia também