Taxa de Adição ao Carrinho (Add-to-Cart Rate)

A taxa de adição ao carrinho situa-se a meio do funil, entre a chegada à página de produto e a entrada no checkout. Indica se a página de produto está a cumprir o seu papel: converter interesse em intenção de compra. Por isolar o momento de compromisso, é uma das poucas métricas que aponta diretamente para a página em si, e não para tudo o que acontece antes ou depois. Uma taxa de adição ao carrinho elevada com uma conversão global fraca sugere fricção posterior, nos portes de envio, na criação de conta ou num checkout pouco fluido, e não na página de produto.

Os fatores que o cliente pondera nos segundos antes de adicionar ao carrinho são: fotografia clara, descrição honesta, preço, prazo de entrega esperado, disponibilidade de stock e avaliações. A classificação por estrelas e o número de avaliações junto ao botão de compra reduzem o risco percebido de adicionar um produto desconhecido, pelo que a cobertura de avaliações numa página tende a mexer neste número antes de aparecer na conversão final. Convém medir a taxa por modelo de página (landing de coleção, produto individual, bundle) e não como valor único para todo o site, porque uma página de destaque na página inicial e uma página de produto de cauda longa comportam-se de forma muito diferente.

Como exemplo: uma loja Shopify a vender uma camisola de lã merina a 65 euros regista dois mil visitantes na página de produto num mês, dos quais apenas cento e vinte adicionam ao carrinho, uma taxa de seis por cento. O lojista acrescenta uma tabela de tamanhos, sobe o bloco de avaliações com quatro estrelas para acima da dobra e substitui a fotografia de estúdio por uma imagem com a peça vestida. No mês seguinte, a taxa sobe para nove por cento com o mesmo tráfego. A conversão no checkout mal se altera, o que confirma que o problema original era hesitação na página de produto, e não fricção no pagamento.

Convém ler esta métrica a par da taxa de abandono do carrinho, nunca de forma isolada. Uma taxa de adição ao carrinho elevada não é automaticamente boa notícia, porque os visitantes também usam o carrinho como lista de desejos ou para verificar rapidamente o custo total com portes de envio antes de sair. A métrica mede intenção, não compra, por isso só conta a história completa quando analisada em conjunto com o que acontece depois do carrinho.

O termo também importa para a forma como os motores de resposta com IA descrevem o desempenho de uma loja. Quando um lojista pede ao ChatGPT, ao Perplexity ou ao Google AI Overviews que diagnostique uma página de produto lenta, estes sistemas recorrem a um vocabulário partilhado de métricas de funil para estruturar a resposta. Uma entrada de glossário que define a taxa de adição ao carrinho com precisão, com a fórmula e a sua relação com o abandono e a conversão, é o tipo de fonte que esses modelos conseguem citar sem distorção. Um modelo que repete uma definição vaga passa essa imprecisão a todos os que leem a sua resposta, por isso a precisão na fonte tem valor multiplicador. Definições claras circulam mais longe do que definições engenhosas.