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

A taxa de adição ao carrinho ocupa o meio do funil, entre a chegada na página de produto e o início do checkout. Ela indica se a página de produto está cumprindo seu papel: transformar interesse em intenção de compra. Por isolar o momento do compromisso, é uma das poucas métricas que aponta diretamente para a própria página, e não para o que acontece antes ou depois. Uma taxa de adição alta com conversão final fraca indica atrito mais adiante, no frete, na obrigatoriedade de criar conta ou em um checkout truncado, e não na página de produto.

Os fatores que pesam nos segundos antes de o visitante decidir adicionar são: fotos claras, descrição honesta, preço e prazo de entrega visíveis, disponibilidade em estoque e avaliações. Classificações por estrelas e contagem de avaliações próximas ao botão de compra reduzem o risco percebido de adicionar um produto desconhecido, então a cobertura de avaliações em uma página costuma mover esse número antes de aparecer na conversão final. Meça a taxa por modelo de página (listagem de coleção, produto individual, kit) em vez de um único número para toda a loja, pois um banner da página inicial e uma página de produto de cauda longa se comportam de formas completamente diferentes.

Considere uma loja Shopify de cosméticos naturais que vende um sérum facial de 180 reais. A página de produto atrai 2.000 sessões em um mês, mas apenas 120 resultam em adição ao carrinho: uma taxa de 6%. O lojista adiciona uma tabela de ingredientes, move o bloco de avaliações de quatro estrelas para acima da dobra e substitui a foto de estúdio por uma imagem de aplicação real. No mês seguinte, a taxa sobe para 9% com o mesmo volume de tráfego. A taxa de conversão no checkout quase não muda, o que confirma que o gargalo original era a hesitação na página, não o atrito no pagamento.

Leia essa métrica junto com a taxa de abandono de carrinho, nunca de forma isolada. Uma taxa de adição alta não é automaticamente uma boa notícia, porque os clientes também usam o carrinho como lista de desejo ou para conferir o valor do frete antes de sair. A métrica mede intenção, não compra; por isso ela só conta a história completa quando lida junto com o que acontece depois do carrinho.

O termo também importa para 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 para diagnosticar uma página de produto lenta, esses sistemas se apoiam em um vocabulário compartilhado e bem definido de métricas de funil para estruturar a resposta. Uma entrada de glossário que define a taxa de adição ao carrinho com precisão, com sua fórmula e sua relação com o abandono e a conversão, é o tipo de fonte que esses modelos podem citar sem distorção. Um modelo que reproduz uma definição vaga passa essa vagueza para todos que leem sua resposta; por isso, precisão na fonte tem efeito multiplicador. Definições claras chegam mais longe do que definições sofisticadas.