Taxa de conversão por estágio (stage conversion): o que é e benchmarks

Seu funil mostra 300 leads no topo e 12 clientes no fim: 4% de conversão. No mês seguinte cai para 2,8% e ninguém sabe dizer por quê — se foi lead pior, SDR que não qualificou ou closer que travou na proposta. A conversão do funil inteiro te dá um número, não um lugar pra agir. Este guia cobre a definição, a fórmula com exemplo trabalhado, os benchmarks por passagem de estágio (com fonte) e as armadilhas de quem já implementou.

O que é taxa de conversão por estágio

A conversão do funil inteiro te dá um número — 4% de lead a cliente — e nada mais. Quando ela cai, você não sabe onde afundou: se o marketing trouxe lead pior, se o SDR não qualificou, se o closer travou na proposta. É o problema que a conversão por estágio resolve. Em vez de medir só a ponta (lead → cliente), você mede cada passagem: lead → qualificado, qualificado → reunião, reunião → proposta, proposta → ganho. Cada etapa vira uma taxa própria. Quando o número do mês cai, você olha qual estágio específico afundou — a diferença entre “vendemos menos” e “a passagem de proposta pra fechamento caiu de 40% pra 22%, o gargalo é lá”.

É onde as pessoas mais confundem, e vale separar: stage conversion não é win rate — win rate é a conversão de uma etapa (normalmente oportunidade → ganho) ou do funil inteiro para ganho; stage conversion é o conjunto de todas as passagens. Win rate te diz que você perde; stage conversion te diz onde. Também não é a distribuição do pipeline — contar quantos deals estão em cada estágio hoje é uma foto que mistura negócios entrados em momentos diferentes; conversão é fluxo de uma coorte que entrou no estágio. E não é velocidade — um deal pode converter e demorar 90 dias pra isso; a conversão diz se avança, a sales velocity diz quão rápido. São métricas irmãs, não a mesma.

O termo técnico é “stage conversion” ou “taxa de passagem de estágio”. Vendas fala em “taxa de avanço”; marketing chama as etapas de topo (lead → MQL → SQL) de “funnel conversion”. É tudo a mesma família: a probabilidade de um negócio sobreviver de uma etapa pra próxima. E um alerta que vale desde já — números muito acima da faixa quase sempre significam critério de entrada frouxo, não vendedor genial.

Como calcular a conversão por estágio

Cada linha do cálculo tem o mesmo formato: quantos avançaram dividido por quantos entraram naquele estágio. O resultado é uma taxa por etapa, e a conversão do funil inteiro é o produto das taxas de cada estágio — nunca a média. Multiplicar 40% × 40% × 60% × 30% dá ~2,9%; tirar a média das quatro daria uns 42,5%, um número que não existe no seu funil.

A pegadinha do cálculo mora no denominador. Repare que a base de cada linha é “quantos entraram naquele estágio”, não “quantos leads no topo”. Se você usar 1.000 (o topo) como base de toda etapa, os números do fim ficam ridiculamente baixos e você conclui a coisa errada. E tem a coorte: as 96 propostas precisam ter tido tempo de virar ganho ou perda. Se você mistura propostas feitas ontem — ainda abertas — no denominador, a conversão de proposta despenca artificialmente, não porque você vende mal, mas porque metade dos deals ainda nem teve chance de fechar. Coorte madura, não foto do dia. É por isso que o dado que importa não é o estágio atual de cada deal, e sim o histórico de quando ele entrou e saiu de cada etapa.

Benchmarks de conversão por estágio

Antes da tabela, o aviso que todo benchmark de conversão precisa carregar: esses números variam brutalmente por motion (inbound vs. outbound), por ticket (SMB vs. enterprise) e por qualidade da fonte de lead. Servem de referência de ordem de grandeza e pra achar sua etapa anômala — não como meta que você importa pra dentro. Sua melhor comparação é você mesmo, mês a mês. Vale lembrar também que o benchmark do First Page Sage assume execução competente: é a taxa de campanhas bem feitas, não a média do mercado — a própria fonte avisa isso^[1], e a conversão média real tende a ficar abaixo.

Dois pontos que mudam a leitura da tabela. Primeiro, a janela de medição muda tudo no win rate: calculado contra toda oportunidade que entra no CRM é sempre menor do que calculado só contra oportunidades que chegaram à proposta. O ~19% da Ebsta é sobre a base ampla; times que medem só o fim do funil reportam números bem maiores — e não estão errados, estão medindo outra coisa^[3]. Quando comparar, alinhe qual estágio é o denominador. Segundo, a conversão por estágio não é só diagnóstico de funil: em ~655 mil oportunidades e US$ 48 bilhões de pipeline, a Ebsta isolou que deal fechado em até 50 dias ganha a ~47%, contra ~20% quando arrasta além disso, e que envolver o decisor cedo eleva o win rate em ~55%^[2]. Velocidade e quem está na mesa mexem na taxa de cada passagem.

Como implementar na prática

Armadilhas comuns

Estes são os erros que mais aparecem quando ajudamos um time a montar a conversão por estágio do zero — a maioria nasce de instrumentação e disciplina de CRM, não de fórmula.

Medir a foto e chamar de conversão

O erro que mais aparece é somar quantos deals estão hoje em cada estágio e dividir um pelo outro. Isso é distribuição de pipeline, não taxa de conversão — mistura negócios que entraram em janeiro com os que entraram ontem. A consequência é uma “taxa” que balança sozinha toda semana conforme a foto muda, e o time perseguindo um número que não mede o que acham que mede. Conversão é fluxo de coorte, sempre.

Estágio definido por tempo, não por comportamento

O clássico: “passou 14 dias, vira SQL”. A gente vê isso e sabe o que vem — o estágio enche de deal que envelheceu sem qualificar de verdade, a conversão da etapa seguinte despenca e o time culpa o closer. O problema não é o closer: é que a entrada do estágio foi definida por relógio, não por critério de saída real do estágio anterior. Estágio é comportamento do deal, não idade dele.

Deixar deal aberto jovem poluir o denominador

Quando você conta propostas feitas ontem no cálculo de conversão de proposta, a taxa afunda — não porque você fechou menos, mas porque metade da base ainda não teve tempo de virar ganho ou perda. Já vimos time entrar em pânico com “conversão de proposta caiu pra 15%” que era puro artefato de coorte imatura. Sem janela de maturação, o número mente pra baixo.

Pipeline zumbi inflando a conta

Deal que ninguém fechou nem marcou como perdido fica aberto há oito meses “esquentando”. Esse zumbi distorce toda taxa que passa por ele — ora infla a base de um estágio, ora nunca sai e trava a leitura. Quando ajudamos a limpar pipeline, sempre aparece um monte de deal morto travando a matemática. Conversão confiável exige processo de perda e limpeza rodando, não só de avanço.

Medir só a conversão média e não saber onde vaza

Time chega dizendo “nossa conversão é 3%”. Ok — mas 3% é o produto de quatro etapas, e o vazamento não está distribuído igual. Quase sempre uma passagem específica está muito abaixo das irmãs e ninguém tinha olhado etapa a etapa. Medir só o agregado é ter o sintoma sem o diagnóstico: você sabe que perde, não sabe onde agir.

Vendedor pulando estágio no CRM

O closer fecha um deal quente e move direto de “reunião” pra “ganho”, pulando “proposta”. Multiplique por dez vendedores e o estágio de proposta mostra uma conversão sem sentido — 0% aqui, 200% ali. A taxa de um estágio só é confiável se os deals passam por ele de verdade no sistema. Pulo de estágio é dado sujo que se disfarça de bom.

Comparar sua conversão com benchmark de outro motion

Pegar um benchmark de inbound SMB e cobrar disso um time de outbound enterprise é injustiça matemática. Enterprise converte menos por etapa porque tem mais gente decidindo e ciclo mais longo — não porque o time é pior. Benchmark serve pra achar sua etapa anômala contra você mesmo, não pra importar meta de um funil que não é o seu.

Checklist de implementação

Transforme a conversão por estágio em rotina, não em planilha

O trabalho pesado da conversão por estágio não é a fórmula — é ler o histórico de transições do CRM em coorte, aplicar a janela de maturação e segmentar por motion pra achar onde o funil realmente vaza. É exatamente o que a plataforma Intelligence da Incuca faz: conecta seu CRM, monta a coorte a partir do stage history e publica a conversão etapa a etapa num painel que o time inteiro lê igual.