Benchmarks de ARPU em oito setores B2C em 2026. O quintil superior está a distanciar-se a 2 a 4 vezes a taxa histórica. O que os líderes estão a fazer de diferente.
A cada trimestre, analisamos as trajetórias de ARPU em oito categorias B2C que acompanhamos de perto, desde streaming e telecomunicações até fintech, viagens e marketplaces. Durante quatro anos, o panorama foi ruidoso, mas amplamente simétrico: líderes e retardatários moviam-se juntos, com um ciclo de diferença. Nos últimos seis trimestres, isso deixou de ser verdade. Em cada categoria que monitorizamos, a diferença entre o quintil superior e a mediana está a aumentar, e a diferença entre o quintil superior e o quintil inferior está a aumentar mais rapidamente.
Esta não é uma história sobre quem tem o melhor produto. É uma história sobre quem transformou a tomada de decisões num ativo composto, e quem ainda está a gerir o mesmo calendário de campanhas que geriu em 2022.
Pegue qualquer indústria B2C com uma base de clientes madura de pelo menos alguns milhões de utilizadores. Classifique as empresas pelo growth de ARPU dos últimos doze meses. O quintil superior não está a ter um desempenho 20 ou 30 por cento melhor que a mediana; está a ter um desempenho 2 a 5 vezes melhor na métrica que realmente importa, que é o ARPU incremental por cliente ativo por trimestre. Os níveis absolutos diferem por indústria, as proporções não.
Os analistas têm chamado a isto uma “normalização pós-pandemia”. Essa enquadramento está errado. Normalização significaria que a dispersão se fecha. O que vemos é a dispersão a abrir, monotonicamente, trimestre após trimestre, em categorias que quase não partilham mais nada em comum. Quando um padrão aparece em oito indústrias não relacionadas ao mesmo tempo, a causa não é específica do setor. É infraestrutural.
Para maior clareza: o spread de ARPU é a razão entre o growth de ARPU do quintil superior e o growth de ARPU do quintil inferior no mesmo período de vinte e quatro meses, controlado pelo tamanho da base. Ignoramos empresas abaixo de um limiar de escala porque a matemática do ARPU falha abaixo de um certo denominador, e ignoramos empresas que estão ativamente a adquirir clientes abaixo do custo porque o sinal de ARPU de growth é contaminado pela diluição.
O resultado é uma comparação limpa: operadores de escala aproximadamente comparável, na mesma indústria, sujeitos às mesmas condições macro, com diferentes sistemas operativos internos. O que quer que explique a diferença deve estar dentro do operador, não à sua volta.
Não há uma única causa, mas três forças que se compõem. Cada uma delas existe há anos. O que é novo em 2026 é que agora elas se reforçam mutuamente mais rapidamente do que os incumbentes conseguem absorver.
Até 2024, a “personalização 1:1” era um conceito em apresentações. Na prática, a maioria das empresas operava um pequeno número de segmentos grandes com algumas centenas de variantes por ano. Em 2026, um punhado de operadores está a executar centenas de milhares de decisões por dia, por cliente, com o modelo a ser retreinado semanalmente com base nos resultados. Isto não é uma melhoria marginal em relação aos segmentos. É um regime diferente.
O uplift não está principalmente na taxa de cliques ou na taxa de abertura, que são sinais de vaidade. O uplift está na cauda: um pequeno número de clientes de muito alto valor é direcionado para uma oferta muito diferente da que teriam recebido sob uma estratégia de segmento, e o valor esperado dessa mudança de rota é desproporcionalmente grande. Perca essa cauda e você parecerá idêntico aos seus concorrentes em cada dashboard enquanto perde silenciosamente os clientes que se compõem.
O capital barato escondeu muitas decisões ruins entre 2020 e 2023. Em 2026, os conselhos de administração estarão a auditar a margem de contribuição, não o crescimento da receita. Isso tem uma consequência específica: ações de retenção que eram justificadas pelo feeling estão a ser eliminadas, e apenas aquelas com margem incremental comprovável sobrevivem. Operadores sem uma stack de medição causal não conseguem passar nesta auditoria. Eles param silenciosamente de executar as ações que estavam silenciosamente a funcionar, e o seu ARPU estagna.
A mudança mais subestimada dos últimos dezoito meses é que o custo de executar um experimento causal, desde a hipótese até à variante implementada, ao holdout e à leitura do lift, diminuiu aproximadamente uma ordem de magnitude. Isso significa que o topo da distribuição agora está a implementar dez vezes mais experimentos por trimestre do que a mediana. Dez vezes mais experimentos não produz dez vezes o lift. Nos nossos dados, produz aproximadamente três a quatro vezes o lift, porque a maioria dos experimentos ainda falha. Mas três a quatro vezes o lift composto, trimestre após trimestre, é exatamente a forma da distribuição que estamos a medir.
O mecanismo é o mesmo em todas as categorias. A área de superfície difere. Uma breve apresentação do que estamos a ver em cada uma das oito indústrias que monitorizamos.
A dispersão aqui é a mais ampla que medimos. Os operadores do quintil superior passaram de uma escada linear de camadas para a construção contínua de ofertas: pacote, mudança com suporte de anúncios, cadência e preço de renovação são decididos por cliente, por momento. Os operadores medianos ainda lançam uma alteração de preço por trimestre e uma alteração de pacote por ano.
A expansão do ARPU pós-pago está a ser ganha por operadores que apanharam o *flywheel* de excedentes e complementos cedo: prever quais os clientes que estão prestes a atingir o seu limite de dados e oferecer antecipadamente um *step up* com uma margem que o CFO aprovará. Isto parece retenção. Na verdade, é expansão.
O cross-sell em fintech foi, durante anos, uma confusão de pop-ups. Os líderes agora tratam cada superfície de produto como um motor de elegibilidade: qual cliente, em que dia, é melhor servido com qual segundo produto, e como o encaminhamento desta oferta hoje afeta a probabilidade de um terceiro produto em seis meses. Essa última cláusula é a que ninguém estava a modelar em 2023.
O spread aqui é o mais ruidoso, porque a procura é exógena. Mas mesmo após controlar a ocupação, os operadores do quintil superior estão a extrair materialmente mais por cliente reservado através de sequenciação auxiliar: qual upsell, em qual canal, em que ponto na janela pré-viagem. O operador mediano ainda envia o mesmo "lounge pass" por e-mail a todos doze dias antes.
A dispersão interessante não está entre marketplaces. Está dentro de cada marketplace, entre como o decil superior de vendedores está a ser correspondido à procura e como o meio está. Os líderes mudaram o matching de um ranker estático para um objetivo continuamente personalizado. Os operadores medianos ainda estão a ajustar um único modelo de ranking trimestralmente.
Os serviços ao vivo sempre conheceram este jogo, e isso é visível. Os líderes passaram 2025 a reconstruir os seus motores de oferta num substrato causal; os seguidores ainda estão a gerir calendários de LiveOps. A diferença aqui aumenta especialmente rápido porque os ciclos de monetização são de dias, não meses.
A otimização do Paywall costumava ser um A/B trimestral. No quintil superior, é agora uma decisão por artigo, por leitor, e o funil de subscrição é um subproduto de um modelo de envolvimento muito mais rico. A cauda importa ainda mais aqui, porque uma pequena parte de leitores leais representa a maior parte do LTV.
Os programas de fidelidade são o artefato visível; o invisível é a camada de decisioning subjacente que escolhe quem vê qual recompensa, com que validade, a que preço de resgate. Os líderes deixaram de pensar na fidelidade como um programa. É uma superfície de decisão.
Uma vez que se olha para além da superfície específica da indústria, o mecanismo é o mesmo. Cada operador enfrenta um fluxo de momentos em que um cliente pode ser direcionado para uma de várias ações. No regime antigo, a maioria desses momentos era atendida por predefinições, ou por um pequeno conjunto de regras escritas manualmente. No novo regime, cada um é uma decisão, e cada decisão é uma aposta com um resultado mensurável.
No momento em que industrializa esse loop, três coisas começam a compor-se ao mesmo tempo. A qualidade dos dados melhora porque cada decisão deixa um rasto. A qualidade do modelo melhora porque os rastos se tornam dados de treino. A velocidade organizacional melhora porque cada equipa discute evidências em vez de opiniões. Cada uma das três alimenta as outras duas. É por isso que a diferença se alarga em vez de diminuir: o processo subjacente é exponencial, e os processos exponenciais não convergem.
Entrevistamos chefes de growth, analytics e produto em dezassete operadores nessas categorias. Cinco práticas aparecem em quase todas as respostas do quintil superior e em quase nenhuma das medianas.
Para o operador médio, a leitura honesta é desconfortável. A lacuna não será fechada trabalhando mais arduamente dentro do modelo operacional atual. Mais um trimestre de planeamento de campanhas, outra ronda de atualizações de segmentos, outro entregável de consultoria sobre “customer 360” não moverá a curva de ARPU. A pilha atual é um máximo local, e é a montanha errada.
A boa notícia é que a mudança é menor do que parece. A maioria dos operadores medianos já tem os dados brutos. Têm as interfaces de produto. Têm os relacionamentos com os clientes. O que lhes falta é uma camada de decisioning que transforme oportunidades em experimentos e experimentos em ações implementadas e medidas, continuamente, a um ritmo que os humanos não conseguem manter manualmente.
Três sinais nos dirão se esta tendência acelera ou estabiliza nos próximos quatro trimestres. Primeiro, se o operador mediano em cada categoria adota um modelo operacional centrado na oportunidade, ou continua a gerir o planeamento com base num calendário. Segundo, se os conselhos de administração começam a incluir o ARPU compounding, em vez do growth de manchete, na compensação executiva. Terceiro, se os líderes começam a publicar os seus relatórios causais, o que comprimiria a vantagem informacional e faria avançar a fronteira para todos.
O nosso cenário base atual é que a diferença continua a aumentar até 2027, e depois bifurca: algumas categorias onde os seguidores conseguem recuperar porque a economia de aquisição força a questão, e a maioria onde o quintil superior garante a vantagem pelo resto da década. De qualquer forma, os operadores que passarem 2026 a construir a camada de decisão passarão 2027 a recolher juros compostos sobre ela.
Uma versão mais longa desta análise, com os benchmarks completos da indústria e a metodologia, está disponível em O Relatório ARPU 2026 para Empresas B2C.
Perguntas frequentes
Recursos relacionados
Soluções
Ver no produto
Os mesmos loops que esta nota descreve são executados 24 horas por dia, 7 dias por semana, na sua base de clientes. Veja o espaço de trabalho decidir, experimentar e executar 1:1.
Vocabulário
Definitions an answer engine can quote, each one a page of its own.
Comparar
Neutral reads on the categories buyers evaluate against a decision layer.
Todas as comparações
