Sobrevivência por safra: quantas empresas de cada ano ainda estão ativas
Taxa de mortalidade geral responde "quantas empresas fecham". Este artigo responde uma pergunta diferente: de cada leva de empresas abertas num ano específico, quantas ainda estão de pé hoje? É a mesma lógica de coorte usada pra medir sobrevivência de qualquer população ao longo do tempo.
Régua: matrizes, situação apurada em 08/08/2026. Cada linha é a safra de empresas abertas naquele ano, e quantas dela seguem ativas na data de apuração:
| Safra | Abertas | Ainda ativas | % viva | % baixada |
|---|---|---|---|---|
| 2025 | 5.063.803 | 3.926.373 | 77,5% | 21,9% |
| 2024 | 4.719.381 | 2.835.564 | 60,1% | 36,3% |
| 2023 | 3.863.695 | 2.412.869 | 62,4% | 33,9% |
| 2022 | 3.858.898 | 1.889.172 | 49,0% | 38,0% |
| 2021 | 4.021.909 | 1.714.281 | 42,6% | 39,7% |
| 2020 | 3.916.178 | 1.331.388 | 34,0% | 49,2% |
| 2019 | 3.167.927 | 1.206.123 | 38,1% | 41,0% |
| 2018 | 2.665.239 | 929.575 | 34,9% | 43,7% |
| 2017 | 2.291.377 | 752.511 | 32,8% | 45,3% |
Anomalia 1: a safra que mais morreu é a de 2020
Em condições normais, safra mais velha tende a acumular mais baixas, porque teve mais tempo pra isso acontecer. A safra de 2020 quebra esse padrão: com 49,2% de baixas, ela morreu mais que a safra de 2019, que é um ano mais velha e tem, portanto, mais tempo de exposição ao risco de fechar.
A explicação aqui é conhecida: 2020 foi o ano da pandemia. Empresas abertas naquele ano nasceram no pior momento possível pra sobreviver aos primeiros meses, e o efeito ficou marcado na base até hoje, seis anos depois.
Anomalia 2: 2024 sobreviveu menos que 2023
A segunda anomalia é mais recente e não tem explicação óbvia. A safra de 2024 sobreviveu menos que a de 2023 (60,1% contra 62,4%), apesar de ser um ano mais novo. A lógica normal diz que empresa mais recente teve menos tempo de exposição ao risco e devia sobreviver mais, não menos.
Não afirmamos causa aqui. Medimos que a inversão aconteceu, não por quê. Pode ser efeito de composição setorial daquela safra, mudança em algum critério de baixa automática da Receita, ou outro fator ainda não isolado. O que explica essa inversão é matéria pra próxima edição, depois de investigar a composição das duas safras lado a lado.
Por que isso importa pra prospecção
Se você usa idade da empresa como sinal de qualidade de lead, esta tabela mostra que a relação não é linear. Uma empresa de 6 anos (safra 2020) tem taxa de sobrevivência histórica pior que uma de 7 anos (safra 2019), efeito puro da safra em que nasceu, não da idade em si. Vale considerar o ano de abertura, não só o tempo de vida, ao qualificar uma lista.
No Leadsink, o filtro de idade da empresa permite recortar por faixa de anos, o que aproxima esse tipo de análise de coorte na hora de montar uma lista de prospecção.
Coorte é diferente de mortalidade geral
Este artigo acompanha cada leva de abertura ao longo do tempo. Pra taxa de mortalidade agregada do país inteiro, sem o recorte por ano de nascimento, veja mortalidade de empresas no Brasil em 2026.
👉 Cria conta grátis em leadsink.app, plano free permite 30 leads/mês, sem cartão.