Teste A/B na Prática: Como Descobrir o Que Converte na Sua Página

Rode um teste A/B com duzentas visitas, veja o botão verde três pontos percentuais à frente do azul e declare vencedor no dia seguinte: essa é a forma mais comum de destruir uma taxa de conversão que já funcionava. A diferença nunca existiu. Era ruído estatístico, não preferência do visitante.

Por que a maioria dos testes A/B em página dá resultado inconclusivo

A maioria dos testes A/B fica inconclusiva porque roda com tráfego insuficiente e é interrompida assim que aparece o primeiro sinal de vantagem. Esse comportamento tem nome na área de otimização de conversão: peeking, o hábito de checar o painel todo dia e parar no primeiro pico favorável. Um teste que sobe e desce de posição ao longo da semana ainda não atingiu significância, só está oscilando dentro da margem de erro.

O problema fica pior quando o site recebe tráfego de fontes diferentes ao mesmo tempo: tráfego orgânico do Google, tráfego pago de campanha e tráfego direto de quem já conhece a marca. Cada fonte se comporta de um jeito na página. Se o teste não roda tempo suficiente para diluir essa mistura, a variante vencedora pode ser só a que recebeu mais visitante pago naquele dia, não a melhor página.

Regra prática: nunca declare vencedor antes do teste atingir a amostra mínima calculada previamente e completar pelo menos um ciclo de sete dias corridos.

O que testar primeiro: hipótese apoiada em dado, não em gosto de quem manda no site

O primeiro elemento a testar é aquele que o comportamento real do visitante aponta como gargalo, não o que parece feio para quem olha a página de cima. Antes de criar qualquer variante, vale gravar sessões de usuário e olhar mapa de calor: ferramentas como o Microsoft Clarity são gratuitas e mostram exatamente onde o visitante clica, onde rola a página e onde abandona o formulário. Essa etapa qualitativa evita testar mudança que não resolve nenhum problema real observado.

Com esse dado em mãos, a lista de prioridade costuma seguir esta ordem de impacto:

• Headline e a promessa principal do topo da página, porque é a primeira frase que decide se o visitante continua lendo
• Texto e posição do botão de CTA (chamada para ação), incluindo verbo usado e contraste de cor
• Número de campos do formulário: cada campo a mais reduz conversão, e vale testar remover os opcionais
• Prova social visível acima da dobra: depoimento, selo, número de clientes atendidos ou avaliação
• Formato do hero: imagem estática contra vídeo curto contra apenas headline com fundo sólido

Testar cinco elementos ao mesmo tempo em variantes separadas exige tráfego que a maioria dos sites pequenos não tem. O caminho mais rápido é escolher um elemento por vez, começando pelo que o mapa de calor mostrou como ponto de atrito real, e anotar a hipótese por escrito antes de criar a variante: ‘se eu trocar X por Y, a conversão deve subir porque Z’. Sem essa frase escrita, fica difícil saber depois o que o teste realmente respondeu.

Quanto tráfego e quanto tempo um teste A/B precisa para ser confiável

Um teste A/B só é confiável quando atinge significância estatística de 95 por cento e roda por semanas completas, nunca por dias isolados. Existem calculadoras gratuitas de tamanho de amostra, como a da Evan Miller e a da VWO, que pedem três números: a taxa de conversão atual da página, a menor diferença que valeria a pena detectar (o chamado efeito mínimo detectável) e o nível de confiança desejado. O resultado costuma surpreender: páginas com pouco tráfego podem precisar de várias semanas para acumular conversões suficientes.

Suponha uma página hipotética com taxa de conversão atual de 3 por cento e mil visitantes por semana. Para detectar com confiança que uma variante subiu essa taxa para 4 por cento, o teste pode precisar rodar por três a quatro semanas seguidas, dependendo da calculadora usada. Quanto menor a diferença que se quer enxergar, maior o tempo necessário: é por isso que mudanças ousadas geram leitura mais rápida do que ajustes cosméticos.

Rodar por semana completa não é detalhe burocrático. Terça-feira se comporta diferente de domingo, e começo de mês se comporta diferente de fim de mês em negócios que dependem de salário recebido. Um teste que começa numa quinta e termina na terça seguinte captura só um pedaço distorcido do padrão real de visita.

Quais ferramentas rodam o teste sem travar a página

A ferramenta certa depende do volume de tráfego e do orçamento, mas nenhuma delas exige reescrever o site do zero. Para quem está começando, Microsoft Clarity mais Google Analytics 4 com eventos customizados já cobre mapa de calor, gravação de sessão e comparação de conversão por variante, tudo de graça. Em WordPress, plugins como Nelio A/B Testing rodam o teste direto no painel, sem precisar de outro serviço. Para operações maiores, ferramentas pagas como VWO e Convert trazem editor visual e segmentação mais fina.

Site montado em construtor visual genérico costuma travar exatamente na hora de inserir variantes, porque cada plugin de teste soma script em cima de script já pesado. WordPress com tema próprio e código enxuto entrega performance máxima e deixa espaço para inserir a variante sem comprometer o carregamento, o que evita um viés silencioso: página lenta muda comportamento de clique e contamina o resultado do teste antes mesmo de ele começar.

Erros que invalidam um teste A/B (e como evitar cada um)

Um teste A/B fica inválido quando qualquer variável externa muda no meio do experimento, não só quando a amostra é pequena. Os erros mais comuns:

• Parar o teste no primeiro resultado favorável, antes de atingir a amostra calculada
• Editar a variante vencedora no meio do teste, mesmo que seja só um ajuste de texto
• Ignorar a diferença de comportamento entre visitante mobile e desktop, testando as duas telas juntas como se fossem uma só
• Rodar o teste durante um pico de campanha paga instável, que muda o perfil de quem chega na página
• Testar headline, botão e formulário ao mesmo tempo em variantes diferentes sem metodologia multivariada, o que impede saber qual mudança causou o efeito

Vale um cuidado extra com mobile: em muitos segmentos, a maior parte do tráfego chega pelo celular, e um botão que funciona bem no desktop pode ficar escondido abaixo da dobra no mobile. Segmentar o relatório por dispositivo antes de declarar vencedor evita promover uma variante que só ganhou porque teve mais visita de um tipo de tela.

Teste A/B e teste multivariado não são a mesma coisa: o A/B compara duas versões inteiras da página, o multivariado testa combinações de elementos ao mesmo tempo e exige tráfego bem maior para chegar a uma leitura confiável.

O que fazer depois que o teste aponta um vencedor

Depois que o teste aponta um vencedor com significância estatística, o primeiro passo é implementar essa variante como padrão definitivo da página, não deixar rodando como teste eterno. O segundo passo é documentar a hipótese testada e o resultado, porque esse histórico evita repetir teste parecido daqui a seis meses. O terceiro passo é definir a próxima hipótese: otimização de conversão funciona em ciclo contínuo, nunca em evento único.

Suponha uma página de captura que converte 2 por cento dos visitantes. Um teste A/B bem executado que eleva essa taxa para 2,6 por cento parece pequeno isolado, mas em um fluxo de mil visitantes por mês significa seis leads a mais, todo mês, sem gastar um real a mais em tráfego. Por isso vale manter um backlog de hipóteses, com uma nova rodada de teste a cada duas ou três semanas, em vez de testar uma vez e considerar o assunto encerrado.