Teste A/B não é trocar a cor do botão toda segunda-feira. É uma forma de responder uma pergunta de negócio com tráfego real: “esta mudança aumenta a taxa de quem faz a ação que eu quero?”
Feito certo, o teste A/B em landing page tira discussão de gosto do meio. Feito errado, ele consagra um vencedor falso, queima orçamento e ensina a equipe a desconfiar de dado.
Este guia mostra o que testar primeiro, como escrever uma hipótese, por que tamanho de amostra importa e o que fazer quando você ainda não tem visitas suficientes para um experimento “de livro”.
O que é um teste A/B (e o que não é)
No teste A/B clássico, o tráfego se divide entre duas versões da mesma página. A versão A é o controle (o que já está no ar). A versão B muda uma ideia de cada vez. A métrica principal é combinada antes: envio de formulário, clique no checkout, agendamento — não “eu achei mais bonito”.
Não é teste A/B:
- Mostrar a página nova para o time e perguntar a opinião
- Mudar dez coisas, esperar uma semana e dizer que “melhorou”
- Encerrar o teste na primeira tarde em que B ganhou por 8 conversões
Isso pode ser iteração útil. Só não chame de evidência.
O objetivo do teste é aprender. Às vezes B perde e você economiza meses insistindo numa headline fraca. Esse resultado também paga o experimento.
Comece pela hipótese, não pelo palpite
Uma hipótese boa tem três partes:
- Mudança: o que você altera
- Motivo: que comportamento ou objeção isso ataca
- Métrica: o que deve subir se você estiver certo
Exemplo fraco: “Vamos testar um botão verde.”
Exemplo útil: “Se trocarmos o CTA de ‘Enviar’ para ‘Receber o diagnóstico em PDF’, a taxa de envio sobe porque o visitante entende o que acontece depois do clique.”
Outro: “Se a headline deixar explícito o público (‘para clínicas que dependem de indicação’), a taxa de conversão sobe porque o tráfego frio se reconhece mais rápido.”
Hipótese ruim gera teste inútil. “Vamos ver o que acontece” não é método — é curiosidade cara.
Escreva a hipótese num doc compartilhado. Quando o teste acabar, você volta nela. Sem isso, ninguém lembra o que estava em jogo e o time “retesta” a mesma ideia no trimestre seguinte.
O que testar primeiro (ordem de impacto)
Não comece pelo detalhe cosmética. Comece pelo que muda a decisão.
1. Headline
É o primeiro filtro. Uma mudança de promessa pode mover a conversão mais do que qualquer sombra no botão. Teste benefício vs. mecanismo, prazo vs. generalidade, público explícito vs. vago.
Se a headline atual poderia servir para qualquer concorrente, esse é o primeiro experimento. Vale ler como escrever headline de landing page antes de gastar tráfego em variação fraca.
2. CTA (texto, não só cor)
Cor importa quando o botão some no layout. Na maioria das páginas, o texto importa mais. “Quero minha vaga” vs. “Saiba mais” vs. “Falar com especialista” são ofertas mentais diferentes.
Teste um verbo + um resultado. Evite testar cinco cores enquanto o rótulo continua “Enviar”. O artigo sobre CTA que converte ajuda a montar as variantes com intenção, não com paleta.
3. Hero (primeira dobra)
Imagem de estoque vs. produto real, formulário na primeira tela vs. abaixo da prova, vídeo vs. estático. No mobile, essa dobra é quase a página inteira. Uma mudança aqui altera quem fica e quem volta para o anúncio.
Cuidado: hero com vídeo pesado pode “vencer” no desktop e perder no celular por velocidade. Segmente o resultado.
4. Formulário
Número de campos, telefone sim ou não, etapa única vs. duas etapas. Cada campo é um pedágio. Testar “nome + email” contra um formulário de qualificação longa costuma ser o experimento mais honesto de times que reclamam de lead ruim — às vezes o volume cai e o fechamento sobe. Defina sucesso com clareza: lead bruto ou oportunidade?
5. Prova social e oferta
Só depois que mensagem e ação estiverem claras. Depoimento no hero vs. abaixo do preço, garantia visível vs. no FAQ, preço riscado vs. preço limpo. São testes de confiança, não de compreensão.
O que deixar por último: microcópias de rodapé, ícones, animações, “e se a gente mudar o raio da borda”. Isso é polish. Polish não salva oferta errada.
Tamanho de amostra: o aviso que ninguém gosta de ouvir
Calculadoras de sample size existem por um motivo. Com 200 visitas e 8 conversões no total, o acaso manda. Declarar vencedor nesse cenário é roleta.
Ordem de grandeza honesta para uma landing page típica (conversão entre 2% e 10%):
- Diferenças grandes (de 3% para 5%, por exemplo) podem aparecer com alguns milhares de visitas por variação
- Diferenças pequenas (3,1% vs. 3,4%) pedem muito mais tráfego do que a maioria das PMEs tem num mês
- Encerrar no primeiro pico da segunda-feira enviesa: o público de anúncio muda ao longo da semana
Regras práticas:
- Rode no mínimo um ciclo semanal completo (segunda a domingo)
- Não pare só porque B “já ganhou” no painel
- Olhe intervalo de confiança, não só a barrinha verde do builder
- Separe mobile e desktop se o layout for diferente
Se a ferramenta não mostra significância, trate o resultado como direção, não como lei.
Quando você ainda não tem tráfego para A/B
A maior parte das páginas novas não deveria estar em teste A/B. Deveria estar em pesquisa + iteração qualitativa.
Faça isto enquanto o volume não chega:
- Grave 5 sessões (ou assista heatmaps) e anote onde as pessoas travam
- Pergunte a 5 clientes por que quase não compraram
- Compare a mensagem do anúncio com a headline — desalinhamento mata mais que cor de botão
- Aplique as melhores práticas de conversão que ainda estão faltando: um objetivo, prova perto do CTA, formulário curto
- Corrija erros óbvios (CTA abaixo de 3 scrolls no mobile, página lenta, headline genérica)
Isso não é “menos científico”. É o método certo para amostra pequena. Teste A/B prematuro só gera história interna: “testamos e não deu nada.”
Quando o tráfego crescer, aí sim você isola uma hipótese. Enquanto isso, uma mudança grande e bem fundamentada por mês vale mais que dez microtestes inconclusivos.
Se a conversão está baixa de forma estrutural, volte ao guia de como aumentar a taxa de conversão — A/B é o refinador, não o diagnóstico.
Como rodar o teste sem contaminar o resultado
Uma variável por vez. Se B muda headline, imagem e formulário, você não sabe o que funcionou.
Mesmo tráfego. Não compare a página de Instagram da semana passada com a de Google Ads desta. Fonte diferente, público diferente.
Mesma janela. Black Friday contra uma terça comum não é experimento, é calendário.
Métrica primária única. Taxa de envio do formulário, por exemplo. Tempo na página e taxa de rejeição são secundárias — úteis para interpretar, perigosas para decidir sozinhas. Uma página pode reter mais e converter menos.
Cuidado com o efeito novidade. Às vezes B ganha na primeira semana só porque o pixel e o público ainda estão se ajustando, ou porque você olhou o painel demais.
Documente. Data de início, hipótese, público, orçamento, vencedor, o que você não vai retestar. CRO sem memória é Sísifo com Google Ads.
No Nixio, o analytics da página mostra visitantes, conversões e pontos de queda. Use isso para escolher a hipótese (onde a régua quebra) e para ler o resultado depois. Ferramenta de teste sem instrumentação é teatro.
Erros que queimam o experimento
- Testar página de captura e página de vendas com a mesma meta
- Incluir tráfego interno da equipe nas sessões
- Mudar o anúncio no meio do teste e atribuir o ganho à landing
- Declarar vitória com 30 cliques no CTA
- Copiar o vencedor de outro nicho (“no curso do fulano o botão vermelho ganhou”)
- Esquecer o recorte mobile — o vencedor desktop pode ser o perdedor do Instagram
Outro erro sutil: otimizar para lead fácil e destruir a qualidade. Sempre que o formulário encolher, acompanhe a taxa de oportunidade no CRM por duas semanas. CRO de vaidade enche planilha e esvazia o comercial.
Um roteiro de 14 dias (quando há tráfego)
Dia 0. Congelar a página de controle. Definir métrica e hipótese. Calcular, mesmo que por alto, quantas visitas você espera.
Dias 1–7. Rodar A e B em paralelo, 50/50. Não mexer em copy, preço nem criativo do anúncio.
Dia 8. Olhar os números sem encerrar. Se uma variante quebrou (erro de formulário, pixel morto), descarte — não “aprenda” com bug.
Dias 8–14. Completar o segundo ciclo da semana. Só então decidir: adotar B, manter A, ou montar um C a partir do que o dado mostrou.
Dia 15. Publicar o vencedor para 100% e anotar o aprendizado em uma frase. A próxima hipótese nasce daí, não de um palpite novo.
Se em 14 dias você não chegou perto do N necessário, alongue o teste ou pare de fingir precisão. Melhor um mês limpo do que duas semanas de autoengano.
Perguntas frequentes
Quantas variações posso testar ao mesmo tempo?
Duas, na maior parte dos casos (A vs. B). Teste multivariable ou A/B/C/D divide o tráfego e atrasa o aprendizado. Só faça mais braços se o volume semanal for alto o suficiente para cada um ter conversões de verdade.
Preciso de ferramenta cara de A/B?
Não no começo. Alguns builders já dividem tráfego. O que você precisa é de contagem correta de visitas e conversões, cookie estável e disciplina. Ferramenta premium não corrige hipótese ruim nem amostra pequena.
Posso testar preço na landing page?
Pode, com cuidado extra. Preço muda percepção e também o público que o anúncio atrai. Isole o teste, acompanhe receita — não só taxa de clique — e evite expor dois preços diferentes para o mesmo remarketing sem regra clara. Em lançamento com escassez real, teste de preço no meio da turma gera suporte e desconfiança.
E se A e B empatam?
Empate é resultado. Significa que aquela alavanca não era a restrição. Vá para a próxima hipótese da lista (geralmente formulário ou alinhamento com o anúncio), em vez de forçar uma vitória cosmética.
Conclusão
Teste A/B em landing page funciona quando existe pergunta, uma mudança, uma métrica e tráfego suficiente para o acaso não mandar no resultado. Headline, CTA, hero e formulário vêm antes da cor do botão. Sem volume, pesquise e corrija o óbvio.
Instrumente, rode um ciclo de semana, documente o aprendizado. Conversão sobe no acumulado de decisões honestas — não no teste que você encerrou porque gostou do gráfico de terça.
Quando a página estiver no ar e o analytics estiver limpo, crie as variantes no Nixio e trate cada experimento como uma conversa com o visitante, não como um truque.