A/B Testing
Testar duas variantes para ver qual performa melhor.
Definição
A/B testing (split testing) é testar duas versões de algo (anúncio, landing, email) em paralelo para ver qual converte melhor. Em ads, precisa de significância estatística — não decidas com 50 cliques.
Por dentro
Como funciona
Defines uma hipótese (“mudar headline aumenta CTR”), divides tráfego 50/50 entre versão A e B, deixas correr até atingires significância estatística (geralmente 95% confidence) e comparas resultados. Para ser válido, só uma variável deve mudar entre versões — caso contrário não sabes o que causou a diferença. Em Meta Ads existe A/B test nativo; em Google Ads, Experiments. Em landing pages, Vercel Edge Config, PostHog ou VWO.
Decisão
Quando usar
A/B testing faz sentido quando tens volume mínimo para tirar conclusões (300-1000 conversões por variante consoante o effect size esperado). Em campanhas pequenas, A/B testing puro é estatística pseudo-científica — escolhes pelo que “parece” melhor. Foca testes em mudanças com potencial alto (headline, oferta, CTA principal), não em pequenas alterações de cor de botão.
Cuidado
Erros comuns
- Decidir vencedor com 30 conversões por variante (significância estatística baixa)
- Mudar várias variáveis ao mesmo tempo (sem saber qual fez efeito)
- Parar o teste mal aparece um vencedor inicial (peeking bias)
- Testar coisas que não movem agulha (cor de botão raramente faz diferença significativa)
Exemplo
Na prática
Landing page de SaaS com CVR 2,1%. Hipótese: prova social acima da fold aumenta conversão. Versão A (controlo) sem prova social, Versão B com 4 logos de clientes. Tráfego dividido 50/50, total 1200 visitas por variante. Resultado após 14 dias: A = 2,1%, B = 3,4% (significância 96%). Mudança implementada como nova versão padrão.
Saber não basta. Aplicar é o que conta.
Faço auditorias gratuitas a contas Google Ads e Meta Ads em 24h.