Teste A/B em landing page com pouco tráfego: o que testar primeiro e como ler o resultado

Com pouco tráfego, o teste A/B clássico não fecha a conta: a 3% de conversão e 2 mil visitas por mês, detectar uma melhora de 30% leva mais de seis meses. O caminho é testar mudanças grandes na oferta e na primeira dobra, fixar a amostra antes, e usar gravações e mapas de calor onde a estatística não chega.

Quantas visitas um teste A/B precisa? A conta da amostra mínima

Um teste A/B precisa de uma amostra calculada antes de começar, e ela depende de três números: a taxa de conversão atual, o tamanho da melhora que você quer detectar e o grau de certeza que aceita. Com pouco tráfego, o terceiro número não muda; o segundo é o que decide se o teste cabe no calendário.

A calculadora de Evan Miller pede exatamente essas entradas: taxa base, efeito mínimo detectável (absoluto ou relativo), poder estatístico e nível de significância, e avisa que taxas na área cinza ao redor da base não são distinguíveis dela. Usamos a mesma lógica, com a fórmula clássica de duas proporções, 95% de confiança e 80% de poder, para montar a tabela abaixo. A coluna de meses considera 2 mil visitas por mês divididas entre as duas versões.

Fontes: método e entradas da calculadora de Evan Miller; cálculo nosso com a fórmula de duas proporções, 95% de confiança e 80% de poder, em outubro de 2026.

A leitura é direta. Com 3% de conversão e 2 mil visitas mensais, uma mudança que melhore o resultado em 20% leva mais de um ano para ser comprovada; uma que dobre a conversão aparece em três semanas. Por isso o teste com pouco tráfego só faz sentido para mudanças grandes. A taxa base importa tanto quanto o tráfego: a mediana de conversão de landing pages na base da Unbounce foi de 6,6% em 2024, com mais de 41 mil páginas, e a mesma melhora relativa exige menos visitantes quando a base é maior. Para comparar a sua taxa com referências brasileiras, veja taxa de conversão boa é quanto.

O que testar primeiro em uma landing page com pouco tráfego?

Teste primeiro o que pode mudar a conversão pela metade ou pelo dobro: a oferta, a promessa da primeira dobra e o caminho até o contato. Cor de botão, posição de imagem e tamanho de fonte produzem efeitos pequenos, e efeito pequeno, com pouco tráfego, não se mede.

A ordem que recomendamos segue o tamanho do efeito possível. Primeiro, a oferta: o que a pessoa recebe ao converter (orçamento, diagnóstico, teste grátis, desconto) e o que ela precisa dar em troca. Trocar "solicite uma proposta" por "receba o diagnóstico em 24 horas" muda o motivo de converter, não o botão. Segundo, a primeira dobra: título, subtítulo e prova. Um título que diz o que é, para quem e com qual resultado costuma mover mais que qualquer ajuste abaixo. A estrutura da página inteira, bloco a bloco, está em landing page que converte em 2026.

Terceiro, o caminho de conversão: formulário de cinco campos contra botão de WhatsApp com mensagem pré-preenchida; formulário em uma etapa contra duas; pedir telefone ou não. Essa é a mudança que mais costuma produzir efeito grande em sites de serviço no Brasil, porque muda o esforço do visitante. Quarto, a prova: depoimento com nome e resultado contra logotipos, número de projetos contra selo. Só depois vêm layout, imagens e cores.

Um erro comum é testar texto do botão porque é fácil. Com 2 mil visitas por mês, você passará meses para descobrir que "Enviar" e "Quero meu orçamento" são iguais. O texto que muda a conversão fica no título e na oferta, como mostramos em como escrever o texto do site.

Como rodar o teste sem se enganar: amostra fixa, uma mudança e sem espiar?

Rode o teste com uma métrica principal, uma mudança por vez, a amostra fixada antes e o painel fechado até o fim. O erro que mais produz resultado falso não é de ferramenta, é olhar o teste todo dia e parar quando a versão favorita está na frente.

O aviso sobre espiar vem de um texto de referência. Em How Not To Run an A/B Test, Evan Miller mostra que, quando a amostra não é fixada antes, os níveis de significância reportados perdem o sentido, e que checar o resultado a cada observação com limiar de 5% leva a 26,1% de falsos positivos. A recomendação dele cabe numa frase: decida a amostra antes e espere o experimento acabar.

A divisão de tráfego tem uma regra de SEO. O Google Search Central pede quatro cuidados: não mostrar ao Googlebot uma versão diferente da que o visitante vê, usar rel=canonical na variação apontando para a página original, usar redirecionamento 302 (temporário) em vez de 301, e rodar o teste só pelo tempo necessário, removendo os elementos de teste depois. Com isso, o teste não confunde a indexação.

A medição precisa existir antes do teste. Se a conversão principal é o clique no WhatsApp, ele precisa estar como evento no GA4, com a versão da página gravada numa dimensão. O caminho está em como medir o resultado de um site e em como instalar o GA4 pelo Google Tag Manager.

Quais ferramentas grátis existem em 2026, depois do fim do Google Optimize?

O Google Optimize acabou em 30 de setembro de 2023, e o que sobrou de grátis em outubro de 2026 são duas peças: o GrowthBook para dividir o tráfego e medir, e o Microsoft Clarity para ver o que as pessoas fazem na página. As ferramentas que o Google indicou no lugar do Optimize são pagas.

A página de ajuda do Google Optimize registra o encerramento e diz que o Google passou a trabalhar com AB Tasty, Optimizely e VWO, abrindo as APIs para integração com o Google Analytics. A página de preços da VWO, consultada em outubro de 2026, lista os planos Growth, Pro e Enterprise com preço mediante demonstração, sem plano grátis.

Fontes: GrowthBook, Microsoft Learn, Clarity, Wingify, VWO, Google Optimize, consultadas em outubro de 2026.

O GrowthBook tem um plano Starter em nuvem grátis, sem cartão, para até três usuários e um projeto, com experimentos ilimitados, e uma versão de código aberto para hospedar por conta própria, com usuários ilimitados. O Clarity, segundo a documentação da Microsoft, oferece gravações de sessão, mapas de calor e funis, é grátis para sempre e sem obrigação de upgrade; a mesma página veta o uso em sites voltados a menores de 18 anos.

Existe ainda o caminho sem ferramenta, para quem só tem uma landing page e anúncios: duas URLs, uma por versão, e a divisão feita na campanha, metade da verba para cada destino. Funciona desde que as duas URLs recebam o mesmo público, no mesmo período, e que o resultado seja lido com a mesma amostra mínima.

Quando testes sequenciais e qualitativos valem mais que o A/B?

Quando a tabela da amostra devolve meses, o teste sequencial e a pesquisa qualitativa valem mais que o A/B: eles não provam, mas mostram o que mudar, e com pouco tráfego saber o que mudar é mais valioso que provar.

O teste sequencial é simples: mede 30 dias com a versão atual, publica a mudança e mede os 30 dias seguintes. A fraqueza está em tudo o que muda junto: campanha, sazonalidade, concorrente. Dá para reduzir o ruído mantendo a mesma origem de tráfego e a mesma verba nos dois períodos, e comparando com o mesmo mês do ano anterior quando houver histórico. O ciclo completo, com diagnóstico, hipótese, uma mudança e decisão, está em CRO para pequenas empresas.

A pesquisa qualitativa resolve outro problema: o A/B diz qual versão ganhou, nunca por quê. Gravações de sessão mostram onde o visitante hesita, volta e sai; mapas de calor mostram até onde ele rola e no que clica sem resposta. Cinco conversas com pessoas que pediram orçamento e não fecharam, perguntando o que faltou na página, costumam gerar a hipótese do próximo teste. O Nielsen Norman Group sustenta a escala: o primeiro estudo com cinco participantes encontra 85% dos problemas de usabilidade, e é melhor distribuir o orçamento em muitos testes pequenos.

Na prática, com pouco tráfego a sequência que funciona é esta: Clarity e cinco conversas para achar o problema, uma mudança grande, teste sequencial de 30 dias para ver a direção, e A/B só quando a mudança for grande o bastante para caber na tabela.

Quando não testar?

Não teste quando a página tem defeito, quando a conversão não está medida, quando a amostra exigida passa de dois meses para o menor efeito que vale a pena, ou quando a oferta ainda não foi validada com clientes. Nesses quatro casos, o teste gasta tempo para confirmar o que uma conversa ou um conserto resolveriam em uma semana.

Página com defeito vem primeiro: lentidão, quebra no celular, formulário que não envia. Nenhum teste compensa isso, e a medição vai registrar a falha como "versão perdedora". Conversão não medida é o segundo caso: sem evento de conversão confiável nas duas versões, o teste produz números que ninguém pode defender. O terceiro é a aritmética: se a tabela diz que até dobrar a conversão levaria mais de dois meses, o site ainda não tem tráfego para testar, e a verba rende mais em trazer visitantes, como em remarketing para quem visitou e não comprou.

O quarto caso é o mais ignorado. Se a oferta ainda não foi vendida em conversa, não há o que otimizar: o problema não é a página, é a proposta. Vale mais ligar para dez clientes antigos e perguntar por que compraram do que montar um experimento sobre um texto que ninguém validou.

Teste A/B prova. Com pouco tráfego, você precisa primeiro de alguém que aponte, e só depois de alguém que prove.

Perguntas frequentes

Quanto tempo um teste A/B deve durar com pouco tráfego?

Até atingir a amostra calculada, e nunca menos que duas semanas inteiras. O prazo sai da tabela: visitantes necessários por versão divididos pelo tráfego diário de cada versão. As semanas inteiras evitam que o teste capture só dias úteis ou só fim de semana, quando o comportamento muda. Parar antes porque uma versão está na frente invalida o resultado.

Posso testar várias mudanças ao mesmo tempo?

Com pouco tráfego, não. Testar duas mudanças em versões separadas divide a amostra em três e multiplica o prazo. O que você pode fazer é agrupar mudanças numa única hipótese grande (nova oferta com nova primeira dobra) e testar o conjunto contra o original. Você saberá se o conjunto venceu, não qual peça venceu, e isso basta para decidir.

95% de confiança é obrigatório?

É a convenção, não uma lei. Para decisões de baixo risco, como escolher entre dois títulos que custam o mesmo, aceitar 90% reduz a amostra e o prazo. O que não pode é mudar o critério depois de ver o resultado. Decida o nível antes, registre, e trate um resultado abaixo dele como empate, não como vitória parcial.

Teste A/B prejudica o SEO da landing page?

Não, se seguir as regras do Google: mostrar ao Googlebot o mesmo que o visitante vê, usar rel=canonical na variação apontando para a página original, usar redirecionamento 302 e não 301, e rodar o teste só pelo tempo necessário. Terminado o teste, remova a variação e os scripts. Landing page de anúncio, sem tráfego orgânico, tem ainda menos risco.

Dá para fazer teste A/B usando só os anúncios, sem ferramenta?

Dá, com duas URLs e a divisão feita na campanha, metade da verba para cada destino, no mesmo período e para o mesmo público. A limitação é a leitura: você precisa medir a conversão de cada URL do mesmo jeito e aplicar a mesma amostra mínima. Para uma landing page de serviço com uma conversão principal, costuma ser suficiente.

Conclusão

Teste A/B com pouco tráfego não é impossível, é caro em tempo. A tabela da amostra diz quanto, e a resposta costuma ser que só mudanças grandes cabem no calendário. Por isso a ordem importa: oferta, primeira dobra e caminho de conversão antes de qualquer detalhe, uma hipótese por vez, com a amostra decidida antes e o painel fechado até o fim.

O que o teste não entrega, o resto entrega. Gravações, mapas de calor e cinco conversas apontam o problema; o teste sequencial mostra a direção; o A/B confirma quando a mudança é grande o bastante. O Growth System, que é o nosso serviço de otimização de conversão, trabalha nessa sequência, e não vende teste A/B para quem ainda não tem tráfego para ele.

Quer saber o que testar primeiro na sua landing page? Fale com o estúdio