| Etapa | Objetivo | Check de validação |
|---|---|---|
| 1. Hipótese | Definir o que muda e o resultado esperado | Frase no formato "se X, então Y porque Z" |
| 2. Ferramenta | Escolher plugin nativo ou ferramenta externa | Compatibilidade com cache e GA4 confirmada |
| 3. Variante | Criar a versão B mudando 1 elemento | Apenas uma variável alterada |
| 4. Execução | Rodar até significância de 95% | Mínimo de algumas centenas de conversões |
| 5. Leitura | Declarar vencedor e aplicar | Diferença estatisticamente válida, não visual |
Legenda: o painel mostra as duas variantes competindo em paralelo, base de qualquer experimento controlado.
--- ## Por que cache quebra o teste a/b no WordPress Cache de página é a causa número um de teste A/B no WordPress corrompido. Em ambientes com WP Rocket ou cache LiteSpeed sem exceção de cookie, o visitante recebe a versão em cache por milissegundos antes do JavaScript trocar pela variante. Esse flicker mistura quem viu A com quem viu B e contamina a métrica de conversão. Ferramentas client-side como Nelio A/B Testing e Google Optimize (descontinuado em 2023) sofrem disso; plugins server-side que decidem a variante antes de entregar o HTML, não. A regra prática que a gente passa no suporte da FULL: se o site usa cache agressivo, prefira solução server-side ou configure a exclusão de cache para a URL do experimento. Sem isso, o teste tende a gerar empate falso em boa parte dos casos, e o tempo de execução é desperdiçado. --- ## Como configurar o teste a/b no WordPress em 5 passos Configurar o teste A/B no WordPress leva cerca de 30 minutos na primeira vez, e o passo a passo abaixo cobre da hipótese até a publicação da variante. Cada passo isola uma decisão, porque misturar duas mudanças na mesma variante torna impossível saber qual delas causou o ganho ou a perda de conversão. ### Passo 1: Formule uma hipótese mensurável Escreva a hipótese no formato "se mudar X, então Y aumenta porque Z" antes de tocar no editor. Exemplo: "se o botão do formulário virar laranja, então os envios sobem porque o contraste melhora". Sem essa frase, você mede ruído. Uma boa hipótese aponta 1 elemento, 1 métrica e 1 razão, e já define o critério de sucesso em número. ### Passo 2: Escolha a ferramenta certa Selecione a ferramenta pela compatibilidade com seu stack: Nelio A/B Testing para experimentos nativos no WordPress, FunnelKit para funis de venda, ou Microsoft Clarity para gravar sessões e mapas de calor. Confirme que ela integra com o GA4 e respeita o cache. Plugins que editam a variante dentro do WordPress evitam o flicker descrito acima. ### Passo 3: Crie a variante b mudando 1 elemento Duplique a página e altere exatamente um elemento na versão B: título, cor do CTA, posição do formulário ou imagem de capa. Mudar dois elementos transforma o teste A/B em teste multivariado, que exige muito mais tráfego. Mantenha tudo o mais idêntico entre A e B. ### Passo 4: Defina amostra e tempo de execução Rode o experimento até atingir 95% de significância estatística, o que costuma exigir algumas centenas de conversões por variante e pelo menos 2 semanas completas. Encerrar no terceiro dia porque a variante B "está ganhando" é a receita do falso positivo. Inclua um fim de semana inteiro para não enviesar por dia da semana. ### Passo 5: Leia o resultado e aplique o vencedor Declare vencedor só quando a ferramenta apontar significância, nunca por diferença visual no gráfico. Uma vantagem de 8% que ainda está a 70% de confiança não é vencedora, e some quando o teste roda mais. Aplicada a variante, documente o aprendizado e parta para a próxima hipótese. --- ## Quais ferramentas de teste a/b funcionam no WordPress Existem 4 categorias de ferramenta de teste A/B no WordPress, e a escolha depende do orçamento e do tipo de página testada. Nelio A/B Testing é o plugin nativo mais usado, com editor visual dentro do WordPress. FunnelKit testa funis de checkout e é forte em WooCommerce. O Microsoft Clarity é gratuito e entrega mapas de calor. O GA4 com eventos personalizados mede conversão em qualquer cenário, e quem trabalha com landing pages do Elementor PRO consegue testar seções inteiras sem código. A combinação que mais funciona na prática é Clarity para descobrir o problema e um plugin nativo para validar a solução, porque cada um cobre uma metade do ciclo de otimização. --- ## Erros que invalidam o teste a/b no WordPress Boa parte dos testes A/B no WordPress falha não na ferramenta, mas na disciplina de execução, e três erros respondem pela maioria dos resultados jogados fora. O primeiro é parar o experimento cedo demais: uma variante que lidera no terceiro dia costuma empatar quando o teste roda as 2 semanas completas, porque o volume inicial é puro ruído estatístico. O segundo erro é mudar mais de um elemento na variante B ao mesmo tempo, o que impede saber qual mudança causou o efeito e transforma o teste A/B num multivariado disfarçado, exigindo tráfego que o site não tem. O terceiro é ignorar o cache, que entrega a versão errada por milissegundos e mistura os grupos. A regra que a gente passa no suporte da FULL: uma hipótese por vez, uma variável por vez, e leitura só ao atingir 95% de significância. Para estruturar a página que vai entrar no teste, vale revisar o Rank Math em páginas de venda antes de subir a variante. --- --- ## Quanto custa rodar teste a/b no WordPress de forma profissional Rodar teste A/B no WordPress sai de R$0 a algumas centenas de reais por mês, dependendo da ferramenta e do volume de tráfego. Microsoft Clarity é gratuito; Nelio cobra por assinatura mensal; FunnelKit entra no preço do funil. A gente vê no suporte da FULL que o gargalo raramente é o preço da ferramenta de teste. O verdadeiro custo escondido é ter os plugins certos já licenciados e sem conflito entre si. O plano PRO da FULL custa R$849 e inclui 17 plugins premium para 10 sites, o que dá cerca de R$85 por site por mês, com Rank Math PRO, Elementor PRO e FunnelKit já ativados e atualizados. Em vez de comprar cada licença avulsa e gastar horas resolvendo incompatibilidade, o bundle libera você para focar no que importa: a hipótese e a leitura do experimento. Para montar a página do teste, comece pelo nosso guia de como construir uma landing page com WordPress. --- ## Árvore de decisão: Qual abordagem de teste a/b escolher A escolha da abordagem de teste A/B no WordPress depende de três variáveis: uso de cache, tipo de página testada e volume de tráfego mensal. Cada cenário aponta para uma ferramenta e um método diferentes, e errar nessa decisão custa semanas de experimento inválido. Use a árvore abaixo para decidir sem rodeio, do cenário com cache agressivo ao de tráfego baixo demais.Sim, dá para rodar teste A/B no WordPress sem gastar nada usando Microsoft Clarity para mapas de calor e GA4 com eventos personalizados para medir conversão. O limite é o esforço manual: você cria as duas páginas, divide o tráfego com um redirecionamento e compara as taxas. Funciona para validar hipóteses simples, mas falta o cálculo automático de significância que um plugin nativo entrega.
Empate apesar de diferença aparente quase sempre significa amostra pequena ou teste encerrado cedo. Uma vantagem de 10% com menos de 100 conversões por variante fica abaixo de 95% de confiança e não é estatisticamente válida. Cache contaminando a variante é a segunda causa. Rode pelo menos 2 semanas e até atingir significância antes de declarar vencedor.
Um teste A/B confiável costuma rodar de 2 a 4 semanas, tempo necessário para acumular algumas centenas de conversões por variante e cobrir ao menos dois fins de semana. O número exato depende do tráfego: páginas com muito volume atingem significância de 95% mais rápido. Encerrar antes disso gera falso positivo que some quando o experimento continua.
O teste A/B compara duas versões mudando 1 único elemento, enquanto o teste multivariado altera vários elementos ao mesmo tempo e mede todas as combinações. O multivariado exige muito mais tráfego, na casa de milhares de conversões, para isolar cada efeito. Para a maioria dos sites WordPress, o teste A/B com uma variável por vez entrega resultado confiável muito mais rápido.
Significância estatística é a probabilidade de que a diferença entre A e B seja real e não acaso, e o padrão de mercado é 95% de confiança. Abaixo disso, o resultado pode inverter se o teste rodar mais tempo. Toda ferramenta séria de teste A/B no WordPress calcula esse valor automaticamente; declarar vencedor sem ele é a principal fonte de decisão errada em otimização de conversão.