Receita: teste A/B em elementos críticos
Divisão por cookie, variantes em CSS, medição por evento e uma conta honesta de significância, sem enganar buscadores.
Neste texto
Que problema esta receita resolve?
Mudanças de título, de texto de botão ou de ordem de campos são decididas por opinião. Um teste controlado troca opinião por evidência, desde que o desenho seja honesto: variantes sorteadas, métrica definida antes, amostra suficiente e parada planejada. A receita monta o mínimo necessário e mostra os pontos em que testes caseiros costumam enganar quem os faz.
A lógica vem de uma ferramenta de teste A/B para elementos críticos que Camillo Dantas desenvolveu como plugin; ela não é vendida. Aqui está o método com código.
O que o Google diz sobre testes
A orientação do Google sobre testes (atualizada em 10 de dezembro de 2025) reúne quatro pontos. Primeiro, não faça cloaking: mostrar ao Googlebot URLs ou conteúdos diferentes dos que os usuários veem viola as políticas de spam; e testes por cookie exigem cuidado, porque o Googlebot geralmente não aceita cookies e vê só a versão servida a quem não os aceita. Segundo, em testes com URLs distintas, use rel="canonical" apontando para a original, de preferência a um noindex. Terceiro, use redirecionamento 302 (temporário), não 301. Quarto, execute o teste pelo tempo necessário e remova depois todos os elementos do teste, como URLs alternativas e scripts; experimentos longos demais, com uma variante servida a grande parte do público, podem ser vistos como tentativa de enganar buscadores.
Quando usar e quando não usar
Use quando o site tem tráfego suficiente para chegar a uma conclusão em semanas e a mudança é pequena e isolada: texto de botão, posição de formulário, título de oferta.
Não use:
- com poucas centenas de visitas por mês: o teste nunca conclui, e a decisão volta a ser de opinião;
- para mudanças grandes e múltiplas ao mesmo tempo: não se sabe o que causou o efeito;
- como motivo para servir conteúdo diferente por User-Agent ou por IP de buscador.
Pré-requisitos
- Uma métrica única, definida antes (cliques no botão, envio de formulário, compra).
- GA4 ou outra medição que registre eventos.
- Estimativa de tráfego por página e de taxa base de conversão.
- Nível: avançado.
Passo a passo
- 01Escreva a hipótese e a métrica antes de começar.
- 02Calcule o tamanho de amostra necessário.
- 03Implemente a atribuição por cookie e a variante em CSS.
- 04Registre exposição e conversão como eventos.
- 05Encerre no ponto planejado, calcule a significância e remova o teste.
Passo 2: tamanho de amostra
Para comparar duas taxas de conversão, a fórmula usual (nível de significância de 5% bilateral, poder de 80%) é:
n por variante ≈ 15,7 × p̄ × (1 − p̄) / δ²
onde p̄ é a média das duas taxas esperadas e δ é a diferença absoluta mínima que você quer detectar. Exemplo (simulação): taxa atual de 4% e interesse em detectar 5% (δ = 0,01; p̄ = 0,045). Então n ≈ 15,7 × 0,045 × 0,955 / 0,0001 ≈ 6.747 visitantes por variante. Se a página recebe 500 visitas por semana, são cerca de 27 semanas: inviável. Ou aumenta-se a mudança testada, ou testa-se em uma página com mais tráfego. A constante 15,7 vem da combinação padrão de erro tipo I de 5% e poder de 80%; confirme em um calculador de amostra de sua confiança.
Passo 3: atribuição e variante
Imprima no <head>, o mais cedo possível, para que a variante seja aplicada antes da pintura e não cause piscada. Funciona com cache de página, porque a decisão é feita no navegador.
<?php
/**
* Plugin Name: Teste A/B simples (receita)
*/
add_action( 'wp_head', function () {
if ( ! is_page( 'oferta' ) ) { // só na página testada.
return;
}
?>
<script>
(function () {
var NOME = "ab_oferta"; // identifica o teste.
var variante;
try {
var m = document.cookie.match(new RegExp("(?:^|; )" + NOME + "=([^;]*)"));
variante = m ? m[1] : null;
if (variante !== "a" && variante !== "b") {
variante = Math.random() < 0.5 ? "a" : "b";
document.cookie = NOME + "=" + variante + "; max-age=2592000; path=/; SameSite=Lax";
}
} catch (e) { variante = "a"; }
document.documentElement.setAttribute("data-ab", variante);
window.__ab = { teste: NOME, variante: variante };
})();
</script>
<style>
html[data-ab="b"] .botao-oferta { background: #0a7d3b; }
html[data-ab="b"] .titulo-oferta::after { content: " Veja os detalhes"; }
</style>
<?php
}, 1 );
Observações: a escolha usa Math.random, independente de User-Agent ou IP, o que mantém a distribuição honesta. Quem bloqueia cookies cai na variante "a" por padrão, que deve ser a versão atual. O cookie de 30 dias mantém o visitante na mesma variante nas visitas seguintes. Verifique as obrigações de consentimento do seu site: o cookie é de funcionamento do teste, mas a política de privacidade deve mencioná-lo. Prefira mudar o conteúdo textual no próprio HTML por JavaScript só quando o CSS não bastar; em ambos os casos, os dois textos devem ser aceitáveis como conteúdo da página.
Passo 4: eventos
Envie uma exposição por visitante e uma conversão. Com o gtag do GA4 já instalado:
<script>
window.addEventListener("load", function () {
if (!window.__ab || typeof gtag !== "function") return;
gtag("event", "ab_exposicao", { teste: window.__ab.teste, variante: window.__ab.variante });
var botao = document.querySelector(".botao-oferta");
if (botao) {
botao.addEventListener("click", function () {
gtag("event", "ab_conversao", { teste: window.__ab.teste, variante: window.__ab.variante });
});
}
});
</script>
No GA4, registre teste e variante como dimensões personalizadas de evento. A exposição será contada a cada carga; para contar por visitante, exporte com o identificador de usuário do GA4 ou deduplique no cookie (grave um marcador ab_visto e só dispare uma vez).
Passo 5: significância
Com visitantes e conversões de cada variante, o teste z de duas proporções:
function testeZ(nA, cA, nB, cB) {
var pA = cA / nA, pB = cB / nB;
var p = (cA + cB) / (nA + nB);
var ep = Math.sqrt(p * (1 - p) * (1 / nA + 1 / nB));
var z = (pB - pA) / ep;
// p-valor bilateral aproximado pela normal padrão.
var pValor = 2 * (1 - cdfNormal(Math.abs(z)));
return { pA: pA, pB: pB, z: z, pValor: pValor };
}
function cdfNormal(x) {
var t = 1 / (1 + 0.2316419 * x);
var d = 0.3989423 * Math.exp(-x * x / 2);
var p = d * t * (0.3193815 + t * (-0.3565638 + t * (1.781478 + t * (-1.821256 + t * 1.330274))));
return 1 - p;
}
// Exemplo (simulação): 7000 visitantes por variante, 280 e 340 conversões.
console.log(testeZ(7000, 280, 7000, 340));
A aproximação da distribuição normal usa a fórmula clássica de Abramowitz e Stegun; serve para o propósito, com erro pequeno. Regras de ouro: não pare o teste no primeiro dia em que o p-valor passa de 0,05 (olhar repetidamente infla falsos positivos); pare ao atingir a amostra calculada; trate p-valor como evidência, não como prova; confirme que o ganho é grande o bastante para valer a mudança.
Como testar
Critério de sucesso: a divisão fica próxima de 50 a 50, cada visitante vê sempre a mesma variante, os eventos chegam ao GA4 com os parâmetros e o Googlebot vê a versão padrão sem tratamento especial.
- Abra a página em dez janelas anônimas diferentes: cerca da metade deve mostrar a variante "b".
- Recarregue na mesma janela: a variante persiste.
- Apague o cookie
ab_ofertae recarregue: pode mudar. - Veja o evento no DebugView do GA4 com os parâmetros.
- Na Inspeção de URL do Search Console, busque ao vivo e confira que o HTML renderizado é aceitável (variante "a").
- Compare o número de exposições de cada lado: uma divisão muito desigual indica falha de implementação.
Erros comuns e como desfazer
| Erro | Efeito | Correção |
|---|---|---|
| Decidir pelo p-valor no meio do teste | falso positivo | amostra fixada antes |
| Variante servida por User-Agent | cloaking | sorteio independente |
| Piscar da versão original | experiência ruim | script no head, CSS |
| Teste eterno | risco com buscadores e dados velhos | prazo e remoção |
| Várias mudanças juntas | causa desconhecida | uma mudança por teste |
Para desfazer, remova o mu-plugin e o bloco de eventos; o cookie restante expira em 30 dias e não tem efeito sem o script.
Checklist final
- Hipótese e métrica escritas.
- Amostra calculada.
- Variante por sorteio.
- Eventos de exposição e conversão testados.
- Duração planejada e remoção do teste.
- Resultado documentado, vencedor ou não.
Mais sobre o assunto
Testes de conversão fazem parte do ciclo de Growth Hacking SEO; a página de testes A/B em growthhackingseo.com discute o processo, e a de medição de conversão trata de métricas. Do lado técnico, veja adiar scripts e monitor de INP para não degradar a velocidade com o teste. O mini-curso Auditoria de SEO na prática reúne as checagens.
Fontes
- Minimizing the impact of A/B testing on Google Search, Google Search Central (2025-12-10)
- Spam policies for Google web search (cloaking), Google Search Central (2026-08-28)
- Set up events, Google Analytics Help (2026-10-14)
Não sabe por onde começar?
Compare as opções e escolha a trilha pelo seu objetivo.