Calculadora de significância de teste A/B grátis

Descubra em segundos se o resultado do seu split test é estatisticamente significativo. Informe visitantes e conversões das duas variantes para ver o vencedor, o lift, o valor-p e o tamanho de amostra necessário.

Nível de confiança
Controle (A)
0,00%taxa de conversão
Variante (B)
0,00%taxa de conversão
Aguardando dadosInforme visitantes e conversões das duas variantes para ver o veredito.
Confiança--
Lift--
valor-p--
Tamanho de amostra--

Dica de pro. Não pare um teste no instante em que a confiança cruza 95%. Defina o tamanho de amostra antes e deixe o teste rodar, senão é bem provável que você esteja declarando falsos positivos.

Como checar a significância de um teste A/B em 3 passos

Tenha um veredito claro e estatisticamente sólido sobre o seu split test em menos de um minuto, sem planilhas e sem cadastro.

  1. 01

    Informe os números do controle

    Adicione o total de visitantes e conversões da variante A, a versão original contra a qual você está testando.

  2. 02

    Informe os números da variante

    Adicione visitantes e conversões da variante B, a nova versão. As taxas de conversão se atualizam na hora.

  3. 03

    Leia o veredito

    Veja se o resultado é significativo, com lift, valor-p e confiança, além de quantos visitantes ainda faltam se você não chegou lá.

Por que profissionais de marketing checam significância

Uma taxa de conversão mais alta, sozinha, não define um vencedor. Um teste de significância bem feito mostra quando parar, quando continuar e quando um resultado é só ruído.

Saiba a hora de parar um teste

Declare vencedores com confiança de verdade em vez de no chute, e não deixe variantes que funcionam para trás.

Evite falsos positivos

Não deixe o problema do peeking custar dinheiro. Um valor-p correto mostra quando a diferença é real.

Planeje o próximo teste

A dica de tamanho de amostra mostra exatamente quantos dados ainda faltam para uma decisão confiável.

Relatórios mais limpos

Compartilhe o link do resultado com o time em um clique para que todos leiam os mesmos números, com a mesma confiança.

Onde os times usam a calculadora de teste A/B

De landing pages a criativos, veja como profissionais de marketing encaixam uma checagem rápida de significância em cada experimento que rodam.

Testes de landing page

Compare duas versões de uma landing page para saber qual headline, qual hero ou qual CTA realmente move a taxa de conversão.

Facebook e Meta Ads

Decida entre dois criativos ou dois públicos com base estatística real, em vez de confiar nos rótulos do Gerenciador de Anúncios.

Testes de copy no Google Ads

Compare duas variantes de anúncio de pesquisa responsivo e confirme que a nova headline realmente supera o controle antes de escalar o investimento.

Testes de assunto de e-mail

Envie dois assuntos para uma fatia pequena da sua lista e escolha o vencedor com confiança antes do disparo completo.

Testes de fluxo de checkout

Valide se uma nova etapa de checkout, um selo de confiança ou um upsell realmente melhora a taxa de conclusão e não é ruído.

Experimentos na página de preços

Rode um teste limpo entre dois planos ou dois layouts e decida com base nos cadastros, não no feeling.

Perguntas frequentes

Significância estatística mede o quanto você pode confiar que a diferença entre duas variantes é real e não apenas variação aleatória. A regra mais comum é declarar um vencedor quando a confiança chega a 95% ou mais, ou seja, quando há menos de 5% de chance de o resultado ter vindo da sorte.
O valor-p é a probabilidade de observar o seu resultado (ou algo ainda mais extremo) se, na prática, não houvesse diferença nenhuma entre as variantes. Quanto menor o valor-p, mais forte a evidência de que a diferença é real. Um valor-p de 0,05 equivale a 95% de confiança.
A maioria dos profissionais de marketing usa 95% de confiança, o que significa aceitar 5% de chance de falso positivo. Use 99% quando a decisão for de alto risco (por exemplo, aplicar uma mudança a todo o tráfego pago) e 90% apenas em experimentos iniciais de baixo risco.
Depende da sua taxa de conversão de base e do tamanho do lift que você quer detectar. Como regra geral, lifts pequenos (abaixo de 5%) exigem dezenas de milhares de visitantes por variante, enquanto lifts maiores (20% ou mais) se confirmam com alguns milhares. Nossa calculadora diz exatamente quantos visitantes ainda faltam para atingir significância com o efeito que você observa agora.
O lift é a diferença percentual relativa entre as taxas de conversão das duas variantes. Se a variante A converte a 3% e a B a 4,5%, o lift de B sobre A é de 50%. É o lift que você realmente usa para decidir se vale a pena colocar uma mudança no ar.
Uma taxa de conversão mais alta sozinha não basta. É preciso volume de dados suficiente para que a diferença dificilmente venha do acaso. Quanto menor o lift, mais visitantes são necessários. Se você para um teste cedo demais, corre o risco de subir uma mudança que era só ruído.
Peeking é ficar checando os resultados o tempo todo e parar no instante em que a confiança cruza 95%. Fazer isso aumenta muito a sua taxa de falsos positivos. Para evitar, defina antes o tamanho de amostra necessário e confira o resultado uma única vez, no final.
Sim. Significância é uma estatística universal, então a calculadora funciona para qualquer teste A/B em que você consiga medir visitantes (ou impressões, cliques, envios) e conversões. Coloque números do Meta Ads, Google Ads, TikTok Ads, plataformas de e-mail ou da analytics da sua landing page.
Sim. A calculadora de significância de teste A/B é 100% gratuita, sem cadastro, sem limites e sem pedir e-mail. Rode quantos testes precisar, para uso pessoal ou comercial.
Não. Todos os cálculos acontecem inteiramente no seu navegador. Os números de visitantes e conversões nunca saem do seu dispositivo e nunca são enviados aos nossos servidores.

Sem cartão de crédito

Logo do LanderLab