Teste A/B à ficha de produto da Shopify: a fórmula de tamanho de amostra antes de acreditares num resultado (2026)

Quanto tempo precisas para um teste à ficha de produto depende de dois números que a maioria dos vendedores nunca calcula antes de o lançar: a taxa de conversão base e a dimensão de melhoria que realmente te importa conseguir detetar. Salta essa conta e o teste acaba julgado como a maioria das lojas de dropshipping faz — um olhar rápido ao painel ao fim de dois ou três dias, uma variante à frente, muda-se tudo. Ao tráfego que a maioria das lojas tem, essa diferença é quase sempre ruído disfarçado de vencedor.

O sinal vê-se logo que olhas para os números. Uma loja com 40 sessões por dia por variante e uma taxa base de 3% converte mais ou menos uma encomenda por dia, às vezes zero, às vezes duas. Uma única venda extra numa terça-feira move a taxa diária em 100%, e isso não tem nada a ver com o título que mudaste. Fecha um teste nesse tipo de amostra e não estás a ler um resultado, estás a ler a terça-feira passada.

A seguir: porque é que a maioria dos testes à ficha de produto é fechada antes de significar alguma coisa, uma fórmula de tamanho de amostra que podes calcular com os teus próprios números em vez de confiar na caixa negra de uma ferramenta, o que esse cálculo significa em dias para uma loja pequena versus uma maior, uma grelha para leres um teste com honestidade enquanto ainda está a decorrer, e os riscos de contaminação que a fórmula por si só não consegue detetar.

Porque é que a maioria dos testes à ficha de produto em dropshipping é fechada demasiado cedo

A falha é sempre a mesma: abrir o painel no dia dois, ver a variante B a converter 20% melhor do que a A, mudar tudo para B. Com pouco tráfego diário, essa diferença de 20% é construída quase só a partir do timing aleatório das encomendas, não de nada que a página tenha feito de diferente — corre as mesmas duas variantes mais dois dias e a vantagem inverte-se.

As lojas de dropshipping estão mais expostas a isto do que um retalhista com muito tráfego, porque a amostra enche-se tão devagar. Uma taxa base de 3% a 40 sessões por dia por variante produz mais ou menos uma compra por dia; um salto de zero para duas encomendas lê-se como um movimento de conversão de 100-200% num painel que não tem a menor ideia de que está a olhar para uma moeda ao ar.

A correção é aborrecida, e é exatamente por isso que a maioria dos vendedores a salta: decide o tamanho da amostra antes de lançar, não enquanto vês os números a mexer, e resiste a tocar no teste até esse número ser atingido ou um resultado cruzar um limiar suficientemente grande para confiares nele mais cedo — isso está coberto na grelha mais abaixo.

A fórmula de tamanho de amostra: quantas visitas precisas mesmo por variante

É a mesma aproximação que corre por trás da maioria das calculadoras de split test comerciais, só que agora vês como funciona para a poderes calcular com a tua própria taxa base em vez de confiares no que um plugin decide chamar "significativo". Para uma comparação de duas proporções a cerca de 95% de confiança e 80% de poder estatístico, o número de visitas que precisas por variante é:

Mete os teus dois números na fórmula. p é a tua taxa de conversão atual da ficha de produto em decimal — 3% escreve-se 0,03. d é a melhoria mínima, em pontos de conversão absolutos, que realmente te importa detetar — se só quiseres saber se passa de 3% para 3,75%, d é 0,0075, não 0,75.

• n por variante ≈ 16 × p × (1 − p) / d²
• p = a tua taxa de conversão base atual, em decimal (3% = 0,03)
• d = a melhoria mínima que te importa detetar, em pontos de conversão absolutos (passar de 3% para 3,75% = 0,0075)
• Isto é uma aproximação, não um cálculo exato — arredonda o resultado para cima, não para baixo, especialmente com uma taxa base baixa

Vê os anúncios que estão a ganhar agora

Transformar o tamanho da amostra num número de dias

Corre a fórmula com uma taxa base de 2,5% onde queres apanhar uma melhoria relativa de 20% — uma subida para cerca de 3%, logo d = 0,005. Isso dá n ≈ 16 × 0,025 × 0,975 ÷ 0,005² ≈ 15.600 sessões por variante, 31.200 no total. A 300 sessões totais por dia divididas a meio, isso dá 150 por variante por dia — cerca de 104 dias para atingir a amostra. Para praticamente qualquer loja pequena de dropshipping, essa melhoria simplesmente não é detetável num prazo que alguém vá esperar.

Alarga a melhoria que procuras detetar e o cenário muda rápido. Mesma taxa base de 2,5%, agora à procura de uma melhoria relativa de 40% (até cerca de 3,5%, d = 0,01), e n cai para cerca de 3.900 por variante — 7.800 no total. Às mesmas 150 sessões por dia por variante, isso dá cerca de 26 dias, um teste que a maioria das lojas conseguem mesmo terminar. A lição não é que o teu teste estava errado, é que a pergunta que lhe fizeste era demasiado subtil para o tráfego que tens.

Como referência aproximada a uma taxa base de 2,5-3% e uma melhoria que vale a pena apanhar (cerca de 25-30% relativo, precisando de algo como 6.000-7.000 sessões por variante): cerca de 1.000 sessões por dia por variante resolve isso em menos de uma semana, 300 por dia por variante demora cerca de três semanas, e abaixo de 100 por dia por variante passa dos dois meses — a esse volume, testa só mudanças grandes o suficiente para esperares uma melhoria muito maior, não uma subtil.

A grelha de decisão: ship, kill, ou continuar

Lê o teste contra o objetivo de amostra que definiste antes de lançar, não contra o quão convincente a diferença parece hoje.

• Ship: amostra completa atingida, e a diferença manteve-se igual ou acima da tua melhoria mínima detetável nos últimos dias do teste, não só no último
• Mantém a A, testa algo maior a seguir: amostra completa atingida, mas a diferença cai dentro da banda da melhoria mínima detetável — a este nível de tráfego não há uma diferença real entre as duas páginas, e isso é um resultado legítimo, não um teste falhado
• Fecho antecipado aceitável: abaixo de cerca de um terço da amostra objetivo, mas uma variante já está a perder por mais do dobro da tua melhoria mínima detetável — essa diferença é grande o suficiente para ser um sinal real em vez de ruído, e não há razão para gastar o resto do tráfego a provar isso outra vez
• Continua, não feches ainda: abaixo da amostra objetivo e a diferença cai dentro da banda da melhoria mínima detetável — é exatamente a fase em que um "vencedor claro" de hoje se inverte na semana seguinte, e é onde os vendedores mais vezes fecham um teste demasiado cedo

Correr o teste limpo o suficiente para acreditares no número

Muda só uma variável por teste — imagem principal, formato do preço, ou posição do badge de confiança, não as três ao mesmo tempo. Uma página que troca a imagem, o layout do preço e a posição do badge tudo ao mesmo tempo e ganha diz-te que algo nesse conjunto funcionou, não qual parte, logo o próximo teste volta a começar a partir de um palpite.

Mantém o mix de tráfego estável enquanto o teste decorre. Lançar um novo conjunto de anúncios, alargar a segmentação, ou mudar orçamento entre plataformas a meio do teste pode mover a taxa de conversão por si só — uma audiência mais barata e com menos intenção de compra que chega a meio do teste arrasta as duas variantes juntas para baixo, e isso não tem nada a ver com a página.

Corre as duas variantes ao mesmo tempo, nunca uma depois da outra. Uma página que correu a variante A numa semana e a variante B na seguinte não é um teste controlado — são duas semanas diferentes com mixes de tráfego diferentes, distribuições de dias da semana diferentes, e possivelmente duas promoções diferentes a decorrer, e a comparação não te diz nada de fiável sobre nenhuma das páginas.

O que a fórmula não te consegue dizer

Um layout novo costuma ganhar um impulso de curta duração só por ser diferente para visitantes recorrentes — um efeito novidade que tende a desaparecer em uma a duas semanas. Se um resultado parecer forte no início, vale a pena voltar a olhar para ele algumas semanas depois do lançamento em vez de tratares os números do dia cinco como finais.

A sazonalidade e as promoções contaminam a leitura de formas que a matemática do tamanho de amostra não consegue ver. Um banner de saldos, uma semana de pagamento de salários, ou um pico de Black Friday desloca a taxa de conversão independentemente de qualquer coisa na página, logo um teste que atravessa um desses eventos precisa de correr mais tempo ou de uma janela diferente, não de uma leitura mais rápida.

Correr muitos testes seguidos ao nível padrão de 95% de confiança significa que cerca de um em cada vinte "vencedores" é pura coincidência, mesmo quando todos os números batem certo — por isso um resultado na métrica que realmente querias mover importa mais do que um salto surpreendente num número secundário enterrado no painel. O acompanhamento de concorrência da Trackira mostra que layouts de ficha de produto, que badges e que formatos de preço as lojas já a correr anúncios no teu nicho estão a usar neste momento, o que é uma forma mais rápida de escolher o que testar a seguir do que adivinhar a partir de uma biblioteca de templates.

Quanto tempo devo correr um teste A/B na minha ficha de produto Shopify?

Depende da tua taxa de conversão base, do teu tráfego diário, e da melhoria mínima que queres conseguir detetar — não de um número fixo de dias. Corre primeiro a fórmula de tamanho de amostra com os teus próprios números; uma loja com 150 sessões por dia por variante costuma precisar de 3 a 15 semanas, dependendo de quão subtil é a melhoria que procura.

Quantas visitas preciso para um teste à ficha de produto válido?

Usa n ≈ 16 × p × (1 − p) / d² por variante, onde p é a tua taxa de conversão atual em decimal e d a melhoria mínima, em pontos absolutos, que te importa detetar. Uma loja com uma base de 2,5% à procura de uma melhoria relativa de 40% precisa de cerca de 3.900 sessões por variante; procurar uma melhoria relativa de 20% pede cerca de 15.600.

O que é a melhoria mínima detetável e porque é que importa?

É a menor melhoria que realmente te importa apanhar, expressa em pontos de conversão absolutos. Defini-la demasiado baixa torna a amostra necessária inatingível para a maioria das lojas; defini-la no menor movimento que mudaria mesmo a tua decisão faz o teste terminar num prazo que consegues esperar.

Posso confiar num teste que não atingiu a amostra completa?

Só se a diferença já ultrapassar o dobro da tua melhoria mínima detetável e a amostra chegar a pelo menos um terço do objetivo — essa combinação é um sinal real. Dentro da banda da melhoria mínima detetável, um resultado precoce é ruído, por muito convincente que pareça no painel.