Pular para o conteúdo
LP Analista de Dados · CRO e teste A/B

Uma landing page investigada como pergunta de crescimento, com um teste A/B que diz de antemão o que é sucesso

  • AI Product Builder
  • Growth com dados
  • CRO
  • Teste A/B
Topo da versão B da landing page de uma formação em análise de dados, com título novo e três benefícios

Tratei uma landing page como uma pergunta de crescimento: onde a decisão se perde e o que prova que uma mudança funcionou. Investiguei o comportamento das pessoas ponto a ponto e construí um teste A/B em que o sucesso é definido antes de qualquer página ser chamada de vencedora.

Em resumo

A página vende uma formação online em análise de dados para quem está migrando de carreira. Quase todo mundo chega por anúncio, muita gente pelo celular, com pouco tempo e com um medo central: "não sei por onde começar". A pergunta de cada semana era a mesma: o que mudou, e o que eu faço com isso?

Fiz três coisas: relatórios que respondem uma pergunta por vez, uma segunda versão da página (B) com mudanças registradas e, como as opções de mercado para teste A/B não me davam confiança nos números, um plugin de teste A/B nativo do WordPress, desenhado para não pesar nas outras páginas. Construí com agentes de IA e conferi o resultado por rodadas independentes de testes.

Esta página mostra o método, não um resultado. Os números dos relatórios aqui são simulados, e a versão B ainda não tem resultado conhecido.

Meu papel

  • Growth e CRO
  • Análise de comportamento
  • Produto
  • UX da página
  • Construção com IA

Ferramentas

  • WordPress
  • Elementor
  • PHP
  • JavaScript
  • LiteSpeed Cache
  • Microsoft Clarity
  • Meta Ads
  • Hotmart
Tipo
Landing page de vendas, relatórios de comportamento e plugin de teste A/B
Prazo
Desde out/2026, em andamento
Números dos relatórios
Simulados nesta página; os reais não são publicados
Estado do teste
Versão B no ar, sem resultado conhecido

Resultados

  • 12 de 12

    Itens de aceite do plugin aprovados

    Em três rodadas da bateria de testes, só em laboratório local, segundo o relatório de 29 a 30/10 (RELATORIO-FINAL-PLUGIN.md). Não vale como prova de produção.

    Verificado em laboratório
  • < 3 KB

    Peso do script que a pessoa baixa

    Comprimido: 2,2 KB do medidor, mais 0,75 KB só quando há meta de Pixel, Clarity ou dataLayer (DESIGN.md). O relatório mediu 2.994 bytes.

    Medido no laboratório
  • 1

    Conversão contada por pessoa, por meta

    Clique duplo ou dois eventos não viram duas conversões, porque o banco só aceita uma por visitante e meta (DECISIONS.md, decisão 10).

    Desenho
Relatório simulado do funil a cada 1.000 cliques em duas semanas, da página ao checkout e à compra, com resposta curta, significado e cuidado. Faixa na imagem: dados simulados
Funil a cada 1.000 cliques: uma pergunta, uma resposta curta e o cuidado ao lado. Dados simulados.
Relatório simulado de retenção no celular, com e sem um anúncio, dados simulados
Onde a atenção cai, no celular. Dados simulados.
Relatório simulado da parcela de impressões e de checkouts por campanha, dados simulados
Quem aparece muito e quem decide. Dados simulados.

A pergunta não era "a página é boa?"

Um número de conversão, sozinho, não diz nada. O que importa é quem chegou, onde parou e o que mudou entre uma semana e outra. Por isso cada relatório que montei começa por uma pergunta e termina numa decisão.

O princípio que mais mudou minha leitura: a média mistura públicos. Quando um anúncio traz muita visita de pouca intenção, a página parece pior sem ter piorado. Separar por origem antes de mexer no texto evita consertar o problema errado.

Perguntar primeiro

Cada seção do relatório responde uma pergunta e leva à próxima: o que mudou, como ficou o funil, onde as pessoas saem, quem está convertendo.

Cortar de outro jeito e dizer o quanto confiar

O mesmo dado com e sem o que distorce, como o anúncio que inflou as visitas. Cada achado leva um selo: medido, indicativo (poucos casos ou várias mudanças juntas) ou parcial (falta fechar uma janela).

Terminar numa decisão

O que testar, em que ordem, e o que ainda é hipótese. Nada de conclusão que o dado não sustenta.

Três relatórios, três formas de olhar

Os relatórios reais usam dados da empresa e não são publicados. Redesenhei três telas com valores inventados, mantendo o formato, as perguntas e o raciocínio. A faixa "dados simulados" faz parte da imagem para ninguém ler esses números como resultado.

Funil: de cada 1.000 cliques, quantos chegam à compra

Compara duas semanas na mesma base, a cada 1.000 cliques, da página ao checkout e à compra.

A decisão por trás: Fixar a base em 1.000 cliques tira o efeito de a semana ter tido mais ou menos investimento e mostra onde o funil afunilou.

Relatório simulado do funil a cada 1.000 cliques em duas semanas. Faixa na imagem: dados simulados

Celular: onde a atenção cai, com e sem o anúncio que inflou a página

Mostra a parcela das pessoas que chega a cada ponto da página no celular, em duas linhas: todo o tráfego e o recorte sem um anúncio específico.

A decisão por trás: Se a queda da primeira tela some quando um anúncio sai do recorte, o problema é o público daquele anúncio, não o texto da página. O cuidado diz que tirar um anúncio muda a amostra.

Relatório simulado de retenção no celular com e sem um anúncio. Faixa na imagem: dados simulados

Campanhas: quem aparece muito não é quem decide

Coloca lado a lado a parcela das impressões e a parcela dos checkouts de cada campanha, com o custo por mil impressões relativo.

A decisão por trás: Custo baixo por impressão faz uma campanha parecer boa. O painel de custo sozinho esconderia que ela quase não leva ninguém a decidir.

Relatório simulado da parcela de impressões e checkouts por campanha. Faixa na imagem: dados simulados

Formato real dos relatórios (pergunta, resposta curta, o que significa, cuidado, selo) conferido nos relatórios de 21 a 29/10/2026. Todos os valores das imagens são inventados.

Dentro da página: o que as pessoas usam e o que ignoram

A segunda metade da investigação olha para o comportamento dentro da página: que seções concentram atenção, até onde rola quem decide comprar, onde as pessoas tocam e quem volta depois. Cada leitura termina em uma decisão de copy ou de teste, não em um painel bonito.

Os relatórios reais cruzam mapa de calor, eventos de rolagem e de clique e as sessões de retorno. Aqui, os valores são inventados e mantêm só o formato e o raciocínio.

Atenção: quais seções as pessoas realmente usam

Compara, seção por seção, a parcela da atenção no celular com a parcela da altura da página que a seção ocupa.

A decisão por trás: Seção grande não é seção lida. Pôr atenção e tamanho lado a lado mostra onde o texto está sobrando e onde o argumento decisivo está curto.

Relatório simulado da parcela de atenção e da altura de cada seção da página no celular. Faixa na imagem: dados simulados

Rolagem: até onde lê quem clica em comprar

Mostra em que faixa da página parou de rolar cada grupo: todas as visualizações e só quem clicou em comprar.

A decisão por trás: O clique em comprar é uma decisão tardia. Saber disso muda o que se testa: o que segura a pessoa até o preço, e não só o botão.

Relatório simulado da faixa de rolagem de todas as visualizações contra quem clicou em comprar. Faixa na imagem: dados simulados

Toques: as dúvidas que a pessoa vai conferir

Lista as perguntas do FAQ mais abertas e as ferramentas cujo cartão mais se expande.

A decisão por trás: O toque é uma objeção em voz baixa. Se a pessoa precisa abrir para saber, a resposta está longe demais do topo.

Relatório simulado das perguntas do FAQ e das ferramentas mais tocadas. Faixa na imagem: dados simulados

Retorno: a decisão raramente acontece na primeira visita

Mostra o tempo entre duas sessões da mesma pessoa e por onde ela entra na volta.

A decisão por trás: Se a volta vem pela bio e no dia seguinte, creditar a venda ao último clique apaga o anúncio que começou a decisão.

Relatório simulado do tempo entre sessões e da origem das voltas. Faixa na imagem: dados simulados

Perguntas e recortes conferidos nos relatórios de comportamento no celular (27/10/2026) e de jornada de decisão (28/10/2026). Todos os valores das imagens são inventados.

Quer ver o relatório inteiro? Os três modelos, completos

Cada tipo de investigação gera um relatório próprio. Abri os três modelos inteiros, para ler como eles são de verdade: mapa do raciocínio, selos de confiança, resposta curta, decisão e cuidado em cada seção.

O formato e as situações são reais; os valores são inventados, porque dado de empresa não se compartilha. O aviso "dados simulados" está no cartão, no pop-up e dentro de cada relatório, e o investimento aparece só em índice, nunca em reais.

  • Relatório de conversão

    Conversão, semana contra semana

    Compara duas semanas e separa o que mudou na entrada do que mudou dentro da página.

    • Indicadores lado a lado
    • Funil por 1.000 cliques
    • Público por campanha
    • Recorte sem um anúncio

    Conversão, semana contra semana · dados simulados

  • Relatório de comportamento

    Comportamento no celular

    Ponto a ponto da página: onde as pessoas saem, onde a atenção fica, até onde rola quem compra e o que toca.

    • Mapa da página
    • Retenção
    • Atenção por seção
    • Toques e fricção

    Comportamento no celular · dados simulados

  • Relatório investigativo

    Jornada de decisão

    Quem volta, quando e por onde. Termina dizendo o que não dá para concluir e quais hipóteses testar.

    • Base e método
    • Quem volta e quando
    • Do preço ao clique
    • O que não dá para concluir

    Jornada de decisão · dados simulados

Um teste A/B que diz de antemão o que é sucesso

Nenhuma opção de mercado me dava, ao mesmo tempo, a página sem peso, a meta definida antes e números em que eu confiasse. Um plugin que troca o conteúdo pelo navegador já tinha sido desativado do site por causar flicker. Por isso construí o Veredito Split Test, um plugin nativo do WordPress.

O desenho nasce de uma lista do que seria fracasso mesmo funcionando: piorar a velocidade, quebrar o cache, mostrar vencedor antes da hora, contar a mesma pessoa duas vezes e mandar dado pessoal para fora (DESIGN.md, "Antimetas").

A meta vem antes do teste

Quem cria o teste escolhe uma meta principal, como iniciar o checkout. Só ela decide; as outras metas ajudam a explicar.

O sorteio acontece antes do cache

O servidor escolhe a versão e o cache guarda uma cópia de cada. A pessoa recebe o HTML já certo, sem redirecionamento e sem a página piscar, e as outras páginas do site não pagam por isso.

Só uma pessoa declara a vencedora

A tela mostra intervalos e avisa "cedo demais" até uma regra de parada, opcional, ser cumprida. Declarar uma versão exige confirmação manual explícita.

Como medir o sucesso, antes de começar

O assistente de criação pede uma meta principal entre onze tipos (checkout, clique, página-alvo, rolagem, evento do Pixel, evento do Clarity e outros) e explica o que cada uma mede.

A decisão por trás: Obrigar a escolher uma meta antes do primeiro visitante impede o hábito de olhar vários números depois e ficar com o que favorece a versão preferida.

Tela do plugin com a escolha da meta principal, em laboratório local com dados de demonstração. Faixa na imagem: dados de demonstração inventados

O resultado que se recusa a concluir cedo

A tela de resultados mostra taxa com intervalo, chance de ser a melhor e o progresso da regra de parada. Enquanto a regra não é cumprida, o título é "Cedo demais para concluir".

A decisão por trás: Olhar o teste todo dia e parar quando um lado está na frente é a forma mais comum de declarar um vencedor que não existe. A tela diz isso em vez de esconder.

Tela de resultados do plugin com "Cedo demais para concluir", em laboratório local com dados de demonstração. Faixa na imagem: dados de demonstração inventados

Estatística que não infla a certeza.

Intervalos de Wilson, teste z de duas proporções com correção para várias comparações, probabilidade bayesiana de ser a melhor e checagem de divisão desigual do tráfego (SRM). Conferidos contra um cálculo independente em Python (DECISIONS.md, decisão 12).

Não pesar nas outras páginas.

Script de visitante com menos de 3 KB, carregado com defer. Robôs e ferramentas de velocidade sempre veem a versão A e não enviam nada (DESIGN.md e DECISIONS.md, decisão 6).

Sem dado pessoal.

Nenhum IP no banco, identificador aleatório em cookie próprio, retenção configurável e desinstalação que apaga tudo (DECISIONS.md, decisões 18, 30 e 31).

As telas do plugin vêm do laboratório local e usam dados de demonstração inventados. Nenhum número delas é resultado de teste real.

A página: A contra B, e o que dá para concluir

A versão A é a página que já estava no ar. A B muda o título e os benefícios do topo, tira alguns selos, troca os cartões de vagas por prints e reescreve os títulos das seções de ferramentas, bônus e metodologia (lp-ab-b/README.md).

São várias mudanças ao mesmo tempo. Isso significa que o teste vai dizer se B vence, não qual mudança venceu (PLANO-TECNICO-AB.md, §5). É uma escolha consciente: primeiro saber se a direção funciona, depois isolar o que importa.

Topo da versão A da landing page, com o título sobre o que a empresa quer saber de quem contrata
Versão A, página pública: o título fala do que quem contrata quer ver.
Topo da versão B da landing page, com o título sobre aprender, construir projetos e ser contratado e três benefícios
Versão B, página pública: título novo e três benefícios.
Topo da versão A no celular
A no celular.
Topo da versão B no celular
B no celular.

Capturas das páginas públicas em 01/11/2026, com scripts de medição bloqueados para não gerar visitas falsas.

O que verifiquei e o que falta

O plugin foi testado em um laboratório local, não em produção, e o teste da versão B ainda não tem resultado. Esta página não afirma ganho de conversão.

Um teste real exige tempo: sem regra de parada combinada antes, o risco de decidir por acaso é de quem olha. Por isso a tela não declara nada sozinha.

Verificado em laboratório.

Sorteio com cache em vários pesos, relatório contra cálculo independente, 13 telas em duas larguras, ciclo de vida do plugin e instalação limpa em WordPress 6.0 com PHP 7.4. Uma falha intermitente achada na bateria teve a causa isolada e corrigida (DECISIONS.md, §2.1).

Não testado ainda.

O servidor de produção (LiteSpeed Enterprise), o Cloudflare, o navegador interno do Instagram, os rastreadores reais e a exportação de vendas da plataforma de pagamento (RELATORIO-FINAL-PLUGIN.md, "O que NÃO foi testado").

Risco conhecido.

Atrás de um proxy, pessoas que chegam pela mesma conexão no mesmo segundo veem a mesma versão. Isso agrupa, não cria viés, e a checagem de divisão desigual avisa se sair do configurado.

O que eu faço agora

Esperar o teste atingir o critério combinado antes de olhar o vencedor, confirmar o plugin no servidor de produção e registrar aqui o resultado, seja qual for.

Disponível para projetos

Gostou do que viu? Entre em contato

Assistente da Safira

Respostas escritas a partir do portfólio. As perguntas não são guardadas.

Oi! Posso contar sobre a Safira e sobre os projetos dela. Comece por uma destas perguntas ou escreva a sua.