> ## Documentation Index > Fetch the complete documentation index at: https://docs.testly.com.br/llms.txt > Use this file to discover all available pages before exploring further. # Boas Práticas > Metodologias e boas práticas para experimentação eficaz com o Testly ## Princípios Fundamentais A experimentação eficaz não é apenas sobre tecnologia, e sim sobre **metodologia**. Siga estes princípios para extrair o máximo valor dos seus testes A/B. Mudanças isoladas geram insights claros Saiba o que você está testando e por quê Decisões prematuras levam a conclusões erradas Aprendizados se acumulam ao longo do tempo *** ## 1. Formulação de Hipóteses Antes de criar qualquer experimento, formule uma hipótese clara usando este framework: ### Framework: Se → Então → Porque ``` Se [MUDARMOS X] Então [ESPERAMOS Y] Porque [ACREDITAMOS Z] ``` ### Exemplos #### ✅ Bom ``` Se mudarmos o CTA de "Comece Grátis" para "Experimente Agora" Então esperamos um aumento de 15% na taxa de conversão Porque "Experimente" transmite menos compromisso e remove fricção ``` #### ❌ Ruim ``` Vamos testar um botão diferente para ver se converte mais ``` **Por que isso importa**: Hipóteses claras te ajudam a interpretar resultados e construir conhecimento sobre seus usuários. *** ## 2. Isolar Variáveis ### Regra de Ouro: Teste UMA coisa por vez ```tsx theme={null} // ✅ BOM - Testa apenas o texto do CTA const { variant } = useExperiment('cta-text-test'); const buttonText = variant === 'variant-b' ? 'Experimente Agora' : 'Comece Grátis'; return ( ); // ❌ RUIM - Muda texto + cor + tamanho + posição if (variant === 'variant-b') { return ( ); } else { return ( ); } ``` ### Por que isso importa? Se você mudar múltiplas variáveis, não saberá o que causou a diferença: ``` Variante B ganhou com 20% mais conversões! Mas foi por causa de: - Texto diferente? 🤔 - Cor verde? 🤔 - Tamanho maior? 🤔 - Posição centralizada? 🤔 Resposta: Você nunca saberá. ``` *** ## 3. Tamanho da Amostra ### Regra Prática | Tráfego Mensal | Tempo Mínimo | Conversões Mínimas | | ------------------ | ------------ | ------------------ | | 1.000 visitantes | 4-6 semanas | 50 por variante | | 5.000 visitantes | 2-3 semanas | 100 por variante | | 10.000+ visitantes | 1-2 semanas | 200 por variante | ### Calculadora Simplificada ``` Amostra Mínima = 16 × (σ² / Δ²) Onde: σ = desvio padrão (geralmente ~0.5 para conversão) Δ = diferença mínima detectável (ex: 0.05 para 5%) Exemplo: Para detectar diferença de 5% com 95% de confiança: 16 × (0.5² / 0.05²) = 1.600 visitantes por variante ``` Use calculadoras online como [Evan Miller's AB Test Calculator](https://www.evanmiller.org/ab-testing/sample-size.html) para cálculos precisos. ### Sinais de Que Você Precisa Esperar Mais * ❌ Menos de 100 conversões por variante * ❌ Teste rodando há menos de 1 semana * ❌ Taxa de conversão mudando drasticamente dia a dia * ❌ Significância estatística \< 95% *** ## 4. Estrutura de Experimentos ### Anatomia de um Bom Experimento ```tsx theme={null} // 1. HIPÓTESE (documentada no código) /** * Experimento: Hero CTA Text * * Hipótese: * Se mudarmos "Comece Grátis" para "Experimente Agora" * Então teremos mais cliques (meta: +15%) * Porque "Experimente" sugere menos compromisso * * Data de início: 2024-01-15 * Tráfego alvo: 5.000 visitantes * Duração esperada: 2 semanas */ export function HeroSection() { const { variant, loading, error, convert } = useExperiment('hero-cta-text'); // 2. FALLBACK (sempre!) if (loading) return ; if (error) { console.error('Experiment error:', error); return ; // Versão que sempre funciona } // 3. LÓGICA CLARA const ctaText = variant === 'variant-b' ? 'Experimente Agora' : 'Comece Grátis'; // 4. CONVERSÃO BEM DEFINIDA const handleCTA = () => { convert('hero_cta_clicked'); // Nome descritivo window.location.href = '/signup'; }; // 5. IMPLEMENTAÇÃO LIMPA return (

Transforme seu produto com dados

); } ``` *** ## 5. Quando Parar um Experimento ### Critérios para Declarar Vencedor ✅ **Todos estes devem ser verdadeiros:** 1. **Significância estatística ≥ 95%** 2. **Mínimo de 100-200 conversões por variante** 3. **Teste rodou por pelo menos 1-2 semanas completas** 4. **Resultado é consistente** (não oscila dia a dia) ### Exemplo de Análise ``` Experimento: Hero CTA Text Duração: 14 dias Tráfego: 10.000 visitantes Variante A (Controle): - 5.000 visitantes - 250 conversões - Taxa: 5.0% Variante B: - 5.000 visitantes - 325 conversões - Taxa: 6.5% Resultado: +30% de melhoria Significância: 97% Decisão: ✅ Implementar Variante B ``` ### Quando NÃO Declarar Vencedor ``` ❌ Apenas 3 dias de teste ❌ Apenas 50 conversões por variante ❌ Significância de 85% (abaixo de 95%) ❌ Taxa oscila muito (um dia +20%, outro dia -10%) ``` **Erro comum**: Parar o teste assim que vê uma variante "ganhando". Isso leva a falsos positivos. Aguarde significância estatística! *** ## 6. Testes Sequenciais vs Simultâneos ### Rodando Múltiplos Testes #### ✅ Testes Simultâneos (Recomendado) ```tsx theme={null} // Experimentos independentes na mesma página function LandingPage() { const heroTest = useExperiment('hero-headline'); const pricingTest = useExperiment('pricing-layout'); const ctaTest = useExperiment('footer-cta'); return ( <>