Crie experimentos: documentação do CheckoutOS

Criar um teste A/B no CheckoutOS é simples. Este guia mostra como configurar experimentos, da hipótese ao lançamento.

Antes de começar

Checklist antes do teste

Defina sua hipótese — O que você espera que aconteça?
Escolha uma variável — Teste uma única mudança por vez
Defina as métricas de sucesso — O que você vai medir?
Estime o tamanho da amostra — Por quanto tempo o teste precisará rodar?
Obtenha a aprovação das partes envolvidas — Garanta que todos concordem com o teste

Criação de um experimento

Acessar os testes A/B

Acesse CheckoutOS → A/B Testing → Create Experiment.

Nomear o experimento

Use um nome descritivo, como "Teste do título da oferta adicional - jan. de 2025".

Selecionar o que testar

Escolha o elemento: oferta de venda adicional, extensão de checkout, kit etc.

Criar variantes

Configure a experiência de controle (atual) e a variante (nova).

Configurar a divisão do tráfego

Decida como distribuir os visitantes entre as variantes.

Definir a métrica de sucesso

Escolha sua métrica principal, como conversão ou ticket médio.

Lançar

Revise as configurações e inicie o experimento.

Tipos de experimento

Teste de oferta de venda adicional

Teste produtos, descontos ou mensagens diferentes nas ofertas de vendas adicionais:

Teste A/B de venda adicional

{
  "experiment": {
    "name": "Premium Product Upsell Test",
    "type": "upsell_offer",
    "variants": [
      {
        "name": "Control",
        "weight": 50,
        "offer": {
          "product_id": "standard-upsell",
          "discount": "15%",
          "headline": "Add this to your order"
        }
      },
      {
        "name": "Premium Offer",
        "weight": 50,
        "offer": {
          "product_id": "premium-upsell",
          "discount": "20%",
          "headline": "Exclusive: Save 20% on this upgrade"
        }
      }
    ],
    "success_metric": "upsell_acceptance_rate"
  }
}

Teste de preços

Teste diferentes valores de desconto ou estratégias de preço:

Teste A/B de preços

{
  "experiment": {
    "name": "Discount Format Test",
    "type": "pricing",
    "variants": [
      {
        "name": "Percentage",
        "weight": 50,
        "discount": {
          "type": "percentage",
          "value": 20,
          "display": "20% OFF"
        }
      },
      {
        "name": "Fixed Amount",
        "weight": 50,
        "discount": {
          "type": "fixed",
          "value": 10,
          "display": "$10 OFF"
        }
      }
    ],
    "success_metric": "revenue_per_visitor"
  }
}

Teste de posicionamento

Teste onde as ofertas aparecem no fluxo de checkout:

Teste A/B de posicionamento

{
  "experiment": {
    "name": "Upsell Placement Test",
    "type": "placement",
    "variants": [
      {
        "name": "Post-Purchase",
        "weight": 50,
        "placement": "post_purchase_page"
      },
      {
        "name": "Thank You Page",
        "weight": 50,
        "placement": "thank_you_page"
      }
    ],
    "success_metric": "conversion_rate"
  }
}

Configuração das variantes

Cada variante permite personalizar:

Opções de variantes

Produto ou oferta exibida
Valor e tipo do desconto
Texto do título e da descrição
Texto e cor do botão
Imagem ou mídia
Local de exibição
Momento em que a oferta aparece

Mantenha as variantes distintas

Garanta que as variantes tenham diferenças significativas. Testar um desconto de 14% contra um de 15% não oferece aprendizados que ajudem a agir.

Testes multivariados

Para usuários avançados, o CheckoutOS aceita testes multivariados, que testam várias variáveis ao mesmo tempo:

Teste multivariado

{
  "experiment": {
    "name": "Headline + Discount MVT",
    "type": "multivariate",
    "factors": [
      {
        "name": "headline",
        "levels": ["Save Big!", "Exclusive Offer", "Don't Miss Out"]
      },
      {
        "name": "discount",
        "levels": ["10%", "15%", "20%"]
      }
    ],
    "success_metric": "upsell_acceptance_rate"
  }
}

Atenção ao tamanho da amostra

Testes multivariados exigem amostras muito maiores. O exemplo acima tem 9 combinações (3 x 3), exigindo 9 vezes mais tráfego para alcançar significância estatística.

Agendamento de experimentos

Controle quando os experimentos são executados:

Experimento agendado

{
  "schedule": {
    "start_date": "2025-02-01T00:00:00Z",
    "end_date": "2025-02-28T23:59:59Z",
    "auto_conclude": true,
    "minimum_runtime_days": 14,
    "minimum_conversions": 500
  }
}

Boas práticas

Dicas para configurar experimentos

Escreva uma hipótese primeiro — “Acreditamos que X vai melhorar Y em Z%”
Use nomes descritivos — Você vai agradecer no futuro
Comece com divisões 50/50 — Tráfego igual para obter resultados mais rapidamente
Defina uma duração mínima — Evite espiar os resultados e encerrar cedo
Documente tudo — Registre seu raciocínio e os resultados

Tópicos relacionados

Distribuição de tráfego

Estratégias avançadas de divisão do tráfego

Saiba mais

Análise de resultados

Como interpretar os dados do experimento

Saiba mais