Kameleoon: Análise Completa 2026 (Recursos e Preço)
Análise do Kameleoon em 2026: preço de entrada publicado, teto de 50 mil usuários testados, três métodos estatísticos e o que só o Enterprise libera.
📚 Este artigo faz parte do guia Ferramentas de Teste A/B Comparadas: Visão Neutra (2026).
O Kameleoon é uma suíte enterprise de experimentação e personalização que faz duas coisas incomuns na sua faixa: publica um preço de entrada e documenta a própria estatística em público. As duas tornam a avaliação mais honesta do que a da maioria dos concorrentes diretos, e as duas vêm com uma ressalva que vale entender antes da call de demo. Esta análise cobre o que a plataforma inclui, o que o plano publicado realmente limita, quais capacidades estatísticas moram só na faixa sob consulta e um exemplo trabalhado, calculado com o motor deste blog, de quanto experimento cabe dentro do plano de entrada. Para o panorama da categoria, veja a comparação neutra de ferramentas de teste A/B e, para o duelo direto, AB Tasty x Kameleoon.
Aviso de transparência antes de qualquer linha: a Donnu é uma ferramenta de teste A/B e concorre com o Kameleoon em parte deste escopo. Este texto foi escrito para ser útil mesmo para quem vai escolher o Kameleoon no fim.
O que o Kameleoon é, uma linha por peça
| Peça | O que faz | Plano onde vive |
|---|---|---|
| Experimentação web | Testes A/B, split e multivariado em páginas, client-side pelo snippet | Starter em diante |
| Segmentação | Mais de 40 critérios para definir quem vê o quê, com audiências e métricas ilimitadas | Starter em diante |
| Higiene de experimento | Grupos mutuamente exclusivos, detecção de SRM, correção para múltiplos testes | Starter em diante |
| Feature management e rollout | Flags e liberação progressiva na mesma plataforma | Enterprise |
| Teste server-side e em app mobile | Experimentação por SDK dentro da lógica da aplicação e em apps nativos | Enterprise |
| Personalização avançada e segmentação por IA | Direcionamento preditivo por visitante sobre o motor de segmentação | Enterprise |
| Estatística avançada | Métodos frequentista e bayesiano, CUPED, bandits multi-armed e contextuais | Enterprise |
A leitura honesta dessa tabela: o plano de entrada é um produto de experimentação web, e a suíte é o plano Enterprise. Isso não é crítica, é pergunta de qualificação. Se o motivo de o Kameleoon estar na sua lista é redução de variância, bandits ou teste server-side, você está comprando na faixa sob consulta desde a primeira call, e os US$ 495 publicados não são o número que vai aparecer no seu contrato.
Preço: o que é publicado e o que não é
Números conferidos na página oficial de planos em 18 de agosto de 2026:
| Plano | Preço | Experimentos | Usuários testados por mês | Inclusões notáveis |
|---|---|---|---|---|
| PBX Starter, teste grátis | Grátis por 30 dias, sem cartão | Até 3 | Não informado na página | Experimentação por prompt, teste sequencial, mais de 40 critérios de segmentação, integração com Figma |
| PBX Starter | A partir de US$ 495/mês | Até 10 | 50 mil | Tudo do teste grátis, mais grupos mutuamente exclusivos, correção para múltiplos testes, detecção de SRM, métricas de razão, tratamento de outliers, detecção de efeito de interação, métricas e audiências ilimitadas |
| Enterprise | Sob consulta | Ilimitados | Ilimitados | Feature management e rollout, teste em app mobile, teste server-side, personalização avançada, editor de código dedicado, bandits contextuais e multi-armed, CUPED, holdouts, métodos frequentista e bayesiano |
Duas coisas merecem ser tiradas dessa tabela.
Primeiro, publicar um piso é um ganho real de transparência numa categoria em que a maioria dos fornecedores enterprise não publica nada. A comparação de preços de ferramentas de teste A/B mostra o quanto isso é raro. Um comprador consegue desqualificar a ferramenta em cinco minutos em vez de cinco reuniões, o que tem valor até para o fornecedor.
Segundo, o piso publicado responde só à menor versão da pergunta. Tráfego ilimitado, personalização, feature management e a estatística avançada são todos Enterprise, e o Enterprise não tem número público. Então o jeito útil de ler a página de planos é como portão de qualificação, não como tabela de preços: ela te diz de graça se os seus requisitos cabem no Starter.
A estatística, e por que a documentação importa
A documentação pública do Kameleoon lista três métodos selecionáveis para analisar um experimento, cada um com um trade-off declarado:
- Frequentista de amostra fixa. Exige hipótese e tamanho de amostra definidos antes do lançamento. A documentação coloca a troca de forma direta: poder estatístico máximo, ao custo de amostra e duração rígidas, definidas de antemão. É a abordagem clássica que o nosso guia de significância estatística percorre.
- Bayesiano. Incorpora conhecimento prévio por meio de priors. A documentação é franca ao dizer que isso pode te levar na direção errada se o dado prévio estiver errado, um enquadramento mais honesto do que a maior parte do material de fornecedor oferece.
- Sequencial. Decide de forma dinâmica conforme o dado chega, sem estimar amostra de antemão, e entrega um intervalo de confiança válido a qualquer momento da execução. O custo declarado é poder estatístico menor que o dos métodos de amostra fixa, o que bate com o tratamento do nosso guia de teste sequencial.
Ao lado dos três métodos, a mesma documentação descreve técnicas complementares, que se somam ao método escolhido em vez de substituí-lo: correção para múltiplos testes, o cuidado necessário quando várias variações ou métricas são lidas ao mesmo tempo, e o CUPED, que reduz a amostra necessária aproveitando dado pré-experimento, e que a documentação diz funcionar melhor com visitantes recorrentes, histórico substancial na plataforma e conversões pré-experimento correlacionadas com a métrica do experimento em curso.
Vale explicitar porque isso inverte uma suposição comum. Quem lê “teste sequencial incluído no plano de entrada” como se fosse a opção mais avançada entendeu ao contrário: o sequencial é o que permite olhar cedo sem mentir para si mesmo, e ele paga por isso com poder menor, ou seja, mais tráfego para o mesmo efeito detectável, o que interage diretamente com o teto de usuários testados da próxima seção.
Exemplo trabalhado: quanto teste cabe em 50 mil usuários
A restrição que aperta no plano Starter não é o limite de 10 experimentos, é o teto de 50 mil usuários testados por mês. A conta abaixo saiu da mesma função sampleSizePerVariant que roda a calculadora aqui embaixo.
O cenário: uma página de produto de ecommerce convertendo a 4,5%, com 30 mil visitantes elegíveis por semana disponíveis para o teste. Coloque a sua própria taxa base na calculadora:
Cálculo por aproximação normal de duas proporções, 2 variações (50/50). Mexa nos campos e veja o impacto ao vivo.
| Ambição (melhora relativa) | Usuários por variação | Total num teste de 2 braços | Dias a 30 mil/semana | Cabe em 50 mil usuários/mês? |
|---|---|---|---|---|
| 20% (4,5% para 5,4%) | 9.118 | 18.236 | 5 | Sim, com espaço para um segundo teste |
| 15% (4,5% para 5,175%) | 15.860 | 31.720 | 8 | Sim, e consome a maior parte do mês |
| 10% (4,5% para 4,95%) | 34.897 | 69.794 | 17 | Não, estoura o teto sozinho |
Os quatro números saem da fórmula congelada a 95% de confiança e 80% de poder, bicaudal. A lição não é que o teto seja mesquinho, 50 mil usuários testados por US$ 495 é um pacote de entrada razoável. A lição é que o plano define em silêncio o seu efeito mínimo detectável. Nessa taxa base, o plano de entrada sustenta perseguir melhoras de 15% relativos para cima. Perseguir 10%, que é exatamente a faixa onde mora a maior parte das melhorias reais no nível de página, exige plano maior, página de mais tráfego, ou dois meses seguidos com um único teste, e a versão de dois meses traz os próprios problemas de sazonalidade.
Repare também como isso se soma à posição dos métodos: o sequencial, que é o método incluído no Starter, entrega poder menor que o de amostra fixa pela documentação do próprio fornecedor, então os requisitos de amostra daquela tabela são a versão otimista do quadro para quem lê um teste sequencialmente no Starter.
Lendo o resultado
Digamos que o teste de 15% rodou um pouco mais e fechou com 25.000 usuários por variação, com 1.125 conversões no controle (4,50%) contra 1.290 na variação (5,16%).
Teste z bilateral de duas proporções. "Sem significância" quase sempre quer dizer que falta amostra, não que as versões são iguais.
Rodando esses quatro números no motor de significância deste blog: z = 3,44, valor-p ≈ 0,00058, intervalo de confiança de 95% sobre a diferença de +0,28 a +1,04 ponto percentual, e melhora relativa observada de +14,7%. É um resultado limpo e bem dimensionado, e ele preenche exatamente a franquia mensal de usuários testados. Que é o ponto prático: no plano de entrada, um teste decisivo por mês é mais ou menos o formato da operação, e um programa que quer velocidade semanal de teste é uma conversa de Enterprise.
E se a sua taxa base for menor que 4,5%?
Essa é a pergunta que muda a avaliação para boa parte do ecommerce brasileiro, onde taxas de conversão de 1,5% a 2% são comuns em loja de tíquete médio alto ou em categoria de compra considerada. O exemplo acima usou 4,5% porque é uma base confortável; quanto menor a base, mais cara fica a mesma ambição, e o teto de 50 mil aperta rápido.
| Taxa base | Detectar 20% relativos | Detectar 15% relativos | Detectar 10% relativos |
|---|---|---|---|
| 1,5% | 56.608 no total | 98.386 no total | 216.306 no total |
| 2,0% | 42.218 no total | 73.386 no total | 161.364 no total |
| 3,0% | 27.828 no total | 48.386 no total | 106.422 no total |
| 4,5% | 18.236 no total | 31.720 no total | 69.794 no total |
Lida na direção contrária, a mesma tabela diz qual é o efeito mais sutil que cabe inteiro na franquia mensal (50 mil usuários, ou 25 mil por variação): cerca de 21,3% relativos numa base de 1,5%, 18,3% numa base de 2%, 14,7% numa base de 3% e 11,9% numa base de 4,5%.
Ou seja: numa loja convertendo a 1,5%, o plano de entrada só consegue resolver mudanças que melhorem a conversão em mais de um quinto. Isso não desqualifica a ferramenta, desqualifica a combinação plano mais página. As saídas honestas são as mesmas de sempre: testar mudanças maiores, medir mais cedo no funil onde a taxa base é maior, agrupar páginas de mesmo template no mesmo teste, ou subir de plano. O que não é saída é rodar assim mesmo e ler o resultado como se fosse conclusivo, pelo motivo detalhado no nosso guia de CRO para sites de baixo tráfego.
Pontos fortes reais
- Preço de entrada publicado numa categoria de orçamento sob consulta. Raro, e genuinamente útil para desqualificar rápido.
- Estatística documentada com os trade-offs. Três métodos nomeados, cada um com um custo declarado, mais as condições explícitas em que o CUPED ajuda. É um nível de franqueza que torna possível uma avaliação independente.
- Higiene de experimento já na entrada. Grupos mutuamente exclusivos e detecção de SRM no plano de entrada são os recursos sem glamour que mantêm um programa honesto, e costumam ser upsell em outros lugares.
- Um fornecedor cobrindo experimentação, personalização e feature management. Para times que precisam mesmo dos três, a consolidação tem valor operacional real.
- Teste de 30 dias sem cartão. Prazo suficiente para instrumentar uma página real e ver o fluxo de trabalho antes de qualquer conversa de compra.
Limitações e pontos de atenção
- A estatística interessante é Enterprise. CUPED, análise frequentista e bayesiana e bandits ficam acima do plano publicado. Confirme o que a sua proposta realmente inclui.
- O teto de usuários testados define o seu efeito detectável. Como mostra o exemplo, 50 mil usuários por mês numa base de um dígito limitam a ambição a algo em torno de 15% relativos, e o limite fica mais duro conforme a base cai.
- O preço do Enterprise não é público. O piso diz onde a régua começa, não onde o seu contrato termina. Trate qualquer comparação de preço de terceiro como estimativa datada, não como cotação atual.
- A amplitude da suíte é custo para o time errado. Se a necessidade real é testar algumas páginas com honestidade, a maior parte do que você pagaria fica desligada.
- Estrutura societária é variável viva nesta categoria. O Kameleoon estava independente na data desta checagem, enquanto a concorrente francesa mais próxima passou a integrar um grupo maior em janeiro de 2026. Mudança de estrutura reprecifica pacote, então confirme a situação atual antes de um compromisso plurianual.
Como avaliar num piloto
- Faça a conta do teto primeiro. Coloque a sua taxa base e o seu tráfego reais na calculadora acima e veja qual efeito o plano deixa perseguir. Se a resposta for “só os grandes”, o errado é a faixa da ferramenta, não a ferramenta.
- Peça por escrito a qual plano pertence cada recurso estatístico. Especificamente CUPED, os métodos de análise e os bandits.
- Rode um teste A/A durante o trial. Confirme que a divisão bate com a configuração e que a plataforma reporta o não-efeito com honestidade.
- Teste o fluxo sequencial de propósito. Se o seu time vai olhar resultado todo dia, decida de antemão que o método é o sequencial e aceite o custo em poder, em vez de descobri-lo depois.
- Confirme todo número nas páginas do próprio fornecedor. Planos e inclusões mudam; o valor desta análise é a data da checagem, não uma garantia permanente.
Análise final: para quem o Kameleoon faz sentido
Encaixa em times de médio porte e enterprise que precisam de experimentação, personalização e feature management de um fornecedor só, que têm tráfego bem acima do teto de entrada, e que valorizam documentação pública da estatística acima de um veredito de caixa-preta. Para um time com visitantes recorrentes e histórico real de analytics, o suporte a CUPED na faixa Enterprise é motivo legítimo para pagar preço de enterprise, porque redução de variância se converte diretamente em teste mais curto.
Encaixa menos em times pequenos cuja necessidade é testar meia dúzia de páginas com honestidade, onde um piso de US$ 495 por mês compra muita plataforma que vai ficar desligada, e em times cujo único requisito inegociável acaba morando só na faixa sob consulta. Para a comparação com o rival direto, veja AB Tasty x Kameleoon; para a questão client-side contra server-side, que decide boa parte do escopo Enterprise, veja teste A/B client-side x server-side.
Se a sua lista de requisitos está mais para “testar direito e confiar no resultado” do que para “rodar um programa de personalização”, a Donnu é uma opção mais leve, focada em teste A/B web com leitura conservadora do resultado. Ela não substitui a profundidade de personalização, o feature management nem os serviços enterprise do Kameleoon, e dizer o contrário seria desonesto. Se o caso mais leve é o seu, comece um teste grátis de 14 dias.
Leia também: Ferramentas de Teste A/B Comparadas · AB Tasty x Kameleoon · Preços de Ferramentas de Teste A/B · O que é CUPED
Referências
- Kameleoon. Plans. Página oficial de planos: PBX Starter a partir de US$ 495 por mês com até 10 experimentos e 50 mil usuários testados por mês, o teste de 30 dias sem cartão limitado a 3 experimentos, e as inclusões do Enterprise (feature management, server-side, mobile, personalização avançada, bandits, CUPED, métodos frequentista e bayesiano, segmentação por IA, SSO). Conferido em 18 de agosto de 2026. kameleoon.com/plans.
- Kameleoon. Choosing the right statistical method for A/B testing. Documentação dos três métodos selecionáveis e seus trade-offs, mais correção para múltiplos testes e CUPED como técnicas complementares. docs.kameleoon.com.
- Deng, A., Xu, Y., Kohavi, R. e Walker, T. Improving the Sensitivity of Online Controlled Experiments by Utilizing Pre-Experiment Data. WSDM 2013, o artigo original do CUPED. exp-platform.com.
- Kohavi, R., Tang, D. e Xu, Y. Trustworthy Online Controlled Experiments: A Practical Guide to A/B Testing. Cambridge University Press, 2020. Capítulos sobre escolha de plataforma, SRM e redução de variância. Material de apoio em experimentguide.com.
Perguntas frequentes
- Quanto custa o Kameleoon?
- O Kameleoon é um dos poucos fornecedores da faixa enterprise que publica um preço de entrada. Na checagem feita para este blog em 18 de agosto de 2026, a página oficial de planos listava o PBX Starter a partir de US$ 495 por mês, com até 10 experimentos e 50 mil usuários testados por mês, precedido por um teste grátis de 30 dias sem cartão e limitado a 3 experimentos. O Enterprise é sob consulta, com experimentos e usuários testados ilimitados. Ou seja, você vê onde a régua começa, não onde ela termina, e é o Enterprise que compete de fato com as outras suítes da categoria.
- Quais métodos estatísticos o Kameleoon oferece?
- A documentação pública lista três métodos selecionáveis para analisar um experimento: frequentista de amostra fixa, bayesiano e teste sequencial, cada um com o seu trade-off declarado. Ao lado deles, a mesma página descreve técnicas complementares, com destaque para o CUPED (redução de variância) e a correção para múltiplos testes. O notável não é que existam, são padrão na literatura, é que a plataforma expõe a escolha ao usuário em vez de esconder a matemática atrás de um selo de vencedor.
- O CUPED está incluído no plano de entrada?
- Não. Na página de planos conferida em 18 de agosto de 2026, o CUPED aparece entre as capacidades que o Enterprise acrescenta sobre o Starter, junto de métodos frequentista e bayesiano, bandits multi-armed e contextuais, teste server-side, feature management e personalização avançada. O Starter inclui teste sequencial e correção para múltiplos testes. Se a redução de variância é um motivo central para você olhar o Kameleoon, esse requisito te coloca na faixa sob consulta desde a primeira conversa, e vale confirmar na demo em vez de assumir paridade entre planos.
- O teto de 50 mil usuários testados cabe num experimento real?
- Cabe com folga num teste de efeito ambicioso e não cabe de jeito nenhum num teste de efeito sutil. O exemplo trabalhado desta análise roda a conta: numa taxa base de 4,5%, detectar 15% de melhora relativa com 95% de confiança e 80% de poder exige 15.860 usuários por variação, 31.720 no total, o que cabe na franquia mensal de 50 mil. Detectar 10% de melhora exige 34.897 por variação, 69.794 no total, o que não cabe num mês. O teto do plano, e não o limite de 10 experimentos, é o que define quão sutil pode ser o efeito que você persegue.
- O Kameleoon serve para um time de marketing sem desenvolvedor?
- Parcialmente. Experimentos client-side pelo snippet, mais os critérios de segmentação e a edição por prompt do plano de entrada, funcionam sem desenvolvedor para mudanças no nível da página. As partes mais compradas por times enterprise, teste server-side, teste em app mobile, feature management e o editor de código JS e CSS, ficam no plano Enterprise e geralmente envolvem engenharia. Decida de que lado dessa linha o seu roadmap realmente vive antes de comparar listas de recursos.
- Para quem o Kameleoon faz sentido?
- Para times de médio porte e enterprise que querem experimentação, personalização e feature management de um fornecedor só, e que valorizam documentação estatística pública em vez de um veredito de caixa-preta. Faz menos sentido para times pequenos cuja necessidade é testar meia dúzia de páginas com honestidade, onde um piso de US$ 495 por mês somado a um teto de 50 mil usuários testados é plataforma demais para o serviço, e para quem tem como requisito central algo que só existe na faixa sob consulta, como CUPED, bandits ou server-side.