Teste A/B de Assunto de E-mail: Como Fazer
Guia completo de teste A/B de assunto de e-mail: o que testar, tamanho de amostra real e por que a abertura decide certo aqui.
📚 Este artigo faz parte do guia Teste A/B de E-mail Marketing: o Guia Estatístico Completo.
Fazer teste A/B de assunto de e-mail bem feito significa isolar uma única variável, a linha de assunto, dentro do teste maior que é um teste A/B de e-mail marketing: antes de qualquer clique ou conversão, ninguém lê o corpo da mensagem sem primeiro decidir abri-la, e essa decisão de abrir é o que o assunto, sozinho, tenta mover. Este guia aprofunda especificamente esse teste: o que dá para variar numa linha de texto tão curta, por que a taxa de abertura, mesmo distorcida pelo Apple Mail Privacy Protection, continua sendo a métrica certa para decidir um teste isolado de assunto, como separar o assunto do preview text que aparece ao lado dele na caixa de entrada, qual o tamanho de amostra real que esse teste exige, e quanto tempo esperar antes de declarar um vencedor. Tem calculadoras ao vivo e um exemplo trabalhado com números reais.
O que dá para testar num assunto de e-mail
Um assunto tem poucos caracteres, mas ainda assim guarda várias variáveis independentes. Segundo as recomendações de assunto publicadas pela Mailchimp em seu guia de benchmarks de e-mail marketing, um assunto eficaz costuma usar no máximo 9 palavras e 60 caracteres, no máximo 3 sinais de pontuação, e no máximo 1 emoji por vez, complementando o texto em vez de substituí-lo (Mailchimp, Email Marketing Benchmarks & Industry Statistics). Isso não significa que esses limites sejam regra fixa para a sua lista, mas são um bom ponto de partida para o que testar:
- Comprimento: um assunto curto (4 a 6 palavras) contra um mais descritivo (9 a 12 palavras). Segundo estimativas da Litmus e da EmailToolTester, em boa parte dos clientes de e-mail mobile o assunto é cortado bem antes do limite de 60 caracteres, então testar comprimento também testa o que sobrevive ao corte.
- Personalização: incluir o nome do destinatário ou um dado de comportamento recente contra um assunto genérico. Ajuda quando o dado é relevante ao contexto da mensagem, mas pode soar automático quando não é.
- Emoji: presença contra ausência de um emoji relevante ao conteúdo. Um emoji pode ajudar o assunto a se destacar visualmente na lista, mas também pode disparar filtros de spam mais sensíveis dependendo do provedor.
- Urgência ou escassez: um gatilho de prazo (“só hoje”) ou estoque (“últimas unidades”) contra um assunto neutro, sem prazo.
- Pergunta contra afirmação: “Cansou de pagar frete?” contra “Frete grátis esta semana”. Perguntas convidam a curiosidade, afirmações comunicam o benefício direto.
- Número em algarismo contra por extenso: “3 motivos para…” contra “Três motivos para…”. Algarismos tendem a chamar mais atenção visual na lista, mas isso também varia por segmento e por assunto de e-mails anteriores da mesma marca.
Isole o assunto do preview text (preheader)
O preview text, também chamado de preheader, é o trecho que aparece ao lado ou logo abaixo do assunto na lista de e-mails, antes de a pessoa abrir a mensagem. Segundo o guia de preview text da Litmus, diferentes clientes de e-mail chamam esse campo por nomes distintos (o Gmail o trata como “Snippets”, a Apple como “preview”, o Outlook como “Message Preview”), mas em todos eles o efeito é o mesmo: o preview text soma contexto ao assunto antes da abertura e também influencia a decisão de abrir, além de ajudar a criar expectativa sobre o conteúdo (Litmus, The Ultimate Guide to Email Preview Text).
O problema prático: se a sua ferramenta de envio gera o preview text automaticamente a partir da primeira linha do corpo do e-mail, e o corpo muda de alguma forma entre o momento em que você criou a variação A e a variação B (mesmo sem querer, como um bloco de texto reordenado), o preheader muda junto, mesmo que você só tenha mexido no assunto. Nesse cenário, o teste deixa de comparar duas linhas de assunto e passa a comparar duas combinações de assunto e preheader, sem forma de separar qual delas moveu o resultado. A correção é simples: fixe manualmente o mesmo preview text nas duas variações antes de disparar o teste, e confirme visualmente (num app de e-mail real, não só no editor da ferramenta) que só o assunto mudou entre A e B.
Por que a abertura, mesmo frágil, é a métrica certa para ESSE teste
O guia completo de teste A/B de e-mail marketing já cobre em detalhe por que a taxa de abertura é uma métrica frágil desde que a Apple lançou o Mail Privacy Protection (MPP) em 2021: o recurso pré-carrega o conteúdo remoto de boa parte das mensagens, incluindo o pixel de rastreio, assim que elas chegam à caixa de entrada, não quando a pessoa realmente as lê. Segundo o relatório mais recente de participação de mercado da Litmus, com dados de maio de 2026, o conjunto de clientes Apple (Apple Mail, iPhone, iPad e o próprio recurso de privacidade) responde por 64,66% das aberturas de e-mail medidas, e a Mail Privacy Protection já afeta a faixa de 55% a 60% de todas as aberturas registradas no mercado (Litmus, Email Client Market Share). Isso significa que uma fatia grande e crescente do número bruto de abertura reflete um proxy de privacidade pré-buscando conteúdo, não uma decisão humana de ler o e-mail.
Diante disso, o guia geral de e-mail recomenda decidir pelo clique ou pela conversão sempre que possível, porque essas métricas medem o funil inteiro e não são infladas pelo pré-carregamento. Mas um teste que isola só o assunto (remetente, horário de envio e corpo idênticos entre A e B) é um caso especial, e vale entender por quê:
- O assunto só tem um canal de influência possível no funil: a decisão de abrir. Ele não aparece no corpo, não muda o CTA, não altera o que a pessoa vê depois de abrir. Se o objetivo é medir “esse assunto convence mais gente a abrir do que aquele”, a métrica que responde essa pergunta diretamente é a própria abertura, não existe outra métrica que meça isso sem passar por ela.
- A aleatorização do teste distribui os destinatários entre A e B de forma equivalente em composição de dispositivo e cliente de e-mail. Isso quer dizer que a mesma proporção de destinatários em Apple Mail cai nos dois grupos, então o pré-carregamento automático infla o número absoluto de abertura nos dois lados praticamente por igual. A inflação atrapalha comparar a sua taxa de abertura com um benchmark de mercado, mas não deveria criar viés sistemático entre A e B especificamente.
- O cuidado real não é ignorar a abertura, é usar guardrails ao lado dela: confira que o clique e a taxa de descadastro do grupo vencedor não pioraram. Um assunto pode ganhar na abertura só por ser mais chamativo ou alarmista, sem ser mais relevante, e isso aparece como clique estável ou pior e descadastro maior, mesmo com abertura vencendo com folga.
Em resumo: para decidir “qual assunto abre mais”, a abertura é a métrica primária certa. Para decidir “qual e-mail vende mais” (a pergunta de um teste que também varia corpo ou CTA), o guia geral de e-mail continua certo em recomendar clique ou conversão. São perguntas diferentes, e cada uma pede sua própria métrica de decisão.
Quantos assinantes você precisa para testar o assunto
O tamanho de amostra de um teste de assunto segue a mesma fórmula de qualquer teste A/B de duas proporções, mas a taxa base que entra na conta é a taxa de abertura da sua lista, não a de clique ou conversão. Isso normalmente exige uma amostra menor que um teste de conversão, mas ainda assim cresce rápido quanto menor for a abertura base ou o efeito que você quer detectar:
| Taxa de abertura base | MDE +5% relativo | MDE +10% relativo | MDE +20% relativo |
|---|---|---|---|
| 20% | 25.583 | 6.510 | 1.683 |
| 30% | 14.856 | 3.763 | 963 |
| 40% | 9.493 | 2.389 | 604 |
Amostra por variação, calculada por aproximação normal de duas proporções (95% de confiança, 80% de poder, teste bilateral).
Um exemplo com os números da sua calculadora: uma lista com abertura base de 28% que quer detectar um ganho relativo de 10% precisa de 4.155 assinantes por variação, 8.310 no total. Com um envio semanal de 4.000 destinatários dividido entre as duas versões, isso consome cerca de 15 dias, pouco mais de dois ciclos semanais de envio, para acumular amostra suficiente. Calcule para a sua lista real:
Cálculo por aproximação normal de duas proporções, 2 variações (50/50). Mexa nos campos e veja o impacto ao vivo.
Se a sua lista não bancar essa amostra dentro de um prazo razoável, duas saídas honestas: acumule o teste ao longo de várias edições sucessivas de uma newsletter recorrente (a mesma variação de assunto rodando em vários envios até fechar a amostra), ou aceite testar um efeito maior (um MDE de 20% em vez de 10%), documentando que só efeitos grandes serão detectáveis com confiança.
Quanto tempo esperar antes de decidir
E-mail tem uma particularidade que testes de site não têm: o comportamento de leitura muda por hábito e fuso horário, não só por volume de tráfego. Segundo a HubSpot, cerca de 85% ou mais dos resultados de um envio aparecem dentro das primeiras 24 horas, mas públicos que reagem mais devagar, como costuma acontecer em B2B, podem levar de 48 a 72 horas para reagir plenamente, e a recomendação é sempre olhar o histórico da própria lista antes de fixar um prazo genérico (HubSpot, How to Determine Your A/B Testing Sample Size and Time Frame). Declarar o vencedor de um teste de assunto duas ou três horas depois do envio captura só quem estava de olho na caixa de entrada naquele momento, tipicamente um perfil mais engajado que não representa quem vai abrir a mensagem à noite ou no dia seguinte.
A prática recomendada: espere pelo menos um ciclo completo de leitura (24 a 72 horas conforme o seu público) antes de olhar o resultado com intenção de decidir, e defina esse prazo antes de rodar o teste, não depois de ver o painel.
Exemplo trabalhado: um teste de assunto real
Uma loja envia duas versões de assunto para 4.000 destinatários cada, com remetente, horário, corpo e preview text idênticos nas duas variações, só o assunto muda:
- Assunto A (controle): 1.120 aberturas em 4.000 envios, taxa de 28,0%.
- Assunto B (variação): 1.240 aberturas em 4.000 envios, taxa de 31,0%.
Rodando o teste de duas proporções sobre esses números: lift relativo de +10,7% (3,0 pontos percentuais), escore z de aproximadamente 2,94, valor-p de aproximadamente 0,0033. O intervalo de confiança da diferença vai de 1,0 a 5,0 pontos percentuais, não cruzando o zero. B vence com significância estatística.
Teste z bilateral de duas proporções. "Sem significância" quase sempre quer dizer que falta amostra, não que as versões são iguais.
Antes de declarar B o vencedor definitivo, vale a checagem de guardrail que este guia recomenda: se o clique e a taxa de descadastro do grupo B ficaram estáveis ou melhores, o resultado é confiável. Se o clique caiu ou o descadastro subiu junto com a abertura, o assunto B provavelmente só é mais chamativo, não mais relevante, e vale investigar antes de generalizar a escolha para os próximos envios.
Erros comuns num teste de assunto
| Erro | Sinal de alerta | Correção |
|---|---|---|
| Mudar assunto e preview text juntos | O preheader mudou sem querer entre A e B | Fixe manualmente o mesmo preview text nas duas variações |
| Testar assunto e remetente ao mesmo tempo | Duas variáveis mudaram no mesmo envio | Isole uma variável por teste, ou rode etapas sequenciais |
| Decidir cedo demais | Olhou o painel 2 horas depois do envio | Espere um ciclo completo de leitura (24 a 72 horas) |
| Ignorar clique e descadastro como guardrail | Abertura subiu, mas ninguém checou o resto do funil | Monitore clique e descadastro junto da métrica primária |
| Amostra pequena para o efeito buscado | Testou um MDE de 5% numa lista de 2.000 pessoas | Calcule a amostra antes; se não fechar, teste um efeito maior |
| Assumir que personalização sempre ganha | Adicionou o nome sem testar contra a versão sem nome | Trate personalização como qualquer outra variável testável |
Automatize isso na Donnu
Você acabou de ver o trabalho real por trás de um teste de assunto honesto: isolar o assunto do preview text, escolher a abertura como métrica de decisão sabendo exatamente por que ela serve para esse caso específico (e não para qualquer teste de e-mail), dimensionar a amostra antes de rodar, e esperar o ciclo de leitura completo antes de decidir. A Donnu aplica o mesmo rigor estatístico que você usaria num teste de site: você define a hipótese e a métrica primária, a Donnu dimensiona o teste e devolve um veredito honesto, sem deixar você trocar de assunto a cada envio só porque um deles “pareceu” ganhar mais rápido.
Comece um teste grátis de 14 dias e leve o mesmo padrão estatístico deste guia para o próximo assunto que você testar. Para o resto do canal de e-mail, veja também o guia completo de teste A/B de e-mail marketing.
Referências
- Mailchimp. Email Marketing Benchmarks & Industry Statistics. mailchimp.com/resources/email-marketing-benchmarks.
- Litmus. The Ultimate Guide to Email Preview Text. litmus.com/blog/the-ultimate-guide-to-preview-text-support.
- Litmus. Email Client Market Share. Dados de maio de 2026. litmus.com/email-client-market-share.
- Apple. Protect email privacy in Mail on Mac. Apple Support. support.apple.com/guide/mail/protect-email-privacy-mlhlp1205/mac.
- HubSpot. How to Determine Your A/B Testing Sample Size and Time Frame. blog.hubspot.com/marketing/email-a-b-test-sample-size-testing-time.
Leia também:
Perguntas frequentes
- O que dá para testar no assunto de um e-mail?
- Comprimento (curto x longo), personalização com o nome do destinatário, presença ou ausência de emoji, gatilho de urgência ou escassez, formato de pergunta contra afirmação, e número escrito em algarismo contra por extenso. Teste uma dessas variáveis por vez: mudar duas ao mesmo tempo (por exemplo, encurtar e adicionar emoji) impede saber qual delas moveu o resultado.
- A taxa de abertura é uma boa métrica para decidir um teste de assunto?
- Sim, com uma ressalva importante. A abertura é distorcida pelo Apple Mail Privacy Protection, que pré-carrega o pixel de rastreio ao receber o e-mail, não quando alguém o lê. Mas quando o teste isola só o assunto (remetente, horário e conteúdo idênticos), a aleatorização tende a distribuir a mesma proporção de destinatários em Apple Mail nos dois grupos, então essa inflação afeta A e B por igual e não deveria decidir o vencedor sozinha. Como o assunto só pode influenciar a decisão de abrir, a abertura continua sendo a métrica primária certa aqui, desde que o clique e o descadastro sejam monitorados como guardrail.
- Quantos assinantes eu preciso para testar só o assunto?
- Depende da taxa de abertura atual e do efeito que você quer detectar. Para uma abertura base de 28% e um efeito relativo de 10%, o cálculo de duas proporções (95% de confiança, 80% de poder) pede cerca de 4.155 assinantes por variação, 8.310 no total. Listas menores só conseguem enxergar efeitos maiores: quanto menor a lista, maior o MDE mínimo detectável com confiança.
- Como isolar o assunto do preview text (preheader) no teste?
- Mantenha o preview text idêntico nas duas variações e mude apenas a linha de assunto. Se a sua ferramenta de envio gera o preheader automaticamente a partir da primeira linha do corpo, force um preview text manual fixo nas duas versões, senão o teste está comparando duas combinações de assunto e preheader, não duas versões do assunto isoladamente.
- Quanto tempo devo esperar antes de declarar um vencedor num teste de assunto?
- No mínimo um ciclo completo de leitura, entre 24 e 72 horas dependendo do público (B2C reage mais rápido que B2B). A maior parte do volume de abertura costuma se consolidar dentro das primeiras 24 horas, mas decidir cedo demais captura só quem lê o e-mail assim que ele chega, um perfil diferente de quem abre à noite ou no dia seguinte.
- Personalizar o assunto com o nome sempre aumenta a abertura?
- Não necessariamente, e por isso vale testar em vez de assumir. Personalização ajuda quando o dado usado é relevante para o contexto da mensagem, mas quando parece automática ou fora de contexto, pode soar artificial e não mover a abertura. Trate personalização como qualquer outra variável testável, não como um recurso automaticamente positivo.