Teste A/B de Frete Grátis: Encontrando o Valor Ideal

Um teste de limiar de frete grátis compara dois valores mínimos de pedido a partir dos quais a loja deixa de cobrar o envio, para descobrir qual deles entrega mais lucro por visitante. É um dos poucos testes de e-commerce em que a métrica óbvia (conversão) quase sempre aponta para o lado errado, porque o limiar mais baixo tende a converter melhor e a entregar menos margem. Este artigo faz parte do playbook completo de otimização de checkout e cobre como escolher os candidatos, qual métrica decide, quanto tráfego o teste exige e quais guardas impedem uma vitória falsa.

Por que o frete decide tanta compra

Custo extra é o motivo número um de abandono de checkout entre quem tinha intenção de comprar. Segundo o Baymard Institute, custos extras altos demais (frete, taxas e impostos) lideram com 40% das menções entre quem abandonou por algum motivo além de estar apenas navegando, à frente de entrega lenta demais (20%), desconfiança em passar o cartão (19%), exigência de criar conta (18%) e checkout longo ou complicado (17%). O mesmo instituto documenta uma taxa média de abandono de carrinho de 70,22%, calculada a partir de 50 estudos.

Isso posiciona o frete como uma alavanca de conversão de primeira grandeza, e é aí que mora a armadilha: como o frete pesa muito na decisão, é fácil concluir que “quanto menos frete, melhor” e zerar o limiar sem olhar a conta do outro lado. A pergunta certa não é se o frete grátis converte mais, ele quase sempre converte, é a partir de qual valor de pedido ele ainda paga a própria conta.

Teste de frete grátis: o limiar é um número, e números se testam

O erro conceitual mais comum é tratar frete grátis como um botão binário (tem ou não tem). Na prática, é um valor: acima de R$ X o cliente não paga envio. Esse X governa três coisas ao mesmo tempo:

• A taxa de conversão. Quanto mais baixo o limiar, mais gente atinge o benefício sem esforço, e maior a conversão.
• O ticket médio. Quanto mais alto o limiar, mais gente adiciona um item extra para alcançá-lo, e maior o valor médio do pedido.
• O custo de frete que a loja absorve. Quanto mais baixo o limiar, mais pedidos pequenos chegam com envio bancado pela loja, e menor a margem por pedido.

As três se movem em direções diferentes, e é exatamente por isso que a decisão não pode sair de uma métrica só.

Como escolher os limiares candidatos

Não escolha por número redondo. Escolha olhando a distribuição real dos valores de carrinho da sua loja nos últimos meses. O procedimento prático:

1. Levante o histograma de valor de pedido (ou de carrinho, incluindo os abandonados) em faixas de R$ 20 ou R$ 25.
2. Encontre a faixa onde a concentração é maior. É de lá que virá a maior parte do movimento.
3. Posicione o limiar candidato logo acima dessa faixa densa, na distância que um item médio do seu catálogo consegue cobrir. Se o carrinho típico fecha em R$ 130 e o item médio custa R$ 45, um limiar em R$ 160 é alcançável com um item a mais; um limiar em R$ 260 não é.
4. Escolha o segundo candidato do outro lado da faixa, para o teste medir uma diferença real de comportamento e não duas versões do mesmo valor.

Sinal na distribuição de carrinho	Limiar candidato	O que esperar
Concentração alta logo abaixo do limiar atual	Manter o limiar e testar a comunicação dele	Ganho de conversão sem custo de margem, o teste mais barato dessa família
Concentração alta bem abaixo do limiar atual	Testar um limiar mais baixo	Conversão sobe, margem por pedido cai, decisão vai depender do lucro por visitante
Cauda relevante acima do limiar atual	Testar um limiar mais alto	Ticket médio sobe, conversão cai, e o risco é perder o cliente de compra pequena recorrente
Distribuição achatada, sem pico claro	Testar frete grátis sem limiar contra o atual	Hipótese legítima, mas entre com guarda de margem por pedido desde o primeiro dia

Repare na primeira linha: em muitas lojas o teste com melhor relação entre esforço e retorno não é mudar o valor, é comunicar o valor que já existe. Uma barra de progresso mostrando “faltam R$ 23 para o frete grátis” no carrinho não muda a economia do pedido, muda quantas pessoas percebem que estão perto do benefício. Vale testar isso antes de mexer no número, porque o downside de margem é zero.

A métrica que decide não é a conversão

Este é o ponto que separa um teste de frete grátis bem lido de um mal lido. A conversão é a métrica que todo painel mostra primeiro e é a que quase sempre favorece o limiar mais baixo. O veredito honesto vem do lucro por visitante, que combina três números:

• taxa de conversão da variação,
• ticket médio (e, dentro dele, a margem bruta dos itens),
• custo de frete que a loja absorveu por pedido.

Uma variação pode vencer em conversão, perder em ticket médio e ainda assim ganhar no agregado, ou o contrário. A regra prática: decida pelo lucro por visitante, diagnostique pela conversão e pelo ticket médio. Se o seu painel não calcula lucro, a aproximação mínima aceitável é receita por visitante descontado o custo de frete absorvido, que já captura a maior parte do trade-off. A calculadora de receita por visitante ajuda a montar essa conta.

Uma ressalva estatística honesta: o teste de duas proporções que a calculadora de significância deste blog usa serve para taxas (quantos de quantos converteram). Ticket médio e receita por visitante são médias de valores contínuos, com cauda longa, e não devem ser lidos com o mesmo teste. Poucos pedidos muito grandes movem uma média sozinhos, e é comum uma diferença de ticket que parece expressiva desaparecer quando se olha a mediana. Trate a diferença de conversão com o rigor do teste de proporção e a diferença de ticket com a cautela de quem sabe que a média está sendo puxada por poucos pontos.

Dimensionando o teste

Ajuste a taxa de conversão atual da loja, o ganho mínimo que justificaria mudar o limiar e o tráfego semanal real:

Taxa de conversão atual%Efeito mínimo detectávelrelativo (%)absoluto (pp)Confiança909599%Poder8090%Visitantes por semana (total)Testebilateralunilateral

-Visitantes por variação

-Total (2 variações)

-Duração estimada

Cálculo por aproximação normal de duas proporções, 2 variações (50/50). Mexa nos campos e veja o impacto ao vivo.

Um exemplo trabalhado com números reais

Uma loja converte 2,5% dos visitantes em pedido e recebe 30.000 visitas por semana. O time quer testar baixar o limiar de frete grátis de R$ 199 para R$ 149.

Se a ambição for detectar uma melhora relativa de 10% na conversão (de 2,5% para 2,75%), a 95% de confiança e 80% de poder, a matemática pede 64.199 visitantes por variação, o que com 30.000 visitas semanais leva 30 dias. Mirando 15% relativo (de 2,5% para 2,875%), o requisito cai para 29.193 por variação e o teste fecha em cerca de 14 dias. Como baixar o limiar é uma mudança grande na oferta, mirar 15% é uma escolha defensável; mirar 5% seria pedir dois meses e meio de teste para um efeito que a própria mudança dificilmente produziria de forma tão sutil.

Suponha que o teste rodou até 30.000 visitantes por variação e terminou com 750 pedidos no controle (2,50%, limiar R$ 199) contra 840 na variação (2,80%, limiar R$ 149). Rodando esses quatro números no mesmo motor de significância do blog: z = 2,29, valor-p ≈ 0,0222, com intervalo de confiança de 95% da diferença entre +0,04 e +0,56 ponto percentual, e melhora relativa observada de +12%. O intervalo não cruza zero, então o ganho de conversão é real.

O ganho de conversão paga o frete que a loja passou a absorver?

Essa é a segunda metade da conta, e é onde muitos testes de frete param cedo demais. Sobre as 30.000 visitas semanais, o ganho de 2,50% para 2,80% na conversão, com um ticket médio de R$ 210, gera R$ 18.900 de receita incremental por semana (30.000 × 0,003 × 210), pelo mesmo cálculo da calculadora de impacto de conversão do blog.

Agora a coluna de custo, que o painel de teste não mostra: baixar o limiar de R$ 199 para R$ 149 faz a loja bancar o frete de toda a faixa de pedidos entre esses dois valores, que antes pagavam envio. Se, no período, 900 pedidos caíram nessa faixa e o custo médio de envio absorvido foi R$ 24, são R$ 21.600 de custo adicional contra R$ 18.900 de receita incremental, e a variação vencedora em conversão é perdedora em resultado. Troque o custo médio de envio para R$ 15 e a conta inverte. Nenhum dos dois cenários aparece no gráfico de conversão, e é por isso que o custo de frete absorvido precisa entrar na leitura desde o desenho do teste, não na reunião seguinte.

Guardas obrigatórias

Guarda	Por que monitorar	Sinal de alerta
Margem por pedido	O limiar mais baixo transfere o custo de envio para a loja	Conversão sobe e a margem cai o suficiente para anular o ganho
Ticket médio e mediana	Limiar alto empurra o carrinho para cima; limiar baixo solta ele para baixo	Média sobe e mediana fica igual: poucos pedidos grandes estão enganando a leitura
Custo de frete absorvido por pedido	É a coluna de custo que o teste cria	Custo por pedido cresce mais rápido que a receita incremental
Taxa de devolução	Compra por impulso para atingir o limiar volta com mais frequência	Devolução sobe na variação de limiar mais alto
Mix por região	No Brasil o custo de envio varia muito por região, e o mesmo limiar tem economias diferentes	Conversão sobe numa região e a margem afunda em outra

A última linha merece atenção especial em lojas brasileiras: um limiar único aplicado ao país inteiro significa margens muito diferentes por região, e um teste lido só no agregado pode aprovar um limiar que é lucrativo no Sudeste e destrutivo no Norte. Declare os segmentos de leitura (região, faixa de ticket, novo x recorrente) antes de rodar, e trate qualquer recorte descoberto depois como hipótese para o próximo teste, não como conclusão. Esse é o mesmo cuidado que evita o paradoxo de Simpson, detalhado nos erros comuns de teste A/B.

Armadilhas específicas do teste de frete grátis

• Mudar o limiar no meio do teste. Parece inofensivo (“só ajustamos R$ 10”), e invalida tudo: os visitantes das primeiras semanas viram uma oferta diferente dos das últimas, dentro da mesma variação.
• Testar durante campanha promocional. Black Friday, cupom agressivo ou frete grátis promocional paralelo contaminam a comparação, porque o cliente já está vendo outra economia na tela.
• Ignorar quem já é recorrente. Cliente recorrente conhece o limiar antigo e reage à mudança de forma diferente de quem chega pela primeira vez. Se a base recorrente é grande, esse recorte precisa estar declarado.
• Ler o resultado só na primeira semana. O efeito no ticket médio aparece rápido; o efeito na recompra e na devolução aparece semanas depois, e é ele que decide se o limiar novo se sustenta.
• Confundir comunicação com economia. Testar a barra de progresso do carrinho é um teste de comunicação, sem custo de margem. Testar o valor do limiar é um teste de economia da oferta. Os dois são válidos, e misturar os dois na mesma variação impede saber qual dos dois causou o resultado.

Faça isso automático na Donnu

Um teste de frete grátis exige três coisas ao mesmo tempo: amostra suficiente para uma taxa base baixa, leitura pelo lucro por visitante em vez de pela conversão isolada, e um intervalo de confiança honesto em vez de um vencedor declarado no quarto dia.

A Donnu A/B entrega isso no seu site: snippet leve que não atrasa o carrinho, dimensionamento automático de amostra e estatística bayesiana sem inventar certeza. Comece um teste grátis de 14 dias e descubra o seu limiar com dados, em vez de copiar o número que o concorrente escolheu por intuição.

---

Leia também: Otimização de Checkout: o Playbook de Teste A/B · Teste A/B de Carrinho Abandonado · Teste A/B de Página de Produto

Referências

• Baymard Institute. Cart Abandonment Rate Statistics. Média de 50 estudos sobre abandono de carrinho e distribuição dos motivos de abandono, incluindo o peso dos custos extras. baymard.com/lists/cart-abandonment-rate.
• Baymard Institute. Checkout Usability Research. Base de problemas de usabilidade documentados em pesquisa de e-commerce em larga escala. baymard.com/research/checkout-usability.
• Kohavi, R., Tang, D. & Xu, Y. Trustworthy Online Controlled Experiments: A Practical Guide to A/B Testing. Cambridge University Press, 2020, sobre métricas de guarda e leitura de métricas com cauda longa. Material de apoio em experimentguide.com.
• Brasil. Código de Defesa do Consumidor (Lei 8.078/1990), artigo 31, sobre a obrigação de informação clara e correta sobre preço, o que inclui as condições da oferta de frete. planalto.gov.br/ccivil_03/leis/l8078compilado.htm.