Teste A/B de Landing Page B2B SaaS: guia prático
Teste A/B de landing page B2B SaaS: como resolver o problema de volume, qual métrica usar em vez de formulário preenchido e o que testar primeiro.
📚 Este artigo faz parte do guia Otimização da Página de Preços SaaS: o Playbook Completo.
Teste A/B de landing page B2B SaaS falha por dois motivos que quase nunca são o design: volume insuficiente para o efeito que o time quer detectar, e métrica primária errada, medindo formulário preenchido quando o que paga a conta é oportunidade qualificada. Resolver esses dois pontos antes de escolher o que testar muda mais o resultado do programa do que qualquer biblioteca de boas práticas. Este guia, parte do playbook de otimização da página de preços SaaS, cobre a conta de viabilidade que decide se o teste vale começar, a métrica certa e os guardrails de qualificação, o que testar por ordem de alavancagem, e um exemplo trabalhado ponta a ponta com calculadora ao vivo.
Por que landing page B2B é um caso à parte
As diferenças entre testar uma página B2B e uma página de e-commerce não são de estilo, são de matemática e de tempo:
| Dimensão | E-commerce típico | Landing page B2B SaaS |
|---|---|---|
| Volume disponível | Alto, amostra fecha em dias | Baixo, amostra fecha em semanas ou meses |
| Taxa base da métrica primária | 2% a 3% de conversão do site | 3% a 8% de solicitação de demo, mais alta e mais volátil |
| Distância entre evento medido e receita | Curta: a compra é o próprio evento | Longa: demo, qualificação, proposta, fechamento |
| Ciclo até saber se o lead prestou | Imediato | Semanas a meses |
| Quem decide | Uma pessoa | Comitê, com influenciador e aprovador diferentes |
| Risco de vitória falsa | Ticket médio caindo | Volume de lead subindo e qualificação despencando |
A linha mais importante é a última. Em e-commerce, uma vitória falsa aparece rápido no fechamento do mês. Em B2B, ela pode sobreviver um trimestre inteiro num relatório de conversão bonito, enquanto o time comercial reclama baixinho que os leads pioraram.
A conta de viabilidade, antes de escolher o que testar
Essa é a primeira coisa a fazer, e ela frequentemente encerra a discussão. Sobre uma taxa base de 4,2% de solicitação de demo, a 95% de confiança e 80% de poder:
| Efeito relativo buscado | Taxa alvo | Amostra por variação | Dias a 3.000 visitas/semana | Dias a 6.000 visitas/semana |
|---|---|---|---|---|
| +10% | 4,62% | 37.513 | ≈ 176 | ≈ 88 |
| +15% | 4,83% | 17.050 | ≈ 80 | ≈ 40 |
| +20% | 5,04% | 9.803 | ≈ 46 | ≈ 23 |
| +25% | 5,25% | 6.409 | ≈ 30 | ≈ 15 |
| +30% | 5,46% | 4.544 | ≈ 22 | ≈ 11 |
Rode a sua própria conta com a taxa base e o tráfego reais da sua landing page:
Cálculo por aproximação normal de duas proporções, 2 variações (50/50). Mexa nos campos e veja o impacto ao vivo.
A leitura honesta dessa tabela: com 3.000 visitas por semana, procurar 10% relativos significa quase seis meses de teste, o que na prática é inviável, porque a página, a campanha e o mercado vão mudar antes. As alavancas legítimas são três, e nenhuma delas é “rodar mais rápido”:
- Testar mudanças maiores. Se você só consegue detectar 25% relativos, teste coisas capazes de mover 25%: proposta de valor, estrutura da página, oferta. Trocar a cor do botão não move 25% e não deveria consumir a sua única janela do trimestre.
- Subir a taxa base movendo a métrica para cima do funil. Testar contra um evento mais frequente (iniciar o formulário, clicar no CTA) fecha amostra mais rápido, ao custo de medir algo mais distante da receita. Serve como diagnóstico, não como veredito de negócio.
- Concentrar tráfego. Uma única landing page testada com todo o tráfego pago fecha amostra muito antes de cinco páginas testadas em paralelo, cada uma com um quinto do volume.
A métrica certa: formulário preenchido não é pipeline
Em B2B, a distância entre o evento medido e a receita é o principal produtor de vitórias falsas. Uma variação que remove campos do formulário quase sempre aumenta o preenchimento; se ela aumenta o preenchimento em 20% e derruba a taxa de qualificação em 25%, o pipeline piorou e o relatório de conversão melhorou.
Os guardrails que um teste de landing page B2B precisa declarar antes de rodar:
| Guardrail | O que ele impede | Como ler |
|---|---|---|
| Taxa de qualificação do lead | Ganhar volume e perder aderência ao perfil ideal | Se o preenchimento sobe e a qualificação cai proporcionalmente, o pipeline não mudou |
| Volume absoluto de leads qualificados | Discussão de percentual escondendo o número que importa | Compare o número absoluto entre os braços, não só as taxas |
| Taxa de comparecimento na demo agendada | Agendamento fácil demais gerando ausência | Meça sobre a mesma coorte, com a janela do calendário completa |
| Tempo de carregamento da página | Uma variação mais rica ficando mais lenta | Qualquer piora relevante entra na decisão, mesmo com conversão melhor |
Uma nota sobre prazo: se a métrica primária for oportunidade criada em vez de demo solicitada, o teste precisa correr por pelo menos um ciclo comercial médio completo depois da última entrada de tráfego. Ler antes disso compara uma coorte madura com uma coorte incompleta, e o viés favorece sistematicamente quem converte rápido.
O que testar, por ordem de alavancagem
Em B2B, com poucas janelas por ano, a ordem importa mais que a lista. Comece pelo que pode mover o efeito grande que o seu volume consegue detectar:
| Ordem | O que testar | Hipótese | Esforço |
|---|---|---|---|
| 1 | Proposta de valor do título, não o texto do título | Um enquadramento diferente do problema fala com outra dor e muda a decisão de continuar lendo | Baixo |
| 2 | Especificidade do segmento na página | Uma página que nomeia o setor e o cargo do visitante converte melhor que uma genérica | Médio |
| 3 | Oferta do CTA (demo contra teste grátis contra diagnóstico) | O compromisso pedido pode estar grande demais para o estágio do visitante | Médio |
| 4 | Número e obrigatoriedade de campos do formulário | Menos fricção aumenta o preenchimento, com risco de qualificação | Baixo |
| 5 | Prova social específica do segmento | Logo e caso reconhecíveis pelo visitante funcionam como prova; irrelevantes ocupam espaço | Médio |
| 6 | Velocidade de carregamento | Página mais rápida remove abandono que nenhum argumento recupera | Médio a alto |
| 7 | Estrutura da página (ordem das seções, tamanho) | Mudar a sequência do argumento muda quem chega ao CTA | Alto |
| 8 | Prazo e clareza do que acontece depois do envio | Incerteza sobre o próximo passo trava o clique final | Baixo |
O item um merece precisão, porque é onde a maioria dos testes B2B desperdiça a janela. Testar “Aumente sua produtividade” contra “Aumente a produtividade do seu time” é testar redação, e redação raramente move os 20% ou 25% que o seu volume consegue detectar. Testar um enquadramento de problema contra outro (economia de custo contra redução de risco contra velocidade de implantação) é testar posicionamento, e isso move.
Velocidade: a alavanca que o time de conteúdo esquece
Vale destacar a linha seis porque ela é uma das poucas hipóteses de landing page com teste A/B público e documentado. A Vodafone rodou um teste A/B comparando uma versão otimizada da landing page com a original e reportou LCP 31% melhor (5,7 segundos contra 8,3), com 8% mais vendas, 15% de alta na taxa de lead por visita e 11% na de carrinho por visita (web.dev, estudo de caso Vodafone). As otimizações foram técnicas, não de copy: renderização de widget movida do cliente para o servidor, HTML crítico renderizado no servidor e imagens otimizadas.
Num teste A/B do mesmo tipo, a Rakuten 24 comparou uma versão otimizada para Core Web Vitals contra a original ao longo de um mês, com divisão 50/50 e, segundo o relato, nenhuma outra diferença funcional ou visual entre as versões, reportando +53,37% de receita por visitante, +33,13% de taxa de conversão, +15,20% de ticket médio e redução de 35,12% na taxa de saída (web.dev, estudo de caso Rakuten 24).
Os dois são casos de empresas específicas, em contextos específicos, e nenhum deles é uma promessa transferível para a sua página. O que eles sustentam é mais modesto e mais útil: velocidade é uma hipótese testável de verdade, com efeito potencialmente grande o suficiente para caber no seu orçamento de amostra, e é frequentemente a única alavanca da lista que não exige alinhamento de posicionamento com marketing e vendas.
Um exemplo trabalhado
Uma landing page de SaaS B2B recebe 9.200 visitas por braço ao longo da janela planejada. O teste troca o enquadramento do título, de ganho de produtividade para redução de risco operacional, mantendo a oferta e o formulário idênticos. A métrica primária é a solicitação de demo:
- A (controle, enquadramento de produtividade): 386 demos solicitadas em 9.200 visitas, taxa de 4,20%.
- B (variação, enquadramento de risco): 452 demos solicitadas em 9.200 visitas, taxa de 4,91%.
Teste z bilateral de duas proporções. "Sem significância" quase sempre quer dizer que falta amostra, não que as versões são iguais.
Cole 9200/386 em A e 9200/452 em B para conferir: o lift absoluto é de 0,72 ponto percentual (lift relativo de +17,10%), o escore z fica em cerca de 2,33 e o valor-p bilateral em torno de 0,0196. O intervalo de confiança de 95% da diferença vai de 0,11 a 1,32 ponto percentual, não cruza o zero, e a variação B vence.
Antes de adotar, uma última checagem que separa o time disciplinado do time apressado: leia o guardrail de qualificação na mesma coorte. Se o enquadramento de risco trouxe 17% mais demos e a taxa de qualificação ficou estável, a vitória é real e o pipeline cresce. Se a qualificação caiu na mesma proporção, o que mudou foi a composição do lead, não o resultado, e a decisão correta é investigar quem passou a preencher antes de trocar a página inteira.
Os erros mais comuns
| Erro | Sinal de alerta | Correção |
|---|---|---|
| Testar redação quando o volume só detecta posicionamento | O teste do trimestre foi trocar duas palavras do título | Escolha o efeito mínimo primeiro; teste algo capaz de movê-lo |
| Medir só formulário preenchido | O relatório não tem nenhuma métrica de qualificação | Declare qualificação e volume absoluto de qualificados como guardrails |
| Ler oportunidade antes do ciclo comercial fechar | O resultado saiu duas semanas depois do fim do teste | Espere pelo menos um ciclo médio completo depois da última entrada |
| Rodar cinco páginas em paralelo com o mesmo tráfego | Nenhum teste fecha amostra | Concentre o tráfego numa página por vez |
| Mudar campanha e página na mesma janela | A origem do tráfego mudou no meio do teste | Congele mídia durante a janela ou trate como confundidor declarado |
| Comparar quem chegou à página depois de mudar algo antes dela | “Na landing page a variação B converteu mais” | Meça sobre a entrada do teste; a fatia que chegou já é população selecionada |
| Prometer o lift observado como meta | O plano do trimestre usa o número do meio do intervalo | Use o limite inferior do intervalo para planejar, e o ponto para decidir |
Faça isso automático na Donnu
Landing page B2B é o caso em que a estatística deixa de ser detalhe técnico e vira restrição de planejamento: com poucas visitas por semana, a diferença entre um teste que ensina algo e um teste que produz uma opinião nova está inteira na conta feita antes de rodar. Some a isso a distância entre formulário preenchido e pipeline, e você tem o ambiente perfeito para adotar uma variação que piorou o negócio. A Donnu resolve as duas pontas: dimensiona a amostra a partir da sua taxa base real, mostra qual efeito mínimo o seu tráfego consegue detectar antes de você investir a janela, segura o veredito até o prazo combinado e devolve o intervalo de confiança inteiro junto das métricas de guarda que você declarou.
Comece um teste grátis de 14 dias e rode o próximo teste da sua landing page com esse rigor.
Referências
- web.dev. Estudo de caso Vodafone. Teste A/B de landing page com LCP 31% melhor, 8% mais vendas, 15% na taxa de lead por visita e 11% na de carrinho por visita. web.dev/case-studies/vodafone.
- web.dev. Estudo de caso Rakuten 24. Teste A/B de um mês com divisão 50/50, reportando +53,37% de receita por visitante, +33,13% de conversão, +15,20% de ticket médio e redução de 35,12% na taxa de saída. web.dev/case-studies/rakuten.
- Google Search Central. Orientação do Google Search sobre teste A/B. Cloaking, canonical, redirecionamento temporário e duração do teste. developers.google.com/search/docs/crawling-indexing/website-testing.
Leia também:
Perguntas frequentes
- Dá para fazer teste A/B em landing page B2B com pouco tráfego?
- Dá, desde que você aceite detectar efeitos maiores. Sobre uma taxa base de 4,2% de solicitação de demo, com 95% de confiança e 80% de poder, detectar 15% relativos exige 17.050 visitas por variação, cerca de 40 dias a 6.000 visitas por semana. Detectar 10% exige 37.513 por variação, o que dobra o prazo. As duas alavancas honestas são aumentar o efeito mínimo buscado ou aumentar a janela; encurtar o prazo mantendo o alvo não acelera nada, só troca a decisão por um sorteio.
- Qual métrica usar num teste de landing page B2B?
- A métrica primária deve ser o evento mais próximo do dinheiro que ainda tem volume para fechar amostra, normalmente a solicitação de demo ou o agendamento efetivado, com a qualificação como métrica de guarda. Formulário preenchido isolado é enganoso em B2B porque uma variação pode aumentar volume de lead e derrubar a taxa de qualificação, deixando o pipeline igual ou pior com um relatório de conversão melhor.
- Devo reduzir os campos do formulário da landing page B2B?
- É uma das hipóteses mais testáveis e uma das mais fáceis de estragar. Menos campos quase sempre aumentam o volume de preenchimento, e o efeito no pipeline depende de quanto daquela qualificação era realmente usada pelo time comercial. Trate como teste com guardrail: métrica primária é o preenchimento, guardrail é a taxa de qualificação e o volume absoluto de leads qualificados, medidos na mesma coorte e com tempo suficiente para o ciclo comercial.
- Velocidade de página vale como hipótese de teste em B2B?
- Vale, e é uma das poucas hipóteses com teste A/B público documentado. A Vodafone rodou um teste A/B em landing page comparando uma versão otimizada com a original e reportou LCP 31% melhor (5,7 segundos contra 8,3), com 8% mais vendas, 15% de alta na taxa de lead por visita e 11% na de carrinho por visita. É um caso de uma empresa, num contexto específico, não uma regra universal, mas mostra que a alavanca é real e testável.
- Quanto tempo esperar antes de ler o resultado de um teste B2B?
- O prazo é o maior entre o que a amostra exige e o que o ciclo de vendas exige. Se a métrica primária é solicitação de demo, o limitante costuma ser a amostra. Se a métrica primária é oportunidade criada, é o ciclo comercial, e ler antes de o ciclo médio se completar mede uma coorte incompleta, o que enviesa a comparação a favor de quem converte rápido.
- Vale rodar o teste na landing page ou no site inteiro?
- Rode onde a mudança acontece e meça a partir da entrada do teste. Se a mudança é na landing page, a população do teste é quem chega à landing page, e a métrica é medida sobre essa entrada. O erro clássico é mudar algo antes da página e depois comparar apenas quem chegou nela: quem chegou já é população selecionada pela própria mudança, e a comparação vira viés de seleção.
- Prova social de logo de cliente ajuda em landing page B2B?
- É uma hipótese razoável e testável, com uma armadilha específica: logo de cliente só funciona como prova quando quem lê reconhece a empresa e se identifica com ela. Um mural de logos irrelevantes para o segmento visitante ocupa espaço nobre sem entregar prova. Por isso o teste mais informativo raramente é ter ou não ter logos, e sim quais logos, para qual segmento de tráfego.