Otimização de conversão no e-commerce: o método para vender mais com o mesmo tráfego
Método para a loja converter mais: testes A/B, páginas e oferta.

Guias de Conversão e testes A/B
Comece por aqui

Taxa de conversão de e-commerce: qual é boa, como medir e como subir
A fórmula da taxa de conversão, referências públicas por setor, os erros de medição mais comuns e as alavancas para subir em cada etapa do funil.
Otimização de conversão no e-commerce (CRO) é o trabalho de fazer uma parte maior dos visitantes comprar, sem aumentar o tráfego. O método tem cinco passos: medir o funil, achar a etapa que mais perde gente, escrever uma hipótese, testar a mudança em A/B e só então manter o que venceu com dados de pedido pago.
Este é o guia principal do tema na Horsee. Ele explica por que a conversão pesa tanto para quem compra tráfego, como ler o funil da loja, onde costumam estar os problemas, como priorizar o que mudar e como fazer um teste A/B que dá uma resposta confiável. Os guias detalhados de cada parte estão listados no fim.
Por que a conversão pesa tanto para quem compra tráfego?
O custo por venda de uma campanha é, de forma simplificada, o custo por clique dividido pela taxa de conversão. Isso quer dizer que a conversão mexe no custo de cada pedido tanto quanto o preço do anúncio. Um exemplo ilustrativo: com clique a R$ 1,00 e 1% de conversão, cada venda custa R$ 100 em mídia. Se a conversão sobe para 1,5%, a mesma venda passa a custar cerca de R$ 67, sem nenhuma mudança na campanha.
Há um segundo efeito. Quando a loja converte melhor, ela aguenta pagar mais por clique e continuar lucrando. Isso abre espaço para escalar a verba e disputar públicos que antes não davam conta. Por isso, para operações de tráfego pago, melhorar a loja costuma ser a alavanca mais barata.
O que é uma conversão "boa" e como calcular a sua está no guia de taxa de conversão de e-commerce. Aqui o foco é o método para subir esse número.
Como ler o funil da loja?
A taxa de conversão geral diz quanto a loja vende, mas não diz onde ela perde. Para isso, divida a jornada em etapas e meça a passagem de uma para a outra:
- Visita: a pessoa chega à loja (pela home, por uma página de produto ou por uma landing).
- Produto: vê a página de um produto.
- Carrinho: adiciona ao carrinho.
- Checkout: começa o checkout.
- Compra: conclui e paga.
A etapa com a maior queda, em relação ao normal do seu nicho e ao histórico da própria loja, é onde começar. Quebre o funil também por origem (cada campanha traz um público diferente) e por dispositivo (a maioria do tráfego pago chega pelo celular, e uma página que funciona no computador pode travar no telefone).
Na Horsee, a Análise UTM mostra o funil por origem, mídia e campanha, com as colunas visitas, carrinho, checkout e compra e a receita de cada segmento. O artigo de ajuda Análise UTM explica a tela, e Análise de vendas mostra o painel geral, que inclui o abandono de carrinho.
Antes de confiar nos números, confira se o tracking está certo. Evento duplicado ou perdido distorce o funil inteiro. O guia de tracking e atribuição mostra como checar.
O que costuma derrubar a conversão em cada etapa?
A tabela relaciona o sintoma no funil com as causas mais comuns e com o que vale testar.
| Sintoma | Causa provável | O que testar |
|---|---|---|
| Muita gente sai sem ver produto | Anúncio promete uma coisa e a página mostra outra; página lenta | Levar o anúncio direto para a página do produto; mensagem do topo igual à do anúncio; imagens mais leves |
| Vê o produto e não adiciona ao carrinho | Oferta pouco clara, foto fraca, falta de prova, preço sem contexto | Benefício principal acima da dobra, fotos de uso, avaliações, garantia visível, kits |
| Adiciona e não começa o checkout | Frete descoberto tarde, carrinho confuso | Mostrar frete e prazo antes, botão de compra único e claro |
| Começa o checkout e não paga | Formulário longo, cadastro obrigatório, poucos meios de pagamento, desconfiança | Menos campos, compra sem conta, Pix e cartão no mesmo passo, selos e políticas à vista |
| Paga, mas o pedido não aparece como venda | Pagamento recusado ou Pix não pago | Mensagem de recuperação de Pix e de cartão recusado |
As duas últimas linhas se cruzam com outros temas. Os atritos do pagamento estão no guia de checkout e pagamentos, e o que fazer com quem saiu está em recuperar vendas com WhatsApp, e-mail e CRM.
Qual é o método de otimização de conversão, passo a passo?
- Medir. Funil por etapa, por origem e por dispositivo, num período de pelo menos algumas semanas. Anote a taxa de conversão, o ticket médio e a receita por visitante como ponto de partida.
- Diagnosticar. Escolha a etapa que mais perde. Olhe a página como cliente, no celular, vindo do anúncio. Leia as perguntas que chegam no atendimento: elas mostram o que a página não responde.
- Escrever a hipótese. No formato "se mudarmos X, esperamos Y, porque Z". Exemplo: "se mostrarmos o prazo de entrega ao lado do botão de compra, mais pessoas vão adicionar ao carrinho, porque o prazo é a dúvida mais frequente no WhatsApp".
- Testar. Quando o tráfego permite, em A/B, com as duas versões no ar ao mesmo tempo. Quando não permite, mude e compare períodos com cuidado (veja abaixo).
- Decidir e registrar. Mantenha o vencedor, descarte o perdedor e anote o resultado, inclusive o que não funcionou. Um registro de testes evita repetir ideias que já falharam.
De onde vêm as boas hipóteses?
O funil mostra onde a loja perde gente, mas não mostra por quê. Para isso, junte fontes qualitativas:
- Atendimento: as perguntas que chegam no WhatsApp e no e-mail antes da compra são as dúvidas que a página não responde. Se todo mundo pergunta o prazo, o prazo precisa estar na página.
- Pesquisa pós-compra: uma pergunta só, no e-mail de confirmação ("o que quase fez você desistir?"), revela objeções que o lojista não vê.
- Gravações de sessão e mapas de calor: ferramentas desse tipo mostram onde as pessoas param de rolar, onde clicam sem resposta e onde voltam. Assista a algumas sessões de quem saiu no checkout.
- Revisão da página como cliente: abra a loja no celular a partir do anúncio e anote cada momento em que você hesitaria. Peça para alguém de fora fazer o mesmo.
- Avaliações e devoluções: o que os clientes elogiam vira argumento; o que gera troca pode indicar uma promessa mal explicada.
Conversão, ticket médio ou receita por visitante: o que otimizar?
A taxa de conversão é o indicador mais citado, mas não é o único que importa. Uma mudança pode aumentar a conversão e reduzir o ticket, ou o contrário. Por isso, olhe três números juntos:
| Indicador | Como calcular | O que ele mostra |
|---|---|---|
| Taxa de conversão | Pedidos ÷ sessões (ou visitantes) | Quantos compram |
| Ticket médio | Receita ÷ pedidos | Quanto cada pedido vale |
| Receita por visitante | Receita ÷ visitantes | O efeito combinado dos dois |
A receita por visitante é a melhor métrica para decidir testes de oferta, como kits e descontos progressivos, porque leva em conta as duas coisas. Para testes de clareza da página, a taxa de conversão costuma bastar, desde que o ticket não caia.
Como transformar CRO em rotina?
Otimização de conversão funciona como processo contínuo, não como projeto de uma vez. Uma cadência simples para um time pequeno:
- Toda semana: olhar o funil por campanha e anotar quedas fora do normal. Uma queda brusca costuma ser problema técnico (página fora do ar, pagamento falhando, evento de tracking quebrado), não mudança de comportamento.
- A cada duas a quatro semanas: encerrar o teste em andamento, registrar o resultado e começar o próximo da lista priorizada.
- Todo mês: revisar a lista de hipóteses com o que o atendimento e as gravações mostraram, e reordenar pela nota de impacto, confiança e esforço.
- A cada novo produto ou campanha: conferir se a página de entrada continua alinhada com a promessa do anúncio.
O mais importante é ter sempre um teste rodando nas páginas que mais recebem tráfego. Um teste parado é tráfego que não está ensinando nada.
Como priorizar o que testar?
Sempre há mais ideias do que tráfego para testar. Uma forma simples de escolher é dar uma nota de 1 a 5 para três critérios e começar pelas ideias com maior soma:
| Critério | Pergunta |
|---|---|
| Impacto | Quantos visitantes passam por essa parte da página, e quanto a mudança pode alterar a decisão deles? |
| Confiança | Há evidência a favor (dados do funil, perguntas do atendimento, gravações, pesquisa)? |
| Esforço | Quanto custa fazer a variação? (nota alta para o que é fácil) |
Mudanças grandes e visíveis costumam dar resposta mais rápido do que detalhes. Trocar a oferta, a foto principal ou a ordem das seções da página tende a mover o resultado mais do que trocar a cor de um botão.
O que é um teste A/B e quando ele vale a pena?
No teste A/B, o tráfego é dividido entre duas versões da mesma página: a atual (controle) e a nova (variante). As duas ficam no ar no mesmo período, para o mesmo tipo de visitante, e a diferença de resultado pode ser atribuída à mudança, não à semana, ao feriado ou à campanha.
Ele vale a pena quando a página recebe tráfego suficiente para juntar conversões nas duas versões num prazo razoável. Com poucas vendas por semana, um teste pode levar meses para dar resposta. Nesse caso, faça as melhorias óbvias direto (página lenta, informação faltando, checkout quebrado no celular) e deixe o A/B para decisões em que há dúvida de verdade.
Regras para um teste A/B confiável
- Uma hipótese por teste. Se a variante muda oferta, foto e texto ao mesmo tempo, dá para saber que ela venceu, mas não por quê. Às vezes isso basta; só tenha clareza do que está testando.
- Meça a venda, não o clique. A métrica principal é o pedido pago, ou a receita por visitante. Mais cliques no botão sem mais pedidos não ajudam.
- Rode semanas inteiras. O comportamento muda entre dias úteis e fim de semana. Pelo menos 7 dias evita que um dia atípico decida o teste.
- Espere conversões suficientes nas duas versões. Com poucas compras, a diferença pode ser acaso.
- Não pare quando o gráfico estiver bonito. Olhar todo dia e encerrar no primeiro pico é a forma mais comum de declarar um vencedor falso.
- Não mexa no teste no meio. Trocar a divisão de tráfego ou editar a variante com o teste rodando contamina os dados.
Como funciona o teste A/B na Horsee
Na Horsee, o teste A/B nasce de uma página da loja (home, página de produto ou página própria). Em Vender → Páginas, crie o teste pelo menu de três pontos da página. Você define a divisão de tráfego, e a variante B é criada como uma cópia da página para você editar. As duas versões respondem na mesma URL, com a divisão feita na borda, antes de a página carregar.
O painel do teste mostra visitantes únicos, conversões, receita, taxa de conversão, receita por visitante e ticket médio de cada versão, além do lift da variante, da significância e do intervalo de confiança de 95%. A conversão é contada pelo pedido pago. Por padrão, o veredito espera pelo menos 7 dias e 30 conversões em cada versão antes de apontar um vencedor. Quando houver resultado, Promover e Publicar coloca a versão vencedora no ar na URL original e encerra o teste. Os detalhes estão no artigo de ajuda Testes A/B, e todos os testes da loja ficam em Marketing → A/B Testing.
O que testar primeiro numa loja de e-commerce?
Algumas hipóteses aparecem em quase toda loja que vende com tráfego pago. Use como ponto de partida, não como receita:
- Topo da página de produto: a promessa do anúncio repetida no título, o benefício principal e o preço com contexto (kit, parcelamento, frete).
- Foto principal: produto em uso em vez de produto isolado, ou o contrário.
- Prova social perto do botão: avaliações e fotos de clientes antes da descrição longa.
- Garantia e troca à vista: a política resumida em uma linha perto do botão de compra.
- Oferta: unidade avulsa contra kit com desconto progressivo.
- Ordem das seções: perguntas frequentes mais acima para produtos com muitas dúvidas.
- Página de entrada: mandar o anúncio para a página de produto ou para uma landing com mais argumentação.
E quando o tráfego é pequeno demais para A/B?
Use comparação de períodos com disciplina:
- Anote a taxa de conversão e a receita por visitante das últimas duas a quatro semanas.
- Faça uma única mudança e não mexa em mais nada (nem nas campanhas, se possível).
- Compare um período de mesma duração, com os mesmos dias da semana.
- Desconfie de diferenças pequenas: sazonalidade e mudanças no anúncio podem explicar tudo.
É menos confiável do que o A/B, mas melhor do que mudar várias coisas de uma vez e não saber o que funcionou.
Velocidade, celular e confiança: o básico antes de testar
Alguns problemas não precisam de teste, precisam de correção. Antes de gastar tráfego em A/B, confira:
- Velocidade no celular: imagens pesadas e scripts de terceiros são os culpados mais comuns. Abra a loja num celular comum, numa rede móvel, vindo do anúncio.
- Layout no celular: botão de compra visível, texto legível sem zoom, nada cortado.
- Informação essencial: preço, frete, prazo, troca, formas de pagamento e contato devem estar fáceis de achar.
- Checkout que funciona: faça uma compra de teste com cada meio de pagamento.
Um ciclo completo, do dado à decisão (exemplo ilustrativo)
Para ver o método inteiro funcionando, imagine uma loja de acessórios para pets que vende com anúncios no Instagram. Os números abaixo são inventados para o exemplo.
- Medir: o funil das últimas quatro semanas mostra que muita gente chega à página do produto, mas poucas adicionam ao carrinho no celular. No computador, a passagem é bem melhor.
- Diagnosticar: abrindo a página num celular, o botão de compra só aparece depois de três rolagens, abaixo de uma galeria grande. No atendimento, a pergunta mais comum é sobre tamanho.
- Hipótese: "se colocarmos o seletor de tamanho e o botão logo abaixo da primeira foto, com uma tabela de medidas ao lado, mais visitantes no celular vão adicionar ao carrinho, porque hoje eles não veem o botão e têm dúvida de tamanho".
- Testar: variante B com a nova ordem, divisão 50/50, rodando por duas semanas inteiras.
- Decidir: a variante junta mais pedidos pagos sem queda de ticket; o resultado passa do mínimo de dias e de conversões e aparece como significativo. A loja promove a variante e anota o aprendizado: no celular, o botão precisa estar na primeira tela.
Erros comuns na otimização de conversão
- Copiar o "teste vencedor" de outra loja. O público e a oferta são outros. Use como ideia, valide no seu tráfego.
- Medir só a taxa de conversão. Uma variante pode vender mais pedidos de menor valor. Olhe também a receita por visitante e o ticket médio.
- Encerrar o teste cedo. Poucos dias e poucas vendas produzem vencedores que somem depois.
- Testar com tracking quebrado. Se o evento de compra não chega, o teste mede ruído.
- Esquecer quem já saiu. Otimizar a página e não recuperar o carrinho deixa venda na mesa.
- Não registrar o que foi testado. Seis meses depois, ninguém lembra por que a página é do jeito que é.
Guias deste tema
- Taxa de conversão de e-commerce: qual é boa, como medir e como subir: a fórmula, referências públicas e as alavancas por etapa do funil.
Os próximos guias deste tema vão cobrir teste A/B em loja virtual na prática, anatomia da página de produto que converte, velocidade da loja e significância estatística explicada para lojista.
Temas relacionados
- WhatsApp e recuperação: como trazer de volta quem quase comprou.
- Checkout e pagamentos: o último passo do funil, onde a venda mais escapa.
- Tracking e atribuição: dados confiáveis para saber se a mudança funcionou.
Teste, meça e escale na mesma plataforma
Na Horsee, o teste A/B, o funil por campanha, o checkout e a recuperação ficam na mesma plataforma, e a conversão de cada versão é medida pelo pedido pago, sem ferramenta externa. Veja os detalhes na página de crescimento da Horsee: testes A/B, afiliados e e-mail, e os planos em preços.
Do guia para a loja no ar.
Crie a sua loja com IA em minutos, com checkout, Pix e tracking server-side prontos.
