Para analisar a qualidade dos leads no teste A/B, compare os formulários e os aceites sobre o mesmo total de pessoas de cada versão. Em seguida, se B recebe mais pedidos e gera menos contatos aceitos pelo comercial, confira quanta perda o resultado ainda admite antes de liberar a mudança.
Por exemplo, encurtar o formulário de orçamento pode facilitar o envio. Ao mesmo tempo, a equipe pode receber mais pedidos de serviços que a empresa não oferece. Por isso, comece separando o volume de entradas do resultado que a operação queria preservar.
Como medir a qualidade dos leads no teste A/B
Primeiro, combine o que significa um lead aceito. Em uma empresa de instalação, por exemplo, o comercial pode aceitar pedidos com serviço no escopo e endereço dentro da área atendida. Em seguida, registre o aceite no sistema de relacionamento com clientes, o CRM, com data e motivo. Consulte o guia de qualificação de leads por oferta e etapa para formular os critérios.
Em seguida, escolha a mesma unidade para os dois grupos. Se a distribuição foi por pessoa, conte cada pessoa uma vez em sua versão. Depois, divida quem teve um lead aceito pelo total atribuído àquela versão, incluindo quem não enviou o formulário. Assim, o teste mede quantos aceites cada versão gera para a população que recebeu.
Se o principal objetivo comercial é receber contatos adequados, recomendamos avaliar se aceites por pessoa deve ser a métrica principal. Por outro lado, quando o objetivo do teste é facilitar o envio, trate o aceite como uma métrica de proteção, ou seja, uma medida com limite de perda. A Microsoft Research descreve métricas de proteção em experimentos.
Aceites por pessoa quando sobem os formulários
Suponha uma empresa que encurtou o formulário na versão B e manteve a oferta, os critérios de aceite e o atendimento. Ao longo de duas semanas, a empresa atribuiu 2.000 pessoas a cada versão. Em seguida, a empresa contou formulários e aceites feitos até sete dias após a atribuição de cada pessoa. Por isso, a comparação só foi fechada depois que a última entrada completou a janela.
| Medida | Versão A | Versão B |
|---|---|---|
| Pessoas no teste | 2.000 | 2.000 |
| Enviaram o formulário | 200 (10,00%) | 260 (13,00%) |
| Tiveram o lead aceito | 100 (5,00%) | 86 (4,30%) |
| Aceitos entre quem enviou | 50,00% | 33,08% |
Nas duas versões, o total de pessoas foi igual. Por isso, os 60 envios a mais correspondem a uma alta de 3 pontos percentuais, de 10% para 13%. Já a proporção de aceites por pessoa caiu de 5% para 4,30%, uma diferença de 0,70 ponto percentual para baixo.
Além disso, a proporção de aceites entre quem enviou caiu de 50% para 33,08%. Por exemplo, essa proporção ajuda a investigar a carga da triagem quando entram mais formulários. Como o próprio formulário muda quem resolve enviar, use o total de pessoas atribuídas para comparar o resultado do teste. Saiba como conferir a unidade da taxa de conversão.
Margem de queda para proteger a qualidade dos leads
Antes do teste, a empresa combinou que só mudaria o formulário se o teste descartasse uma queda de 1 ponto percentual ou mais nos aceites por pessoa. Além disso, a equipe precisa explicar o custo da perda e planejar uma amostra capaz de avaliá-la. Por exemplo, uma queda de 1 ponto no patamar de 5% levaria a taxa a 4%, ou 20 aceites a menos por 2.000 pessoas.
Como ler o intervalo dos aceites por pessoa
A seguir, compare o intervalo de confiança com essa margem. Assim, você lê uma faixa de efeitos compatíveis com as contagens dentro do método adotado. No exemplo, usamos intervalos bilaterais de 95% pelo método ajustado de Agresti e Caffo, com observações independentes e desfechos por pessoa. O NIST mostra o cálculo para a diferença entre duas proporções.
Diferença de B para A, em pontos percentuais. A linha horizontal mostra o intervalo de confiança de 95%. O ponto indica a diferença observada.
Diferença de +3,00 p.p. · Intervalo de +1,02 a +4,97 p.p.
Diferença de −0,70 p.p. · Intervalo de −2,01 a +0,61 p.p.
Traço sólido em 0 p.p. Traço pontilhado no limite de −1 p.p. dos aceites. A extremidade inferior dos aceites passa desse limite. MAIKON.biz.
O intervalo dos formulários fica acima de zero. Já o intervalo dos aceites cruza o limite de −1 ponto percentual e inclui zero. Assim, o teste admite tanto uma perda comercial acima da tolerância quanto a possibilidade de estabilidade. Por isso, a regra combinada ainda não libera B. A Microsoft Research discute decisões quando a métrica principal e a de proteção divergem.
Para aplicar a mesma lógica, abra a parte sobre critérios de decisão no pilar de teste A/B. Em seguida, confira se o relatório usa a diferença absoluta de B para A e se a margem definida se refere a pontos percentuais. Por exemplo, um relatório em variação relativa usa outra escala.
O que os pedidos pendentes mostram no CRM
Primeiro, pegue um lote de pedidos de cada versão e confira se o CRM registrou a origem, a data, o motivo do aceite e a pessoa correspondente. Depois, confira se cada grupo teve o mesmo prazo para avaliação e se a equipe aplicou os mesmos critérios. Por exemplo, um atraso na triagem pode reduzir os aceites dentro da janela, mesmo quando a adequação dos pedidos é parecida.

Para interpretar a qualidade dos leads no teste A/B, separe as recusas por escopo dos pedidos que ficaram sem avaliação até o fim da janela. Dessa forma, fica mais fácil saber se vale revisar o formulário, adequar a oferta ou ajustar a capacidade de resposta. Além disso, preserve o prazo original na análise. Por fim, se a qualificação mudou durante o teste, registre a mudança e avalie se a comparação precisa ser refeita.
Ficha para decidir pela margem combinada
Para começar, recupere o intervalo de B menos A. Em seguida, cole os dois limites e a margem definida para os aceites por pessoa. Por fim, registre a métrica principal, o método do teste e a próxima revisão com a equipe.
O intervalo respeita a margem de queda?
Use o intervalo de B menos A no relatório e a margem definida antes do teste. Preencha em pontos percentuais. Para um limite em −1 p.p., digite 1 no campo da margem.
Perguntas frequentes sobre qualidade dos leads no teste A/B
Por que olhar os aceites por pessoa?
A comparação inclui quem recebeu A ou B, inclusive quem desistiu antes de enviar. Assim, a taxa mostra quantos contatos aceitos cada versão gera para cada grupo de pessoas.
Quando um lead pendente entra no cálculo?
Se o resultado planejado é aceite dentro de sete dias, conte como aceitos só os confirmados nesse prazo. Por isso, espere os sete dias completos para todos. Depois, mantenha separado o motivo de quem não chegou ao aceite.
Se o intervalo inclui zero, os aceites ficaram iguais?
O intervalo pode incluir zero e também perdas relevantes. Por isso, compare seu limite inferior com a margem planejada. Em seguida, leia os extremos em pontos percentuais.
Posso ajustar a margem depois de ver o resultado?
Combine a margem antes da leitura. Se a empresa mudar o que considera tolerável, registre o novo critério e use-o em um próximo teste planejado. Assim, a regra de decisão precede o resultado.
Quando investigar o atendimento em vez do formulário?
Se a equipe encontra mais pedidos pendentes, tempo de resposta diferente ou inconsistência no CRM, comece pela verificação do processo. Em seguida, compare os motivos de aceite e recusa para orientar o próximo teste.
Citar este conteúdo
Maikon Richardson. Teste A/B com mais formulários e menos leads aceitos. MAIKON.biz, 15/11/2026. Disponível em: https://maikon.biz/qualidade-dos-leads-no-teste-ab/
Última alteração registrada no WordPress: .
