VídeosTour do produtoVídeos curtos e narrados da plataforma real, um recurso por vez.Faça testes frente a frente de texto, design, layout e momento. Escolha um vencedor na significância, ou deixe a IA reequilibrar a divisão toda noite — e leia cada resultado por público, para saber para quem cada versão venceu.
Teste um elemento ou todas as combinações de uma vez. Monte landing pages inteiras e teste no seu próprio domínio. Depois leia o resultado em relatórios que dizem o que venceu, por quanto, com que certeza e para quem.
Texto do hero, páginas de preço, assuntos de email, regras de personalização inteiras — rode testes reais em tráfego real e deixe os dados decidirem.
Teste títulos, imagens do hero, propostas de valor e textos de chamada em landing pages. Rode combinações multivariadas ou divisões A/B simples, com cálculo de significância já incluído.
Teste a exibição de preços, a estrutura dos planos, os fluxos de pagamento e os sinais de confiança. Segmente por tipo de visitante — novo ou recorrente, geografia, origem — para não derrubar a receita dos recorrentes.
Teste assuntos, nomes de remetente, blocos de hero e textos de chamada. A geração no momento da abertura faz o conteúdo vencedor continuar fresco mesmo depois do envio. Promova o vencedor automaticamente no meio da campanha.
Faça testes A/B de experiências personalizadas contra genéricas no mesmo público. Compare duas estratégias de personalização frente a frente. Escale com confiança, e não com fé.
A/B para uma decisão, multivariado quando várias coisas mudam ao mesmo tempo, e um grupo de controle que mantém parte do seu tráfego no site intocado. Depois, duas formas de decidir: um experimento que termina com um vencedor, ou um otimizador que nunca para.
Mostrado a todo visitante que corresponde à segmentação, em qualquer grupo do teste.
O seu site sem alterações — nenhuma ação A/B aqui. O conteúdo da campanha continua valendo.
Estratégia de decisão — quanta certeza devemos ter antes de decidir. Mais alto = mais lento, porém mais seguro.
| Versão | Visualizações | Clicou | Probabilidade de ser a melhor | Divisão atual | Recomendado |
|---|---|---|---|---|---|
| Grupo A | 12.9k | 1.4% | 91.2% | 50% | 87% |
| Grupo B | 13.0k | 1.0% | 8.8% | 50% | 13% |
Visualizações e cliques decaem com uma meia-vida de 28 dias, então o tráfego recente conta mais. A recomendação mantém 10% do tráfego explorando, para que nenhuma versão fique sem dados. Avaliado toda noite.
| # | Grupo 1 | Grupo 2 | Tráfego | Visitantes | Tx. de conv. | Ganho vs. controle |
|---|---|---|---|---|---|---|
| C1 | Título A | Chamada verde | 25% | 6,041 | 2.10% | controle |
| C2 | Título A | Chamada vermelha | 25% | 6,112 | 2.44% | +16.2% |
| C3 | Título B | Chamada verde | 25% | 5,988 | 2.31% | +10.0% |
| C4 | Título B | Chamada vermelha | 25% | 6,020 | 2.87% | +36.7% |
Qual mudança fez o trabalho — e não só qual par venceu.
Edite uma página ao vivo diretamente — mude textos, troque imagens, redesenhe chamadas — ou monte pop-ups, banners e formulários a partir de uma biblioteca de modelos. Cada variação vai da ideia ao ar em minutos, sem desenvolvedores.
Todo teste pode decidir de uma de duas formas, e a maioria decide assim: um experimento com fim, em que o tráfego fica como você definiu e o vencedor tem que merecer a decisão. Os limiares já vêm definidos quando você abre um teste, e são mais rígidos do que os que a maioria das ferramentas traz. Sem planilhas.
Os testes já vêm exigindo 98% de confiança e um mínimo de 1.000 sessões antes que qualquer coisa possa ser chamada de vencedora, mais um tempo mínimo de execução para que uma boa terça-feira não vença na própria terça. A maioria das ferramentas pede 95% e deixa você parar quando quiser.
Aponte o teste para qualquer um dos seus doze eventos de objetivo, ou para compras por sessão, valor do pedido, cliques, taxa de rejeição, páginas por visita ou tempo no site. Um teste que otimiza para cliques e um teste que otimiza para receita nem sempre concordam — então você diz qual dos dois quis dizer.
Defina a menor melhoria em que você realmente agiria, por objetivo. Uma variação que está à frente por uma margem estatisticamente real, mas comercialmente irrelevante, não é promovida, e não desperdiça um quarto do seu tráfego provando isso de novo.
Quando a variação passa pela barra de confiança, pelo mínimo de sessões, pelo tempo de execução e pela sua regra de melhoria, o tráfego vai para ela — todo ele, ou a fatia que você indicar, ou nenhum, se você preferir manter a divisão e receber um email.
As variações são grupos com uma porcentagem de tráfego cada. Dê 45% a cada uma de duas variações e os 10% restantes não veem nada — esse é o seu controle, e ele continua rodando enquanto o teste durar, então o ganho que você reporta é o ganho que você causou.
Antes do lançamento, o editor mostra quais outras campanhas estão mirando públicos sobrepostos em páginas sobrepostas. Dois pop-ups chegando juntos não são um resultado, são uma colisão — e você descobre isso ainda editando, e não pelos números duas semanas depois.
Alguns conteúdos nunca ficam prontos — o banner do hero, a oferta sazonal, o bloco que roda o ano todo. Não há vencedor que valha a pena declarar, porque o vencedor muda.
Mude o mesmo teste para IA: otimizar continuamente e ele deixa de ser um experimento. Toda noite a divisão se desloca para a versão com melhor desempenho agora, dando mais peso ao tráfego recente, mudando só com confiança estatística e sempre mantendo 10% explorando para que nenhuma versão fique sem dados. Nada para declarar, nada para voltar e conferir.
Todo teste também é lido público por público — os públicos que a Personyze descobriu nos seus próprios dados. O veredito diz quando eles discordam, o relatório mostra onde, e as sugestões dizem o que fazer. Três caminhos possíveis:
Um único trecho de código instala em Shopify, WordPress, Magento ou numa stack própria. A partir daí, a Personyze lê os dados de público que você já coleta, para que um teste possa ser dividido por quem a pessoa realmente é — e grava o resultado de volta nas ferramentas em que você já confia.
HubSpot
Salesforce
Segment
6sense
Tealium
Zoho
ZoomInfo
Google Tag Manager
Shopify
WordPress
Leadrebel
Segment
Tealium
Data layer do GTM
Klaviyo
Meta
TikTok
Amplitude
Mixpanel
ActiveCampaign
Brevo
MailchimpCada teste pode disparar o seu próprio evento para as ferramentas que você já usa, por campanha ou como padrão da conta — doze destinos em uma só ação. Cinco disparam do navegador do visitante e precisam do script da ferramenta na página; os outros sete são enviados pelos próprios servidores da Personyze, esteja o visitante ainda no site ou não.
Ganho por variação, intervalos de confiança, recortes por segmento e um critério de decisão claro — para você mostrar exatamente por que uma variação venceu e sustentar a decisão diante dos céticos.
As perguntas que aparecem antes de fechar. Mande qualquer outra e a gente responde rápido.
Os visitantes são divididos entre as versões conforme o tráfego que você define — 50/50 para um A/B clássico, fatias iguais para um teste A/B/n, ou 45/45 com 10% retidos no site intocado para medir o ganho que você realmente causou. Por padrão, um visitante mantém a mesma versão em todas as visitas.
Depois o teste decide de uma de duas formas. Escolher um vencedor por significância: o tráfego fica como você definiu, e quando uma versão supera as outras nos seus objetivos, na confiança, no mínimo de sessões, no tempo de execução e na melhoria mínima que você escolheu, ela é promovida e o teste é concluído. IA: otimizar continuamente: não há conclusão — toda noite a divisão se desloca para a versão com melhor desempenho agora, dando mais peso ao tráfego recente, mudando só com confiança estatística e sempre mantendo 10% explorando. De um jeito ou de outro, o resultado também é lido por público descoberto, para você ver para quem cada versão venceu.
Sim. Teste AB, teste A/B e split test são o mesmo método: duas ou mais versões de uma página, de um pop-up ou de um email são mostradas a visitantes comparáveis, e vence a que atinge melhor o seu objetivo. A Personyze é uma ferramenta de testes AB que também executa testes multivariados — todas as combinações ao mesmo tempo — e lê cada resultado por público.
Escolher um vencedor quando você precisa de uma resposta em que vai agir uma vez: um redesign, um layout de preços, uma mudança no checkout. Ele roda uma divisão fixa e justa até uma versão se provar, diz o ganho e o grau de certeza, e para. Você consegue defender essa decisão.
Otimizar continuamente quando o conteúdo está sempre no ar e a resposta certa muda com o tempo: banners do hero, ofertas, blocos sazonais, qualquer coisa que você testaria de novo a cada trimestre. Ele nunca pede que você volte para declarar nada; mantém a divisão onde os dados recentes dizem que ela deve estar, e mantém 10% explorando para perceber quando isso muda. Alterne entre os dois na campanha a qualquer momento; a escolha vale quando você salva. A versão longa, com a rodada noturna passo a passo.
Toda noite o otimizador roda o teste de novo milhares de vezes em simulação a partir dos dados que tem, e conta quantas vezes cada versão sai na frente. Essa fatia é a chance de ela ser de fato a melhor; números quase iguais significam que os dados ainda não conseguem distinguir as versões, e aí a divisão fica como está. A divisão recomendada segue essa chance, com 10% do tráfego sempre dividido igualmente entre as versões — assim uma versão perdedora continua ganhando os dados que poderiam redimi-la, e uma versão que era a melhor há dois meses ainda pode perder hoje. Visualizações e cliques decaem com uma meia-vida de 28 dias, então o tráfego recente conta mais.
Você escolhe em cada teste. Alternar usuários, o padrão: um visitante mantém a mesma versão em todas as visitas, o certo para funis e para qualquer coisa medida ao longo de dias. Visitas: o mesmo visitante pode receber uma versão diferente a cada visita, para testes de banner e de título em que o que se mede é a impressão. Aleatório: cada visualização de página escolhe de novo. Sem rotação desliga a divisão, então os grupos viram camadas de conteúdo que se aplicam todas juntas, em vez de versões concorrentes.
O veredito pode; a divisão, hoje, não. Cada teste é avaliado dentro de cada público descoberto separadamente — a taxa por versão, o líder ali e o grau de certeza — e uma campanha ainda serve uma única divisão para todos. Para agir sobre um vencedor por público, direcione uma cópia da campanha a esse público com a versão vencedora; o seletor de regras da campanha lista os públicos descobertos como uma categoria. Servir uma divisão diferente por público automaticamente está no roadmap.
Não. A Personyze foi feita para ser sem código: o editor visual permite mudar textos, trocar imagens, redesenhar chamadas ou substituir seções inteiras clicando nelas na página ao vivo. Pop-ups, banners e formulários são montados a partir de uma biblioteca com mais de 20 modelos de widget — sem precisar de um time de engenharia.
Para os casos raros em que você quer uma lógica sob medida (JavaScript próprio, variações renderizadas no servidor, integrações com dados proprietários), há uma ação JS que você pode inserir e uma API REST para atribuir variações no servidor. A maioria dos times nunca precisa de nenhuma das duas.
Os testes A/B da Personyze são totalmente independentes de plataforma. Funcionam em Shopify, Magento, BigCommerce, WooCommerce, Salesforce Commerce, WordPress, Webflow, apps próprios em React ou Vue, Next.js, arquiteturas headless e sites em HTML puro. A integração é um único trecho de JavaScript.
Para variações no servidor há uma API REST. Para testes A/B de email, a Personyze insere o conteúdo no momento da abertura. E para dados, a Personyze se conecta ao seu martech atual: Google Analytics 4, Mixpanel, Segment, HubSpot, Salesforce, Marketo, ActiveCampaign e qualquer ferramenta com API REST ou webhooks.
Os termos são usados como sinônimos — os dois descrevem dividir o tráfego entre duas ou mais variações e medir qual tem melhor desempenho. “Teste A/B” é a expressão mais comum para experimentos de landing page e CRO; “split test” às vezes é usado para descrever especificamente testes por URL, em que cada variação fica em uma página diferente.
A Personyze faz os dois: variações A/B na mesma página pelo editor visual, e split tests de página inteira em que você redireciona uma porcentagem do tráfego para outra URL. Testes multivariados (A/B/n) e com grupo de controle também são suportados na mesma interface — sem precisar de outra ferramenta.
A partir de uma conta nova, a maioria dos times lança a primeira campanha em menos de 15 minutos: escolha um modelo, escolha um disparo, defina o público e publique. Sem código, sem fila de desenvolvimento.
Para configurações mais complexas (dados de CRM próprios, identificação de empresas por IP para ABM, fluxos com várias etapas), conte com algumas horas ou agende uma sessão de implementação gratuita com o nosso time de sucesso.
Não. O script da Personyze tem menos de 30 KB compactado, carrega de forma assíncrona e as decisões são tomadas em menos de 50 ms. Não bloqueamos a renderização. Os clientes relatam de forma consistente nenhum impacto mensurável nos Core Web Vitals depois da implantação.
Sim — cada pop-up, barra e banner é feito com HTML/CSS padrão, então você pode usar o editor visual, ou colar o seu HTML e herdar o CSS do seu site. Mas raramente é preciso: a Personyze oferece aplicar a sua marca a qualquer modelo que mostra — suas cores, suas fontes e o seu idioma — para que um design já comece com a cara da marca, em vez de ter que ser adaptado depois.
Sim — integrações nativas com HubSpot, Salesforce, Mailchimp, Klaviyo, ActiveCampaign e Marketo. Os contatos captados nos formulários de pop-up podem ir automaticamente para o seu CRM como novos leads, com mapeamento de campos personalizado. Webhooks permitem conectar qualquer outra coisa.
Sim — os testes estão embutidos em cada recurso, e não colados por fora. Teste algoritmos de recomendação uns contra os outros, coloque ofertas e disparos de pop-up frente a frente e prove quais variações de landing page vencem para cada público.
Sim, e o relatório foi feito para dizer isso. Todo teste também é lido por público descoberto: a taxa por braço dentro do público, o líder ali e a confiança de uma discordância com o líder geral, medida contra o braço com que ele discorda. Um veredito de uma linha no topo dos resultados nomeia o maior público que discorda; o relatório Testes A/B por público lista cada público com tráfego suficiente, com um filtro só para os conclusivos. A participação é a do momento da rodada que marcou as sessões, o que o painel informa na dica.
Lance o seu primeiro teste A/B em 15 minutos. Significância real, proteções reais, sem precisar de um estatístico no time.