CRO & UX

Hipótese de Teste

Por Gustavo Bonato Abrão e Francis Trauer · Atualizado em 15 de julho de 2026

Definição

Hipótese de teste é a afirmação estruturada que prevê o resultado de um experimento, conectando uma mudança proposta a um efeito esperado e a uma justificativa baseada em dados, usada para dar direção aos testes A/B e transformar palpites em aprendizado mensurável.

ClassificaçãoConceito
CategoriaCRO & UX
Também conhecido comoHipótese de Experimento · Test Hypothesis
NívelIntermediário

O que é Hipótese de Teste?

Hipótese de teste, também chamada de hipótese de experimento ou test hypothesis, é a afirmação estruturada que prevê o resultado de um experimento antes de ele começar. Ela conecta três peças: a mudança que será feita, o efeito esperado em uma métrica e o motivo pelo qual esse efeito deve acontecer.

O formato mais usado segue a estrutura “Se [mudança], então [efeito na métrica], porque [justificativa baseada em evidência]”. Essa frase simples disciplina o processo de CRO: obriga a equipe a partir de dados, define de antemão o que será medido e transforma qualquer resultado, positivo ou negativo, em aprendizado documentado.

Sem hipótese, o teste A/B vira loteria. A equipe testa cores de botão por palpite, não sabe interpretar o resultado e repete os mesmos erros. Com hipótese, cada experimento responde uma pergunta clara sobre o comportamento do usuário.

Como funciona na prática?

A construção de uma boa hipótese segue quatro passos:

  1. Colete evidência. Fontes comuns: heatmaps, gravações de sessão, pesquisas com usuários, dados de analytics e reclamações do suporte.
  2. Identifique o problema. Exemplo: 70% dos usuários abandonam o checkout na etapa de frete (número hipotético).
  3. Escreva a hipótese: “Se exibirmos o valor do frete já na página de produto, então a taxa de conclusão do checkout vai aumentar, porque o custo surpresa na última etapa é a principal causa de abandono apontada na pesquisa”.
  4. Defina a métrica primária e o tamanho mínimo de efeito que interessa ao negócio, e só então configure o experimento.

Depois do teste, a hipótese é confirmada ou refutada com base no vencedor estatístico. Os dois desfechos alimentam o repositório de aprendizados e geram novas hipóteses.

Exemplos de uso

  • Um e-commerce de suplementos nota, em gravações de sessão, que usuários mobile não encontram o botão de compra. Hipótese: “Se fixarmos o botão de compra no rodapé da tela mobile, então a taxa de adição ao carrinho vai subir, porque o botão atual fica fora da área visível”.
  • Uma clínica odontológica com formulário de 9 campos formula: “Se reduzirmos o formulário para 4 campos, então a conversão em agendamentos vai aumentar, porque a pesquisa on-site apontou o formulário longo como principal fricção”.
  • Um SaaS testa: “Se mostrarmos o preço em reais por usuário/mês em vez do total anual de R$ 3.588, então mais visitantes vão iniciar o trial, porque entrevistas indicaram que o valor anual assusta na primeira visita” (exemplo hipotético).

Erros comuns

  • Escrever hipóteses sem evidência, baseadas apenas em opinião de quem grita mais alto na reunião.
  • Omitir o “porque”, perdendo a justificativa que gera aprendizado quando o teste falha.
  • Definir a métrica depois do teste, escolhendo a que por acaso melhorou.
  • Testar várias mudanças sob uma única hipótese, sem saber qual delas causou o efeito.
  • Descartar hipóteses refutadas em vez de documentá-las: saber o que não funciona também vale dinheiro.

Perguntas frequentes sobre Hipótese de Teste

Como escrever uma hipótese de teste A/B?

Use a estrutura “Se [mudança], então [efeito esperado na métrica], porque [evidência que sustenta a previsão]”. Exemplo: “Se adicionarmos depoimentos acima do formulário, então a conversão em leads vai aumentar, porque a pesquisa mostrou desconfiança como principal objeção”. Defina também a métrica primária antes de rodar o experimento.

Qual a diferença entre hipótese e ideia de teste?

A ideia é um palpite solto, como “testar outra cor de botão”. A hipótese estrutura essa ideia com previsão de efeito e justificativa baseada em evidência. A ideia diz o que mudar; a hipótese explica o que deve acontecer, em qual métrica e por qual motivo, permitindo aprendizado mesmo quando o teste perde.

O que fazer quando a hipótese é refutada?

Documente o resultado e investigue a justificativa. Uma hipótese refutada indica que a evidência foi mal interpretada ou que a solução escolhida atacou o problema errado. Esse registro evita repetir o experimento no futuro e costuma gerar hipóteses melhores, frequentemente priorizadas com frameworks como ICE ou PIE.

Termos relacionados

Teste A/B

Teste A/B é a técnica que compara duas versões de uma página, anúncio ou elemento, dividindo o público de forma aleatória entre elas, usada para descobrir com evidência estatística qual versão gera mais conversões antes de aplicar a mudança para todos.

Priorização ICE/PIE

Priorização ICE/PIE é o conjunto de metodologias que pontuam ideias de experimento em três critérios, Impact, Confidence e Ease no ICE ou Potential, Importance e Ease no PIE, usadas para ordenar o backlog de testes e começar pelos experimentos com maior retorno provável por esforço.

CRO (Conversion Rate Optimization)

CRO (Conversion Rate Optimization) é a metodologia que aumenta a proporção de visitantes que realizam uma ação desejada em um site, combinando pesquisa, hipóteses e testes controlados, usada para extrair mais resultado do tráfego que a empresa já possui, sem aumentar o investimento em mídia.

Heatmap (Mapa de Calor)

Heatmap, ou mapa de calor, é uma técnica de visualização que sobrepõe cores à página do site para mostrar onde os visitantes mais clicam, movem o mouse ou tocam, usada para identificar pontos de atenção e de fricção e priorizar melhorias de conversão.

Pesquisa com Usuários

Pesquisa com Usuários é a metodologia que investiga necessidades, comportamentos e dificuldades das pessoas que usam um produto digital, combinando entrevistas, observação e dados de uso, usada para basear decisões de design e de conversão em evidência em vez de opinião interna.

Vencedor Estatístico

Vencedor estatístico é a variação de um experimento cuja vantagem sobre as demais tem chance baixa de ter surgido por acaso, confirmada por significância estatística, usada para decidir com segurança qual versão da página merece receber todo o tráfego.

← Voltar ao glossário