CRO & UX

Teste A/A

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

Definição

Teste A/A é uma técnica de validação que divide o tráfego entre duas versões idênticas da mesma página, usada para verificar se a ferramenta de experimentação distribui visitantes corretamente e mede dados sem viés antes de rodar testes A/B de verdade.

ClassificaçãoTécnica / Tática
CategoriaCRO & UX
Também conhecido comoA/A Test
NívelAvançado

O que é Teste A/A?

Teste A/A, também chamado de A/A Test, é uma técnica que divide o tráfego de uma página entre duas versões idênticas. As duas metades dos visitantes veem exatamente o mesmo conteúdo, e a expectativa é que as métricas das duas fiquem estatisticamente equivalentes.

O teste A/A funciona como calibragem do sistema de experimentação. Se duas páginas iguais apresentam taxas de conversão muito diferentes, algo está errado: a divisão de tráfego pode estar enviesada, o rastreamento pode estar duplicando conversões ou a configuração da ferramenta pode ter falhas. Corrigir isso antes evita que um teste A/B futuro aponte um falso vencedor.

A técnica também serve para estabelecer a variação natural das suas métricas. Mesmo entre grupos idênticos, os números oscilam por puro acaso. Conhecer o tamanho dessa oscilação ajuda a equipe a não comemorar diferenças pequenas que o acaso sozinho explicaria.

Como funciona na prática?

  1. Configure um experimento normal na ferramenta de testes, mas crie a variação B como cópia exata da versão A, sem nenhuma mudança.
  2. Divida o tráfego em 50/50 e defina a duração de teste como faria em um experimento real, cobrindo semanas completas.
  3. Acompanhe conversões, receita e demais métricas nos dois grupos.
  4. Compare os resultados. A expectativa é ausência de vencedor estatístico: as diferenças devem ficar dentro da margem do acaso.

Exemplo hipotético: um e-commerce divide 20.000 visitas entre duas versões idênticas do checkout. O grupo 1 converte 2,1% e o grupo 2 converte 2,0%. A diferença é pequena e sem significância, o que indica sistema saudável. Se um grupo marcasse 2,0% e o outro 3,5% com significância, a instrumentação precisaria de auditoria antes de qualquer teste real.

Teste A/A vs Teste A/B: qual a diferença?

CritérioTeste A/ATeste A/B
Versões comparadasDuas idênticasDuas diferentes
ObjetivoValidar ferramenta e medir ruídoDescobrir qual versão converte mais
Resultado esperadoEmpate estatísticoDiferença real entre versões
Quando rodarAntes de adotar ou auditar a ferramentaRotina contínua de otimização

Veredito: o teste A/A audita o sistema de medição e o teste A/B otimiza a página; o primeiro dá confiança para acreditar no segundo.

Exemplos de uso

  • Uma loja virtual acabou de contratar uma ferramenta de experimentação e roda um teste A/A de duas semanas no carrinho antes do primeiro experimento real, para confirmar que a divisão de tráfego funciona.
  • Um time de CRO percebe que os últimos três testes A/B deram vencedores que não se confirmaram nas vendas. O time roda um A/A e descobre conversões duplicadas no rastreamento.
  • Uma fintech usa o resultado do A/A para documentar a oscilação natural da conversão do onboarding, criando uma régua interna para avaliar experimentos futuros.

Erros comuns

  • Rodar o A/A por pouco tempo e concluir que a ferramenta está quebrada por causa de oscilações normais dos primeiros dias.
  • Esperar empate perfeito: pequenas diferenças sem significância são o comportamento esperado.
  • Nunca rodar A/A e confiar cegamente na ferramenta, mesmo após mudanças grandes no site ou no rastreamento.
  • Rodar A/A o tempo todo, gastando tráfego que poderia alimentar experimentos reais.
  • Ignorar um resultado com diferença significativa, seguindo para testes A/B com instrumentação suspeita.

Perguntas frequentes sobre Teste A/A

Para que serve um teste A/A?

O teste A/A valida a ferramenta e a configuração de experimentação. Ele confirma que o tráfego é dividido de forma aleatória e que as conversões são medidas sem viés. Ele também revela a variação natural das métricas, servindo de referência para interpretar resultados de testes A/B futuros.

O que significa quando um teste A/A dá diferença significativa?

Uma diferença significativa entre duas versões idênticas indica problema: divisão de tráfego enviesada, conversões duplicadas, erro de implementação do script ou amostra contaminada. Vale auditar o rastreamento e a configuração antes de rodar qualquer teste A/B, porque o mesmo defeito produziria falsos vencedores.

Com que frequência devo rodar testes A/A?

Rode um teste A/A ao adotar uma ferramenta nova, após mudanças grandes na implementação do site ou do rastreamento e quando resultados de experimentos parecerem inconsistentes com as vendas reais. Fora desses momentos, o tráfego rende mais alimentando experimentos de verdade.

Termos relacionados

← Voltar ao glossário