Depois de mais de uma década gerenciando campanhas para e-commerces nos Estados Unidos, percebi um padrão que se repete em praticamente todas as marcas: os times de marketing gastam horas testando cores de botão, emojis no título e fotos com ou sem pessoas. Mas quase ninguém testa algo muito mais importante: a narrativa de decisão que o anúncio coloca na mente do consumidor.
Enquanto todo mundo se preocupa com o que mostrar, pouquíssima gente testa por que o consumidor deveria comprar. E é exatamente aí que mora a oportunidade que separa e-commerces medianos de marcas realmente lucrativas.
Neste artigo, quero apresentar um método que raramente vejo sendo discutido: o A/B Testing de Arquétipos de Decisão. Em vez de isolar elementos soltos, você testa sistemas completos de crença, medindo impacto não só na conversão imediata, mas no lifetime value (LTV) e na incrementalidade real.
Por que o teste A/B tradicional falha no e-commerce
A metodologia clássica de testar uma variável por vez foi importada da otimização de landing pages e aplicada aos anúncios de forma mecânica. O resultado? Lojas inteiras passam meses testando diferenças irrelevantes, como "Compre Agora" versus "Comprar", enquanto perdem a chance de descobrir qual história de compra gera clientes valiosos de verdade.
O problema central é que a maioria dos testes mede apenas métricas de vaidade: CTR, CPC, taxa de cliques. Só que CTR alto não significa cliente qualificado. Um anúncio apelativo pode atrair um monte de curiosos que nunca vão comprar, enquanto um anúncio mais "frio" pode trazer compradores com ticket médio três vezes maior.
Um exemplo real de uma loja americana de suplementos ilustra bem isso. Eles rodaram um anúncio com o título "Perca 10 kg em 2 semanas" e conseguiram CTR de 4,8% - ótimo, certo? Só que a taxa de conversão foi de 0,9%, um desastre. Em paralelo, um anúncio com a mensagem "Construa uma rotina de saúde sustentável" teve CTR de apenas 1,7%, mas conversão de 3,4% e ticket médio 62% maior. Se a equipe tivesse otimizado só por CTR, teria escalado o anúncio errado e destruído a margem do negócio.
No e-commerce americano, a discussão já avançou para falar de incrementalidade - quanto a campanha realmente gera de vendas que não aconteceriam sem anúncio - e de Customer Lifetime Value (LTV). Seu teste A/B precisa acompanhar essa evolução, ou você continuará jogando dinheiro fora sem perceber.
O que são Arquétipos de Decisão?
A ideia central é simples: cada anúncio conta uma história sobre por que o consumidor deve agir agora, e essa história atrai perfis diferentes de clientes. Em vez de testar elementos isolados, você testa histórias completas. Com base na psicologia da decisão de compra, proponho três arquétipos fundamentais.
1. Arquétipo de Alívio de Dor
O anúncio foca no problema que o produto resolve. A narrativa é: "Você está sofrendo com X, e nós resolvemos X imediatamente."
Exemplo prático: um e-commerce de colchões estilo Casper mostra uma pessoa frustrada com dores nas costas e apresenta o colchão como solução médica imediata.
- Atratividade: alta taxa de cliques, porque fala com uma dor urgente e palpável.
- Risco: atrai compradores impulsivos que buscam alívio rápido, mas podem ter baixa fidelidade se o produto não entregar a promessa imediata. O churn tende a ser maior.
2. Arquétipo de Transformação
O anúncio foca no estado futuro desejado. A narrativa é: "Imagine quem você pode se tornar com este produto."
Exemplo prático: uma marca de fitness estilo Peloton mostra alguém transformando o corpo, mas com foco na nova identidade - "Atleta", "Saudável", "Disciplinado" - e não apenas na perda de peso.
- Atratividade: CTR moderado, mas tende a atrair clientes que buscam mudança de longo prazo.
- Benefício: clientes com maior LTV, porque compram acessórios, repetem compras e se engajam profundamente com a marca.
3. Arquétipo de Pertencimento
O anúncio foca na prova social e na comunidade. A narrativa é: "Milhares de pessoas como você já escolheram este produto; faça parte disso."
Exemplo prático: uma loja de moda estilo Fashion Nova mostra depoimentos reais, contagem de compradores recentes ou influenciadores usando a peça em situações do dia a dia.
- Atratividade: CTR variável, mas geralmente alto em audiências frias que buscam validação social.
- Risco: se a prova social for superficial, atrai clientes que compram por influência, não por convicção - e podem cancelar ou devolver com facilidade.
Como testar Arquétipos de Decisão na prática
Agora que você entende os três arquétipos, veja o passo a passo para executar um teste A/B que gere dados de negócio, não apenas métricas de vaidade.
Passo 1: Defina a hipótese de comportamento, não de elemento
Em vez de "mudar a cor do botão", sua hipótese deve ser algo como:
"Clientes que compram por transformação (não por alívio de dor) terão ticket médio 40% maior e taxa de recompra 25% superior nos primeiros 90 dias."
Essa hipótese conecta diretamente o teste à estratégia de crescimento do e-commerce.
Passo 2: Crie três variações de anúncio, cada uma representando um arquétipo
- Mesma oferta, mesmo produto, mesmo público, mesmo orçamento.
- A diferença está na narrativa central: copy, imagem e até a estrutura do anúncio (carrossel, vídeo curto ou imagem estática), desde que cada formato reforce o arquétipo.
- Importante: não misture arquétipos na mesma variação. A pureza da narrativa é crucial para a leitura dos dados.
Para uma marca de skincare, por exemplo:
- Variação A (Dor): imagem de pele com acne, título "Cansada de esconder o rosto?"
- Variação B (Transformação): antes/depois sutil, título "Sua pele radiante começa hoje"
- Variação C (Pertencimento): foto de grupo de clientes reais, título "Junte-se a 50 mil mulheres que já descobriram"
Passo 3: Rode o teste por tempo suficiente
No e-commerce americano, recomendamos pelo menos 2 a 3 ciclos de compra completos. Se o produto é de compra recorrente (como suplementos), espere de 60 a 90 dias. Se é compra única (como móveis), pelo menos 30 dias. Parar o teste cedo por causa de CTR baixo é um erro clássico. Os algoritmos do Google Ads e do Meta Ads precisam de tempo e conversões suficientes para otimizar.
Passo 4: Avalie métricas de negócio, não de clique
- Taxa de conversão real (vendas efetivas via pixel e server-side tracking, não apenas cliques).
- Ticket médio por variação.
- Tempo até a segunda compra (se aplicável).
- Incrementalidade: rode um grupo de controle sem anúncio para medir o verdadeiro impacto.
- LTV projetado: use dados históricos para estimar o valor de longo prazo dos clientes adquiridos por cada arquétipo.
Um resultado hipotético para uma marca de skincare poderia ser este:
- Variação A (Dor): CTR 3,2%, CPC US$ 0,80, conversão 1,8%, ticket médio US$ 35, LTV 90 dias US$ 80
- Variação B (Transformação): CTR 1,9%, CPC US$ 1,20, conversão 2,7%, ticket médio US$ 55, LTV 90 dias US$ 180
- Variação C (Pertencimento): CTR 2,5%, CPC US$ 1,00, conversão 2,1%, ticket médio US$ 40, LTV 90 dias US$ 120
Mesmo com CTR mais baixo e CPC mais alto, a Variação B gera clientes com LTV 125% maior. Se você otimizasse por CTR, perderia o melhor cliente.
Método extra 1: Teste de Fricção Financeira
Outro teste pouco explorado é o que chamo de Fricção Financeira. A maioria dos anunciantes decide mostrar ou esconder o preço com base em intuição. Mas o preço no anúncio é uma ferramenta de segmentação poderosa.
Teste essas três variações:
- Anúncio com preço explícito: "A partir de US$ 299"
- Anúncio com parcelamento: "12x de US$ 24,90 sem juros"
- Anúncio sem preço: foco no benefício
O que a maioria descobre?
- O anúncio com preço tende a ter CTR menor, mas taxa de conversão muito maior, porque pré-qualifica o clique. O CPC pode subir, mas o ROAS efetivo dispara.
- O anúncio com parcelamento atrai clientes com menor poder aquisitivo imediato, mas que podem ter maior recorrência se o parcelamento facilitar a primeira compra.
- O anúncio sem preço atrai curiosos - bom para topo de funil, péssimo para performance se o objetivo é venda imediata.
Um exemplo ilustrativo de uma loja de eletrônicos:
- Preço explícito: CTR 1,2%, CPC US$ 1,50, conversão 6