Um roadmap de personalização falha de um jeito previsível: o time lança oito segmentos no primeiro mês, nenhum recebe tráfego suficiente para gerar um resultado legível e, no terceiro mês, ninguém sabe dizer se a personalização funciona. A solução não é mais ambição, é sequenciamento. Comece com menos segmentos do que você imagina, verifique o que o seu tráfego realmente consegue detectar antes de testar qualquer coisa e decida de antemão qual resultado faz você escalar ou encerrar uma regra.
Este é um plano de 90 dias, semana a semana, para testes de personalização em um site B2B: quem é responsável pelo quê, com quais dois segmentos começar e por quê, um teste de realidade do tamanho da amostra, regras de decisão e uma tabela de roadmap que você pode copiar. Como transformar os resultados em um número de ROI é tratado separadamente no nosso guia sobre como medir o ROI da personalização; esta página trata de como executar os testes.
Quem é responsável pelo quê
Programas de personalização sem um responsável nomeado ficam à deriva. Cinco funções dão conta disso, e em um time pequeno uma pessoa pode acumular várias:
| Cargo | É dono de | Tempo típico |
|---|---|---|
| Dono do programa (marketing) | Roadmap, backlog de testes, decisões em cada checkpoint | 4-6 horas / semana |
| Líder de conteúdo | Títulos, blocos de prova e texto do CTA por segmento | Intenso nas semanas 3-4 e 8-10 |
| Marketing ops / analytics | Rastreamento, atribuição do grupo de controle, campos do CRM, leitura dos resultados | Intenso nas semanas 1-2, depois 2 horas / semana |
| Líder de vendas | Verificação da escolha de segmentos, feedback sobre a qualidade dos leads | 30 minutos em cada ponto de verificação |
| Desenvolvedor web | Instalação do script, verificações de flicker e de desempenho | Algumas horas na semana 1 |
O teste de realidade do tamanho da amostra (faça isso primeiro)
Antes de escolher os segmentos, descubra o que o seu tráfego consegue detectar. A maioria das equipes B2B pula essa etapa e depois executa testes que nunca poderiam ter produzido um resultado.
Uma aproximação padrão (regra de Lehr, poder de 80%, significância bicaudal de 5%) é: visitantes necessários por grupo = 16 x p x (1 - p) / d², em que p é a taxa base e d é a diferença absoluta que você quer detectar. Invertendo, o menor ganho relativo que você consegue detectar é 4 x √(p x (1 - p) / n) / p para n visitantes por grupo.
A tabela aplica isso a um teste que roda cerca de dois meses com uma divisão 50/50, então cada grupo recebe aproximadamente um mês do tráfego do segmento. São mostradas duas métricas: uma conversão de formulário a 2% (solicitação de demo ou de contato) e uma taxa de cliques no CTA a 10%.
| Visitantes mensais no segmento (nas páginas testadas) | Menor aumento detectável: conversão do formulário em 2% | Menor aumento detectável: clique no CTA a 10% | O que você consegue testar de forma realista |
|---|---|---|---|
| 1,000 | ~89% | ~38% | Só mudanças grandes em métricas de clique. Agrupe segmentos ou use comparações de antes e depois para a conversão. |
| 5,000 | ~40% | ~17% | Testes de clique e engajamento por segmento. Conversão apenas para mudanças ousadas. |
| 20,000 | ~20% | ~8.5% | Um teste de conversão por segmento de cada vez. |
| 50,000 | ~12.5% | ~5.4% | Testes de conversão com aumentos realistas; alguns testes em paralelo em páginas diferentes. |
Exemplo do cálculo para a linha de 5.000: n = 5.000 por grupo, p = 0,02. √(0,02 x 0,98 / 5.000) = 0,00198. Multiplique por 4: 0,0079, o que é uma mudança de 0,79 ponto sobre uma linha de base de 2%, ou cerca de 40% em termos relativos.
Três conclusões decorrem disso. Primeiro, se o seu segmento recebe alguns milhares de visitantes por mês, use uma métrica de maior frequência (cliques no CTA, chegada à página de preços) como métrica principal do teste e acompanhe as conversões como sinal secundário. Segundo, faça mudanças grandes o suficiente para importar: um botão com outra redação não vai gerar um aumento de 40%. Terceiro, se você mantiver um grupo de controle de 30% em vez de 50%, vai precisar de cerca de 1,2 vez o tráfego. Faça as suas contas na calculadora de teste A/B e veja nosso guia de tamanho de amostra para teste A/B para entender o raciocínio por trás da fórmula.
Com quais segmentos começar e por quê
Comece com exatamente dois segmentos. Escolha-os por quatro critérios: tráfego suficiente para passar no teste de realidade, uma diferença clara no que o segmento precisa ouvir, conteúdo que você já tem (ou consegue escrever em duas semanas) e valor para o negócio.
Para a maioria dos sites B2B, estes dois passam:
- Seu setor de melhor fit (visitantes identificados). Escolha o vertical com mais receita de negócios fechados nos últimos 12 meses, não aquele que mais empolga a liderança. O setor está disponível de forma confiável na identificação de visitantes, compradores de um mesmo vertical compartilham vocabulário e objeções, e você provavelmente já tem um ou dois estudos de caso. Mude o título do hero e a prova de clientes.
- Visitantes recorrentes que viram a página de preços ou uma página de comparação. Esse segmento não precisa de nenhuma identificação, então geralmente tem mais tráfego do que qualquer segmento firmográfico, e a necessidade dele é óbvia: eles estão avaliando, então mostre um CTA direto para reunião e conteúdo de avaliação (segurança, integrações, implementação) em vez de mensagens de descoberta.
Se o setor não divide bem o seu mercado, use o porte da empresa (por exemplo, menos de 200 funcionários vs. 1.000 ou mais) no lugar do primeiro segmento. A diferença de mensagem entre um time que compra com cartão de crédito e um time que passa por um processo de compras costuma ser grande.
Deixe estes para depois: listas de contas nomeadas (tráfego pequeno demais para testar; personalize para elas, mas não espere um teste legível), segmentos por cargo (raramente você sabe a função do visitante antes de um preenchimento de formulário) e microssegmentos que combinam três atributos. Nosso guia de como construir um perfil de cliente ideal mostra como escolher os atributos de fit a partir dos seus dados de negócios ganhos.
O roadmap de personalização de 90 dias
Copie esta tabela para a sua ferramenta de projetos. Cada fase tem um critério de saída: não comece a fase seguinte até que ele seja atingido.
| Semanas | Fase | Entregas | Responsável | Critério de saída |
|---|---|---|---|---|
| 1-2 | Fundamentos | Eventos de conversão primários e secundários definidos; tracking verificado; script de personalização instalado; linha de base por segmento candidato (tráfego, conversão, cliques no CTA, alcance da página de preços); verificação do tamanho de amostra feita | Marketing ops, desenvolvedor | Números de linha de base aprovados; dois segmentos escolhidos que passam no teste de realidade |
| 3-4 | Construir | Duas variantes por segmento (título + provas); atribuição ao grupo de controle por conta; evento de analytics para segmento, regra e variante; QA no desktop e no celular; verificação de flicker e Core Web Vitals | Líder de conteúdo, marketing ops | Os dois segmentos no ar com grupo de controle; checklist de QA aprovado |
| 5-6 | Rode sem espiar | Apenas verificação semanal de saúde: taxa de identificação, precisão da atribuição de segmentos, equilíbrio do grupo de controle, velocidade da página. Nenhuma decisão sobre resultados | Marketing ops | Sem problemas técnicos; grupos equilibrados |
| 7-8 | Primeira leitura | Resultados na métrica principal em relação à amostra planejada; feedback de vendas sobre a qualidade dos leads; decisão por regra usando os critérios abaixo | Responsável pelo programa, líder de vendas | Cada regra marcada como escalar, iterar ou encerrar |
| 9-10 | Iterar e expandir | Regra vencedora estendida a uma segunda página; uma variante mais ousada para regras inconclusivas; um terceiro segmento adicionado só se o tráfego permitir | Líder de conteúdo, responsável pelo programa | Novos testes no ar com tamanhos de amostra planejados |
| 11-12 | Segunda leitura | Resultados dos testes das semanas 9-10; primeiro sinal de pipeline (oportunidades criadas por grupo, apenas indicativo) | Responsável pelo programa, marketing ops | Decisão registrada para cada regra |
| 13 | Revisar e planejar | Playbook atualizado com os vencedores e perdedores; backlog do segundo trimestre; resumo dos resultados para a liderança (link para o modelo de ROI) | Responsável pelo programa | Roadmap do próximo trimestre aprovado |
Semanas 1-2: fundamentos
Escolha um evento de conversão principal (geralmente um pedido de demo ou de contato) e um secundário (chegada à página de preços ou um clique em CTA de alta intenção) e use-os durante os 90 dias inteiros. Mudar a métrica de sucesso no meio do teste é como resultados inconclusivos viram “vitórias”. Verifique se os eventos disparam em todos os formulários, inclusive os incorporados e os de chat. Depois, levante a linha de base de cada segmento candidato e faça a checagem de realidade acima antes de se comprometer com os segmentos.
Semanas 3-4: construção
Mude um ou dois elementos por segmento, não a página inteira. Título e prova são a dupla usual porque carregam mais significado. Registre cada teste em um plano de teste A/B de uma página, com a hipótese, a métrica principal, o tamanho da amostra e a data de término planejada, antes do lançamento. Atribua o grupo de controle no nível da conta, para que colegas da mesma empresa vejam a mesma versão.
Semanas 5-6: rode sem espiar
Verificar a significância todos os dias e parar na primeira vez que ela passa de 95% infla muito os falsos positivos. Durante essas semanas, verifique só a saúde da configuração: os visitantes estão sendo identificados e distribuídos corretamente, os dois grupos têm tamanho parecido, a velocidade da página mudou?
Semanas 7-8: primeira leitura
Leia cada teste apenas quando ele atingir a amostra planejada. Pergunte a vendas se os leads das páginas personalizadas parecem diferentes. Depois, aplique as regras de decisão.
Semanas 9 a 12: iterar e expandir
Estenda os vencedores para a próxima página da jornada (um título por setor que venceu na página inicial geralmente merece provas correspondentes na página de preços). Dê às regras inconclusivas uma variante mais ousada. Adicione um terceiro segmento somente se ele passar no teste de realidade com o próprio tráfego.
Semana 13: revisão
Registre cada regra, seu resultado e a decisão no seu playbook de personalização, incluindo as que perderam. Depois, planeje o backlog do próximo trimestre com base no que você aprendeu, e não na lista de desejos original.
Regras de decisão: escalar, iterar ou encerrar
Registre isso por escrito antes de lançar o primeiro teste, para que os resultados não sejam distorcidos para confirmar o que alguém esperava.
| Resultado com o tamanho de amostra planejado | Decisão |
|---|---|
| Métrica principal em alta, limite inferior do intervalo de confiança de 95% acima de zero, qualidade dos leads igual ou melhor | Escalar: implante para o segmento inteiro (mantenha um pequeno grupo de controle) e estenda para a próxima página |
| Métrica principal em alta, mas sem significância; métrica secundária em alta | Itere uma vez: uma variante mais ousada, a mesma métrica, uma nova amostra planejada. Se continuar inconclusivo, encerre |
| Nenhuma diferença na métrica principal ou secundária | Encerrar: o segmento pode não precisar de uma mensagem diferente, ou a mudança foi pequena demais. Libere o tráfego para outro teste |
| Métrica principal significativamente em queda | Encerre agora, mesmo antes da data prevista, e registre por que você acha que falhou |
| Cliques sobem, conversões estáveis após uma amostra completa | Encerrar ou mover: a variante gera curiosidade, não intenção. Teste a mensagem em uma página de maior intenção |
| Conversões em alta, taxa de lead para oportunidade em queda | Pare e revise: você está atraindo as contas erradas; restrinja o segmento ou o CTA |
Nossa visão: encerrar um teste é um resultado, não um fracasso. Um roadmap em que todo teste "venceu" é sinal de que os testes foram encerrados cedo demais.
Um backlog de testes para copiar
Mantenha uma linha por teste. As duas colunas que a maioria das equipes deixa de fora são “amostra planejada por grupo” e “data de decisão”, e são justamente elas que impedem os testes de rodar para sempre.
| ID do teste | Segmento | Página | Elemento | Hipótese | Métrica principal | Amostra planejada por grupo | Início | Data da decisão | Resultado / decisão |
|---|---|---|---|---|---|---|---|---|---|
| T1 | Setor ideal | Home | Título do hero + prova | Citar o principal problema do setor e mostrar um cliente semelhante aumenta as solicitações de demo | Solicitações de demo / visitante | ||||
| T2 | Recorrente, viu os preços | Home | CTA principal | Avaliadores respondem melhor a uma oferta direta de reunião do que a um download de conteúdo | Cliques no CTA | ||||
| T3 |
Nomeie cada regra com um padrão consistente, como segmento-página-elemento-versão (por exemplo, "logistics-home-hero-v2"). No dia 90 você terá uma dúzia de regras, e as que não têm nome se tornam impossíveis de auditar.
Erros comuns
Escolher segmentos antes de verificar o tráfego. O motivo mais comum para um plano de 90 dias não gerar nada. Faça a checagem de realidade na primeira semana.
Comparar os visitantes personalizados com a média do site. Visitantes identificados de setores-alvo já convertem de forma diferente do tráfego anônimo. Compare com um grupo de controle do mesmo segmento, ou o “aumento” será apenas o efeito do segmento.
Mudar pouco demais. Trocar uma palavra em um título não gera um aumento que o tráfego B2B consiga detectar. Mude a mensagem, não a pontuação.
Regras sobrepostas sem prioridade. Uma conta pode ser enterprise e, ao mesmo tempo, do seu setor-alvo. Decida antes qual regra prevalece (normalmente a mais específica), ou dois testes vão contaminar um ao outro.
Deixar a experiência padrão apodrecer. A maior parte do seu tráfego ainda vai ver a página padrão depois de 90 dias. Continue melhorando-a, de preferência com testes A/B comuns; veja teste A/B vs teste multivariado para escolher o método.
Reportar pipeline no dia 60. Efeitos em oportunidades e receita precisam de pelo menos um ciclo de vendas. No dia 90, apresente o pipeline como indicativo e aponte para o plano de mensuração para a leitura completa.
Os recursos de segmentação do Markettailor cobrem os tipos de segmento deste plano: setor, porte da empresa e comportamento no site, como visitas à página de preços.
Perguntas frequentes
O que um roadmap de personalização deve incluir?
Responsáveis nomeados, os segmentos com que você começa e por quê, uma verificação de tamanho da amostra mostrando o que o seu tráfego consegue detectar, um plano em fases com entregas e critérios de saída, regras de decisão para escalar ou encerrar cada regra escritas antes do lançamento e um backlog de testes com tamanhos de amostra e datas de decisão planejados. Sem a verificação de amostra e as regras de decisão, um roadmap é uma lista de desejos.
De quanto tráfego você precisa para testar personalização?
Depende da métrica. Com uma taxa de conversão de 2%, um segmento com 20.000 visitantes por mês consegue detectar um ganho relativo de cerca de 20% em aproximadamente dois meses com uma divisão 50/50. Com 5.000 visitantes, só um ganho de 40% é detectável, então use uma métrica de maior frequência, como os cliques no CTA, que, com uma base de 10%, pode mostrar um ganho de 17%.
Quais segmentos personalizar primeiro?
Dois: o seu setor de melhor fit, escolhido pela receita de negócios ganhos, e os visitantes recorrentes que viram páginas de preços ou de comparação. O primeiro tem uma diferença clara de mensagem e provas já existentes; o segundo não precisa de identificação, então costuma ter o maior tráfego. Deixe as listas de contas nomeadas e os segmentos por cargo para depois, porque o tráfego deles é pequeno demais para testar.
Por quanto tempo um teste de personalização deve rodar?
Até atingir o tamanho de amostra planejado antes do lançamento, e por pelo menos duas semanas completas para que todos os dias da semana estejam representados. Não pare no momento em que um resultado parecer significativo: conferir diariamente e parar na primeira leitura significativa inflaciona os falsos positivos. Os efeitos no pipeline precisam de mais um ciclo de vendas completo além disso.