Plataforma · Aprendizados
Cada teste deixa o próximo mais inteligente
Os Aprendizados leem cada teste encerrado no seu site, encontram o que eles mostram juntos e sugerem o que testar em seguida. Todo número é calculado por código. A IA só coloca as conclusões em palavras.
Conhecimento que se acumula
O que os seus testes já sabem
Um cartão para cada teste encerrado, padrões agregados entre eles, um mapa do que nunca foi tentado e um chat que responde a partir da sua própria evidência.
- Um cartão de aprendizado para cada teste encerrado: o que mudou, o que ensinou e se a hipótese se sustentou
- Padrões entre testes, cada um com um nível de evidência honesto
- Estatística ajustada para os muitos padrões checados de uma vez, para que uma sequência de sorte não seja apresentada como regra
- Oportunidades que abrem em um clique como um rascunho de experimento pré-preenchido
- Respostas tiradas dos seus próprios testes, nunca de boas práticas genéricas
Cartões de aprendizado
Um cartão por teste, escrito quando ele termina
Quando um teste é concluído, o Pertento lê as mudanças que cada variante de fato fez e escreve um cartão curto sobre isso. A retrospectiva do próprio time fica ao lado, sempre identificada como a visão do time, para que uma leitura do resultado nunca seja confundida com o resultado.
- Cada variante descrita em palavras simples, lida a partir das mudanças feitas no teste
- O resultado, e o que o teste ensinou em uma frase
- Se a hipótese se sustentou: confirmada, contrariada, ou o teste não diz nada nem para um lado nem para o outro
- Um motivo possível e um próximo teste sugerido
Padrões
O que vários testes mostram juntos
Um teste sozinho prova muito pouco. O Pertento agrega os testes que têm algo em comum, como o mesmo tipo de mudança na mesma página, reporta o que eles mostram juntos e diz até que ponto vale a pena confiar nisso.
- Cinco níveis de evidência: consistente em três ou mais testes, sinal inicial, efeito pequeno, evidência ainda insuficiente, ou misto
- Quando dois padrões são na verdade os mesmos testes vistos duas vezes, ele avisa em vez de contar prova extra
- Testes com um problema conhecido, como uma falha de rastreamento, ficam de fora a menos que você os inclua
- Filtre por aparelho para ver o que funciona no celular, isoladamente
Evidência
O que foi testado onde, e o que nunca foi
A visão Evidência cruza cada tipo de página com cada tipo de mudança. Cada célula traz o ganho agregado e o número de testes por trás dele, e uma célula vazia é um terreno que ninguém testou ainda.
- Tipos de página contra tipos de mudança: layout, texto, navegação, confiança, formulários e mais
- Uma célula apoiada em um só teste é marcada como tal, para que um resultado isolado nunca seja lido como tendência
- Toda combinação que ninguém tentou, listada como lacuna
- Cada teste rotulado por tipo de mudança, página, elemento e mecanismo esperado
Oportunidades
Do resultado ao próximo teste em um clique
A evidência levanta perguntas, e Oportunidades transforma cada uma em um próximo teste concreto. Rascunhar experimento, depois de uma confirmação, cria um novo rascunho que já traz o raciocínio, para que ninguém precise reconstruí-lo de memória.
- Agrupadas por propósito: explicar uma surpresa, replicar, resolver um quadro misto, isolar ou preencher uma lacuna
- O rascunho abre com a hipótese e o mecanismo esperado já escritos
- Segmentação de páginas tirada dos testes por trás dela
- Links para a evidência, e a estimativa atual como a referência a superar
Perguntar sobre os seus aprendizados
Faça uma pergunta à sua própria evidência
Um chat integrado à página Aprendizados responde em linguagem simples a partir dos testes deste site e de mais nada. Cada afirmação cita os testes em que se apoia, e cada referência abre os detalhes daquele teste.
- Pergunte “O que atrapalha o cadastro?” ou “O que devemos testar em seguida?”
- Ele consulta os resultados medidos de um teste quando uma pergunta precisa de números reais
- A conversa é compartilhada com o time e salva
- Perguntar sobre este experimento, em toda página de experimento, agora também sabe o que os testes anteriores mostraram
Checagem das bases
Os aprendizados só são tão bons quanto os testes por trás deles
A checagem das bases mostra quão bem os testes anteriores foram documentados: uma hipótese clara, um mecanismo esperado, uma retrospectiva. Documentação melhor significa aprendizados mais precisos, e a checagem empurra o time para hábitos de teste melhores.
- Hipótese, descrição, mecanismo e retrospectiva, checados em cada teste
- Uma lacuna marcada como ausente, ou como fraca quando as caixas foram marcadas e nada foi escrito
- Corrigir abre o teste onde está a lacuna
- Escrever aprendizados para testes anteriores é uma etapa separada que mostra o custo antes
Feito para não exagerar
Aprendizados em que você pode confiar
Este é um produto que diz “evidência ainda insuficiente” em vez de inflar um resultado. Estas são as regras que o mantêm honesto.
Todo número é calculado por código
Ganhos, intervalos e níveis de evidência são calculados por código a partir dos resultados medidos. A IA lê esses números e os coloca em palavras. Ela nunca produz um número próprio.
Cauteloso de propósito
A estatística é deliberadamente cética, então um padrão precisa conquistar o seu nível de evidência em vez de recebê-lo de um único resultado bom.
Ajustado para muitas checagens ao mesmo tempo
Checar dezenas de padrões ao mesmo tempo faz alguns deles parecerem fortes só por sorte. Os intervalos são ajustados para isso, para que uma sequência de sorte não seja apresentada como regra.
Os mesmos testes não contam duas vezes
Quando dois padrões se apoiam nos mesmos testes, o Pertento avisa, em vez de apresentar um resultado visto de dois ângulos como duas provas.
Testes com problema ficam de fora
Um teste com um problema conhecido, como uma falha de rastreamento ou um deploy do site durante o teste, fica de fora da agregação. O time pode escolher incluí-lo mesmo assim.
Honesto com um programa pequeno
Funciona com poucos testes e fica mais útil a cada um que termina. Com só alguns, ele diz o quão pouco eles conseguem provar em vez de esticá-los até virar uma estratégia.
Na prática
Como ele se encaixa no seu programa
Os Aprendizados são ativados por site, leem só os testes daquele site e são pagos com os créditos de IA da conta.
Desligado até você ativar
Os Aprendizados são opt-in por site e vêm desligados. Depois de ativados, cobrem todo teste que terminar dali em diante.
Testes anteriores, quando você quiser
Escrever aprendizados para testes que terminaram antes é uma etapa separada que você confirma, e ela mostra quanto vai custar antes de rodar.
Só a sua própria evidência
Tudo vem dos próprios testes daquele site, nunca de boas práticas genéricas. Os clientes de uma agência mantêm cada um os seus próprios aprendizados, separados uns dos outros.
Um registro para o time inteiro
Cartões, padrões e a conversa em Perguntar sobre os seus aprendizados são compartilhados e salvos, para que o que o programa aprendeu sobreviva à saída das pessoas.
Diga o que você já sabia
Marque um padrão como já conhecido ou sem utilidade, e a página se adapta ao que o seu time informou.
Pago com créditos de IA
Escrever cartões, Perguntar sobre os seus aprendizados e o chat do experimento usam os créditos de IA da conta. Contas que não são cobradas no cartão têm uma franquia mensal de IA no lugar.
Perguntas
Antes de ativar
Qual a diferença entre isto e perguntar a um chatbot sobre os nossos resultados?
São duas. Os números não são da IA: ganhos, intervalos e níveis de evidência são calculados por código e ajustados para o número de padrões checados de uma vez, e a IA só os descreve. E as respostas vêm só dos próprios testes deste site, com cada afirmação citando os testes em que se apoia, para que você possa abrir cada um e conferir. Um assistente de uso geral consegue soar confiante sobre qualquer coisa. Este foi feito para dizer “evidência ainda insuficiente” quando essa é a resposta honesta.
Ele vai nos dizer qual variante vai vencer?
Não, e foi feito para não fazer isso. Ele resume a evidência que os seus testes encerrados produziram e sugere o que testar em seguida. Ele não prevê vencedores nem garante um resultado, e quando a evidência é fraca ele diz isso com todas as letras.
Rodamos só um punhado de testes. Vale a pena ativar?
Funciona com poucos, e é honesto sobre o quão pouco poucos testes conseguem provar: a maioria dos padrões vai aparecer como sinal inicial ou como evidência ainda insuficiente, que é a leitura correta. O valor cresce a cada teste que termina. A checagem das bases e as Oportunidades são úteis desde o início, porque mostram o que documentar melhor e o que testar em seguida.
Ele aprende com os testes de outras empresas?
Não. Os Aprendizados são estritamente por site: leem os testes daquele site e mais nada, e não comparam você com outros sites nem com um benchmark do setor. Para uma agência, os aprendizados de cada cliente ficam separados.
Quanto custa?
Ele usa os créditos de IA da conta: escrever cartões de aprendizado, Perguntar sobre os seus aprendizados e o chat do experimento consomem esses créditos. Ele vem desligado, e depois de ativado cobre os testes que terminarem dali em diante. Escrever aprendizados para testes anteriores é uma etapa separada que mostra o custo antes de você confirmar. Contas que não são cobradas no cartão têm uma franquia mensal de IA no lugar.
Em que idioma os aprendizados são escritos?
Em inglês. Cartões de aprendizado, padrões e oportunidades são escritos em inglês, qualquer que seja o idioma em que o seu time lê esta página.
Tudo o que vem na caixa
A lista completa de funcionalidades
Experimentação
- Testes visuais multivariantes
- Testes de redirecionamento de URL
- Testes no servidor
- Editor visual sem código
- Editor com IA
- Lançador da extensão do Chrome
- Biblioteca de componentes
- Conteúdo dinâmico
- Feeds de dados
- CSS e JS próprios
- Substituir, inserir, anexar, antes e depois
- Segmentação de URL em sete condições
- Segmentação por aparelho
- Segmentação por cookie
- Segmentação por ativação
- Pesos de tráfego por variante
- Rebalanceamento automático de pesos
- Testes simultâneos sem dividir tráfego
- Capturas de tela das variantes
- Duplicar um experimento
- Ensaios antes do lançamento
- Atribuição fixa de variante
- Renderização anti-flicker
- Implantação do vencedor em um clique
- Fila de implementação
- Acompanhamento de hipóteses
- Pontuação de priorização PXL
- Plano de duração do teste
- Pipelines de experimentos em estágios
- Busca, filtro e resultados da Library
- Linha do tempo da Library
Estatísticas
- Resultados frequentistas
- Resultados bayesianos
- Ganho e intervalos de confiança
- Probabilidade de ser a melhor variante
- Perda esperada
- Teste sequencial
- Correção para comparações múltiplas
- Holm-Bonferroni, Benjamini-Hochberg e Šidák
- Alarmes de discrepância na proporção da amostra
- Metas primárias e secundárias
- Receita por variante
- Ticket médio por variante
- Várias moedas
- Análise de poder
- Efeito mínimo detectável
- Projeção de dias restantes
- Relatório de combinações
- Séries temporais por variante
- Explicações em português claro
- Perguntar sobre este experimento
Monitoramento
- Monitor de saúde
- Fila de atenção entre contas
- Relatório do programa
- Retrospectiva do experimento
- Início e fim agendados
- Parada na significância
- Salvaguardas de duração mínima
- Portões de confiança em dados quebrados
- Detecção de colisão
- Detecção de interferência
- Alarmes de atraso e sem dados
- Alertas por e-mail
- Alertas no Slack
- Alertas no aplicativo
- Preferências por evento
- Registro de atividade
- Visão da carteira de clientes
- Layouts do console salvos
- Rastreamento GA4 e Matomo
- Papéis e permissões
Voz do cliente
- NPS no próprio site
- CSAT
- CES
- Pesquisas personalizadas
- Construtor guiado de pesquisas
- Perguntas de nota, escolha e texto
- Textos personalizados e rótulos de escala
- Segmentação por página e aparelho
- Parcela de visitantes
- Triggers de visualização e atraso
- Triggers de exit intent
- Triggers de rolagem
- Triggers de evento
- Quatro posições de widget
- Limite de frequência
- Resultados por pergunta
- Respostas ao longo do tempo
- Análise de sentimento por IA
- Pesquisas dentro de testes
- Resultados por variante
- Respostas ligadas à variante
- Respostas validadas
- Temas de texto livre
- Exportação de respostas
- Carregado só onde uma pesquisa roda
Aprendizados
- Cartões de aprendizado
- Padrões entre testes
- Cinco níveis de evidência
- Ajustado para comparações múltiplas
- Padrões dos mesmos testes unificados
- Testes com problema deixados de fora
- Resultados por aparelho
- Grade de evidência
- Oportunidades
- Rascunhar experimento
- Perguntar sobre os seus aprendizados
- Checagem das bases
- Marcar como conhecido ou sem utilidade
O Pertento é uma plataforma de otimização da taxa de conversão para sites e lojas online, feita tanto para times internos quanto para agências de CRO que rodam programas de experimentação em uma carteira de clientes.
Integrações
Funciona com o stack que você já roda
Um snippet entra em qualquer site, ou vá totalmente para o servidor. Nada para rearquitetar.
Snippet de uma linha
Cole uma única tag no seu head e você está no ar: um loader de 0,9 KB, sem etapa de build, sem dependências.
Google Tag Manager
Implante e gerencie experimentos direto pelo GTM. Sem precisar de tempo de desenvolvedor.
API no servidor
Rode testes além do navegador: preços, busca e roteamento, sem piscar.
- Shopify
- BigCommerce
- Shopware
- Centra
- Geins
- Saleor
- WordPress
- Optimizely CMS
- Storyblok
- Next.js
- Vue
- Astro
- Matomo
- Amplitude
- RudderStack
- Slack
- WooCommerce
- Salesforce
- Wix
- Litium
- commercetools
- Medusa
- Drupal
- Contentful
- Webflow
- Nuxt
- Angular
- Remix
- Piwik PRO
- Mixpanel
- Tag Manager
- Webhooks
- Adobe Commerce
- PrestaShop
- Squarespace
- Norce
- Shopify Hydrogen
- Vendure
- Umbraco
- Sanity
- Framer
- React
- SvelteKit
- GA4
- Adobe Analytics
- Segment
- Klaviyo
Não está na lista? Se renderiza HTML, o Pertento consegue testar:leia como cada uma se conecta.