Inicie um teste A/A e verifique o tracking
Em resumo
Para verificar a configuração do seu tracking no GA4, vá até o relatório em tempo real e procure pelo evento "Abtesting". Clique nele e verifique se o parâmetro "varify_abTestShort" está presente. Ao iniciar um teste A/A. Se o evento estiver ausente, verifique a integração do snippet do Varify e as configurações de tracking.
1. Criar teste A/A
Um teste A/A funciona como um teste A/B e atribui aos usuários duas variantes - sem nenhuma mudança visível real. Isso permite testar a configuração de tracking de forma otimizada.
Pré-requisito:
O snippet de código da Varify já deve estar integrado ao seu site e o tracking configurado.
- No dashboard, clique em „Create new Experiment“
- Em seguida, selecione „Client-Side“
- Agora selecione «Teste A/A»
- Agora dê um nome ao teste A/A
- Insira uma URL de experimento para o teste A/A (o teu domínio já está definido como padrão aqui)
- Guarde o teste A/A clicando em «Create Experiment»
- Inicie o teste A/A clicando em «Start Experiment»
Por padrão, o teste A/A está configurado para uma correspondência «Contains» no Page Targeting, para recolher o máximo de dados possível para testar o tracking. Podes editar o direcionamento do teste A/A através de "Edit Conditions.".
2. Verificação da Reprodução do Teste
- vai a qualquer página do teu site e verifica se o teste AA está a ser entregue. A forma mais fácil de fazer isto é abrir a Varify Google Chrome Browser Extension e verificar que o teste AA aparece listado em «Active Experiments.» (Pode demorar até 2 minutos depois do teste ficar ativo para veres o experimento. Por favor, atualiza a página conforme necessário.)
3. Verificar eventos ao vivo no GA4
Depois de o snippet do Varify ter sido integrado, o tracking ter sido configurado e um teste A/A ter sido iniciado, podes verificar no GA4 Realtime Overview se os eventos do teu teste A/A estão a chegar.
- No GA4, vai para o Realtime Overview em Reports.
- Procura pelo widget "Event count by Event Name".
- Verifica se aparece um evento chamado "Abtesting" (pode ser necessário percorrer as páginas do widget).
- Clica neste evento para abrir os parâmetros.
- Verifica se o parâmetro "varify_abTestShort" está disponível (pode ser necessário percorrer as páginas do widget).
- Clica no parâmetro e verifica se o parâmetro composto pelo Experiment ID e Variant ID é apresentado corretamente
Se este parâmetro estiver visível e correto, o tracking está configurado corretamente.
(Opcional) Verificar eventos varify no DataLayer
Se nenhum evento ao vivo estiver visível no GA4, você pode verificar no console de desenvolvedor do seu navegador se os eventos de rastreamento da Varify estão sendo enviados corretamente para o DataLayer.
É assim que você procede:
- Abra uma página na qual seu teste A/A está ativo.
- Abra o console de desenvolvedor do seu navegador: No Chrome: Clique com o botão direito na página → "Inspect" → selecione a aba "Console".
- Escreva dataLayer no console e pressione enter.
- Procure no DataLayer por um evento com o nome "varify".
- Expanda o evento - aqui você encontrará todos os parâmetros relevantes e informações sobre o experimento, por exemplo:
Nome do experimento
Variante em que você está
Informações Importantes sobre a Interpretação de Testes A/A
Como realizar um teste A/A corretamente
Um teste A/A merece o mesmo nível de cuidado que um teste A/B normal. Planeje uma duração de teste de pelo menos uma semana ou até cerca de 1.000 conversões por variante, o que ocorrer primeiro. Escolha uma métrica primária e não avalie o teste até o momento predeterminado. Se não houver diferença significativa ao final (p > 0,05), você pode assumir que sua configuração está funcionando corretamente.
Use eventos em vez de métricas ou eventos-chave
No teste A/B, o foco principal é normalmente saber se um utilizador atinge um objetivo. O GA4 tradicionalmente mede isto não numa base por utilizador, mas numa base de eventos; assim, um utilizador pode acionar um objetivo (um evento) várias vezes. No entanto, as métricas e os eventos-chave não podem ser analisados numa base de “uma vez por utilizador” através da API do GA4; esta é uma limitação da própria API do GA4. Testes automatizados ou bots podem acionar eventos com particular frequência. Se um desses bots acabar apenas numa variante, isso distorce significativamente a comparação. Por isso, realiza sempre a análise numa base de eventos, usando a definição “Exclude duplicate user events”, para que um objetivo seja contado no máximo uma vez por utilizador.
Menos é mais: escolhe as métricas com sabedoria
Evita analisar demasiadas métricas ao mesmo tempo. Quanto mais métricas consideras, maior é a probabilidade dos chamados falsos positivos—ou seja, diferenças aparentemente significativas que na realidade não existem. Aqui está um exemplo: com 14 métricas, a probabilidade de pelo menos um falso positivo é de cerca de 51 por cento, mesmo usando um nível de significância de 5 por cento para cada métrica individual. Portanto, é mais provável detetar um falso positivo do que não detetar nenhum.
Importante: não espreites demasiado cedo
Testes intermédios repetidos também podem distorcer bastante a significância do teu teste. Isto acontece porque cada olhar adicional sobre os resultados aumenta a probabilidade de interpretar incorretamente um resultado aleatório como significativo.
- 7 testes intermediários (por exemplo, diariamente ao longo de uma semana): cerca de 30 por cento de risco de um falso positivo
- 14 testes intermediários (por exemplo, diariamente ao longo de um período de duas semanas): aproximadamente 51 por cento de risco de um falso positivo
Conclusão: Não termines o teu teste antes do horário previsto, mesmo que pareça que «algo está a acontecer» antes disso. Se parares cedo demais, arriscas tomar a decisão errada com base num falso positivo.