Resposta rápida: uma hipótese de CRO é uma afirmação testável no formato "se [mudança], então [efeito na métrica], porque [evidência]". A diferença entre hipótese e palpite é a terceira parte: o porquê ancorado em um dado real — heatmap, pesquisa, funil — e não em preferência pessoal.
Por que a hipótese importa mais que o teste
Um teste sem hipótese até pode vencer — mas não ensina nada. Se "mudamos várias coisas e converteu mais", o que você aprendeu sobre seu usuário? Nada replicável. A hipótese é o que transforma um resultado isolado em conhecimento acumulável: quando ela vence, você confirma uma crença sobre o usuário e pode explorá-la em outras páginas; quando perde, você descarta a crença e economiza meses de decisões baseadas nela. O aprendizado é o ativo; a conversão é o juro.
A anatomia: se, então, porque
Se [mudança concreta e observável] — "destacarmos o frete grátis acima do botão de compra", não "melhorarmos a página".
Então [métrica específica e direção] — "a taxa de conclusão do checkout aumentará", não "os resultados vão melhorar".
Porque [evidência que sustenta] — "a pesquisa de abandono apontou frete como principal objeção", não "achamos que faz sentido".
Teste rápido de qualidade: se a frase sobrevive sem a parte do "porque", você tem um palpite fantasiado. Se o "se" contém dois "e" ("mudarmos o título E a foto E o botão"), são três hipóteses disfarçadas — e ao final você não saberá qual delas causou o efeito.
De onde vêm hipóteses boas
- Heatmaps e mapas de scroll: cliques em elementos não clicáveis revelam expectativa frustrada; conteúdo importante abaixo da linha de dobra que ninguém alcança revela problema de hierarquia. Veja como interpretar mapas de calor.
- Pesquisas no site: a resposta de quem quase desistiu vale ouro — é a objeção nas palavras do cliente. As pesquisas da GoAB disparam no momento exato do comportamento.
- Funil no analytics: a etapa com a maior queda é o mapa do tesouro. A hipótese nasce de investigar o porquê da queda, não da queda em si.
- Atendimento e suporte: as perguntas repetidas dos clientes são fricções que a página não resolveu.
- Testes anteriores: cada resultado, vencedor ou não, sugere a próxima pergunta.
Exemplos: fraca → forte
Fraca: "Se deixarmos a página mais bonita, venderemos mais." (mudança vaga, métrica vaga, evidência nenhuma)
Forte: "Se substituirmos o carrossel de banners por uma única proposta de valor com CTA, então a taxa de clique para produto aumentará, porque o mapa de calor mostra que 87% dos visitantes não interagem com o carrossel e o mapa de scroll mostra fuga antes da segunda dobra."
Fraca: "Se adicionarmos urgência, a conversão sobe." (por que faltaria urgência? qual evidência?)
Forte: "Se exibirmos o prazo de entrega já na página de produto, então a adição ao carrinho aumentará, porque a pesquisa apontou 'não sei quando chega' entre as três principais dúvidas."
Documentando para aprender
Registre cada hipótese com: contexto (o dado que a originou), a frase se/então/porque, o resultado e a decisão tomada. Seis meses depois, esse histórico responde "já testamos isso? o que aprendemos sobre frete? o que funciona com nosso público mobile?" — e impede o time novo de repetir os testes do time antigo. É a matéria-prima do programa de experimentação.
Perguntas frequentes
Quantas hipóteses devo ter no backlog? Mais do que consegue testar — sempre. O gargalo saudável é a priorização, não a geração. Veja PIE, ICE e PXL na prática.
Hipótese pode nascer de benchmark de concorrente? Como inspiração, sim; como evidência, não. O que funciona no concorrente reflete o público dele. Traga a ideia, mas valide com seus dados.
E quando não tenho dado nenhum? Gere-o: uma semana de heatmap e uma pergunta bem colocada no site produzem mais hipóteses do que um trimestre de reuniões.
Com hipóteses na mão, o próximo passo é executar: como fazer um teste A/B, passo a passo.