Como escrever uma hipótese de experimento que dá para invalidar

Se eu pudesse corrigir uma única coisa em times de growth iniciantes, seria a forma de escrever hipóteses. Não a priorização, não as ferramentas, não a estatística. A hipótese.

O motivo é que ela determina tudo o que vem depois. Uma hipótese mal escrita produz um experimento que não pode dar errado — e teste que não pode dar errado não ensina nada, independentemente de quão bem executado seja.

Este artigo é sobre como escrever hipóteses que podem ser refutadas, por que isso importa mais do que parece, e o que fazer com o resultado depois.

O problema com a anotação de ideia

O padrão comum em quadro de experimentos é algo assim:

Testar prova social na landing page

Isso não é hipótese. É uma tarefa. Não diz o que você espera que aconteça, nem quanto, nem por quê. E é justamente essa ausência que cria o problema: qualquer resultado pode ser explicado depois.

Se a conversão subir, o time conclui que prova social funciona. Se cair, conclui que aquele tipo de prova social não serve para o público. Se ficar igual, conclui que precisa testar outra posição na página. Em nenhum dos três casos alguém aprendeu algo utilizável no próximo experimento.

É a diferença entre observar e testar. Observar acumula anedotas; testar acumula conhecimento.

Os quatro componentes

Uma hipótese utilizável tem quatro partes. Nenhuma é opcional, e a ordem importa porque cada uma restringe a seguinte.

1. A observação

De onde veio a ideia. Um dado, uma gravação de sessão, uma entrevista, uma reclamação recorrente, um número que não fecha.

Esta é a parte que mais se pula e a que mais distingue um time que aprende de um que chuta com método. Se a ideia não veio de lugar nenhum — se surgiu numa reunião porque alguém leu um artigo —, ela vai competir em pé de igualdade com ideias que vieram de evidência. E não deveria.

Uma pergunta útil no momento de escrever: o que eu vi que me fez pensar nisso? Se a resposta for "vi um caso de outra empresa", registre isso também. Não invalida a ideia, mas contextualiza — o que funcionou em um mercado com outro perfil pode não se transferir.

2. A mudança

O que exatamente será alterado. Específico ao ponto de outra pessoa conseguir implementar sem perguntar nada.

"Adicionar prova social" é vago. "Exibir três logos de clientes do mesmo segmento e porte, com uma linha de contexto cada, imediatamente acima do formulário, em todas as páginas de demonstração" é executável.

A vagueza aqui tem um custo específico: quando o resultado sai, ninguém sabe ao certo o que foi testado. E se o experimento for repetido meses depois, será outro experimento com o mesmo nome.

3. O efeito esperado, com número

Direção e magnitude aproximada. Não precisa de precisão — precisa de compromisso.

"Espero que a conversão melhore" é inútil. "Espero que a taxa de preenchimento do formulário suba de 4% para pelo menos 6%" é uma afirmação que pode estar errada.

O número tem duas funções. Primeiro, permite dimensionar o experimento: detectar uma melhora de 50% exige amostra muito menor que detectar 3%, e essa conta precisa ser feita antes, não depois. Segundo, e mais importante: obriga o time a distinguir entre "funcionou" e "funcionou o suficiente para valer o esforço de manter".

Um resultado positivo de 0,3% em uma mudança que exige manutenção contínua não é vitória — é custo disfarçado.

4. O mecanismo

Por que você acredita que isso aconteceria. É a parte mais negligenciada e a de maior valor.

Um mecanismo bem escrito descreve a cadeia causal: a pessoa vê X, isso reduz a hesitação Y, o que a leva a fazer Z. Quando o mecanismo está explícito, um resultado negativo ensina onde a cadeia quebrou — e essa informação direciona o próximo experimento.

Sem mecanismo, um resultado negativo só ensina que "não funcionou", o que é quase nada.

A mesma ideia, dos dois jeitos

Fraco:

Testar prova social na landing page.

Utilizável:

Nas gravações de sessão da página de demonstração, 7 de 12 visitantes rolaram até o formulário, pararam, voltaram ao topo e saíram sem preencher. Nas três entrevistas que fizemos depois, duas pessoas mencionaram não saber se atendemos empresas do porte delas.

Acredito que exibir três logos de clientes do mesmo segmento e porte, com uma linha de contexto cada, imediatamente acima do formulário, aumente a taxa de preenchimento de 4% para pelo menos 6%.

O mecanismo é que o comprador precisa se reconhecer na base de clientes antes de investir esforço no formulário, e hoje ele não tem como fazer essa verificação sem sair da página.

A segunda leva cinco minutos a mais para escrever e muda o que acontece depois.

Se o resultado for negativo, você não aprendeu "logo não funciona". Aprendeu que a hesitação observada nas gravações tem outra causa — e o próximo experimento pode testar preço, ou tempo de implantação, ou requisito técnico. O mecanismo refutado é uma pista, não um beco sem saída.

O benefício que ninguém antecipa

Escrever a hipótese completa mata boa parte das ideias antes da execução. E isso é o ganho principal, não um efeito colateral.

Quando você é obrigado a articular o mecanismo, descobre que metade das ideias não tem nenhum. Alguém propôs porque viu em outro lugar, ou porque parece uma boa prática, ou porque um concorrente faz. Nenhuma dessas é razão para gastar duas semanas de trabalho.

Em times que adotam o formato, a proporção costuma se manter estável: de cada dez ideias no quadro, três ou quatro sobrevivem à escrita da hipótese. As outras seis ou sete morrem sem custo — que é o melhor destino possível para uma ideia sem fundamento.

Isso também muda a dinâmica de reunião. Discutir "vale a pena testar prova social?" é uma conversa de opinião que não converge. Discutir "esse mecanismo faz sentido?" é uma conversa sobre a realidade, e ela converge.

Três tipos de hipótese, com exigências diferentes

Nem toda hipótese testa a mesma coisa, e o formato precisa se adaptar.

Hipótese de comportamento

Afirma que uma mudança na interface ou na mensagem altera o que a pessoa faz. É a mais comum e a mais fácil de escrever, porque o mecanismo é curto: a pessoa vê algo diferente e reage diferente.

O cuidado aqui é não confundir preferência com comportamento. As pessoas dizem que preferem uma coisa e fazem outra. Se a hipótese se apoia em algo que alguém disse em pesquisa, o mecanismo precisa registrar essa fragilidade.

Hipótese de segmento

Afirma que um grupo específico responde diferente do resto. "Empresas acima de 500 funcionários abandonam o formulário mais que as menores porque o campo de faturamento exige informação que quem preenche não tem."

Exige um componente extra: como o segmento é identificado antes de o experimento rodar. Se você só consegue separar depois, o teste vira análise retrospectiva — que é útil e não é experimento.

Hipótese de processo

Afirma que mudar a ordem, o tempo ou o responsável por uma etapa altera o resultado. Comum em experimentos comerciais: mudar quem participa da primeira call, mudar o intervalo entre toques, mudar o critério de qualificação.

São as hipóteses de maior impacto em B2B e as mais difíceis de isolar, porque envolvem pessoas que sabem que estão sendo medidas. O mecanismo precisa considerar isso: parte do efeito pode vir da atenção, não da mudança.

Cinco armadilhas na escrita

A hipótese com duas mudanças. "Trocar o título e adicionar prova social." Se o resultado for positivo, você não sabe qual das duas causou. Se for negativo, pode ser que uma tenha ajudado e a outra atrapalhado mais. Uma mudança por experimento — ou, se precisar testar um conjunto, trate o conjunto como uma unidade e não tente atribuir o efeito às partes depois.

O mecanismo que é reformulação da mudança. "Acredito que adicionar prova social aumente a conversão porque prova social aumenta a confiança." Isso não é mecanismo, é tautologia. O mecanismo precisa descrever o que acontece na cabeça da pessoa, e precisa ser algo que poderia não ser verdade.

A métrica que não corresponde ao mecanismo. Se o mecanismo é sobre reduzir hesitação no formulário, a métrica é preenchimento do formulário — não receita do trimestre. Métrica distante demais dilui o efeito em ruído de tudo o que acontece no meio do caminho.

A hipótese escrita depois do resultado. Acontece mais do que se admite: roda-se o teste, olha-se o resultado, e a hipótese é redigida para bater. É a forma mais eficiente de acumular falsas certezas. Registre a hipótese com data, antes de qualquer dado aparecer.

O número inventado para preencher o campo. Se você não tem base para estimar a magnitude, diga isso na hipótese: "não temos base para estimar; qualquer melhora acima de X justificaria manter". É honesto e continua sendo falseável.

Dimensionando antes de rodar

Escrever a magnitude esperada serve para algo prático que costuma ser pulado: calcular se o experimento é viável.

A regra geral é que detectar efeitos pequenos exige amostras grandes, e a relação não é linear — ela piora rápido. Detectar uma melhora de 50% sobre uma taxa base exige uma fração do volume necessário para detectar 5%.

Em B2B, onde o volume é baixo, isso tem uma consequência direta: só vale testar mudanças grandes. Reescrever a página inteira, trocar a oferta, mudar o formato do material. Testar a cor do botão é um luxo de quem tem tráfego.

Se ao escrever a hipótese você perceber que a magnitude esperada é pequena e o volume também, existem três saídas honestas antes de desistir:

• Subir o alvo no funil. Testar contra um evento mais frequente — cliques, rolagem até a seção de preço — em vez da conversão final.
• Ampliar a mudança. Se a hipótese só previa 5% de efeito, torne a intervenção mais radical até que ela justifique um efeito maior.
• Trocar por pesquisa qualitativa. Seis entrevistas com compradores reais frequentemente ensinam mais sobre por que a página não converte do que um teste subdimensionado — e não fingem precisão que não têm.

A saída desonesta, que é a mais comum, é rodar mesmo assim, parar quando a variante preferida aparece na frente, e declarar vitória. Isso não é experimento; é observar ruído e escolher a interpretação favorável. E o custo real não é o teste perdido — é o time passar a aplicar aquele "aprendizado" falso em outros lugares.

A adaptação necessária em B2B

Em contexto B2B de ticket alto, a escrita de hipótese ganha uma dificuldade específica: a métrica que realmente importa — receita — responde em meses.

Escrever "espero que isso aumente a receita em 10%" produz uma hipótese tecnicamente correta e praticamente inútil, porque você só saberia daqui a três trimestres, e nesse intervalo mudaram o time, o mercado e o produto.

A adaptação é escrever a hipótese contra uma métrica intermediária validada: um indicador que comprovadamente correlaciona com receita no seu histórico e responde em semanas.

Como encontrar: pegue as oportunidades que fecharam nos últimos dois anos e as que não fecharam, e procure o que as distingue no início. Costumam aparecer padrões do tipo "negócios com três ou mais pessoas da mesma empresa engajadas no primeiro mês fecham com frequência bem maior".

Encontrado o padrão, ele vira o alvo. A hipótese passa a ser escrita assim: "espero que isso aumente o número de contas com três ou mais contatos engajados no primeiro mês". Responde em quatro semanas em vez de nove meses.

Um cuidado que precisa estar escrito na própria hipótese: métrica intermediária é uma aposta em uma correlação. Registre qual é a correlação assumida e quando ela foi verificada pela última vez. Quando o time começa a otimizar o indicador em vez do resultado, ele para de correlacionar — e você quer descobrir isso lendo o registro, não seis meses depois.

O que fazer com o resultado

A hipótese bem escrita facilita a leitura do resultado, mas a leitura ainda exige critério. Quatro desfechos possíveis, cada um pedindo uma decisão diferente.

O quarto caso merece destaque. Resultado invertido é desconfortável e é o mais informativo de todos, porque significa que o modelo mental do time sobre o comprador estava errado em algum ponto específico. Vale investir tempo entendendo, em vez de descartar como anomalia.

Quatro hipóteses reescritas

Um exercício rápido, com ideias que aparecem em praticamente todo quadro de growth B2B.

Antes: "Reduzir campos do formulário."
Depois: "O formulário de contato tem 9 campos e a taxa de abandono no meio dele é alta. Dois campos — faturamento anual e número de funcionários — exigem informação que um analista frequentemente não sabe de cabeça. Removendo esses dois e coletando na primeira call, espero que o preenchimento suba de 3% para pelo menos 5%. O mecanismo é que a pessoa abandona ao encontrar um campo que ela não consegue responder sem sair da página para pesquisar."

Antes: "Melhorar a sequência de nutrição."
Depois: "A sequência atual tem 6 e-mails sobre o produto e a taxa de abertura cai de 34% no primeiro para 8% no sexto. Trocando os quatro últimos por conteúdo útil independente da compra, espero que a abertura do último se mantenha acima de 20%. O mecanismo é que a pessoa ainda não está avaliando produto e aprende a ignorar remetente que só fala de si."

Antes: "Testar demonstração gravada antes da call."
Depois: "Nas calls de descoberta, os primeiros 20 minutos são gastos explicando o que o produto faz, e o vendedor relata que a conversa útil só começa depois disso. Enviando uma demonstração de 8 minutos antes da reunião, espero que a proporção de calls que avançam para proposta suba de 30% para 40%. O mecanismo é que o tempo da reunião passa a ser usado para o contexto específico da empresa em vez de exposição genérica."

Antes: "Publicar mais casos de sucesso."
Depois: "Três dos últimos cinco negócios perdidos citaram, no registro de descarte, dúvida sobre se atendemos o setor deles. Publicando um caso por segmento prioritário e enviando o correspondente antes da proposta, espero reduzir a frequência desse motivo de descarte pela metade. O mecanismo é que a objeção é de reconhecimento — o comprador não duvida da capacidade, duvida da familiaridade com o contexto dele."

Note o padrão: em todas, a observação vem de um dado que já existia e ninguém tinha olhado. Registro de descarte, gravação de call, taxa de abertura por posição na sequência. Times que escrevem boas hipóteses não são mais criativos — eles olham mais.

O registro, que é onde o conhecimento fica

Hipótese escrita e não registrada tem metade do valor. O registro é um documento único com uma linha por experimento:

• Data de escrita da hipótese (antes de rodar)
• A hipótese completa, nos quatro componentes
• O que foi de fato implementado, se diferiu do planejado
• Período de execução e volume observado
• Resultado, com o número
• Decisão tomada e por quê

Sem esse registro, três coisas acontecem previsivelmente. O time repete testes já feitos. O aprendizado vai embora quando alguém sai. E ninguém consegue enxergar padrões entre experimentos — que é onde está o conhecimento mais valioso, porque ele é sobre o seu mercado especificamente.

Depois de um ano de registro consistente, você tem uma base de conhecimento sobre o próprio funil que nenhum concorrente consegue copiar, porque foi construída com dados que só você tem.

Como começar sem travar o time

Existe um risco real de o formato virar burocracia e o time parar de propor ideias. Três ajustes evitam isso:

Comece pelas ideias que já estão no quadro. Pegue as cinco mais votadas e escreva a hipótese completa de cada uma. O exercício demonstra o valor melhor que qualquer explicação — normalmente duas ou três se revelam sem mecanismo, e o time percebe sozinho.

Aceite hipótese em duas frases. O formato completo não precisa de meia página. Uma frase para observação e mudança, outra para efeito esperado e mecanismo, já cumpre a função. O que importa é que os quatro componentes estejam lá.

Escreva junto, na reunião. Pedir para alguém escrever depois costuma resultar em versão apressada. Escrever coletivamente na reunião semanal leva dez minutos por ideia e produz a conversa que é o real benefício do formato.

O objetivo não é documentação. É obrigar o time a pensar até o fim antes de gastar duas semanas de trabalho — e descobrir, com frequência desconfortável, que a ideia não sobrevive a esse pensamento.