- Uma boa taxa de conversão é relativa. A comparação mais útil é a tua própria taxa do mesmo período do ano passado, medida da mesma forma.
- Os benchmarks dependem de como foram medidos: por sessão ou por utilizador, quais lojas, qual ano. Um valor sem fonte e sem ano de pesquisa não é um benchmark.
- O consentimento de cookies reduz a base de medição. Uma taxa calculada apenas com visitantes que aceitam cookies não é diretamente comparável com um benchmark que usa uma base de medição diferente.
- Se a tua taxa for baixa, encontra a etapa onde os compradores desistem antes de alterares o design, depois testa a correção e mede-a no teu próprio GA4.
Uma boa taxa de conversão para uma loja online depende do setor, do nível de preço, do dispositivo e da fonte de tráfego. Não existe um número único que sirva para todas as lojas. A comparação mais fiável é a tua própria taxa de conversão do mesmo período do ano passado, medida com a mesma definição e dividida por dispositivo e fonte.
Esta página explica como interpretar benchmarks sem se deixar enganar. Mostra valores de benchmark por setor e por dispositivo a partir de uma fonte documentada: a análise de 2026 da Littledata sobre 433 lojas Shopify que medem com Google Analytics 4. Também mostra como calcular corretamente a tua própria taxa, por que razão as diferenças de medição distorcem as comparações e por onde começar quando a tua taxa está abaixo do esperado.
Resposta curta
Não existe uma única boa taxa de conversão para lojas online. A taxa depende do setor, do nível de preços, do dispositivo, da origem do tráfego e da forma como é medida, por isso um número de outra loja raramente se aplica à tua. A comparação mais útil é a tua própria taxa das mesmas semanas do ano passado, medida da mesma forma e dividida por dispositivo e origem de tráfego.
Os benchmarks publicados são úteis como orientação aproximada, se souberes como foram recolhidos. Os valores desta página provêm de uma única fonte, o benchmark de taxa de conversão de ecommerce da Littledata: 433 lojas Shopify que enviam os seus dados para o Google Analytics 4, ao longo dos 90 dias entre 20 de julho e 17 de outubro de 2026, medidos por sessão. Nessa amostra, a loja mediana converte 1,4% das sessões em pedidos, e os 20% melhores convertem mais de 2,7%.
Usa as secções abaixo por esta ordem: consulta o benchmark do teu setor, verifica-o face à tua combinação de dispositivos e depois lê por que razão estes números induzem em erro antes de tirares conclusões.
Benchmarks por setor
A tabela mostra a taxa de conversão mediana por sessão por setor, e a taxa que uma loja precisa de atingir para estar nos 20% melhores do seu setor.
| Setor | Taxa de conversão mediana | Top 20% das lojas acima de | Lojas na amostra |
|---|---|---|---|
| Todas as lojas Shopify | 1,4% | 2,7% | 433 |
| Beleza e Cuidados de Pele | 2,9% | 4,0% | 38 |
| Saúde e Suplementos | 2,4% | 3,8% | 35 |
| Alimentação e Bebidas | 2,4% | 3,2% | 31 |
| Moda e Vestuário | 1,1% | 2,0% | 71 |
| Casa e Mobiliário | 1,0% | 1,7% | 62 |
Fonte: Littledata, benchmarks de taxa de conversão de ecommerce. Lojas Shopify que usam Google Analytics 4 com pelo menos 1.000 sessões e 90 compras, dados de 20 de julho a 17 de outubro de 2026, obtidos a 21 de outubro de 2026. Os setores só são listados quando a amostra é suficientemente grande.
Ao ler um benchmark, verifica três coisas: como a taxa foi definida (por sessão ou por utilizador), que lojas foram incluídas (dimensão, região, nível de preços) e que período abrange. Um valor com uma definição diferente não é comparável, mesmo quando o rótulo parece igual.
Benchmarks por dispositivo
As taxas de conversão diferem entre telemóveis, tablets e computadores de secretária, e entre origens de tráfego como pesquisa, anúncios pagos, email e visitas diretas. Parte da diferença resulta da intenção: um visitante que escreve o nome de um produto num motor de pesquisa está mais próximo de comprar do que um visitante que clica numa publicação de rede social. Parte resulta do dispositivo: ecrãs pequenos tornam os formulários mais difíceis de preencher, e muitas pessoas pesquisam no telemóvel e compram mais tarde noutro dispositivo. A mesma fonte reporta taxas de conversão para telemóveis e computadores de secretária. Não indica um valor separado para tablets nem dados por origem de tráfego.
| Dispositivo | Taxa de conversão mediana | Top 20% das lojas acima de | Top 10% das lojas acima de |
|---|---|---|---|
| Mobile | 1,6% | 2,9% | 4,1% |
| Desktop | 1,5% | 3,1% | 5,1% |
Fonte: Littledata, benchmarks de taxa de conversão de ecommerce, dados de 20 de julho a 17 de outubro de 2026. Os dados por dispositivo incluem apenas lojas com pelo menos 500 sessões e 30 pedidos nesse dispositivo. Nesta amostra as medianas são quase iguais; a diferença surge entre as lojas mais fortes, onde os 10% melhores atingem 5,1% no desktop e 4,1% no mobile.
Podes construir a mesma tabela para a tua própria loja em minutos, e acrescentar-lhe as origens de tráfego. Abre a tua ferramenta de analytics, divide a taxa de conversão por categoria de dispositivo e por origem, e regista os números de cada mês. Essa tabela é a que importa para tomar decisões.
Por que os benchmarks enganam
Um benchmark é uma média de lojas diferentes da tua. Quatro efeitos fazem com que ele induza em erro:
- Definições diferentes. Uma sessão é uma visita. Um utilizador é uma pessoa que pode visitar várias vezes. A mesma loja tem uma taxa por sessão mais baixa do que por utilizador, porque visitas repetidas que terminam sem uma encomenda contam como sessões extra. Compara coisas comparáveis.
- O consentimento reduz a base de medição. Se o teu sistema de analytics só regista visitantes que aceitam cookies, a tua taxa é calculada sobre um subconjunto de visitantes. Esse subconjunto costuma comportar-se de forma diferente do público total, pelo que a tua taxa não é diretamente comparável com um benchmark que usa uma base de medição diferente.
- Sortido de produtos. Uma loja com poucos produtos conhecidos e uma loja com uma vasta gama de artigos raramente comprados situam-se em níveis diferentes por boas razões.
- Nível de preço. Preços mais altos costumam significar decisões mais longas e mais visitas antes de uma encomenda. Uma comparação justa precisa de lojas com um carrinho semelhante.
Um quinto efeito vem do exterior: uma campanha, um saldo ou uma notícia pode aumentar ou diminuir a taxa durante semanas. Uma comparação com o ano anterior só funciona para a mesma época do ano e um mix de marketing semelhante. Por essa razão, trata um benchmark como uma pergunta a fazer aos teus dados.
Uma forma responsável de usar um benchmark: anota de onde vem o número, verifica que a tua medição corresponde à sua definição, compara-o com a tua taxa para o mesmo segmento (nunca com a tua taxa geral) e regista a diferença como uma hipótese a investigar. Uma diferença de qualquer dimensão é um motivo para analisar os teus dados, e não é prova de um problema.
Como calcular corretamente a tua própria taxa
A taxa de conversão é o número de encomendas dividido pelo número de sessões (ou utilizadores) no mesmo período, multiplicado por 100:
Taxa de conversão (%) = encomendas ÷ sessões × 100
O guia do blog sobre a taxa de conversão explica a fórmula em detalhe e inclui uma calculadora. Para um número em que possas confiar, segue estas regras:
- Escolhe um denominador e mantém-no. As sessões são o padrão comum nas ferramentas de analytics. Se mudares para utilizadores, muda em todas as comparações.
- Conta as encomendas uma vez. Usa o evento de compra, e verifica que recarregamentos da página de confirmação não criam duplicados.
- Remove ruído. Exclui o tráfego interno e bots conhecidos, e mantém os mesmos filtros ao longo do tempo.
- Usa o mesmo período e época. Compara semanas completas, e compara com as mesmas semanas de um ano antes.
- Divide antes de concluir. Reporta dispositivo e origem separadamente, e mantém a taxa global como resumo.
Verifica também que os teus dados de analytics e o teu sistema de loja concordam quanto ao número de encomendas. Se diferirem muito, corrige o tracking antes de comparares seja o que for com um benchmark.
Abaixo do benchmark? Por onde começar
Se a tua taxa estiver abaixo dos valores que encontras, não comeces por mudanças de design. Começa pela causa. O diagnóstico em Why your online shop is not converting segue o percurso de compra etapa a etapa e mostra onde os visitantes desistem. A visão geral de conversion optimization cobre o método e as medidas típicas.
Para verificares que uma alteração realmente melhorou a tua taxa, executa-a como um teste A/B. Eis como a Varify.io apoia isso:
- Ideias de teste para uma página. O AI CRO Audit recebe o URL de uma página e devolve insights de CRO, recomendações e dez ideias de teste que podes usar diretamente como testes A/B.
- Descreve a alteração, deixa a IA construí-la. Com Prompt-Based Experimentation (PBX) descreves a experiência em linguagem simples, e a IA constrói a variante e configura a experiência, sem necessidade de um programador. Vê PBX examples.
- Medição no teu próprio GA4. Os dados da experiência e os dados de analytics vêm da mesma fonte, pelo que os números no teu relatório de teste e na tua ferramenta de analytics coincidem. Vê tracking with Varify.io.
- Sem cookies. A Varify guarda a atribuição de variante no localStorage, sem dados pessoais. Mais sobre cookieless A/B testing.
- Um resultado legível. A significance calculator gratuita mostra se é provável que uma diferença medida seja real.
Começa com uma alteração, um objetivo claro e uma duração fixa. Quando o teste terminar, compara o resultado com a tua própria taxa anterior, não com um benchmark de outra pessoa.
Compara a tua taxa de conversão com o teu próprio histórico.
Mede experiências no teu próprio GA4 e vê qual alteração move a tua taxa.