- Uma loja online que recebe visitantes mas poucos pedidos tem um problema numa etapa específica do percurso de compra. Encontra primeiro essa etapa, depois procura a causa.
- Verifica a origem do teu tráfego antes de alterar a loja. Uma campanha que não corresponde à página reduz a taxa de conversão por si só.
- A taxa média documentada de abandono de carrinho é de 70,22% (Baymard Institute). O maior motivo, custos extra demasiado altos, é apontado por 40% dos compradores.
- Trata cada causa suspeita como uma hipótese. Reúne evidências de comportamento, depois testa a correção com um teste A/B e mede-a no teu próprio GA4.
Uma loja online não converte quando os visitantes desistem numa etapa do percurso de compra: página de destino, categoria, página de produto, carrinho ou checkout. A causa pode ser tráfego que não corresponde à página, custo total pouco claro, informação de produto fraca, falta de confiança ou um checkout difícil. Encontra a etapa com a maior queda, verifica as suas causas prováveis e testa uma correção de cada vez.
Esta página funciona como um diagnóstico. Começa por separar os problemas de tráfego dos problemas da loja, depois segue o percurso de compra etapa por etapa, com uma pergunta por etapa. Uma tabela de diagnóstico liga cada sintoma no Google Analytics 4 a uma causa provável e a um primeiro teste. O final da página mostra como transformar suspeitas em decisões com dados de comportamento e testes A/B.
Primeira verificação: é um problema de tráfego ou um problema da loja?
Antes de alterares qualquer coisa na loja, descobre se os visitantes são os certos. Uma loja pode parecer fraca nos números quando o verdadeiro problema é que a campanha promete algo que a página não cumpre.
Abre a tua ferramenta de analytics e compara as tuas principais fontes de tráfego em três números: taxa de conversão, rejeição ou engajamento, e valor do pedido. Depois interpreta o resultado assim:
- Uma fonte converte muito pior do que as outras. Verifica o anúncio ou link que a alimenta. O texto, a oferta e a página de destino devem corresponder.
- Todas as fontes convertem mal. O problema está provavelmente na própria loja, e o resto desta página aplica-se.
- Os visitantes saem em poucos segundos. Compara aquilo em que clicaram com aquilo que veem.
- Visitantes recorrentes compram, novos visitantes não. Os novos visitantes não têm confiança ou informação. Observa o primeiro ecrã, a informação de envio e os termos de devolução.
Se a origem e a página não corresponderem, corrige isso primeiro. Para os métodos relacionados, consulta o guia de otimização de conversão.
Encontre o estágio em que os compradores desistem
O caminho mais rápido para um diagnóstico é um funil: o número de visitantes que chega a cada etapa do percurso de compra, desde a landing page até a compra. No Google Analytics 4, você pode criar isso na seção Explorar como uma exploração de funil. Use os eventos padrão de e-commerce: view_item_list, view_item, add_to_cart, begin_checkout e purchase.
Leia o funil de cima para baixo e procure a etapa com a maior queda em relação à anterior. Divida o funil por dispositivo, porque uma loja no desktop que funciona bem pode falhar nos celulares. Depois, compare a etapa mais fraca com a tabela abaixo. Use-a como ponto de partida: cada linha indica uma causa provável que você confirma com dados nas próximas etapas.
| Estágio | Sintoma no GA4 | Causa provável | Primeiro teste |
|---|---|---|---|
| Landing page ou home | Alta proporção de sessões de página única, poucos cliques em categorias | Mensagem não corresponde à origem, oferta pouco clara, primeira tela fraca | Reescreva o título e a chamada principal para ação; teste uma variante |
| Categoria | Muitos eventos view_item_list, poucos eventos view_item | Difícil comparar produtos, faltam filtros, página lenta | Adicione filtros claros ou uma ordem de classificação; teste a grade de produtos |
| Página do produto | Muitos eventos view_item, poucos eventos add_to_cart | Preço total ou entrega pouco claros, imagens fracas, sem avaliações, lento em celulares | Mostre frete e entrega na página; teste o bloco de preço |
| Carrinho | Muitos eventos add_to_cart, poucos eventos begin_checkout | Custos surpresa, sem opção de convidado, sem próximo passo claro | Mostre o total logo no início; teste o resumo do carrinho |
| Checkout | Muitos eventos begin_checkout, poucos eventos purchase | Conta obrigatória, muitos campos, métodos de pagamento ausentes, erros | Ofereça checkout como convidado; teste o tamanho do formulário e a ordem de pagamento |
Se os eventos estiverem ausentes ou parecerem incorretos, corrija primeiro a medição. Um funil construído com dados incompletos te leva à página errada. A documentação sobre tracking setup check explica como verificar o que chega.
Páginas de produto e categoria: as 6 causas mais comuns
A maioria das vendas perdidas em uma loja acontece antes do carrinho. Essas seis causas aparecem repetidamente em páginas de produto e categoria. Verifique nesta ordem:
- Preço e frete não estão claros. Um visitante que não consegue ver quanto o pedido vai custar no total vai procurar em outro lugar. Mostre custos de frete e prazo de entrega na página do produto, perto do preço.
- As imagens não respondem perguntas. Uma foto pequena não é suficiente para a maioria dos produtos. Mostre o produto em uso, mostre detalhes e mostre tamanhos ou escala.
- Não há avaliações. Os visitantes procuram provas de outros compradores. Coloque avaliações perto do título e permita que as pessoas leiam avaliações completas na página.
- A página carrega devagar. Imagens e scripts pesados atrasam a primeira tela, especialmente em uma conexão móvel. Meça em uma conexão de celular.
- A página mobile é desajeitada. Verifique as áreas de toque, a legibilidade e se o botão de compra está acessível sem precisar procurar.
- Busca e filtros falham. Um visitante que digita o nome de um produto e não obtém resultado raramente tenta novamente. Revise os termos de busca sem resultados.
Todas as seis são hipóteses até que você as teste na sua própria loja. A página sobre product page optimization percorre os elementos um a um.
Carrinho e checkout: por que os compradores saem na última etapa
Um visitante que colocou algo no carrinho queria comprar. Quando essa pessoa sai na última etapa, o motivo costuma ser algo que a loja pode controlar. O Baymard Institute reporta uma taxa média documentada de abandono de carrinho de 70,22%, com base em 50 estudos. A sua lista de motivos (compradores dos EUA, obtida em 20 de outubro de 2026; os compradores podiam indicar mais do que um) é esta:
- Custos extra (envio, impostos, taxas) demasiado altos: 40%
- Entrega demasiado lenta: 20%
- Falta de confiança na loja com os dados do cartão: 19%
- Obrigado a criar uma conta: 18%
- Checkout demasiado longo ou complicado: 17%
- Erros ou falhas: 17%
- Política de devolução insatisfatória: 13%
- Custo total não visível antecipadamente: 12%
Fonte: Baymard Institute, 50 Cart Abandonment Rate Statistics, obtido em 20 de outubro de 2026. As percentagens referem-se a compradores dos EUA que abandonaram um carrinho e indicaram o motivo.
Custo e clareza lideram a lista. Compara isto com o teu próprio funil: se a queda ocorre entre o carrinho e o checkout, custos extra e uma conta obrigatória são os primeiros suspeitos. Se ocorre entre o checkout e a compra, analisa o comprimento do formulário, os métodos de pagamento e os erros.
O guia de boas práticas para carrinhos abandonados cobre dez correções e formas de trazer os compradores de volta. As etapas do checkout têm um tratamento próprio, mais detalhado, num guia separado sobre otimização do checkout.
Confiança: quando os visitantes não acreditam na loja
Mesmo com o produto e o preço certos, um visitante pode duvidar que a loja é segura ou fiável. A confiança vem de muitos pequenos sinais, e a falta de um sinal no momento errado pode encerrar uma visita.
- Quem és. Uma empresa identificada, uma morada, uma forma de contacto funcional e um aviso legal fácil de encontrar.
- O que acontece após o pagamento. Prazos de entrega, rastreamento e condições de devolução em palavras simples, antes do checkout.
- Prova de outros. Avaliações reais com datas.
- Segurança do pagamento. Métodos de pagamento conhecidos e avisos de segurança reconhecíveis junto aos campos de pagamento. O Baymard lista a falta de confiança com os dados do cartão como um motivo de abandono (19%).
Coloca sinais de confiança onde surge a dúvida e testa se uma determinada nota ajuda os teus visitantes. Para selos e emblemas, consulta se os selos de confiança aumentam as conversões.
Da causa à correção: teste a hipótese
Um diagnóstico te dá suspeitos. Para transformar um suspeito em uma decisão, colete evidências sobre o comportamento e depois teste a correção.
Passo 1: observe o comportamento. Heatmaps e gravações de sessão mostram onde os visitantes clicam, até onde rolam a página e onde hesitam. O Varify.io se conecta ao Microsoft Clarity, Hotjar e Mouseflow, assim você pode filtrar gravações por experimento e variante. Veja a documentação do Microsoft Clarity, Hotjar e Mouseflow.
Passo 2: busque uma segunda opinião. O AI CRO Audit recebe a URL de uma página, analisa-a e retorna insights de CRO, recomendações concretas e dez ideias de teste que você pode usar diretamente como testes A/B.
Passo 3: teste a correção. Descreva a mudança em linguagem simples com Prompt-Based Experimentation (PBX). A IA cria a variante, escreve o código e configura o experimento, sem precisar de um desenvolvedor, e você pode refinar a variante quantas vezes quiser. Veja exemplos de PBX. Depois execute como um teste A/B. O resultado é medido no seu próprio GA4, então os números do teste e os números do analytics coincidem. O Varify funciona sem cookies. Mais sobre testes A/B sem cookies.
Mude uma coisa por teste, para que o resultado tenha uma única explicação. Antes de começar, estime a duração com a calculadora de duração de teste gratuita.
Checklist de diagnóstico
Percorre a lista por ordem. Para na primeira fase em que encontres um problema claro e resolve-o antes de avançar.
Medição e tráfego
- O evento de compra chega à tua ferramenta de analytics e corresponde aos pedidos no sistema da loja.
- A taxa de conversão é comparada por origem, dispositivo e visitantes novos e recorrentes.
- Cada campanha principal leva a uma página que repete a sua promessa.
Páginas de produto e categoria
- O preço total, o envio e o prazo de entrega são visíveis na página do produto.
- As imagens mostram utilização, detalhe e escala.
- Avaliações ou outras provas de compradores aparecem perto do título.
- A página é rápida e fácil de usar num telemóvel.
- A pesquisa devolve um resultado para os termos mais comuns.
Carrinho e checkout
- O custo total é visível antes do último passo.
- Está disponível um checkout como convidado.
- Os métodos de pagamento correspondem ao que os teus visitantes usam, e o formulário não tem campos desnecessários.
- As condições de devolução são fáceis de encontrar.
Confiança
- Os dados da empresa e as vias de contacto são fáceis de encontrar.
- As notas de segurança e devolução ficam junto ao botão de compra e aos campos de pagamento.
Próximo passo
- Escolhe a fase mais fraca, escreve uma hipótese e executa um teste A/B.
Transforma o teu diagnóstico numa correção testada.
Descreve a alteração, deixa a IA criá-la, mede-a no teu próprio GA4 e vê se a tua loja converte melhor.