Durante anos, quem queria testar duas versões de uma página tinha um caminho óbvio: o Google Optimize, gratuito e ligado ao Google Analytics. Bastava instalar, criar a variante num editor visual e esperar o relatório apontar a vencedora. Em 2023 esse caminho fechou, e muita empresa simplesmente parou de testar.
Boa parte das listas de "alternativas ao Google Optimize" pula a pergunta que vem antes da ferramenta: o que exatamente o GA4 faz hoje num teste A/B, e o que ele não faz. Este guia parte da documentação do Google, explica esse mecanismo e mostra qual caminho faz sentido para cada volume de tráfego.
O que era o Google Optimize?
O Google Optimize era a ferramenta de experimentação do Google para sites. Ela permitia criar testes A/B, com duas ou mais versões de uma página, testes multivariados e testes de redirecionamento, além de personalizações, mostrando conteúdos diferentes para públicos diferentes. Havia a versão gratuita e o Optimize 360, a versão paga voltada a grandes empresas, dentro do pacote Google Marketing Platform.
O atrativo era a integração: os objetivos do teste podiam ser as próprias metas do Google Analytics, e o relatório já trazia a estimativa de qual variante tinha mais chance de vencer. Para muitas equipes pequenas, foi a porta de entrada para a otimização de conversão (CRO) com método.
O Google Optimize foi descontinuado?
Sim. Segundo a Central de Ajuda do Google Analytics, na página sobre a desativação do Google Optimize, o Optimize e o Optimize 360 deixaram de estar disponíveis em 30 de setembro de 2023. Os experimentos e personalizações que ainda estavam ativos naquela data foram encerrados.
O motivo dado pelo Google é direto: o Optimize, apesar de existir havia bastante tempo, não tinha muitos dos recursos e serviços que os clientes pediam para fazer experimentos. Em vez de construir uma nova ferramenta, o Google passou a investir em integrações de testes A/B de terceiros com o GA4.
Na prática, quem pesquisa "Google Optimize" hoje encontra uma ferramenta que não existe mais. Não há como reativar conta, recuperar experimento ou instalar o código antigo. Qualquer teste novo precisa de outra ferramenta.
O GA4 faz teste A/B?
Não, e é aqui que mora a maior confusão. O GA4 não sorteia quem vê cada versão, não troca o conteúdo da página e não calcula qual variante venceu. Ele funciona como o lugar onde os dados do teste chegam e ficam guardados, enquanto outra ferramenta faz o experimento.
A Central de Ajuda do Google sobre a integração de experimentos de terceiros descreve o mecanismo: a ferramenta de teste informa ao Google Analytics, por meio de um parâmetro chamado Experience-Variant-ID, em qual variante cada usuário está. Com isso o GA4 associa o usuário ao experimento.
Como funciona um teste A/B com o GA4 por dentro?
O passo a passo descrito pelo Google tem quatro momentos, e cada um tem um dono:
- Configuração: ao criar o experimento na ferramenta de teste, você escolhe a propriedade do Google Analytics como opção de medição e autoriza a integração. A ferramenta passa a poder criar objetos na propriedade.
- Início: o GA4 cria um público para cada variante do experimento. Esses públicos servem só para medição e são diferentes dos públicos de segmentação que você usa em campanhas.
- Durante o teste: a análise é feita pela dimensão de ID da variante da experiência, cruzando a variante com os eventos e conversões que você já mede.
- Fim: os públicos das variantes são excluídos, para não estourar o limite de públicos da propriedade, mas os dados continuam acessíveis no Explorar e no BigQuery.
O ponto que mais pesa na decisão é o último da cadeia: a inferência estatística não é do GA4. Quem diz se a diferença entre A e B é real ou acaso é a ferramenta de teste. A alternativa é exportar os dados ao BigQuery e aplicar fórmulas próprias, o que exige alguém que saiba fazer essa conta.
Isso também significa que o teste só é tão bom quanto os eventos que o GA4 já registra. Se a conversão principal não está configurada como evento, não há o que comparar. Vale revisar antes a configuração descrita em como fazer o lead virar evento no GA4.
Quais as alternativas ao Google Optimize?
A lista de ferramentas é longa, mas dá para organizá-la em três grupos, com lógicas de custo e de esforço diferentes:
| Grupo | Exemplos | Como se conecta ao GA4 | Melhor para |
|---|---|---|---|
| Integrações citadas pelo Google | AB Tasty, Optimizely, VWO | Integração com o Google Analytics, em colaboração com o Google | Empresas com tráfego alto e rotina de testes |
| Código aberto | GrowthBook | Lê os dados do armazém, como o BigQuery, onde o GA4 pode exportar | Time com desenvolvedor e pouca verba de licença |
| Outras ferramentas via API | Ferramentas que usam as APIs públicas do Google | Depende de cada fornecedor | Quem já usa uma plataforma e quer manter |
| Sem ferramenta de teste | Pesquisa, gravações, mapas de calor | Não se aplica | Sites com pouco tráfego |
Elaborado pela Alliance Comunicação com base na Central de Ajuda do Google Analytics e no repositório do GrowthBook.
O Google nomeia três fornecedores em ordem alfabética, AB Tasty, Optimizely e VWO, e afirma ter disponibilizado APIs públicas para que outras ferramentas se integrem. A menção não é um ranking nem uma recomendação de compra: é a lista de quem trabalhou a integração junto com o Google.
Existe alternativa gratuita ao Google Optimize?
Existe, com uma condição: o "gratuito" troca licença por trabalho técnico. O exemplo mais citado é o GrowthBook, que se descreve como plataforma de código aberto de feature flags, experimentação e análise de produto. O repositório informa um modelo "open core": a maior parte do código está sob a licença MIT, e alguns diretórios têm licença comercial própria.
O GrowthBook pode ser auto-hospedado e trabalha no modelo "warehouse native", ou seja, lê os dados direto do armazém, com BigQuery, Snowflake e Databricks entre as fontes citadas. Como o GA4 exporta para o BigQuery, essa é a ponte natural. O motor estatístico, segundo o repositório, inclui métodos bayesianos, sequenciais e checagens de desvio de amostra.
O custo real aparece em outro lugar: servidor para hospedar, desenvolvedor para implantar os testes no código e alguém que entenda os relatórios. Para uma empresa sem time técnico, a alternativa gratuita costuma ser a mais cara.
Google Optimize ou VWO: qual a diferença?
A comparação faz sentido porque o VWO é um dos três fornecedores citados pelo Google e porque, como o Optimize, tem editor visual para criar variantes. A diferença de fundo está no modelo: o Optimize era gratuito e acoplado ao Google Analytics; o VWO é uma plataforma paga e independente, que se integra ao GA4 pelo mecanismo descrito acima, com a própria estatística.
Na prática, quem migra do Optimize para o VWO, o AB Tasty ou o Optimizely ganha recursos que o Optimize não tinha e passa a pagar licença. Os preços de cada plano mudam com frequência e dependem do volume de visitantes, por isso vale pedir a proposta com o tráfego real em mãos.
Qual alternativa cabe no seu tráfego?
A pergunta certa não é "qual a melhor ferramenta", e sim "meu tráfego sustenta um teste A/B?". Com poucas conversões por mês, um teste pode levar meses para chegar a um resultado confiável, ou nunca chegar. Fizemos essa conta passo a passo em quanto tráfego um teste A/B precisa.
1. Pouco tráfego: aprenda antes de testar
Se a amostra não fecha, troque o teste A/B por métodos que não dependem de volume: entrevista com clientes, pesquisa no site, gravações de sessão e mapas de calor. Ferramentas como o Clarity ajudam aqui; mostramos o que elas guardam em o que a gravação do Microsoft Clarity guarda. Quando houver mudança, prefira uma mudança grande, medida antes e depois, em vez de ajustes pequenos que nenhum teste detectaria.
2. Tráfego médio e time técnico: código aberto
Com volume suficiente e um desenvolvedor disponível, o GrowthBook auto-hospedado lendo o BigQuery reproduz boa parte do que o Optimize fazia, sem licença. Planeje o tempo de implantação: os testes passam a ser feitos no código, não num editor visual.
3. Tráfego alto e rotina de CRO: plataforma paga
Com testes contínuos, várias equipes pedindo experimentos e necessidade de editor visual, as plataformas integradas ao GA4 se pagam pelo tempo que economizam. Compare pelo volume de visitantes incluído, pelo tipo de teste (no navegador ou no servidor) e pela forma como a estatística é apresentada.
Como migrar do Google Optimize sem perder o histórico?
Os experimentos do Optimize foram encerrados em 2023, então não existe migração de conta. O que dá para preservar é o aprendizado. Um roteiro prático:
- Retire do site o código antigo do Optimize, que não tem mais função e pesa no carregamento.
- Reúna o que foi testado e o que se aprendeu, em documento ou planilha, para não repetir hipóteses já descartadas.
- Revise os eventos e conversões do GA4 que serão as métricas dos próximos testes.
- Escolha a ferramenta pelo tráfego, não pela lista, e configure a integração com a propriedade do GA4.
- Rode um teste A/A, com duas versões iguais, para conferir se o sorteio e a medição estão corretos antes do primeiro teste real.
Quais são os erros mais comuns depois do fim do Optimize?
- Achar que o GA4 substitui o Optimize. Ele mede; quem testa é outra ferramenta.
- Ler o resultado no Explorar sem estatística. Diferença de taxa entre variantes não é prova de vencedor.
- Contratar plataforma paga com pouco tráfego. O relatório nunca chega a uma conclusão confiável.
- Escolher a ferramenta gratuita sem desenvolvedor. O custo sai da licença e vai para o projeto parado.
- Esquecer o código antigo no site. Script sem função ainda pesa no carregamento.
- Testar detalhe em vez de hipótese. Cor de botão raramente explica por que a página não converte.
Antes de escolher ferramenta, vale entender onde a conversão está vazando: listamos os pontos mais comuns em taxa de conversão: onde o dinheiro vaza.
Como medir o resultado de um teste integrado ao GA4?
Com a ferramenta escolhida e a integração ligada, o risco passa a ser a leitura. Como o GA4 guarda os dados por variante, é tentador abrir o Explorar, comparar as taxas e declarar a vencedora. Essa comparação não diz se a diferença é real. Uma rotina de leitura que evita os enganos mais comuns:
- Defina a métrica principal antes de começar. Uma só, ligada ao objetivo do teste, como o envio do formulário ou a compra. Métricas secundárias ajudam a entender, mas não decidem.
- Defina também a duração antes. Parar o teste no dia em que a variante B "passou na frente" é a forma mais comum de colher falso positivo.
- Leia a estatística na ferramenta de teste. É ela que calcula a probabilidade ou a significância; o GA4 só mostra os números brutos.
- Use o GA4 para o que ele faz melhor. Cruzar a variante com dispositivo, origem do tráfego e etapas do funil ajuda a entender por que uma versão venceu.
- Guarde o aprendizado. Registre hipótese, resultado e decisão. Quando os públicos das variantes são excluídos ao fim, os dados continuam no Explorar e no BigQuery, mas a interpretação só existe se alguém escreveu.
Um cuidado extra vale para quem exporta ao BigQuery e calcula o resultado com fórmula própria: a conta precisa considerar o tamanho da amostra e a duração planejada, ou o resultado vira opinião com aparência de estatística. Se ninguém no time domina essa parte, a estatística pronta da ferramenta de teste é o caminho mais seguro.
Por onde começar hoje?
Comece pelo tráfego e pela conversão, não pela ferramenta. Some as conversões do último mês na página que você quer testar, confira se elas estão configuradas como evento no GA4 e só então escolha o caminho: aprender com pesquisa, implantar o código aberto ou contratar uma plataforma integrada.
Se quiser um retrato de onde estão as lacunas, o diagnóstico de marketing gratuito da Alliance leva cerca de 30 minutos e cobre dados, mensuração e conversão. Quando a rotina de testes precisa de método, o serviço de CRO define hipóteses, ferramenta e leitura dos resultados com você.




















