Preencha a lacuna: a maioria das ferramentas exige que você tenha um limite de confiança de —— –, para declarar um vencedor em um teste A/B.

Alternativa D - 95%

Introdução aos Testes A/B

Os testes A/B são métodos estatísticos utilizados para comparar duas versões de algo (como uma página web ou e-mail) para determinar qual performa melhor. Para garantir que os resultados não sejam fruto do acaso, é necessário estabelecer um critério de significância estatística.

## Análise da Resposta

A escolha do percentual correto baseia-se nos padrões internacionais de estatística inferencial aplicados ao marketing digital e UX:

• Nível de Significância Padrão: A convenção científica e de mercado define o nível de confiança mínimo aceitável em 95% ($0.95$).
• Intervalo de Confiança: Um limite de 95% indica que, se repetíssemos o teste 100 vezes sob as mesmas condições, esperaríamos obter o mesmo resultado vencedor em 95 delas.
• Risco de Erro: Isso corresponde a um risco de erro tipo I (falso positivo) de apenas 5% (\alpha = 0.05).
• Ferramentas Comuns: Plataformas líderes como Google Optimize, Optimizely e VWO utilizam defaultmente 95% para considerar um resultado "Significante".

Portanto, para declarar um vencedor com segurança estatística, a maioria das ferramentas exige atingir esse patamar.

Alternativa D.