Loja com catálogo grande tem um problema que desconto não resolve: o cliente não sabe qual item é para ele, e a vitrine devolve 40 opções. O quiz de recomendação troca navegação por diagnóstico — em quatro a seis perguntas ele reduz o catálogo a uma escolha principal e duas alternativas justificadas. Abaixo, como montar a lógica que faz isso, o que pôr na tela de resultado e como medir sem se enganar.
Quando vale a pena montar
O quiz de recomendação rende quando existe dúvida legítima de escolha. Três sinais de que é o seu caso:
- O catálogo tem mais de 15 itens comparáveis, ou variações que confundem (tipo de pele, tipo de cabelo, nível, tamanho).
- O atendimento recebe sempre as mesmas perguntas antes da compra — cada uma delas é uma pergunta do quiz.
- A taxa de troca ou devolução é alta por escolha errada, não por defeito.
37,6%
de quem inicia o quiz vira lead (e-commerce)
Interact, Quiz Conversion Rate Report
55,5%
concluem todas as perguntas (e-commerce)
Interact, mesma base
1–3%
conversão típica de loja virtual
faixa consolidada de mercado
1. Ache os eixos de decisão (não invente perguntas)
Eixo de decisão é a variável que realmente muda o produto indicado. A maneira mais rápida de descobrir os seus é olhar o histórico do atendimento e a estrutura do catálogo.
| Categoria | Eixos que costumam decidir | Perguntas resultantes |
|---|---|---|
| Cosmético / skincare | Tipo de pele, preocupação principal, rotina atual, faixa de preço | 4 |
| Moda e calçado | Uso (trabalho/lazer), caimento preferido, tamanho, orçamento | 4 |
| Suplemento | Objetivo, restrição alimentar, nível de treino, forma (pó/cápsula) | 4 |
| Casa e decoração | Ambiente, estilo, tamanho do espaço, faixa de preço | 4 |
| Pet | Porte, idade, restrição de saúde, preferência de sabor | 4 |
Repare que a faixa de preço aparece em quase todos — e vem por último. É ela que decide se o resultado mostra o kit ou o item avulso, e perguntar cedo demais faz a pessoa se auto-selecionar para baixo antes de ver o valor da recomendação.
2. Monte a matriz resposta → produto
É a etapa que separa quiz de recomendação de quiz decorativo. Cada combinação de respostas precisa cair em um SKU — e você precisa saber qual, antes de publicar.
| Objetivo | Tipo de pele | Faixa | Produto principal | Alternativa |
|---|---|---|---|---|
| Manchas | Oleosa | Até R$ 150 | Sérum clareador P | Kit clareador básico |
| Manchas | Seca | Acima de R$ 150 | Kit clareador + hidratante | Sérum clareador G |
| Acne | Oleosa | Até R$ 150 | Gel de limpeza + tônico | Sabonete facial |
| Sinais de idade | Seca | Acima de R$ 150 | Kit antiidade completo | Creme noturno |
Como manter a matriz viva
- Sempre tenha um SKU padrão por eixo. Combinação sem produto mapeado deve cair no item mais vendido daquela linha, nunca em tela vazia.
- Marque os itens sem estoque. Recomendar o que não pode ser comprado é a maneira mais eficiente de queimar a confiança do quiz.
- Revise a cada troca de coleção. Matriz desatualizada transforma o quiz num vendedor que não conhece a loja.
3. A tela de resultado
A tela de resultado é a página de vendas do quiz. Cinco elementos, nessa ordem:
- O diagnóstico em uma frase. “Pele oleosa com preocupação em manchas” — a pessoa precisa se reconhecer antes de olhar o preço.
- O produto principal com o motivo. “Indicamos este porque você marcou X e Y.” Recomendação sem justificativa é vitrine.
- Duas alternativas. Uma mais barata, uma mais completa. Ancoram o preço e reduzem a sensação de escolha forçada.
- Botão de compra direto. Levar de volta para a categoria desfaz todo o trabalho de filtragem.
- Prova social do item recomendado. Avaliação de quem tem o mesmo perfil vale mais que a nota geral da loja.
Recomendação sem o “porque você marcou X” é vitrine com passos extras.
Sobre cupom no resultado: funciona para tirar do muro quem está decidido, mas custa margem em quem já compraria. Se for usar, teste como variante — e compare receita por visitante, não taxa de conversão isolada. A mecânica de teste A/B está no guia de funil de quiz.
4. Captura sem travar a compra
Aqui há um conflito real entre dois objetivos, e a resposta depende do que a loja precisa mais:
| Estratégia | Efeito na venda imediata | Efeito na lista |
|---|---|---|
| Resultado só após o e-mail | Perde parte de quem compraria na hora | Lista maior e mais rápida |
| Resultado direto, e-mail opcional | Mantém a venda imediata | Lista menor, porém mais interessada |
| Resultado direto + envio por e-mail como benefício | Sem perda relevante | Boa captura, com consentimento claro |
Para a maioria das lojas a terceira opção é a melhor: mostre o resultado e ofereça “quer receber essa recomendação por e-mail?” — a pessoa que diz sim está declarando interesse, não pagando pedágio.
5. Trackeamento até o pedido
Sem isso você não vai conseguir defender o quiz na reunião seguinte:
- UTM própria no link do resultado, com o SKU recomendado no utm_content.
- UTMs da campanha preservadas do anúncio até o checkout, para saber qual criativo trouxe quem respondeu.
- Evento de checkout no clique do botão de compra, para o algoritmo aprender com quem avançou.
- Registro da resposta junto do pedido, quando o checkout permitir — é o que possibilita analisar depois quais perfis compram mais.
As métricas que importam
| Métrica | Como comparar | O que ela revela |
|---|---|---|
| Conclusão do quiz | Contra a faixa de 40–60% do formato | Tamanho e clareza das perguntas |
| Clique no produto recomendado | Contra o CTR da vitrine no mesmo período | Se a recomendação convenceu |
| Conversão de quem respondeu | Contra quem navegou sem quiz, mesma janela | Impacto real do quiz na venda |
| Ticket médio | Pedido com origem no quiz x demais pedidos | Se a recomendação está subindo o carrinho |
| Devolução por escolha errada | Antes x depois do quiz, por categoria | O ganho de margem que ninguém mede |
Quando não vale montar
- Catálogo pequeno. Com menos de dez itens, a vitrine já é a recomendação; o quiz vira etapa a mais.
- Compra por preço puro. Em commodity, quem chega já sabe o que quer e só compara valor.
- Recompra. Cliente que repõe o mesmo item não precisa ser diagnosticado de novo — mande direto ao carrinho.
- Sem gente para manter a matriz. Quiz que recomenda produto esgotado ou fora de linha destrói mais confiança do que constrói.
Perguntas frequentes
Quiz de recomendação aumenta a conversão de uma loja?
Aumenta a conversão de quem responde, porque troca navegação por decisão pronta. A referência pública mais ampla é da Interact: no segmento de e-commerce, 37,6% de quem inicia um quiz vira lead e 55,5% concluem todas as perguntas — ordens de grandeza muito acima da taxa de conversão típica de loja, que costuma ficar entre 1% e 3%.
Quantas perguntas deve ter um quiz de e-commerce?
De quatro a seis, e cada uma precisa corresponder a um eixo real de decisão do catálogo (tipo, objetivo, tamanho, faixa de preço). Pergunta que não muda o produto recomendado só adiciona atrito entre o cliente e o carrinho.
O quiz deve pedir e-mail antes de mostrar o produto?
Depende do objetivo. Se a prioridade é venda imediata, mostre o resultado e ofereça o envio por e-mail como opção — travar o produto atrás de um formulário faz parte das pessoas desistirem. Se a prioridade é lista, peça o e-mail na etapa anterior ao resultado, com a promessa de enviar a recomendação junto.
Dá para usar quiz para reduzir devolução?
Sim, e costuma ser o ganho mais subestimado. Perguntas de tipo, tamanho e uso levam a pessoa ao item certo antes da compra. Em categorias com alta taxa de troca — moda, calçados, cosmético por tipo de pele —, isso aparece na margem antes de aparecer na conversão.
Como saber se o quiz gerou a venda?
Marque o link do resultado com UTM própria e preserve esses parâmetros até o checkout. Sem isso, a venda aparece no relatório como tráfego direto ou do canal de origem, e o quiz fica sem crédito — o que costuma levar a loja a desligar algo que estava funcionando.
Fontes
- Interact — Quiz Conversion Rate Report — e-commerce: 37,6% start-to-lead e 55,5% start-to-finish; base declarada de mais de 80 milhões de leads desde 2013
- Outgrow — Quiz Engagement Benchmarks — quiz de recomendação de produto na faixa de 40–60% de conclusão; amostra não publicada