Para analisar os desafios comuns na análise de resultados de testes A/B, vamos considerar cada uma das opções apresentadas: A. Low sample size (Baixo tamanho da amostra) - Um tamanho de amostra pequeno pode levar a resultados não confiáveis, dificultando a generalização dos resultados. B. High lift variance (Alta variância de aumento) - Isso se refere à variação nos resultados, que pode dificultar a interpretação dos dados e a identificação de um efeito real. C. Missing engagement metrics (Métricas de engajamento ausentes) - A falta de métricas de engajamento pode limitar a compreensão do impacto real do teste. D. Overlapping audience segments (Segmentos de audiência sobrepostos) - Isso pode causar confusão na análise, pois diferentes grupos podem influenciar os resultados de maneira não intencional. Analisando as opções, os dois desafios mais comuns na análise de resultados de testes A/B são: A. Low sample size (Baixo tamanho da amostra) B. High lift variance (Alta variância de aumento) Portanto, as respostas corretas são A e B.