Palestra da Diana Fournier apresentada na Design & Experience 2019 (#DEXCONF19) que aconteceu nos dias 26 e 27 de julho na Bienal São Paulo.
Seguindo a nossa série de posts com os conteúdos apresentados na #DEXCONF19, venho trazer o podcast + transcrição e slides da palestra “Como garantir que os insumos de pesquisas sejam utilizados de maneira efetiva” com a Diana Fournier, que “era” Lead Design Researcher na Escale Digital (mas que hoje é Lead User Researcher no PicPay).
Para aprender e trabalhar com pesquisa em design, inscreva-se na Formação em UX Research da Mergo: mergo.com.br/formacao-ux-research
[início da transcrição]
Diana Fournier: Bom… Bom dia, gente! Como é que estão antes do almoço? Eu juro que não vou demorar muito. Já, já, a gente come, tá?!
Eu vou trazer esse assunto aqui, que é referente a aprendizado de vida mesmo, né?! Tipo, muitos sofrimentos na área de research e como é que a gente soluciona os problemas que vêm, que surgem durante nosso processo de pesquisa. Então, o tema é: como consumir e usar insumos de pesquisa de maneira efetiva.
Primeiro, me apresentando, né?! Para quem não me conhece, eu sou a Diana Fournier. Eu sou designer de formação pela Universidade Federal do Amazonas. É… Eu sou de um pouquinho de longe, né?! Sou lá de Manaus, mas já moro aqui há quase nove anos. Sou Researcher desde 2010, quando trabalhei lá em Manaus ainda, na Nokia. Então, trabalho com isso já desde 2010. Hoje, eu sou Lead Design Researcher lá na Escale. E sou instrutora também de pesquisa com usuário e teste de usabilidade na Mergo e no Tera.
Vou falar aqui um pouco do processo de pesquisa. Então, eu trabalhei até hoje em seis empresas, já contando com a atual. E dessas seis, pelo menos quatro eu trabalhei com pesquisa do usuário mesmo. Então, como eu falei, lá na Nokia, ainda em Manaus; na Try Consultoria, que eu acho que bastante gente conhece; no Grupo Zap, que antes era Viva Real e depois teve a fusão com o Zap, virou Grupo Zap; e hoje, na Escale, eu tenho trabalhado com isso também. Então, vou trazer um pouco aqui dos aprendizados dessas passagens por essas empresas. E como é que a gente trata esse problema, que é uma dor, né?!
Recentemente, eu participei de um de um Meetup de UX Research, lá com Rafa e com Rômulo, lá no Banco Neon. E aí, uma das conversas que a gente teve lá, uma das principais perguntas que as pessoas faziam na plateia — porque era tipo uma conversa. Não era uma palestra. A gente não levou o PPT, nem nada… A principal pergunta era: como é que vocês fazem para documentar? Como é que vocês fazem para dividir os insumos de pesquisa com o resto da empresa, com os times, de maneira facilitada? E a gente percebeu que aí era uma dor muito grande referente, ainda, a documentação entregável. Porque research e UX Design a gente já está bem mais maduro referente a isso.
Eu sei que ainda tem empresa que ainda tá entendendo o que é UX Design, mas Research, agora que as pessoas estão entendendo o valor também de ter uma equipe de pesquisa dentro da empresa. E aí, então, tem muito ainda essa dor de documentação entregável dos insumos de pesquisa. Então, como era antes, né?! Ou como é ainda, porque tem muita empresa que ainda faz desse modo.
Quando a gente faz, como que é o processo? Lógico, que antes de realizar a pesquisa, tem toda a questão de planejamento. A gente vai lá, planeja, pesquisa e tudo mais… E realiza a pesquisa com o usuário. Pode ser uma entrevista de profundidade, pode ser uma dinâmica, um teste de usabilidade. Vamos lá, realizar, então, o método de pesquisa.
Quando a gente realiza o método de pesquisa, a gente passa a ter dados, né?! Então, a gente vai lá, tabula o dado, faz da melhor maneira essa tabela. E a tabela serve para a gente visualizar os dados de uma maneira clara, para que a gente possa encontrar algo semelhante entre si, entre aqueles dados. O que é esse algo semelhante entre si que a gente vai atrás? São os padrões, né?! A gente vai atrás de padrões para entender, se for um teste de usabilidade, se as pessoas entenderam, ou não do produto, o que elas fizeram, ou não, quais foram as tarefas que elas realizaram, ou não. Então, tudo isso é dado. E a gente tabula para ter uma visualização boa e entender os padrões que vão surgindo.
E aí, a partir desses padrões é que a gente começa, então, a gerar os insights, né?! E aí, a gente gera esses insights. Aqui, nossa duplique. Hoje, a equipe de research é uma duplique, mas já já seremos um trio e vamos abrir mais vagas. Temos vagas, gente! E aí, a gente começa a gerar os insights referentes às coisas, aos dados que a gente levantou. E né as padronizações que a gente começou a perceber.
Só que isso, gente, é algo… Assim, que já faz pesquisa, quem trabalha com isso, já é o nosso dia a dia. Mas a gente vai lá, faz pesquisa para ir atrás dos fatos, para tabular, de alguma maneira, esses fatos que são os dados e encontrar os padrões. E a partir dos padrões, entender os comportamentos, né?! Porque aí, quando a gente vê que X pessoas erraram no mesmo lugar, não entenderam, a gente começa a ver que “X pessoas preferiram não comprar nesse site porque…” Quando a gente entende o comportamento de que as pessoas precisam de algo com segurança para poder fazer um fluxo de pagamento e aí, o insight que a gente tem é: as pessoas precisam se sentir seguras de alguma maneira, visualmente, no site, para poder fazer um fluxo de compra, por exemplo. Isto pode ser um insight. E isso é algo comum, né?! A gente já faz o nosso dia a dia.
Tem esse link aqui embaixo que é de onde eu tirei esse gráfico, de um artigo da Catarinas Design. Foi a Priscila Albuquerque que escreveu. É um artigo bem bacana! Ela fala sobre esse processo que a gente faz no nosso dia-a-dia dia atrás de fatos, encontrar os padrões, entender os comportamentos, gerar insights… É isso que a gente faz, né?! Quando a gente faz tudo isso com as pesquisas… Beleza, fiz uma entrevista, gerei dados, tabulei, encontrei os padrões, gerei os insights! Como é que a gente faz, então, para entregar isso?
Há muito tempo, quando tudo isso aqui era mato, né?! Quando eu trabalhava lá na Try, eu já cheguei nos últimos momentos em que isso acontecia. Não acontecia mais. Ainda tinha relatórios impressos. Então, como é que a gente fazia? Como era uma consultoria, a gente fazia uma pesquisa gigantesca e aí, fazia um relatório impresso! E aí, a gente imprimia diversas páginas com vários assuntos bem densos mesmo. E aí, a gente dava para o cliente. Era uma coisa super difícil de se consumir, tinha muito assunto. É lógico, que ainda na Try, a gente também melhorou esse processo, a gente começou a fazer apresentações, PPT… Pegar aquele relatório, enxugar um pouquinho mais, colocar em um PPT, gerar um PDF ou algo do tipo e entregar para o nosso cliente. Para ver se a pessoa conseguir entender um pouco mais, consumir de maneira mais facilitada.
Aí, quando eu fui para o Viva Real, a gente também fazia um PDF. Por exemplo, a gente fazia uma pesquisa e aí tentava gerar um PDF sobre assuntos específicos, sobre temáticas específicas, trazer as informações que a gente encontrou, os insights da maneira mais facilitada, mais enxuta possível. E gerava um PDF para dar para os stakeholders, para as pessoas das áreas interessadas. Então, a gente fazia isso também.
Lá no Viva Real ainda, em 2017, o que aconteceu? Mesmo a gente fazendo esses PDFs bonitinhos, resumidos e tudo mais, ainda era difícil. Porque era! Era um entregável que ficava em alguma pasta, em algum lugar, e depois ficava difícil da pessoa ir buscar por isso. E aí, a gente tentou e melhorou um pouquinho esse processo. Foi quando surgiu um blog. A gente fez um blog no WordPress mesmo, tá?! Não no WordPress, mas no domínio interno, lá. E como ele funcionava? Toda vez que a gente tinha uma pesquisa, a gente fechava a pesquisa, gerava os dados e postava lá. A gente colocava o objetivo da pesquisa, colocava como a gente fez a mostra, os principais dados e os insights que a gente gerou.
Se a pessoa quisesse saber um pouco mais, ela clicava lá — a gente colocava no blog, lá no final, um link para as tabulações, um link para os vídeos, os links para os áudios… Se as pessoas quisessem ir aos detalhes, elas iam.
E aí, quando as pessoas entravam nesse blog (só entrava pela rede interna) elas podiam buscar: ah, eu quero saber sobre aquela pesquisa tal. E voltava nos resultados de busca aquele post referente àquela pesquisa e a pessoa poderia consumir de maneira mais facilitada. Só que o que a gente viu era que a gente precisava compartilhar mais. E aí, o que a gente conseguiu fazer também foi começar a mandar isso nas redes internas de comunicação da empresa. Lá, a gente usava o Slack. A gente fez um canal de research, a gente colocou todo mundo lá. E as pesquisas que a gente fazia, a gente colocava lá e todo mundo ficava sabendo. E não somente as áreas interessadas iam consumir aquela pesquisa. A gente mandava para todo mundo. Mandava para geral!
Só que assim… Principalmente quando você tá em uma empresa de produto — eu acho que quando você está em uma consultoria, talvez isso não aconteça tanto -, mas quando você está em uma empresa de produto, você começa a fazer muita, muita pesquisa e começa a gerar um histórico gigantesco. E aí, você começa a ter pesquisa para caramba! Eu entrei em janeiro de 2016 lá no Viva Real, e o pessoal já fazia pesquisa desde 2015, sabe?! Então, já tinha um ano de pesquisa lá. E para consumir o retroativo era difícil para caramba. Então, também não facilitava a nossa vida consumir para consumir as pesquisas anteriores.
Como é que funciona geralmente? Quando você está em uma empresa, geralmente a empresa funciona por verticais, áreas de conhecimento, públicos… Então, ah, o público B2B, o público B2C… Lá na Escale funciona por verticais. E aí, no exemplo que eu vou dar, no case do Grupo Zap, por exemplo, lá funcionava por consumidores e anunciantes. E aí aconteceu. Vida real, tá, gente? Caso real, fatos reais! Assim que teve a fusão do Viva Real com o Zap, chegou um PM que era do Zap e perguntou para mim: Diana, eu preciso de todos os dados que você tem aí referente a mapa. Eu quero saber tudo sobre mapa. Independente de ser consumidor, ou anunciante. Eu quero saber que você tem te dado de mapa. Porque a gente está com uma iniciativa sobre mapa e aí, eu quero saber o que a gente já tem de informação sobre isso.
Nessa época, a gente não tinha mais o blog. Como teve a fusão, a gente perdeu o domínio, deu pau lá no blog mesmo e aí, morreu. A gente estava trabalhando com o drive mesmo. A gente fazia as pesquisas, fazia os relatórios, e colocava no drive. E quando chegou essa pessoa para mim “Diana, eu quero saber tudo sobre mapa”, eu fui lá no nosso drive maravilhoso e consegui identificar. “Olha, tem essa pesquisa aqui, tem essa, tem essa…”. Identifiquei ali os dados essenciais referente a mapas.
Mas como é que eu entrego isso para pessoa? Peguei o link do relatório de cada uma e mandei para pessoa e falei “então, queridinho, você dá uma lida aqui, que você, em algum momento, vai encontrar um insight sobre o mapa. Essa pesquisa tem, essa pesquisa tem, também essa, essa também…”. Então, mandei os links para a pessoa de várias pesquisas a gente fez falando mapas. “Leia aí que você vai encontrar o seu insight maravilhoso”. Isso aconteceu comigo recentemente quando entrei na Escale. Quando eu entrei lá, a primeira coisa que eu pedi para o time foi “gente, quero saber todas as pesquisas que vocês têm aí. Passem-me todas. Quero saber todas as coisas sobre dores do consumidor. E aí, eles me passaram todas as pesquisas que tinham feito até então. Da mesma maneira, cada um foi lá, me deu um “linkzinho”.
Mas sei lá, eu queria saber algo específico. Como eu falei sobre dores do consumidor, fui lá e identifiquei. Só que aí, eu tive que ler pesquisa por pesquisa; cada uma delas, dentro da vertical de saúde — lá a gente trabalha com essas duas verticais, principalmente, saúde e telecom. Aí, eu fui em cada pesquisa, li tudinho, identifiquei o que eu queria. Li toda a outra, identifiquei o que eu queria e foi assim… Até hoje está sendo assim.
E aí, como é que começou a mudança? Quando teve a fusão do Viva Real com o Zap, a empresa ficou gigantesca. Ela já era grande e ficou maior. E aí, percebeu-se a necessidade da gente melhorar o acesso a essas informações. Quando eu vejo esse caso da vida real que eu falei, né?! Que o PM chegou para mim e falou que queria saber tudo sobre mapa, aí ficou claro que a gente precisava organizar isso aí. Foi quando surgiu, então, a oportunidade de aprender sobre isso.
Alguém já ouviu falar sobre o Atomic Research? Atomic Research! Porque existe o Atomic Design, né?!
Poxa vida… Pensei que ia super “aaaaaa”.
O Daniel Pidcok, ele que veio com esse conceito, falando sobre o Atomic Research. Então, eu tive a oportunidade de aprender sobre isso há seis, sete meses atrás, lá no Grupo do Zap ainda. Porque a gente tinha esse problema realmente latente lá, de consumo de dados.
Eu vou mostrar para vocês o modelo, né?! Se você for olhar para esse modelo aqui, lembra aquele eu mostrei lá antes, que era, tipo, ir atrás dos fatos, entender os padrões para gerar os insights… Não muda muita coisa, se você for olhar. Ele tem esse funilzinho aqui. E a primeira etapa em cima são os experimentos. O que são os experimentos? Eles são os métodos. Então, um teste de usabilidade é um experimento. Uma entrevista de profundidade é um experimento. Este tipo de coisa é um experimento.
E aí, ele fala sobre isso lá no artigo dele. E aí, que tudo isso vai gerar dados, que ele chama de fatos, ali, na segunda parte. Todos os de experimentos vão gerar dados para gente. Que aí, a partir desses dados, a gente olha para eles e tem interpretações sobre os dados que a gente tem e gera insights, como está alí, já no terceiro nível. E aí, que no final tem as conclusões. E sobre as conclusões, ele deixa bem aberto que pode ser somente uma sugestão nossa (do time design, de research) ou pode ser algo mais palpável, né?! Já mais para o final mesmo, para ação.
O que é legal do Atomic é que ele não é linear. Então, não é assim: um experimento gera um dado, que gera um site… Não, não é assim que funciona. Um experimento pode gerar vários dados. Afinal, quando a gente faz um teste de usabilidade, por exemplo, gera vários dados. A gente tira vários dados dalí. E daí, a gente pode gerar vários insights. Só que assim, ao mesmo tempo você pode estar rodando duas pesquisas e você vai gerar dados dessas duas, e você pode olhar para eles de maneira geral e tirar insights dessas duas pesquisas. De ambos os dados das pesquisas que estão rolando. Ou pegar um dado que a gente gerou hoje, ver que também está de acordo com o teste A/B que rolou, que está de acordo com o teste de usabilidade que a gente fez, pegar todos esses dados e gerar insights em cima disso. Então, dá para fazer isso. O legal do Atomic é que ele ensina desta maneira como a gente olhar para essa informação.
Aí, como seria na prática? Então, como eu falei, lá, hoje, na Escale, funciona por verticais: saúde e telecom. Hoje, se eu quiser saber tudo sobre canal de contratação… Por exemplo, eu quero entender qual é o canal de contratação de preferência do nosso consumidor. Eu quero entender isso. E aí, hoje, como eu falei, eu posso até identificar isso nas pesquisas por vertical. Mas eu não consigo consumir isso de maneira… Tipo, tirar esses pedacinhos que eu preciso sobre canal de contratação e ler só sobre eles. Eu não consigo fazer isso. Eu tenho que ir lá, ler uma por uma, para poder achar o pedacinho que eu preciso.
O Atomic, ele permite que a leitura seja horizontal em vez de vertical. Se eu quiser saber tudo sobre o canal de contratação, eu vou conseguir pegar esses pedacinhos de maneira horizontal e tudo vai retornar para mim dessa maneira. Então, independente de qual pesquisa, de qual ano eu fiz, de qual vertical é, vai me retornar essa informação sobre o canal de contratação.
Como é que funciona isso? Como o próprio nome fala, né?! Eu vou falar “pesquisa em átomos”, porque “pesquisa atômica” aparece em algo explosivo, mas não é, tá, gente?! Então, como ele fala, o que você tem que fazer é: pegar a informação da pesquisa e quebrar em pedacinhos. Cada dado é pedacinho; é um átomo. Cada insight que você gera é um pedacinho; é um átomo.
Você vai, faz uma pesquisa. Um teste de usabilidade. O primeiro dado que você gerou: oito de dez pessoas não entenderam o botão por causa do label. É um pedacinho. Aí, cinco de dez pessoas erraram o caminho x. Outro pedacinho! Como é que a gente pode fazer, então, para que retorne tudo isso quando eu quiser uma única temática? De maneira prática, tag! Foi assim que a gente solucionou nossa vida, por tag. A gente pode “taguear” dado, insight, conclusão… A gente colocar por tag.
Aí, a hierarquia dessa tag depende da gente. Como é que a gente vai fazer a hierarquia dessas tags? A gente vai dividir primeiro por público, depois por palavras-chave. Por exemplo, na Escale, a gente tem os públicos saúde e tel. Depois, a gente pode dividir por consumidor, cliente. Depois, a gente pode dividir por outras tags e a gente vai gerando todas essas tags. Porque quando a gente for buscar por isso, a gente consegue. Por exemplo, se eu for atrás desta tag “canal de contratação”, vai me retornar tudo, tudo de dado. Todos os insights, todas as conclusões referentes a essa tag vão me voltar. Independente de qual pesquisa que eu fiz e que eu gerei esse dado.
Como é que a gente entrega? Beleza, a gente fez isso, “tagueei” tudo, eu busquei para o canal de contratação, me voltou um pacotão de coisas. Como é que eu entrego esse pacotão? Bom, gente, eu não sou a favor de receita de bolo, tá?! Tipo, gente faz desse jeito que dá certo. Porque cada empresa tem uma situação, cada empresa vai ter uma estrutura, então, vocês podem usar o que for melhor para vocês.
O próprio Daniel está construindo isso desde 2018 e ainda não lançou. Era tipo um protótipo de como é que seria para fazer essa ligação entre os insights, entre os dados… Até no artigo tinha um cadastro, que eu fiz, e quando ele tivesse uma demo, ele mandaria para a gente. Até hoje eu não recebi. Então, acho que ainda está em desenvolvimento.
Uma coisa que funcionou lá Grupo Zap foi o AirTable. Mas assim… O AirTable funciona da seguinte maneira… Alguém já usou AirTable aqui? Essas pessoas que usam entendem como é que funciona. Lá tem um workplace e aí, sei lá… Pesquisas. Você coloca lá workplace. Dentro do workplace, você pode criar bases. E aí, as bases já tem uns modos de visualização. Você pode fazer uma tabela, pode fazer um board… Tem várias maneiras de você visualizar. Quando eu fiz, eu escolhi uma tabela porque era o que melhor atendia a gente. Então, o tabelão bombava.
E aí, tinha o nome da pesquisa, o link da pesquisa, tinha os dados, insights e os acionáveis. E cada coluna dessa tinha a sua tag. Se eu quisesse buscar para aquela única tag, voltava pra mim, em formato de resultado de busca. Só que o problema do AirTable é que… Pelo menos lá foi um problema, porque a gente tinha muita pesquisa. E a gente não conseguiu colocar tudo em uma única base. A gente precisou separar uma base de consumidor, uma base de anunciante, uma base de… Sei lá! De proprietário. As várias verticais que tinham lá dentro. Então, se eu quisesse buscar tudo sobre mapas, por exemplo, eu só ia conseguir achar dentro de uma base ainda. Dentre todas as pesquisas que a gente fez, só a de consumidor é que ia me retornar. Mas se ele quisesse ver entre tudo, ainda não retornava.
E aí, quando eu entrei, agora, na Escale, eu entrei decidida: eu vou fazer esse negócio funcionar! Porque já provei para mim mesmo que dá certo, mas agora eu preciso encontrar uma coisa que realmente funcione. Foi aí que eu soube do Aurelius. Eu enchi o saco de vários Researchers do Brasil, perguntando: e aí, o que é que vocês usam? Vocês estão estudando Atomic? Como é que está sendo? Eu falei com várias pessoas. Com o Robson, com o Emo, falei com a Isabela de Fátima, falei com várias pessoas! Fui fazendo pesquisa com pesquisadores, né?!
E aí, foi quando eu soube desse Aurelius. Quem me passou ele foi a Nati, que ela é líder de Design Research lá no Nexus. Maravilhosa! Muito obrigada, Nati, se você tiver me ouvindo em algum lugar. Ela quem me falou do Aurelius. E ela também está aplicando o Atomic lá na Nexus. Ela falou: “Diana, funciona! Deu certo!”. Aí, eu: meu Deus!!! Fui atrás do Aurelius. E aí, eu fiz uma POC, né?! Tipo, fiz uma experimentação lá.
E como é que funciona o Aurelius? Ele tem “Criar novo projeto”, que seria a pesquisa. E aí, você dá o nome dessa pesquisa ‘Teste de usabilidade X”. Como vocês podem ver aí, tem notas, tipos de categoria, insights, tags… As notas seriam os dados. Então, você vai criar uma nota “8 de 10 pessoas não entenderam o botão por causa do label. É uma nota, que é um dado. “5 de 10 pessoas não entenderam coisa outra”, outra nota, outro dado. Nele, tudo que você cria, você pode dar uma tag. E aí, você vai dando tags. Ou você queria uma tag nova, ou você vincula a uma tag já existente, que você colocou anteriormente.
E aí, eu fiz esse teste aqui. Então, por exemplo, eu fiz uma busca. Depois que eu coloquei alguns testes de pesquisa com alguns dados, alguns insights, “tagueei” tudo que eu queria… Quando eu pela tag motivação do consumidor, me voltou tudo. Voltaram notas, insights, um collection… Voltou tudo que tinha! Independente de qual pesquisa era, né?!
E aí como vocês podem ver ali embaixo, o dado “10 de 12 pessoas fizeram tal coisa”. E aí, ele identifica qual é a pesquisa que trouxe aquele dado e fala quais são as outras tags que estão relacionadas, se você quiser buscar por outra tag. É que eu só trouxe esse screenshot, mas mais para baixo tinha os insights, os documentos.
E quando você salva esses resultados de busca, você cria uma collection. E aí, toda vez que você adicionar um dado novo, um insight novo nessa tag “motivação do consumidor”, isso vai ser atualizado automaticamente. E você pode compartilhar com qualquer área de negócio, qualquer pessoa interessada. Então, o Aurélio é vida, né?! Ele só tem uma interface meio… Né?! Mas está dando certo!
E como é que isso ajuda nessa efetividade do uso desses insumos? Gente, se informações ficam mais claras, é muito mais fácil de serem aplicadas. Porque, às vezes, a desculpa é essa. “Ah, mas a gente não entendeu. Seu relatório está muito grande, as informações ficam perdidas. Como é que a gente vai usar isso?”. Se você deixar claro essa informação, é mais fácil dela ser aplicada. Então, o que a gente pode fazer? Levar esses dados, insights, para as áreas interessadas por meio de atividades práticas. É prática mesmo! É falar “olha, a gente gerou esses insights aqui que podem atender essas áreas aqui”.
Então, comece a fazer workshop, dinâmica, veja o nome que não assusta mais, né?! E aí, você escolhe isso e leva para os times de engenharia, que são os times de desenvolvimento; leva para os times de produto, para os times de melhorias contínuas, para o de CDV, que é a central de vendas. Leva para todo mundo, porque quando a gente começa a fazer dessa maneira, do Atomic, fica muito claro o que pode ser aplicado em quais áreas, né?! Em quais áreas vão ser aplicados.
Então, quando a gente pega tudo isso e faz um workshop, que algo prático. A gente leva para eles que a gente está criando soluções com as pessoas que estão na ponta, entendeu?! São as pessoas que realmente vão usar aquilo. Então, é diferente de você fazer só um PPT e apresentar o resultado. É você pegar aquilo, levar para área. Por exemplo, a gente está fazendo um Discovery de telcom e health. Vai gerar insumo para caramba para o CDV — para a área de vendas — porque eles já estão com alguns OKRs e alguns KPIs também de melhoria do discurso de vem e tudo mais. Cara, vai ter insumo para caramba para eles! Assim que a gente terminar essa pesquisa, a gente vai fazer com eles um workshop desses, para dizer “olha, são essas as dores, é isso que eles querem…”. Então, a gente vai lá e faz um workshop com essa área para tentar melhorar isso aí.
E aí, uma coisa legal também que o Atomic permite é, justamente, o mapeamento das coisas. É porque assim, lá na Escale está sendo muito experimental e está sendo bacana porque ele está começando agora, então dá para a gente ver esse tipo de coisa. A gente começa a ver quais são os insumos que estão atendendo e quais áreas estão atendendo. Às vezes, uns insumos específicos atendem todo mundo, todas as áreas. Tem outros que atendem somente duas verticais. Tem um assunto específico que atende a uma vertical. E está tudo bem.
O que é legal é que dá para mapear, né?! E dando para mapear, a gente consegue começar a realmente relacionar com as metas da empresa. Por exemplo, a vertical tal tem esses OKRs. Você consegue ver, então, quais são os dados essenciais que a gente está gerando com as pesquisas. Quais são os que atendem e quais áreas atendem. Dá para fazer esse mapeamento muito bem. Quando a gente começa a tratar as informações de pesquisas de maneiras quebradas, por átomos.
Então, o Atomic além de ajudar a gente a direcionar melhor os insights para as áreas interessadas, ele também ajuda a gente a medir o impacto do research, que é algo que a gente também tem como dor na área. Como é que a gente mede o impacto do research? E aí, um exemplo que a gente pode começar a trabalhar em cima disso, a partir do momento que você tem uma área de research dentro da sua empresa, com esse mapeamento, com essa clareza de onde estão sendo usados esses insights, onde estão sendo usados os dados, a gente consegue criar um KPI como esse.
Quantos insights estão impactando diretamente uma definição de solução ou meta da empresa? Isso dá para ser feito. A partir do momento que você tem essa clareza de onde estão sendo usados os dados, a gente consegue fazer algo com isso. Mas esse é um papo para outra hora, né?! É papo para outra talk… Não tem a ver com isso aqui.
Então, o que eu tinha de aprendizado eu trouxe para vocês, referente ao Atomic e como é que a gente pode usar isso no nosso dia-a-dia de pesquisa.
Bom, gente, é isso. Muito obrigada!
[palma]
Se quiserem saber mais, estão aqui os meus contatos.
Daniel Furtado: Obrigadíssimo! Adorei isso aí! É muito louco!
Gente, perguntas! Vamos novamente ao procedimento das cadeiras.
Pegue sua garrafinha, beba água. Bebam água!
Segura aí! Calma aí! Vocês aguentam para o almoço. Faltam dez minutos para acabar! Pelo amor de Deus, né?! Pessoal morto de fome! Eu sei que a gente está com aquele gosto de guarda-chuva na boca, já…
Participante 01: Tudo bem, Di?
Diana Fournier: Tudo!
Participante 01: De Manaus também. Estou morando aqui há seis anos.
Diana Fournier: Manauara, gente!
Participante 01: Manauara!
É o seguinte: eu vi que o AirTable parece ter uma interface bem visual. E uma coisa que na empresa que eu trabalho a galera quer muito são ferramentas visuais. E se tratando de pesquisa, principalmente para quem não tem background que nem a gente, é meio difícil, né?! Eu gostei muito dela. Você falou de algumas limitações que ela tem, no caso, quando a empresa faz muita pesquisa. Hoje, vergonhosamente, a gente não faz praticamente nada.
Diana Fournier: Tudo bem… Vai chegar lá!
Participante 01: Vai chegar lá!
Então, o que eu queria te perguntar, para você que usou a ferramenta: em uma empresa que existem três frentes e três tipos completamente diferentes de público. Eu trabalho em uma empresa que vende ingresso. Então, a gente tem o público consumidor, o público que gerencia o evento, que são os produtores ou a equipe dele, e agora, a gente vai ter uma ferramenta financeira também.
Eu vi que dá para criar várias bases, como você falou. Você acha que para uma empresa que tem isso muito bem direcionado e que não vê inter-relação entre dificuldades de usuários, é uma ferramenta bacana? Visualmente falando, para insumo de pesquisa.
Diana Fournier: O AirTable, neste caso, eu acho que atende. Lá no Grupo Zap, a gente estava fazendo em caráter de teste, então, a gente não pagou. Não sei como é que está hoje, se eles pagaram lá, mas na época, a gente não estava pagando. Então, a gente, realmente, estava fazendo testes.
E como a gente tinha muita coisa, ela, realmente, não deu para fazer tudo numa tabela só. Ficou muita coisa! E o AirTable, quem usa deve saber, ele funciona por linhas. Tipo, você coloca uma linha lá na tabela e ela é uma informação. Outra linha, é outra informação. Você não consegue fazer relação entre as linhas, igual ao Google Excel, sabe?! Tipo, você cria uma coluna aqui, aí você tem dez linhas de dados de uma única pesquisa. Você consegue juntar aquelas células e identificar que são de uma única pesquisa. No AirTable não dá para fazer isso. Você tem que repetir todas as 10 linhas dizendo que são da mesma pesquisa.
Então, com esse cenário ficava muito difícil da gente colocar 300 dados, sabe? Tipo, a gente relacionar entre elas. Por isso, a gente separou por bases. Se vocês fazem pouca pesquisa ainda e a ideia é trazer visualmente uma coisa legal, eu acho que vai te atender muito bem. Porque o AirTable, realmente, é muito bom. Ele é muito bom para isso, sabe?!
Ah, uma coisa que é bom deixar claro: a gente não tabula no Aurelius. A gente ainda continua usando Excel para tabular, tá?! A gente ainda usa o Google Excel, a gente ainda usa essas coisas.
Porque a tabulação ainda é necessária para vermos s padrões. Mas o que a gente gera de padrão, de dado, aí sim, a gente joga para o Aurelius. Aí sim, você jogaria para o AirTable, por exemplo. Entendeu?
Participante 01: Obrigado!
Diana Fournier: Por nada!
Participante 02: Olá, meu nome é Erick! Eu presto assessoria para duas empresas de marketing e achei interessante essa questão de você ver por átomo, porque quando você consegue juntar essas informações, você consegue fazer uma tabulação pelo tempo. Você consegue ver uma cronologia, você consegue ver a evolução. Isso que eu achei muito importante.
E a gente está fazendo um trabalho de redesign da marca e a gente fez uma pesquisa interna. E é interessante que você também falou sobre como você apresentar isso, esse dado. Porque a gente, que está fazendo a pesquisa, você vê e consegue assimilar, porque você está no meio daquilo. Mas quando você vai passar isso para diretoria e tudo mais, você tem que fazer de uma forma com que eles entendam. E você tem que fazer resumido para que faça sentido para eles.
Então, quando você pega por átomos e você consegue mostrar uma evolução, algo mais perceptível. E a consultoria que a gente pegou para fazer esse trabalho de design, ele mostrou para diretoria todos os resultados da pesquisa e eles gostaram tanto, que eles ampliarão. Eu nunca tinha visto isso. “Essa base de dados está ok, mas eu quero ampliar para o Brasil, eu quero ampliar para todos cantos do mundo onde a gente tem filial”. Então, assim, a pesquisa que era para ser pequena, cresceu além do que o pessoal da pesquisa estava falando. “Olha, essa base já está ok. Não precisa ampliar. A gente vai começar a colher mais resultados mesmo”.
É muito interessante como você apresenta isso. É a chave. Então, você conseguir ter uma melhor inteligência de dados, pegando ele, você consegue traduzir isso melhor e você consegue um resultado melhor para empresa.
Diana Fournier: Sim… É porque assim, se vocês forem pegar o conceito do Atomic, a gente analisa ainda do mesmo jeito. A gente ainda vai fazer a pesquisa, a gente ainda vai coletar os dados… É a mesma coisa. A diferença é que, em vez de você pegar toda essa informação e colocar em um único lugar, você vai quebrar em pedacinhos, que são os átomos, né?!
E aí, o cara lá… O Daniel, ele falou que estava montando a plataforma, que ainda não está pronta, para atender da melhor maneira. Só que assim, você pode pegar e já fazer isso agora, sabe? A gente fez no Grupo Zap, no retroativo, a gente está fazendo um retroativo lá na Escale também. Pegando coisas que a gente já tem em casa e jogando nesse modelo, entendeu?! Porque a gente já tem formação em casa, só não está quebrada. A gente começou a quebrar em pedacinhos. Então, dá para fazer isso.
Participação 02: É mais trabalhoso para você inserir, mas também te dá mais resultado quando você vai pegar informação.
Diana Fournier: É aquilo que eu mostrei. É começar a ter percepção porque as pessoas já usam os dados. Mas é muito mais difícil a gente mensurar qual pesquisa impactou tal coisa, né?! Do que a gente saber qual foi o pedacinho que foi. É muito mais fácil.
Então, está sendo bem bacana e está dando, realmente, resultado.
Gente, eu sei que vocês querem comer, mas ninguém quer…
Participante 03: Oi, Di. Tudo bom?! Eu estou mais curioso para entender sua carreira. Eu, basicamente, aplico research para startups e depois faço UX e UI, que é muito escasso. A gente faz tudo.
E tem a pesquisa do saiba mais, né?! Então, estava querendo entender como que é o contexto de um Researcher. Para mim, startup, eu tenho que fazer tudo. Mas como que é em uma consultoria, em uma empresa? E qual o contexto? Você tem um cara de BI do seu lado?
E eu também estava curioso para saber quais metodologias você acaba, de repente, em cada contexto, conseguindo executar. Ah, eu tenho total liberdade na empresa para fazer moderação com Focus Group. Ah, eu tenho total liberdade na consultoria para tentar fazer X.
Diana Fournier: Ah, bacana! Eu trabalhei em uma única consultoria, que é na Try. Mas eu já trabalhei em empresas em que a gente se funcionava como consultoria interna. Na Nokia era assim. Na Nokia, os demandantes da pesquisa estavam lá na Finlândia. Então, a gente só mandava. Era a gente que era responsável por validar as coisas no Brasil. Então, era a gente que fazia os testes de usabilidade, essas coisas… Aí, a gente não via as pessoas. A gente só recebia as demandas. Quando a gente terminava a pesquisa, a gente enviava para Nokia. E lá eles faziam o que queriam, sabe?
A diferença nesses modelos, pelo menos até então… Não sei como estão funcionando as consultorias hoje. Se elas estão conseguindo entrar mais no dia a dia das empresas. Mas essa é a diferença de projeto para produto, por exemplo. Porque consultoria trabalha com projetos. Geralmente a gente recebe um briefing do que a pessoa quer, se o briefing não está tão claro, a gente vai lá e investiga mais um pouco para saber o que mais eles precisam. Mas a gente tem um escopo limitado. E quando a gente está dentro de uma empresa de produto, a gente consegue se aprofundar mais, além do que, estando ali no dia a dia, a gente entende muito mais do que acontece.
Essa é a diferença. Quando eu estava na consultoria, a gente tinha até onde ir, entendeu? A gente chegava até ali, a gente entregava e tchau e bênção, né?! Tchau, filha! Vai crescer, vai com o teu pai… Era mais ou menos isso. Agora, dentro de uma empresa de produto, a gente consegue acompanhar. Fazer esse tipo de acompanhamento, entendeu? Então, acho que as maiores diferenças são essas duas coisas.
No ano passado, eu era da UXPA, e a gente fez um workshop… Um workshop, não! Um Meetup de UX research. A Carol Zatorre, eu não sei se alguém conhece. Ela é bastante conhecida na comunidade. Ela tem uma consultoria. E ela deu um case em que ela, com a consultoria, está conseguindo entrar mais a fundo nos clientes. Ela está conseguindo manter uma relação, acompanhar… Então, sim. Já está acontecendo e consultorias estão fazendo isso.
E aí, por exemplo, em consultoria, qual é o tipo de estrutura que você tem? Consultoria, geralmente, quando a gente é um analista, um research, a gente, geralmente, faz só isso. Porque dentro de consultoria tem o pessoal que faz o recrutamento, que faz tal coisa, faz a edição de vídeo. Era maravilhoso, né?! Agora, trabalhando em uma empresa de produto, é a gente que faz tudo! É a gente que recruta, é a gente que edita vídeo, é que a gente que faz tudo! Entendeu? Só que é muito bacana também porque a gente vê todo processo. Do começo ao fim. Leva mais tempo porque recrutamento é uma coisa que demora para fazer, então, a gente acaba fazendo tudo, sim. E aí, a gente pega desde o princípio: planejamento, recrutamento, fazer, entregar, fazer os workshops… É tudo a gente!
E aí, nos contextos de empresas de produtos que eu tive, que foi o Grupo Zap e agora a Escale (o UOL também é uma empresa de produtos, mas a gente tinha uma relação diferente. Era uma hierarquia mais engessada), a gente tinha acesso, sabe?! Ao time de dados. A gente conseguia ter uma relação, fazer uma troca e era bem bacana.
Hoje, na Escale, o time de dados está atrás de mim. Eu só preciso virar minha cadeira. “Oiiii! Tudo bom?” e aí eu fico trocando ideia com eles, já fui a alguns almoços com a head de data. Só para gente entender: “ah, eu estou fazendo essa pesquisa aqui. O que você pode me ajudar?”. E a gente já está trocando figurinha.
Participante 04: Eu queria saber como é a relação que você tem com o time de produtos, Designers, né?! Se eles fazem pesquisa dentro das áreas e isso é passado para vocês, ou vocês ficam responsáveis por isso. Ou se vocês se estabeleceram alguns métodos de pesquisa, coisas que são necessárias usar e alguns entregáveis que precisam ter, caso eles façam.
Diana Fournier: Isso depende muito da maturidade também do time de design, né?! Hoje, na Escale, em um mês, meu time dobrou. E aí, primeiro, entrou a diretora de design, que é a Ana Paula Batista. E ela entrou já com o objetivo de tornar empresa Design Centered. E foi aí que aumentou o time, dobrou o time. Foi quando ela criou o time de research e me chamou para ir para lá, puxar essa frente. Então, ainda, lá na Escale, não é um time tão maduro nessa questão. Então, não está muito bem estabelecido. Esse é um dos meus objetivos é tentar estruturar isso.
A ideia é que coisas maiores, as coisas que vão atender mais de uma tribo, a empresa inteira, que a gente de pesquisa, a equipe de pesquisa faça. Que sejamos os responsáveis por isso. Mas sejamos nós, também, os guardiões do método. Então, tipo assim, se vai ser o método de validação (seja pesquisa, teste de usabilidade, de guerrilha), a gente que vai ser o guardião do método. Mas não necessariamente a gente que vai fazer. Porque faz muito mais sentido o designer, que está por dentro do produto, que está no dia a dia, fazer esse tipo de coisa. Entendeu? Porque é ele que tem que ver como é que a pessoa está usando o produto, como é que a pessoa está usando aquilo que ele desenvolveu. Então, a ideia é que os designers, os product designers façam os testes, façam as validações.
A gente já está estruturando o método, como é que vai ser feito, porque lá, a ideia é que cada um faça parte do processo de research. Sabe o duplo diamante? Cada um vai fazer parte em algum momento daquela trajetória, sabe?
Daniel Furtado: Palmas!!!
[palmas]
Diana Fournier: Obrigada, gente!
[fim da transcrição]