Responsabilidades e funções
Contexto
Alguns anos antes da pandemia em 2019, as famílias e profissionais das grandes cidades começaram a procurar cidades mais afastadas dos centros urbanos onde pudessem viver com mais qualidade de vida e com melhor custo benefício.
Com a pandemia, aumentou essa procura por lugares que fizessem mais sentido para a realidade de preços altos e fuga das grandes cidades.
Segundo estudo etnográfico autoral da Agência de Pesquisa Apoema, realizado em 2021 com 1000 respondentes na parte quantitativa (nacional) e 15 etnografias na etapa qualitativa (sul e sudeste), as principais barreiras para aqueles que desejam, mais ainda não realizaram a mudança são:
O problema
Como viabilizar, de forma objetiva, informações relevantes sobre a vida nas cidades e os serviços necessários para uma mudança de estilo de vida?
A solução
Uma comunidade online que irá reconstruir a experiência que os usuários tem ao buscarem informações sobre um novo lugar para morar e, ao mesmo tempo, ajudar no planejamento e contratação dos serviços necessários até o dia da mudança. Isso fará com que as pessoas passem mais tempo analisando as suas necessidades de moradia e tenham menos dores de cabeça antes e durante a mudança.
Conhecendo melhor a audiência
e suas necessidades
Partindo dessa dor comum a nós, fomos buscar mais detalhadamente quais eram essas reais necessidades e dificuldades que as pessoas teriam ao decidir, planejar e realizar a mudança da sua atual cidade.
A partir da pesquisa secundária e da exploratória (desk research e survey com 42 respostas satisfatórias) começamos delineando algumas hipóteses para nossa pesquisa inicial, com seus respectivos insights:
A partir dessas informações conseguimos validar/invalidar as hipóteses. Com isso podemos continuar com a pesquisa qualitativa, aprofundando mais nossa relação com o usuário e respondendo outras dúvidas que ainda tínhamos.
Formulando o problema e como ele afetará a vida das pessoas
Após o período de recebimento das perguntas e com as informações um pouco mais definidas, demos início às 4 entrevistas individuais semi estruturadas com pessoas que responderam ao nosso questionário para poder conhecer mais detalhadamente o dia a dia da pessoa, suas dores e reais necessidades, assim como algumas dúvidas não levantadas inicialmente em relação aos sentimentos e medos de quem está no processo de mudança.
Principais insights das entrevistas:
Analisamos cada uma das respostas por categorias de afinidade e podemos tirar algumas conclusões à respeito deste público. Ao final desta fase, percebemos que cada pessoa tinha um perfil/característica, com seus contextos e vivências. Refinamos nossas 3 personas junto com um mapa de empatia descritivo, e tiramos algumas conclusões. Abaixo você poderá encontrar uma das personas que usamos.
Criamos então um Job Stories e um How Might We afim de entender melhor quais deveriam ser as funcionalidades e características da nossa solução, suas possibilidades e necessidades técnicas, e como podemos criar uma empatia com nossos usuários .
Em seguida, imaginamos como seria sua jornada no futuro quando a pessoa começasse a usar algumas dentre as nossa soluções. Isso nos ajudou a criar uma declaração mais objetiva do problema para os usuários. Construímos algumas possíveis ideias e realizamos uma votação.
Priorizando o trabalho: qual o nosso MVP?
Feito nosso MVP e o Benchmarking de funcionalidades, desenhei alguns rabiscoframes e votamos para a escolha do nosso primeiro protótipo. Abaixo você poderá ver o meu exemplo:
Após essa etapa, criamos um protótipo em média fidelidade no Figma baseado em toda pesquisa que fizemos e validamos com os usuários. Alguns dos comentários que recebi deixaram claro que precisávamos repensar algumas telas. Após testarmos com 5 usuários iteramos nossos conceitos depois de analisarmos as suas dificuldades.
Encontramos alguns pontos a serem modificados baseados nos insights dos usuários:
Próximos passos
Mais pesquisa e teste de usabilidade com prestadores de serviço
Estratégia melhor definida para medir os resultados e métricas do mercado
Aprender mais sobre o mercado de comunidades online para uma segunda versão do MVP
Lições aprendidas
Curva de aprendizado das ferramentas é proporcional às necessidades do projeto
Testar mais cedo com protótipo em baixa fidelidade para validar (ou não) as ideias
Refinar melhor as perguntas iniciais da pesquisa para diminuir os vieses.
Site built in Framer
Copyright© 2022.