Atuação: UX Product Design e Pesquisa
O Contexto
O departamento de Reparo de Peças de uma das três maiores fabricantes de aeronaves do mundo buscava desenvolver um Sistema de Otimização de Reparo de Peças Aeronáuticas para reduzir custos durante as negociações. O gasto anual girava em torno de US$ 100 milhões (dados de 2017), e cada analista dispunha de apenas um minuto para analisar e negociar cada cotação.
O Desafio
Os analistas de compras enfrentavam uma alta demanda global por reparos de peças e, devido à falta de dados históricos sobre gastos anteriores com reparos similares, ficavam à mercê dos fornecedores, sem argumentos para contestar preços elevados.
A Pergunta Chave
É possível utilizar dados históricos de reparos e outras bases de dados para dar suporte aos analistas na análise das cotações?
Nosso Processo
1. Entender e Enquadrar o Problema
O que fazemos:
-
Entrevistas e Observações: Conversas com analistas e acompanhamento (shadowing) durante o trabalho. É aqui que ouço sobre o processo diário de negociação e vejo exatamente quais dados eles analisam visualmente.
-
Levantamento de Contexto: Aprofundamento em relatórios existentes ou históricos de compras. Mesmo que os dados históricos de reparo sejam limitados ou de difícil acesso, precisamos ver o que existe.
-
Construção de Hipóteses: Com base em descobertas rápidas, formamos teorias iniciais (ex: “Eles precisam de comparativos rápidos de preço” ou “Eles precisam de tendências e histórico na mão”).
O Impacto
- Obtemos clareza sobre as dores reais. Focamos especificamente no desafio de ter apenas segundos para analisar uma cotação sem dados sólidos para embasar a negociação.
2. Definir as Necessidades Centrais do Usuário
O que fazemos
-
Personas de Usuário: Normalmente criaríamos personas detalhadas, mas aqui o foco é único: “O Analista de Compras”. Em vez de gastar tempo criando múltiplos perfis, focamos nos detalhes do Jobs to be done (tarefas a serem cumpridas), suas restrições de negociação e métricas de sucesso.
-
Métricas Chave: Definimos o que é “sucesso”. Por exemplo: é cortar custos em uma certa porcentagem, reduzir o tempo de análise de 1 minuto para 30 segundos, ou ambos?
O Impacto
- Ao restringir o arquétipo do usuário, não nos perdemos criando funcionalidades para todos. Projetamos para o usuário real com metas reais.
3. Ideação e Definição
O que fazemos
-
Workshops de Brainstorming: Reunião com analistas, stakeholders e engenheiros de dados para explorar ideias para o novo dashboard.
-
Pesquisa Competitiva e Análoga: Análise rápida de como outras indústrias lidam com alto volume de cotações e dashboards de negociação. Aproveitamos o que faz sentido e adaptamos para nossas necessidades.
-
Sketches de Baixa Fidelidade: Wireframes rápidos das possibilidades do dashboard. Pulamos mockups polidos inicialmente — rascunhos a lápis ou no quadro branco são suficientes para validar o layout e a exibição dos dados.
O Impacto
- Mantém o processo leve e colaborativo. A ênfase neste estágio é na validação do conceito, e não em entregáveis de alta fidelidade.
4. Validação Rápida
O que fazemos
-
Protótipo: Tradução das melhores ideias em um protótipo interativo inicial (Axure RP).
-
Ciclos de Feedback com Usuário: Colocamos os analistas para “brincar” com o protótipo. Observamos onde eles hesitam, como interpretam os dados e anotamos quaisquer confusões.
-
Iterar ou Descartar: Se um layout ou funcionalidade falha, descartamos rápido. Se funciona, refinamos.
O Impacto
- Nos permite “falhar rápido”. Com investimento mínimo em cada iteração, podemos explorar múltiplas ideias, colher feedback e refinar rapidamente.
�
A Solução
Após conduzir entrevistas e compreender o processo atual do departamento, descobrimos que a falta de informação durante a cotação e negociação de reparos — combinada à alta demanda — impedia os analistas de fechar melhores acordos. Os dados históricos eram armazenados de forma não estruturada, espalhados em documentos de Word, planilhas de Excel e e-mails salvos nos computadores individuais dos funcionários.
Mapeamos e priorizamos os indicadores chave para um novo dashboard que apresentasse dados em tempo real. Em seguida, identificamos onde os dados e KPIs estavam armazenados e direcionamos a equipe de engenharia para começar a reestruturar os dados do departamento de forma moderna e escalável.
Com a fundação de dados em andamento, partimos para criar um dashboard otimizado e amigável, capaz de lidar com um grande volume de informações sem sobrecarregar os usuários. Desenvolvemos três versões diferentes e as apresentamos à unidade de negócios para avaliação. Após um processo colaborativo de ajustes e priorizações, finalizamos o design apresentado aqui: a tela inicial fornece um resumo imediato (at-a-glance) das informações essenciais para que os analistas potencializem suas negociações.
Após o lançamento da ferramenta, o custo médio de reparo caiu, resultando em uma economia de US$ 2 milhões apenas no primeiro mês — o suficiente para cobrir o investimento inicial e projetar milhões a mais em economia para os meses e anos seguintes.
Proposta Inicial – Uma lista moderna de cotações onde cada card apresenta as informações mais relevantes.
�
Detalhes da Cotação – Ao clicar em uma cotação específica, o analista é direcionado para a página de Detalhes, que exibe um resumo dos indicadores mais relevantes. Utilizamos um banner amarelo para destacar alertas, oferecendo insights chave que ajudam os analistas a negociar com mais eficácia.
�
Aprofundamento na Solução: Ao clicar no banner de alerta, o usuário pode explorar dados históricos detalhados e insights relevantes.
�
�
�
Breakdown Analysis
�