Estudo de Caso — Petfriends — Ajudando animais em situação de abandono.

Jeter Megaron
8 min readMay 11, 2022

--

Como utilizamos UX Design para melhorar a conscientização com relação ao abandono e maus tratos de pets.

Link do Protótipo

Introdução

Este projeto foi desenvolvido durante o curso Design UX/UI na Cubos Academy e construído juntamente com Ligia Freitas, Izabel Silva, Beatriz Rocha e Natalia Oyama. No entanto, durante este artigo estarei abordando o projeto sob meu ponto de vista dando foco nos processos em que tive maior participação.

Desafio

Neste programa, foi proposto o desafio em pensar soluções em como melhorar a conscientização com relação ao abandono e maus tratos de pets?

Estratégia

Utilizamos o Duplo diamante para abordar e entender o problema a partir de 2 tipos de pensamento: Convergente e Divergente.

Descobrimento

Neste momento abrimos nossa mente e tratamos o tema sem nenhuma barreira ou impedimento, realizamos uma Desk Research onde tentamos esgotar o assunto ao máximo possível para entender o Cenário Atual.

Para acessas a pesquisa (Clique aqui)

Com base nos dados coletados, constatamos um cenário caótico em relação ao abandono de animais no Brasil, principalmente durante a pandemia da Covid-19. Segundo a AMPARA, que realizou uma pesquisa com 530 instituições e protetores dos animais, o crescimento de abandono de animais foi de 70% no ano de 2020. Durante esse período, a situação de ONGs e abrigos ficou desfavorável com a queda das doações, impossibilitando o acolhimento de mais animais.

Devido a grande quantidade de informações levantadas, resolvemos organizar os dados obtidos em uma Matriz CSD, também aproveitamos esse momento para levantar suposições e dúvidas que não foram respondidas durante a Desk Research.

Imagem — Matriz CSD

Eu já havia feito Matriz CSD, porém essa foi a primeira vez que realizei em grupo. Percebi que a ferramenta é muito mais produtiva quando se tem diferentes formas de pensar dentro da equipe e esse é um sentimento que se repetiu em outras etapas. Organizamos os resultados em agrupamentos, nos quais são:

  • Poder Público | Leis
  • Dados de Pesquisa | Notícias
  • Motivos de Abandono
  • Possíveis Soluções

Pesquisa com Usuário

Com a matriz pronta, usamos as principais suposições e dúvidas para traçar os objetivos da pesquisa:

  • Entender o que ocasiona o abandono de animais
  • Saber o que pode ser feito de ações públicas para evitar o abandono de animais
  • Descobrir como os meios de denúncia podem reduzir o abandono de animais

No primeiro momento foi realizada uma pesquisa Quantitativa através de um Formulário no qual foram obtidas 147 respostas e após a análise dos resultados pudemos destacar alguns pontos:

Pode conferir o resultado completo da pesquisa (Clique Aqui)

Mesmo com a grande quantidade de respostas coletadas, ainda precisávamos entender um pouco mais sobre o que as pessoas pensavam e sentiam sobre o tema. Assim, partimos para a pesquisa Qualitativa a qual desenvolvemos um Canvas de Entrevista, ferramenta que funciona basicamente como um roteiro para a entrevista. Foram 5 entrevistados e optamos por realizar as entrevistas de forma digital através do Google Meet. Nessa etapa fui um dos responsáveis por realizar as entrevistas. Após a análise das entrevistas pudemos destacar algumas falas:

● “Falta de tempo para participar de ONGs e projetos similares.”

● “Se pudesse adotaria mais animais.”

● “Acredita que o abandono acontece pelo trabalho que o animal dá, por falta de espaço, por falta de aceitação com outro pet.”

É importante ressaltar que durante a pesquisa qualitativa conseguimos enxergar bem o perfil dos usuários e traçar certos padrões de comportamento entre eles. Outro ponto importante é que informações relevantes foram surgindo de maneira inesperada durante as entrevistas, fazendo o grupo olhar para direção diferente do esperado.

Ideação

Com todas as entrevistas transcritas, traçamos um mapa de empatia para cada entrevista com intuito de responder às seguintes perguntas: O que pensa e sente? O que houve? o que ? O que fala e faz? Quais suas dores? Quais suas necessidades? — Pode conferir todos os mapas Clicando Aqui.

Durante essa etapa, agrupamos os mapas com características similares, as quais resultaram em 2 grupos distintos que serviram como base para criação das Personas.

Quem são os Usuários?

As Personas foram baseadas nos dados obtidos durante a etapa de pesquisa. Focando-se principalmente nas características dos 2 grupos definidos durante o mapa de empatia, construímos duas Personas.

Imagem-Persona 1

A Roberta se caracteriza como pessoa usuário principal do nosso projeto e foi validada através das pesquisas quantitativas(formulários) e qualitativas(entrevistas).

Imagem-Persona 2

A Noélia é o segundo perfil encontrado nas pesquisas, mesmo compartilhando a mesma motivação da Roberta, suas dores são diferentes, pois ela se encaixa na linha de frente do combate ao abandono de animais. Pensando nisso, tentamos encontrar uma solução que contemplasse ambas.

Alternativas de solução

Baseando-se no perfil dos usuários, desenvolvemos o Canvas de proposta de valor onde levantamos as principais tarefas, dores e ganhos do usuário e alinhamos com a proposta de valor que se organiza através dos analgésicos, dos criadores de ganhos e do produto e serviço.

Imagem — Proposta de Valor

Principais pontos:

  • Mapeamento de ONGs.
  • Ponte entre ONG e doador.
  • Aumento do número de arrecadações de recursos.

Solução:

Apadrinhamento de animais

Priorização

Através de um Brainstorm, pensamos as possíveis funcionalidades que poderiam ser desenvolvidas no aplicativo mobile e as organizamos por ordem de prioridades através da Matriz MoSCoW.

Imagem-Matriz MoSCoW

Com as prioridades bem definidas, desenvolvemos um User Flow. Tentamos ao máximo manter uma boa fluidez, mapeamos todo o fluxo de progresso e ações possíveis a serem feitas dentro do app.

Imagem-User Flow

Wireframe

Usamos o conjunto completo de wireframes digitais para construir a base necessária para moldar a interface, visualizando o fluxo e funções que estariam presentes no app. Durante essa etapa tive uma preocupação em utilizar o texto final ao invés de lorem Ipsum para ter a previsão correta.

Imagem-Wireframes

Styleguide

Esta etapa ficou sob minha responsabilidade, onde ajustei a paleta de cores, fontes, principais ícones e logo do projeto.

Imagem-Styleguide

Protótipo de alta fidelidade

Validação — Teste de Usabilidade

Após a concepção do protótipo em alta fidelidade, partimos para o

round de testes. O teste foi não moderado, sendo realizado através da plataforma Maze, onde contamos com 21 participantes.

Relatório sobre o teste de usabilidade

1 — Tarefa: Entre no app e faça o login. (Sucesso)

26,3% dos usuários obtiveram sucesso direto na atividade, 63,2% obtiveram sucesso indireto e 10,5% desistiram de realizar a atividade. O sucesso indireto ocorreu devido aos usuários transitarem na tela do onboarding avançando e retornando antes de entrarem na tela de login. Vamos tentar simplificar o onboarding em apenas 1 tela de introdução no lugar das múltiplas telas, ou até mesmo remover esta etapa, e apresentar o login diretamente.

2 — Tarefa: Quer ajudar um pet? Vá agora até as formas de pagamentos. (Sucesso)

47,1% dos usuários obtiveram sucesso direto, 41,2% sucesso indireto e 11,8% desistiram da atividade. Novamente aqui os sucessos indiretos foram apenas porque os usuários selecionaram o botão de pagamentos no menu do app através de diferentes páginas e a plataforma de análise considerou como indireto, porém este é um caminho válido e o menu inferior funciona corretamente. A taxa de sucesso que deve ser considerada é de 88,3 %.

3 — Tarefa: Apoie Beethoven. (Resultado não alcançado)

13 pessoas testaram essa tela. 12,6% foram cliques errados. A taxa de sucesso é de 53,8% de pessoas que realizaram a sequência de forma correta e 15,4% desistiram de continuar.

Vamos deixar mais claro o passo a passo para que as pessoas saibam identificar quem elas querem apoiar.

4 — Tarefa: Veja quem você está apoiando. (Sucesso)

Ao todo 11 pessoas testaram essa tela. 54,5% tiveram sucesso, sem taxa de rejeições. E 9% foram cliques errados.

Pode-se considerar que a maior parte das pessoas conseguiram concluir o processo sem dificuldades na plataforma Maze.

5 — Tarefa: Altere os dados da sua conta. (Sucesso)

Ao todo, 11 pessoas testaram essa tela. 90,9% dos usuários obtiveram sucesso direto na atividade e 9,1% de sucesso indireto que ocorreu devido ao usuário transitar entre as informações da página.

6 — Como foi a realização do teste ? (Resultado não alcançado)

Apenas 10 usuários responderam a pesquisa de opinião, sendo que 40% classificou como muito Difícil, 30% como Muito Fácil e os demais se distribuíram ao longo da escala. Alguns usuários relataram ter marcado a opção muito difícil sem querer, pois se confundiram na hora de marcar a opção.

7 — Se achou o teste muito difícil, qual foi a etapa mais complexa? Como poderia melhorar?

Essa é uma questão aberta, selecionamos aqui os principais feedbacks.

“O protótipo às vezes não deixa claro o que dá pra interagir e o que não dá.”

“No primeiro passo do teste fica um pouco confuso para fazer o login dentro do aplicativo, o restante da experiência é bem legal e de fácil utilização o aplicativo tem um objetivo muito específico e não tem tantos desvios na hora de fazer uma doação ou alterar os dados “

“Foi fácil e intuitivo.”

8 — Gostaria de deixar alguma opinião sobre o app?

Os principais feedbacks obtidos foram a adição de uma tela de exploração com atualizações das instituições. Isso poderia se encaixar dentro da home e um modo escuro pode vir em atualizações futuras.

“Seria legal ter um espaço meio que “Explorar” onde a gente conseguisse ver todas as atualizações/novidades das instituições.”

“Gostei da adoção de conceitos já utilizados em apps normalmente, já que facilita o aprendizado da ferramenta nova, o design é bem user friendly! Não cheguei a verificar, mas o modo escuro é sempre bom.”

Próximos Passos

Realizar as alterações: Simplificação ou até mesmo a remoção do processo de onboarding, pois essa etapa é muito longa e o usuário acaba perdendo muito tempo nela. Então, para melhorar o processo de apoio, muitos usuários tiveram dificuldade na realização desta atividade devido ser muito extensa e complexa. Após as alterações, iremos realizar uma nova bateria de testes moderados.

Sentimos que o teste não moderado entrega uma grande quantidade de dados, mas mesmo após analisarmos ainda ficamos com algumas dúvidas e acreditamos que ao realizar um teste moderado e assistido poderemos ter uma maior clareza em relação ao comportamento do usuário na interface.

--

--