Por que escolher o Dovetail como repositório de pesquisa?
Mostrarei o que testei no Dovetail e alguns “pulos-do-gato” pra quem quer entender como essa ferramenta funciona na prática ou está em dúvida se vale a pena investir nela. Tudo isso pela perspectiva do pilar de Research Ops da Aegro e em construção coletiva com o time de Design. Texto escrito em 22/12/2021
Atualmente o Dovetail tem sido a ferramenta para repositório que mais chama a atenção da comunidade de pesquisadores — ou pelo menos nas discussões que participo na ResearchOps BR. Acredito que, por ter essa comoção coletiva, a tendência é que a comunidade cresça e novas funcionalidades apareçam. Só enquanto escrevia esse artigo durante o período de teste, várias novas funcionalidades foram lançadas e isso é muito positivo.
Para nós aqui na Aegro o que mais chamou a atenção foi o recurso de Transcrição de Vídeo Automático e a integração com diversas ferramentas que utilizamos como o Confluence, SatisMetter, Typeform, dentre outras. Portanto, darei mais ênfase nesses temas.
Aqui damos nomes sugestivos para alguns projetos e com esse não poderia ser diferente: nosso Design System se chama Solo, por servir de base para construir nosso produto e o repositório de pesquisas, no caso o Dovetail, aqui é chamado de Silo, compartimento onde grãos são guardados antes do ensacamento. Tudo a ver, né? 😉
A plataforma é em inglês, o que pode em algum momento dificultar a adesão por algumas pessoas, já que, segundo o último estudo realizado pelo British Council e Instituto de Pesquisa Data Popular, apenas 5,1% dos brasileiros com 16 anos ou mais afirmam ter algum conhecimento em inglês.
Vale lembrar que o Google Chrome tem um plug-in de tradução que ajuda nesse sentido, mas que não funciona em algumas partes no Dovetail, como na transcrição de vídeos, por exemplo. Então é bom que o plug-in esteja desativado no momento em que a transcrição for realizada para evitar erros de transcrição.
#Dica — Espero que até este momento você ainda não tenha criado conta, pois nesse vídeo aqui da Femke — que inclusive indico pra ajudar no aprendizado da plataforma — tem um link na descrição para testar por 60 dias em vez dos 7 que o Dovetail comumente disponibiliza.
Reviews na Google Play, App Store e NPS
Seguindo o passo a passo do vídeo acima, testei primeiro o Dovetail para documentar reviews sobre o Aegro nas lojas de aplicativos. Apesar de algumas pessoas de produto já consultarem essas reviews, não havia ainda uma rotina que considerasse elas no momento da discovery. Dessa forma, comecei a organizá-las em tags para que pudessem aparecer em buscas específicas juntamente com outros experimentos e projetos.
No atual momento aqui na empresa, também possuímos a coleta de NPS, mas o mesmo não é monitorado de maneira qualitativa — o que temos é uma integração do SatisMeter com o Slack onde recebemos uma notificação em um canal específico cada vez que alguém faz um novo comentário durante a resposta ao NPS, porém não há uma rotina de análise que interligue esses dados com outras fontes de coleta de informação.
Quanto a integração do SatisMeter com o Dovetail, ela pode ser realizada sem nenhum problema.
Curiosa que sou, testei também se os dados em tabela também seriam “rastreáveis” e “tagueáveis” e deu tudo certo:
Falando de tags, outra coisa que descobri é que há como criar tags que fiquem disponíveis para todos os “projetos” — as chamada tags globais. Inicialmente, ao transitar por alguns projetos, notei que cada um disponibiliza um conjunto de tags e campos a serem preenchidos (e personalizados), provavelmente por considerar que cada projeto pode se tratar de um experimento diferente, como entrevista qualitativa ou teste de usabilidade, por exemplo.
No Dovetail as tags globais são configuradas na seção “Extensões” e todo e qualquer experimento consegue utilizá-las, diferentemente da seção “Tag”, a qual se configura um conjunto de tags específico para cada “Projeto”. Sendo assim, você poderá utilizar informações de diferentes projetos para uma nova pesquisa, como fizemos para definir nossos Jobs to be done.
Transcrições dos Vídeos
Sobre as transcrições dos vídeos, testei fazer o upload via integração com o Google Drive e via anexo de arquivo. No fim das contas, funcionou como o esperado e o maior vídeo que testei tinha aproximadamente 43 minutos de conversa e 150MB de tamanho.
Se em algum momento ficar muito grande, utilize o HandBrake ou outro software para compactar. No Dovetail existe a opção de transcrever para o Português e logicamente não é 100% fiel, mas, sabendo que testei um conteúdo que gerou 12 páginas de transcrição, já se pode imaginar o tempo que economizamos.
Se você estiver se perguntando nesse momento o motivo pelo qual é importante a transcrição, vale salientar que, dependendo da política de proteção de dados que a empresa adotar com relação à LGPD, os vídeos das entrevistas só poderão permanecer nas bases de dados durante um determinado período. Com a transcrição e anonimização dos dados pessoais devidamente realizados, além dessas informações estarem aptas a serem tagueadas e encontradas de maneira mais fácil em pesquisas futuras, o vídeo pode ser descartado sem prejuízo à nossa base de informações dos usuários.
Integrações
As integrações no Dovetail funcionam através do Zapier, que é um serviço online que permite automatizar ações entre diferentes aplicativos. Nós já usávamos e tínhamos um plano ativo que permite 20 conexões, mas a versão gratuita permite 5 integrações até o momento em que publiquei esse texto; então esse pode ser um ponto que influencie na decisão do repositório de pesquisa, dependendo do uso.
Productboard — Confesso que essa parte foi a que particularmente mais me encheu os olhos, mas talvez a que também mais me decepcionou. Temos configurado no Productboard, por exemplo, um sistema de tags que organizam as features request ou as solicitações de novas funcionalidades por parte dos clientes, documentado pelo nosso suporte durante seus atendimentos. Quando soube que o Dovetail integrava com essa aplicação, logo imaginei que lindo seria cruzar as solicitações com os perfis de cliente e outras informações do mesmo assunto. Porém, quando testei mais a fundo, notei que na verdade as integrações nada mais são que ações simples, como a de criar uma nota no Dovetail a cada feature request criada no Productboard.
Mas o que é possível ou não fazer com cada aplicação, você pode conferir antes nesse site:
Intercom — É a integração que mais tem ajudado, pois permite que eu importe informações somente de clientes que concordaram em participar da nossa Base de Usuários para Pesquisa — segura aí que já já falo um pouco mais dela 😉.
Typeform — A importação de um formulário é toda parametrizada: você escolhe como cada campo irá chegar no Dovetail, mas sinceramente não achei útil ter as respostas no Dovetail. Acredito que o mais interessante seja analisar no Typeform mesmo e trazer pro Dovetail apenas os insights, já que há um espaço específico para eles:
Nos testes que fiz, ou as respostas do Typeform apareciam de maneira corrida no formato de notas do Dovetail (bem emboladas por sinal) ou vinham como data-fields, que são os campos fixos que cada nota (como na coluna abaixo em negrito) pode ter :
Sinceramente, achei que ficaria muito mais organizado se exportasse no Typeform as respostas como arquivo .CSV e importasse no Dovetail, daí já viria certinho dentro da tabela pronto pra você colocar tags, grifar e gerar insights dos dados.
Insights
Já que citei os insights, vamos falar deles também. No Dovetail eles são como uma espécie de artigo no qual você pode reunir evidências, publicar e compartilhar externamente, permitindo então que você apresente uma ideia listando trechos de entrevistas, informações retiradas de tabelas, áudios e demais tipos de arquivos permitidos no Dovetail:
Para quem procura formas diferentes de compartilhar os dados das pesquisas, essa pode ser uma opção. Abaixo um exemplo de como eles funcionam:
Desafios
Confluence e SenseData x Dovetail
Dos desafios que surgiram na implementação, o principal foi a adoção do Dovetail, pois já existem alguns padrões e ferramentas de documentação sendo utilizados por outros times da Aegro, então foi necessário definir o que documenta o que. Estamos estudando usar o Dovetail como repositório de dados brutos enquanto o Confluence será a vitrine que exibirá os resultados de pesquisas de forma resumida com links direcionando para as respectivas referências no Dovetail.
Tabulação e análise de dados:
Ao rodar nosso projeto de Jobs to be Done, notei que o Dovetail por si só não é suficiente para realizar uma pesquisa. O Miro e planilhas ainda têm sido ferramentas indispensáveis, o que dificulta a padronização e centralização completa da documentação, mas não a inviabiliza.
Projetos Relacionados
Subprojetos surgiram no decorrer do caminho para a implementação efetiva da ferramenta:
Taxonomia
Tá, mas como a gente organiza as informações dentro do Dovetail?
Taxonomia nada mais é que uma forma de classificação ou estrutura de informação. No contexto da Aegro, foi necessário estabelecer regras para utilização do repositório e práticas estruturadas de documentação para que, a longo prazo, de fato consigamos reaproveitar pesquisas já realizadas dentro do contexto de produto, inicialmente.
Base de usuários para pesquisa
Como vamos saber quem já foi contatado?
Para além do controle de pesquisas, e com o objetivo de não contatar os mesmos clientes com frequência ou num curto período de tempo, havia também a questão de como adequaríamos as pesquisas à LGPD. A partir daí foi estruturado no Silo, na aba “Pessoas”, uma base de clientes disponíveis para pesquisas: por meio de uma integração com o Intercom, coletamos o aceite dos clientes participantes.
POP (Procedimento Operacional Padrão) de Pesquisa
Definindo a organização (taxonomia) do Silo + controle de realização de pesquisa, faltou definir como isso iria funcionar. O primeiro POP foi o de entrevistas — tipo de pesquisa que mais realizamos — e o próximo será o de testes de usabilidade. Ambos definirão modelos/templates que, além de padronizar, irão facilitar o trabalho das pessoas que pesquisam.
Conclusão
Até o momento o time de Design Aegro tem curtido a ferramenta e o que ela entrega, mas ainda não documentamos o suficiente pra avaliar com maior precisão. O próximo passo será explorar um pouco melhor os gráficos e tabelas do Dovetail a fim de entender se ele pode substituir a tabulação em excel e ferramentas complementares que utilizamos no processo de pesquisa. Sendo assim, poderemos ter modelos padronizados de documentação de experimentos, bem como templates prontos que facilitem o processo de análise e a geração de insights por designers de produto e por quem pesquisa.
É isso. Se sentiu falta de algum tópico, só comentar aqui. Obrigada pelo tempo de leitura e até o próximo! 😉 (emoji piscando)
