Apoiando o pequeno negócio: Como aumentar as vendas online de vestuário e acessórios?
Have a Look: o Ux Design utilizado para desenvolver uma solução que atenda consumidores de vestuário e ajude pequenos comerciantes de moda em meio à crise do Coronavírus.
O desafio
Apoiar pequenos comerciantes de vestuários e acessórios (moda em geral), aumentando suas vendas pela internet em meio à crise, por meio de uma solução que atenda consumidores de moda, garantindo segurança e oferecendo um serviço diferenciado aos usuários nas compras online.
Como aumentar as vendas online de roupas e acessórios dos pequenos comerciantes
queestão sem faturamento devido ao isolamento social?
O cenário atual
No ano de 2020, quando o Coronavírus, se tornou pandemia, e se alastrou pelo mundo e Brasil, especialistas e autoridades, recomendaram, como uma das principais formas de conter o avanço do vírus, o isolamento social. Medida que impactou todos os setores da economia, e que com o comércio varejista não foi diferente. De acordo com o levantamento feito pela Confederação Nacional de Bens, Serviços e Turismo (CNC), foram encerradas 75,2 mil lojas físicas neste ano, sendo o segmento de vestuário, calçados e acessórios o mais atingindo (-22,29 mil lojas).
Porém o isolamento social e as restrições de circulação impulsionaram o crescimento do e-commerce em 2020, que chegou a marca histórica de mais de R$ 87 bi em vendas, representando 41% em comparação ao ano de 2019, dados retirados da 43ª Edição Webshoppers.
A pandemia causou a entrada de novos consumidores no comércio online, foram 23% a mais em comparação ao ano anterior, como diagnosticado pela Webshoppers 43ª Edição. Em edição anterior do relatório, 42ª Edição já havia constatado que o comportamento de compra pela internet veio para ficar, 93,4% dos entrevistados afirmaram que tem a intenção de realizar alguma compra por meio online, nos próximos 3 meses.
Quanto ao segmento de roupas e calçados, representa o 3º lugar de importância em compras online, perdendo apenas para o segmento de departamento.
Quando ao uso de aplicativos para compras online, a pesquisa feita Ebit | Nielsen, supracitada, observou que a principal motivação para o uso de aplicativos de entrega é não precisar sair de casa, 72% dos consumidores começaram a usar, ou estão usando mais, os apps de delivery durante a pandemia. Porém, quando perguntada sobre o uso de aplicativos por segmento a entrada de novos consumidores em apps de roupa demonstrou tímida, comparada com os apps de farmácia e supermercado.
Objetivo do projeto
Tendo em vista o cenário atual para vendas online de vestuário, entendendo o contexto de crise e a preocupação de vendedores, estabelecemos os objetivos do projeto:
Oferecer uma plataforma de vestuário que permita pequenos comerciantes a iniciar e/ou aumentar suas vendas pela internet em pelo menos 30% com 6 meses de uso. Essa plataforma deve estar disponível para os usuários até julho de 2021.
Usuários
Pequenos comerciantes: comércio local, pequenas empresas, autônomo, microempreendedores, vendedores informais; e
Consumidores de vestuários e moda em geral.
Importante:
Neste estudo de caso, discorreremos a cerca dos Consumidores de Vestuário como público a ser pesquisado, em um primeiro momento.
Para identificarmos os usuários da plataforma buscamos entender melhor o perfil de cada um.
Personas — Perfil dos usuários
A Persona nos ajuda a entender melhor para quais pessoas vamos projetar, quais suas dores, necessidades e possíveis soluções. É uma maneira de entendermos clara e objetivamente nosso público-alvo. Elas devem ser constantemente observadas por meio de pesquisas e validações.
Jornadas — Contexto do usuário
Como forma de visualizar o público para quem projetaremos uma solução, ilustramos a Jornada do Usuário para entender suas motivações e comportamentos ao buscarem o consumo de moda.
Jornada de Fernanda Rocha:
Jornada de José Martins:
Jornada de Guilherme Santos:
Primeira etapa de validação
Com o intuito de estabelecer um ponto inicial acerca da pesquisa a ser realizada, utilizamos a matriz CSD para estabelecer suposições que serão a base de nossa pesquisa quantitativa e, assim, obtermos a primeira validação sobre as personas e suas jornadas.
Pesquisa quantitativa
Após discutirmos sobre a forma que as pessoas realizam compras online com a matriz CSD, elaboramos hipóteses e suposições as quais desejamos validar na pesquisa quantitativa. Para cada pergunta criada existe suposições a serem esclarecidas.
Você pode visualizar todo o questionário formulado e as suposições feitas clicando aqui:
Abaixo o resumo dos principais dados extraídos da pesquisa:
Em relação a compras pela internet:
Alternativas de solução
Para registrarmos as oportunidades que surgiram, utilizamos a técnica do How Might We ou Como poderíamos, em português, e (a partir dos dados coletados), abaixo colocaremos somente as alternativas priorizadas, que foram classificadas com Baixo Esforço e Alto Impacto.
O esforço considerou:
- Esforço de adoção pelo usuário
- Esforço de construção
- Esforço do cenário geral (regulamentações, política, etc)
O impacto considerou:
- o que pode ser mais valoroso para o usuário
- o que gera o melhor retorno sobre o investimento (ROI)
Para visualizar a matriz Impacto x Esforço completa acesse aqui.
2. Como poderíamos permitir compor looks de diversas lojas?
Decisão da priorização: Alternativa priorizada.
Esforço: 2 — Permitir os usuários escolher o tipo de peça que deseja visualizar. Quando os lojistas disponibilizam as peças no aplicativo, devem classificar pelo o tipo de peça. (blusa, saia, sandália…)
Impacto: 8 — porque assim só apareceria as peças que o usuário procura para montar o look. Em pesquisa qualitativa 63,8% dos respondentes afirmaram ter comprado mais de uma peça na mesma compra.
Alternativas:
1. Cada loja deve classificar pelo tipo de peça por tag, como exemplo: blusa, saia, sandália…;
2. os usuários escolhem o tipo de peça de interesse;
3. é mostrada em forma de carrossel as peças conforme a classificação escolhida.
12. Como poderíamos permitir salvar os looks conforme tipo e ocasião?
Esforço: 2 — o próprio usuário define em que tipo ou ocasião a peça se encaixa. o usuário cria, dentro do seu perfil, pastas com características que cada usuário determina.
Impacto: 10 — o usuário tem a possibilidade de classificar os tipos de peças que mais gosta. O aplicativo pode reconhecer as peças que cada usuário mais gosta e em outras compras oferecer para o usuário.
Alternativas:
O usuário tem um espaço para salvas as peças conforme ele decide.
A solução
Desenvolver uma plataforma na qual consumidores de vestuários possam se inspirar, montar looks e realizar a compra desse look com diversas opções de peças de diferentes lojas com um único pagamento.
Aqui utilizamos a abordagem do Esboço em 4 etapas:
- Anotações
- Desenho livre
- Crazy 8`s
- Rabiscoframes
Protótipo de baixa fidelidade
A partir do esboço criado iniciamos a prototipação de baixa fidelidade (ao lado) que, apesar de ignorar elementos gráficos elaborados, nos permite a identificar estrutura básica e a funcionalidade da nossa solução para o entendimento de execução de tarefas que nela serão realizadas.
Utilizamos o Marvel App para criá-lo. Você pode acessar o protótipo de baixa fidelidade clicando aqui.
Benchmarking
Buscando aprimorar a nossa solução, realizamos o Benchmarking que nos permitiu analisar aplicativos nacionais e internacionais que categorizamos como aplicativos de consultoria virtual de moda e os aplicativos classificados como provadores virtuais.
A pesquisa referente ao Benchmarking colaborou para nos dar uma maior clareza acerca de nossas aplicações, assim como ampliou as possibilidades visuais e tecnológicas que o projeto poderia alcançar.
Caso você deseje visualizar o pesquisa completa, clique aqui.
Wireframes
Primeiro teste de usabilidade
Para a realização do primeiro teste de usabilidade utilizamos o Figma para desenvolver o protótipo de média fidelidade.
O teste consistiu em realizar uma única tarefa: acessar o aplicativo, na seção feminina, e encontrar o look “Balada” e também entrar na na área “Monte seu look”.
O teste revelou algumas possíveis melhorias, tais quais:
1. Indicação de scroll bar na área “Meus Looks” para ficar claro que há a mais looks abaixo do que o que aparece na tela no primeiro momento;
2. Soma automática dos valores da peças escolhidas já no momento da montagem do look (e não apenas após concluir o look);
3. Possibilidade de inclusão de foto do usuário como modelo (provador virtual);
4. Filtragem por tamanho;
5. Possibilidade de montar looks de diversas seções (feminino e masculino, por exemplo) em um mesmo acesso;
6. Inclusão de sessão de busca/pesquisa de peças mais específicas (por exemplo: espartilho, chapéu, meia calça, etc).
Guia de estilos
Como não poderemos garantir um alto nível das produções, peças e produtos dos pequenos comerciantes que farão parte do aplicativo (e como não estamos tratando de uma marca em si) e, apoiados no benchmarking realizado, decidimos que visualmente esta solução deveria se distanciar do “super fashion, chique e elegante” e se posicionar de uma forma mais cool, simples e direta, apenas utilizar o nome em inglês: Have a look.
A ideia do nome e logotipo é fazer uma associação (e uma brincadeira) com o sentido curioso do termo, sobre “dar uma olhadinha” (no app e lojas, no caso), com o termo “Look” no sentido de aparência e estilo, comumente usado no mundo da moda.
Protótipo de alta fidelidade
A prototipação foi realizada no Figma e você pode acessá-lo clicando aqui.
Lema aprendido durante esse trabalho:
If in troubble, double!
Caso tenha algum feedback ou apenas queira entrar em contato comigo para falar sobre este projeto, meu email é:
marcosrangeldesigner@gmail.com
