Product Design — Case Zé Delivery
Como melhorar a experiência dos consumidores de aplicativo delivery e focar nos resultados da empresa?
Este projeto é resultado do curso de Product Design na HOW Bootcamps o qual eu tive a oportunidade de fazer por uma bolsa oferecida pela UX para Minas Pretas. Foi feito em grupo, sendo composto por mim, Danilo Brito, Cristiene Menezes, Larissa Beiró e Wanessa Rodrigues. Participei de todas as etapas. O curso foi realizado em um fim de semana e ministrado pela Andressa Siegel que é Product Lead na Olist. Toda a produção foi realizada no Miro.
INTRODUÇÃO
Chegou o fim de semana e você quer comemorar que finalmente pode descansar! Que tal pedir algumas bebidas para chegar de forma rápida e gelada? Essa é a realidade de muitas pessoas que pedem delivery por aplicativos todos os finais de semana. Segundo o blog Delivery Much, uma pesquisa aponta que Sábado (64%), Sexta (62%) e Domingo (30%) são os dias preferidos pelos usuários para pedir delivery.
Mas será que eles têm a melhor experiência nesses pedidos? O que se pode melhorar nestes serviços tanto para os usuários quanto para os objetivos das empresas? Foi o que analisamos no Zé Delivery.
DOUBLE DIAMOND (DUPLO DIAMANTE)
Usamos o processo Double Diamond para orientar nossos passos.
DESCOBRIR (PESQUISA) — Quais são e de onde vem os problemas?
Iniciamos uma busca de dados sobre a empresa Zé Delivery através de alguns canais de comunicação como website oficial, redes sociais (instagram, facebook, twitter) e Reclame Aqui.
O Zé delivery é uma marketplace de bebidas e pode ser acessado pelas plataformas web, mobile (iOS e Android). Seus principais usuários são o consumidor final e o distribuidor (estabelecimentos locais). Pontuamos como seus principais concorrentes: Ifood e Rappi.
“Nosso diferencial é atender regiões que nem sempre contam com serviços de delivery, mas isso só faz sentido se chegarmos com um preço justo. Por isso nossos parceiros são pequenos estabelecimentos locais, que além de próximos entendem o perfil de consumo da população”
Head de Marketing & Growth do Zé Delivery, Cláudio Azevedo
E vamos à ela! a pesquisa
Pesquisa Quantitativa (dados numéricos importantes)
Pesquisa Qualitativa — Forças e Fraquezas
Os dados da pesquisa qualitativa são referentes a depoimentos, comentários de usuários que captamos nos canais de comunicação da empresa. Separamos por Forças e Fraquezas.
Forças — O que já existe de positivo aos olhos do usuário.
Fraquezas — o que deve ser melhorado, conciliando as necessidades dos usuários, negócios e desenvolvimento.
DEFINIR — Quais problemas devemos focar em resolver?
Diagrama de afinidades — Estudamos e encontramos alguns padrões nos resultados, por isso definimos 4 categorias de problemas pra focar: Entrega, Login, Pedido e Suporte. Separamos o diagrama por pontos positivos (cards azul), pontos negativos (cards vermelhos) e oportunidades (cards brancos).
Matriz de priorização —Analisamos na relação de impacto X esforço quais seriam os problemas mais pontuais naquele momento do produto.
DESENVOLVER — Quais são as soluções possíveis para o problema?
Usamos a técnica de User stories para focar na relação do usuário diretamente com os problemas categorizados antes: login, avaliação e melhor comunicação com o app e o distribuidor.
Hipóteses X Experimento X Evidência
Já que analisamos o foco do usuário, também precisaríamos analisar algumas hipóteses que poderiam impactar os negócios através de métricas.
1 — Nós acreditamos que: a quantidade de usuários irá aumentar
Se nós fizermos: mais formas de SSO (login)
Nós saberemos que a hipóteses é válida se o resultado for: maior quantidade de usuários engajados vs. menor quantidade de churn
2 — Nós acreditamos que: Os parceiros irão melhorar o atendimento ao cliente
Se nós fizermos: Uma forma de o cliente avaliar a experiência com o parceiro
Nós saberemos que a hipóteses é válida se o resultado for: Diminuição no número de reclamações em relação aos parceiros, aumento do NPS, Aumento da taxa de retenção.
3 — Nós acreditamos que: o índice de desistência em meio a compra irá diminuir
Se nós fizermos: uma otimização na coleta da informação do usuário ou facilitar login.
Nós saberemos que a hipóteses é válida se o resultado for: menor tempo para conclusão da compra, menor taxa de desistência na etapa de compra.
Como referência na parte do desenvolvimento, realizamos um Benchmarking separando por categorias:
Entrega — Ifood e Rappi | Suporte –Uber | Login — Ifood | Pedido — Ifood e Uber.
ENTREGAR — A nossa solução de fato resolve o problema?
1 — Mais formas Login
2 — Chatbot e Autocomplete
3 — Avaliação da experiência com o parceiro (distribuidor)
APRENDIZADOS
Investigar os problemas, gerar soluções com foco na dor principal do usuário e e em métricas que possam ser analisadas e avaliadas durante o percurso do produto.
