<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Douglas Vieira on Medium]]></title>
        <description><![CDATA[Stories by Douglas Vieira on Medium]]></description>
        <link>https://medium.com/@douglasvieiraux?source=rss-875986d83762------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*joPBya68toK4jsXXDnBOjg@2x.jpeg</url>
            <title>Stories by Douglas Vieira on Medium</title>
            <link>https://medium.com/@douglasvieiraux?source=rss-875986d83762------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Wed, 18 Nov 2026 11:33:51 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@douglasvieiraux/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Vamos falar sobre métricas em UX?]]></title>
            <link>https://medium.com/pretux/vamos-falar-sobre-metricas-em-ux-d66e926052e7?source=rss-875986d83762------2</link>
            <guid isPermaLink="false">https://medium.com/p/d66e926052e7</guid>
            <category><![CDATA[métricas-em-ux]]></category>
            <category><![CDATA[ux-design]]></category>
            <category><![CDATA[métricas]]></category>
            <category><![CDATA[metrics-and-analytics]]></category>
            <category><![CDATA[product-analytics]]></category>
            <dc:creator><![CDATA[Douglas Vieira]]></dc:creator>
            <pubDate>Mon, 11 Jan 2021 18:13:59 GMT</pubDate>
            <atom:updated>2021-03-11T20:24:23.674Z</atom:updated>
            <content:encoded><![CDATA[<blockquote>Neste artigo compartilho alguns aprendizados obtidos no curso de Product Analytics sobre UX Metrics</blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*CDhu6uyXB9HWxiGYTHxe0A.png" /><figcaption>Relatórios de dados através da ferramenta de analytics</figcaption></figure><p>Ao iniciarmos um projeto, um passo importante é definir os objetivos atrelados à ele. Quando olhamos para produtos digitais, sejam aplicativos, sites ou serviços, podemos estabelecer objetivos de negócio vinculados à experiência do usuário durante a sua utilização. A definição dos critérios que serão observados referem-se às<strong> métricas deste produto. </strong>Quando garantimos que elas estejam de acordo com os objetivos iniciais, geramos uma maior qualidade e fidelização do cliente no uso destes serviços.</p><p>Quando passamos a olhar a experiência do usuário, podemos estabelecer alguns critérios que deverão ser observados como, por exemplo, entender o nosso cliente, seja através do seu perfil, local de onde ele se origina, <em>device</em> que utiliza, comportamento na plataforma ou como ele se relaciona com o produto. Podemos ainda estabelecer critérios para identificar como é a percepção do usuário e se ele indicaria este serviço.</p><p>No universo de métricas, podemos observar diversas informações através dos dados de como o usuário interage com o produto, identificando se há alguma <strong>restrição em concluir uma ação</strong>, os ofensores para este processo e indicadores qualitativos, como feedbacks e comentários.</p><p>Para compilar estas informações e analisar os critérios estabelecidos, com o objetivo de poder acompanhar estes dados e ajudar na tomada de decisões, temos as ferramentas de <em>web analytics</em> que nos auxiliam nesta tarefa.</p><p>No conteúdo abaixo, busco compartilhar alguns conhecimentos obtidos no curso de <strong>Product Analytics</strong>, sobre <strong>UX Metrics</strong>, abordando um pouco sobre a introdução deste universo e algumas métricas atreladas à experiência do usuário. Este conteúdo é um compilado de alguns aprendizados, no entanto, ainda há outras informações que podem ser exploradas em métricas em UX.</p><h4>Data Analytics, Product Analytics e Dados.</h4><p>Como UX Designers, buscamos melhorar a experiência dos usuários na utilização dos produtos e serviços digitais. Um grande aliado nesta tarefa é o Product Analytics, sub disciplina de <strong>Data Analytics</strong>, que por meio de ferramentas de <em>web analytics</em>, como <em>Google Analytics</em>, <em>Mixpanel</em>, <em>Amplitude</em> e <em>Firebase</em>, buscam gerar relatórios com dados qualitativos e quantitativos através de ações e interações dos usuários com os produtos e serviços digitais, aplicativos e sites, por exemplo.</p><blockquote><strong>Data Analytics</strong> é um guarda-chuva que compreende diversas formas de lidar com os dados obtidos com a interação dos produtos digitais, podendo ser sub dividido em outras disciplinas, como Product Analytics, machine learning, infra-estrutura de dados, entre outras.</blockquote><p>Com base nos dados obtidos nestas ferramentas, conseguimos estabelecer métricas para os nossos produtos e, desta forma, conseguimos realizar uma análise comportamental dos usuários.</p><p>As interações dos clientes com as plataformas digitais geram dados que servem como base de análise para tomada de decisões e refletem informações que podem ser comportamentais ou transacionais.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*vmV1UdnrPTWylKzViUhZMA.png" /><figcaption>Diferença entre informações comportamentais e transacionais</figcaption></figure><p>A coleta destas informações, por meio das ferramentas de <em>web analytics</em>, ajudam a identificar o perfil do usuário que utiliza o produto, podendo ser a origem, o formato de mídia utilizado,<em> devices</em>, sistemas operacionais, região, idade e gênero. Estas informações são categorizadas como <strong>dados demográficos</strong>, e auxiliam em um diagnóstico do perfil do usuário.</p><blockquote>Informações de região, idade e gênero são aferidos através de cookies e IPs (acesso). Esses dados, por serem aferições com base em históricos de navegação, não são exatos, porém auxiliam no processo de Discovery e exploração.</blockquote><h4>Comportamento dos usuários em produtos digitais</h4><p>Quando as pessoas têm contato com um serviço e passam a interagir com ele, podemos analisar o<strong> comportamento </strong>deste usuário dentro deste sistema. Compreender como funciona esta interação em um aplicativo, por exemplo, ajuda a identificar quais partes são mais importantes e mais relevantes, como ocorre a interação, o manuseio, o consumo deste <em>app</em> assim como as principais ações no mesmo. Entender estas informações são fundamentais para propor melhorias, desenvolver <em>features</em> e estabelecer métricas para a análise de dados.</p><p>Podemos obter estas informações através das ferramentas de <em>web analytics</em>, analisando as principais telas acessadas pelos usuários, ações executadas (<em>track by events</em>) e <em>core actions</em> (principais ações). Outra maneira de se compreender o comportamento do usuário é através de análise de <em>HeatMap</em> (Mapa de Calor) possibilitando, de maneira visual, observar as <strong>interações</strong> que o usuário teve ao utilizar o serviço. Além disso, também é possível utilizar o recurso de <em>Screem Record</em> (gravação de tela), sendo ele mais voltado a uma análise visual qualitativa e individual, uma vez que mostra de fato como o usuário usa e interage com o produto.</p><h4>Métricas de satisfação e feedback</h4><p>Ao entendermos o comportamento do usuário, obtemos uma série de dados, qualitativos e quantitativos. Outro fator importante ao estabelecer e analisar as métricas do produto, ocorre por meio dos <em>feedbacks</em> deixados pelos usuários como, por exemplo, nas avaliações das lojas virtuais Apple Store e Google Play.</p><p>Os comentários podem ser internos (produto/serviços e terceiros) ou externos (<em>reviews</em>).</p><blockquote>Comentários externos, Reviews e Ratings, são a reputação do produto nas lojas virtuais, onde recebem duas características: qualitativa (comentários) e quantitativa (estrelas nos apps).</blockquote><p>Alguns fatores que podem <strong>influenciar na satisfação </strong>do usuário durante a utilização do produto estão relacionados ao tempo de carregamento das páginas, à eficiência de uso e erros que podem aparecer durante a interação com este sistema. Estes indicativos se tornam métricas que também devem ser observadas.</p><p>Além das métricas acima, os <em>ticktes</em> abertos nas centrais de atendimento indicam ofensores atrelados aos usuários na utilização deste serviço e possibilitam, para a área de negócio, identificar possíveis <strong>pontos de melhorias</strong> ou correções nos aplicativos.</p><p>Mapear a jornada do usuário vinculado às interações que podem resultar em erros, permite antecipar os problemas que podem resultar em <em>tickets </em>de suportes abertos em canais de atendimento, <em>bad reviews</em> e baixo NPS.</p><p>Uma forma de mediar a satisfação dos clientes em relação ao produto é através das métricas NPS, CSAT e CES, conforme conceitos abaixo:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*bOOeU1TeU5iDIpqOKY20EA.png" /><figcaption>Métricas de NPS, CSAT e CES.</figcaption></figure><h4>Métricas de Frequência de uso, Retenção e Engajamento</h4><p>Analisando o comportamento padrão dentro do seu produto, é possível definir as métricas que serão analisadas, assim como, o contexto e a relação delas com os usuários. Para isso, é necessário questionar:</p><p>&quot;Qual a frequência natural de uso do produto?&quot;</p><p>Na frequência de uso, destacamos as seguintes classificações (siglas em inglês):</p><ul><li>DAU- Usuários ativos por dia</li><li>WAU- Usuários ativos por semana</li><li>MAU- Usuários ativos por mês</li><li>QAU- Usuários ativos por trimestre</li><li>YAU- Usuários ativos por ano</li></ul><p>Para detalhar mais a relação do usuário com o produto, utiliza-se o mapa de comportamento em que, numa tabela é possível trazer informações sobre o produto/serviço desenvolvido, a persona, a tarefa que a persona deseja finalizar e a frequência com que ela realiza este processo.</p><p>Com base no mapa de comportamento, ao estabelecermos as tarefas que deverão ser realizadas através das interfaces digitais, conseguimos definir as métricas de engajamento e de retenção. Desta forma, as <strong>métricas de engajamento</strong> serão relacionadas às interações relevantes em um contexto temporal reduzido (micro e macro conversões).</p><p>Já as <strong>métricas de retenção</strong> serão relacionadas às interações relevantes em um contexto temporal estendido: dia, semana, mês, quarter ou ano (macro conversões).</p><p>Abaixo, mapeando as principais tarefas a serem realizadas no aplicativo do Ifood, podemos visualizar os itens que serão analisados como métricas de engajamento e retenção nas ferramentas de web analytics.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*IGIwRucjH4EAruv67-JDlA.png" /><figcaption>Exemplo extraído do curso de UX Metrics Product Analytics 2.0- Critérios que podem ser analisados como métricas de engajamento e retenção nas ferramentas de web analytics, para o aplicativo Ifood.</figcaption></figure><h4>Métricas de Aquisição</h4><p>As métricas de aquisição devem ser um consenso do time e depende do produto e modelo de negócio, podendo ser classificadas como:</p><ul><li>New User Visit — Ex: Portais de notícias (visitações)</li><li>Newsletter Subscription — Ex: Portais de conteúdo (assinatura por e-mail)</li><li>User Signups — Ex: Quando o usuário faz um cadastro no site (login e senha) podendo estar ou não vinculado a uma <em>newslatter</em> (formato mais conhecido em que o usuário pode ou não ser pagante).</li><li>First Order — Ex: Quando o usuário faz um primeiro pedido.</li></ul><p>Após a definição da métrica de aquisição, é necessário mapear os passos que compõem a jornada de aquisição que serão analisadas nas ferramentas de <em>web analytics</em>. Para este processo, é possível seguir os passos abaixo:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*H-KNUCMGtKM9Qfe0uYv9gA.png" /><figcaption>Jornada de aquisição</figcaption></figure><p>Abaixo, um exemplo de jornada de aquisição de cadastro baseada nos passos acima.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*oBMopGhqEz5DP1bseTJc2A.png" /><figcaption>Exemplo de jornada de aquisição</figcaption></figure><p>Ao realizar o mapeamento das jornadas de aquisição, é necessário analisar se há jornadas variáveis. Quando há algum dado que pode ser omitido como, por exemplo, o passo de inserir uma senha dentro de um fluxo de cadastro (ou uma variação de cadastro pelo e-mail social ou por redes sociais), mapear essas variáveis ajuda a prever os possíveis erros nos processos intermediários.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*QLkNG0lwEHqTseRxsOeJjw.png" /><figcaption>Exemplo de jornada variável, onde na jornada 2, foi omitido o passo de inclusão de senha.</figcaption></figure><h4>Acompanhando as métricas no dia a dia</h4><p>Por fim, para que seja possível estabelecer uma cultura de métricas no seu dia a dia e no do seu time, abaixo seguem algumas dicas que podem auxiliar neste processo:</p><ul><li>Passar a conferir as métricas de retenção e engajamento diariamente e tentar transmitir estas informações nas <em>dailys</em>.</li><li>Ativar pequenos alertas nas ferramentas de <em>analytics</em> ou<em> push notifications</em>, possibilitando monitorar quando houver alguma oscilação.</li><li>Identificar os aliados na análise destas métricas como: o seu time, o time de <em>data analytics</em> ou times de CS (<em>customer success</em>) que geralmente dão suporte aos usuários desde a fase inicial, cuidando do relacionamento do cliente com o produto.</li></ul><blockquote>Este artigo foi resultado do aprendizado obtido no curso UX Metrics Product Analytics 2.0 promovido pela <a href="https://punkmetrics.com/"><strong>PunkMetrics</strong></a>. A participação foi possível graças à iniciativa da comunidade <a href="http://www.pretux.com.br/"><strong>PretUX</strong></a><strong> </strong>em parceria com a PunkMetrics, buscando fomentar a participação e inclusão de pessoas pretas no mercado de tecnologia e de UX Design. Agradeço pela oportunidade :)</blockquote><p><strong>Referências:</strong></p><ul><li><a href="https://medium.com/pretux/m%C3%A9tricas-em-ux-ed6067ff9899">Métricas em UX</a></li><li><a href="https://studio.punkmetrics.com/o-que-%C3%A9-product-analytics-37542fbee949">O Que é Product Analytics</a></li><li><a href="https://brasil.uxdesign.cc/a-relacao-entre-ux-e-metricas-o-papel-do-designer-no-emprego-de-metricas-b132ee0bd539">A Relação entre UX e Métricas: O papel do designer no emprego de métricas</a></li><li><a href="https://brasil.uxdesign.cc/como-tenho-utilizado-m%C3%A9tricas-na-ux-4d247202fd3d">Como tenho utilizado métricas na UX.</a></li><li><a href="https://medium.com/skillsweb/m%C3%A9tricas-de-ux-o-que-s%C3%A3o-e-como-definir-a9fbb920411">Métricas de UX, o que são e como definir</a></li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=d66e926052e7" width="1" height="1" alt=""><hr><p><a href="https://medium.com/pretux/vamos-falar-sobre-metricas-em-ux-d66e926052e7">Vamos falar sobre métricas em UX?</a> was originally published in <a href="https://medium.com/pretux">Pretux</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
    </channel>
</rss>