Flexibilidade de Pagamento
O projeto surgiu da necessidade de mapear todos os produtos de financiamento com o objetivo de tornar a experiência mais simples e intuitiva. A meta era reduzir a carga cognitiva do usuário e compreender os padrões de uso em diferentes telas. O principal objetivo era identificar melhorias já implementadas em outros mercados, não apenas no Brasil, mas globalmente, para aumentar a conversão e alinhar a experiência a um padrão mais eficiente e consistente.
Por que isso foi feito?
Teste de Usabilidade
O fluxo de pagamento via Pix precisava ser validado, qual abordagem era mais transparente e claro para os usuários usando esse fluxo com período de carência estendida.
Motivações
Hipoteses
Compreensão do cliente: Validar se os usuários entendem claramente as consequências do adiamento do pagamento da primeira parcela.
Modelo mental: Identificar se a ordem das informações exibidas corresponde à lógica de decisão do cliente.
Transparência: Teste qual abordagem de período de carência transmite maior clareza e confiança ao usuário.
Planejamento
2.000 participantes
Dados Demográficos
Distribuição por Gênero
Distribuição por Idade
Ferramenta: Maze
Testes de usabilidade não moderados
Data do trabalho de campo
1ª amostra: 19 a 21 de julho
2ª amostra de 1 a 5 de agosto
Como isso foi feito?
Criamos 3 grupos diferentes para o produto (Pix) com características de clientes aleatórias:
Versão controle
Opção A
Opção B
Cada grupo recebeu um e-mail com um protótipo apresentando uma versão de design diferente e as mesmas perguntas.
Principais conclusões
Os usuários preferiram escolher o mês atual ou o próximo, demonstrando que o Pix é usado para necessidades imediatas e não emergenciais.
Muitos tentaram interagir com a tela de pagamento parcelado, mesmo quando isso não fazia parte da tarefa.
O pagamento parcelado mostrou-se fundamental para as decisões dos usuários, reforçando a necessidade de dar mais destaque e flexibilidade a essa etapa.
Resultado
Conclusões
O teste permitiu estruturar tarefas, coletar dados e analisar interações de usuários remotamente, destacando a importância de priorizar processos críticos, como pagamentos parcelados e períodos de carência, que impactam diretamente as decisões dos usuários. Também evidenciou a necessidade de focar em comportamentos e intenções, mapear padrões globais para garantir consistência e escalabilidade, e reduzir a carga cognitiva por meio de iterações baseadas em dados reais para criar soluções mais claras e confiáveis.