Meio&Mensagem

17 de março de 2017 - 9h45

A questão do design baseado em dados e resultados de testes, como o teste AB, é uma discussão bem frequente em Austin. Cada vez mais focadas em dados e dominadas por times de engenheiros, estatísticos e matemáticos, as empresas de tecnologia dão poucos passos baseados em intuição, experiência passada ou dados históricos. Precisam testar exaustivamente antes de fazer o “roll out” para o público em geral. 

E vão cada vez mais longe. Há alguns anos ficou famoso o caso do designer do Google que resolveu deixar a empresa depois que um time da empresa não conseguiu decidir entre 2 tons de azul então resolveram testar 41 (isso mesmo, quarenta e uma) variações diferentes de azul para ver qual perfumava melhor. Na visão dele, não há espaço para designers em um ambiente como esse.

Mas os resultados provam que essas empresas que testam exaustivamente, como Google, Netflix e Amazon, estão fazendo algo certo. E não são só esses tech-giants que usam. Metodologias de testes constantes podem ser usados até para mudar resultados de eleições, como as campanhas do Obama e Trump já mostraram.

Portanto existem aprendizados importantes para todos os mercados, incluindo o das agências. Testar a fundo antes de publicar e continuar monitorando garante os melhores resultados. Intuição é parte, mas ser assertivo, em um mercado muito pressionado por resultados, é fundamental.

Design assertivo é fundamental.

Um case interessante que rolou no SXSW17 foi o da Pandora Internet Radio. Se você nunca ouviu falar, não tem nada a ver com a marca de joias. É um serviço de streaming de música que vai montando a playlist automaticamente com base no Music Genome Project (é bem legal o projeto, vale dar um Google pra entender mais) e nos interesses e ações dos usuários.

Pra ter uma ideia da dimensão da Pandora, o serviço – que só no time de pesquisa conta com cerca de 60 cientistas, engenheiros e musicólogos – tem mais de 80 milhões de usuários ativos, 12 bilhões de estações de rádio e 75 bilhões de “Thumbs” – forma como os usuários da plataforma dizem se gostaram (thumbs up) ou não (thumbs down) de determinada música.

Mas, mesmo com toda essa fonte gigantesca de informação, expertise humano e tecnologia aplicada, na hora de promover mudanças eles usam o processo clássico de teste AB, rodando estudos por cerca de 3 meses para coletar informações e resultados antes de implementar em definitivo.

Para qualquer novo design que vão propor, o primeiro passo é sempre entender o objetivo e definir as métricas pelas quais irão testar os resultados. Então o processo segue com hipóteses, fazendo um mix entre intuição e designs baseados em experiência passada. Depois selecionam um grupo significativo para poderem testar as diferentes variações de design para, baseado nas métricas que estabeleceram, concluir qual é mais eficaz. E só depois começam a liberar o design para todos os usuários, deixando 1% fora do novo modelo, para usar como grupo de controle e poder comprovar os resultados depois.

E um ponto importante aqui, o gosto dos usuários e a forma de navegar e consumir as coisas muda com o tempo. Portanto testes constantes são importantes.

Sei que nem todas as empresas tem acesso a riqueza de dados que o Netflix, Ebay e AirBnB têm, nem possui os mesmos recursos que Uber ou Spotify. Mas é relativamente fácil e extremamente importante investir um pouco mais de esforço desenvolvendo variações e testá-las com frequência para garantir sempre o melhor resultado.

Portanto, há sim espaço para intuição. Mas, com tantas mudanças e novas informações chegando até o consumidor o tempo todo, mesmo a mais intuitiva das ideias precisa ser testada, assim como todas as outras hipóteses levantadas.