Implementação do SUM e KLM no novo aplicativo do Banco BV
Projeto realizado pela BRQ Digital Solutions
O objetivo principal era lançar um aplicativo eficiente, intuitivo e satisfatório já no seu lançamento.
Implementação do SUM e KLM no novo aplicativo do Banco BV
Projeto realizado pela BRQ Digital Solutions
O objetivo principal era lançar um aplicativo eficiente, intuitivo e satisfatório já no seu lançamento.
Implementação do SUM e KLM no novo aplicativo do Banco BV
Projeto realizado pela BRQ Digital Solutions
O objetivo principal era lançar um aplicativo eficiente, intuitivo e satisfatório já no seu lançamento.
Desafio
Garantir uma experiência digital sólida desde o lançamento.
Comprovar usabilidade e eficiência antes da ida para produção.
Desafio
Garantir uma experiência digital sólida desde o lançamento.
Comprovar usabilidade e eficiência antes da ida para produção.
Desafio
Garantir uma experiência digital sólida desde o lançamento.
Comprovar usabilidade e eficiência antes da ida para produção.
Por que SUM e KLM
O Banco BV quer garantir que o novo aplicativo seja eficiente, fácil de usar e satisfatório já no lançamento. Para isso, utilizamos duas metodologias que trazem clareza e dados objetivos:
Por que SUM e KLM
O Banco BV quer garantir que o novo aplicativo seja eficiente, fácil de usar e satisfatório já no lançamento. Para isso, utilizamos duas metodologias que trazem clareza e dados objetivos:
Por que SUM e KLM
O Banco BV quer garantir que o novo aplicativo seja eficiente, fácil de usar e satisfatório já no lançamento. Para isso, utilizamos duas metodologias que trazem clareza e dados objetivos:
SUM – Single Usability Metric
No nosso case, o SUM nos ajuda a transformar percepções de usabilidade em números concretos. Ele combina três dimensões em uma única métrica:
⏱️ Tempo de tarefa
❌ Taxa de erros (misclicks, desistências)
😀 Satisfação do usuário (ASQ)
👉 Isso nos dá um índice claro de usabilidade por jornada, permitindo comparar tarefas, identificar gargalos e mostrar de forma simples se a experiência está boa ou não.
KLM – Keystroke-Level Model
O KLM serve como uma forma de prever o esforço do usuário antes mesmo do teste real. Ele calcula o tempo estimado de interação considerando:
👆 Cliques e toques na tela
⌨️ Digitação e correções
👀 Leitura e deslizes de tela
👉 Isso nos permite mapear onde o app pode exigir esforço desnecessário e otimizar os fluxos antes dos testes de usabilidade.
KLM – Keystroke-Level Model
O KLM serve como uma forma de prever o esforço do usuário antes mesmo do teste real. Ele calcula o tempo estimado de interação considerando:
👆 Cliques e toques na tela
⌨️ Digitação e correções
👀 Leitura e deslizes de tela
👉 Isso nos permite mapear onde o app pode exigir esforço desnecessário e otimizar os fluxos antes dos testes de usabilidade.
SUM – Single Usability Metric
No nosso case, o SUM nos ajuda a transformar percepções de usabilidade em números concretos. Ele combina três dimensões em uma única métrica:
⏱️ Tempo de tarefa
❌ Taxa de erros (misclicks, desistências)
😀 Satisfação do usuário (ASQ)
👉 Isso nos dá um índice claro de usabilidade por jornada, permitindo comparar tarefas, identificar gargalos e mostrar de forma simples se a experiência está boa ou não.
KLM – Keystroke-Level Model
O KLM serve como uma forma de prever o esforço do usuário antes mesmo do teste real. Ele calcula o tempo estimado de interação considerando:
👆 Cliques e toques na tela
⌨️ Digitação e correções
👀 Leitura e deslizes de tela
👉 Isso nos permite mapear onde o app pode exigir esforço desnecessário e otimizar os fluxos antes dos testes de usabilidade.
KLM – Keystroke-Level Model
O KLM serve como uma forma de prever o esforço do usuário antes mesmo do teste real. Ele calcula o tempo estimado de interação considerando:
👆 Cliques e toques na tela
⌨️ Digitação e correções
👀 Leitura e deslizes de tela
👉 Isso nos permite mapear onde o app pode exigir esforço desnecessário e otimizar os fluxos antes dos testes de usabilidade.
SUM – Single Usability Metric
No nosso case, o SUM nos ajuda a transformar percepções de usabilidade em números concretos. Ele combina três dimensões em uma única métrica:
⏱️ Tempo de tarefa
❌ Taxa de erros (misclicks, desistências)
😀 Satisfação do usuário (ASQ)
👉 Isso nos dá um índice claro de usabilidade por jornada, permitindo comparar tarefas, identificar gargalos e mostrar de forma simples se a experiência está boa ou não.
KLM – Keystroke-Level Model
O KLM serve como uma forma de prever o esforço do usuário antes mesmo do teste real. Ele calcula o tempo estimado de interação considerando:
👆 Cliques e toques na tela
⌨️ Digitação e correções
👀 Leitura e deslizes de tela
👉 Isso nos permite mapear onde o app pode exigir esforço desnecessário e otimizar os fluxos antes dos testes de usabilidade.
KLM – Keystroke-Level Model
O KLM serve como uma forma de prever o esforço do usuário antes mesmo do teste real. Ele calcula o tempo estimado de interação considerando:
👆 Cliques e toques na tela
⌨️ Digitação e correções
👀 Leitura e deslizes de tela
👉 Isso nos permite mapear onde o app pode exigir esforço desnecessário e otimizar os fluxos antes dos testes de usabilidade.
🔗 Como SUM e KLM se complementam
KLM (Keystroke-Level Model) → previsão teórica do esforço.
SUM (Single Usability Metric) → validação real com usuários.
👉 Usando os dois juntos, conseguimos comparar previsão vs. realidade.
🔗 Como SUM e KLM se complementam
KLM (Keystroke-Level Model) → previsão teórica do esforço.
SUM (Single Usability Metric) → validação real com usuários.
👉 Usando os dois juntos, conseguimos comparar previsão vs. realidade.
🔗 Como SUM e KLM se complementam
KLM (Keystroke-Level Model) → previsão teórica do esforço.
SUM (Single Usability Metric) → validação real com usuários.
👉 Usando os dois juntos, conseguimos comparar previsão vs. realidade.
Exemplo no Banco BV
O KLM estima que abrir uma conta leve 40 segundos.
O SUM mostra que usuários levam em média 65 segundos, com alto índice de misclicks.
Essa diferença revela um ponto de fricção no fluxo.
📊 Com os mapas de calor, identificamos onde esses misclicks aconteciam.
📝 A partir das respostas do ASQ e CCS, entendemos como os usuários percebiam essas dificuldades.
💡 Ou seja: o KLM antecipa o esforço esperado e o SUM comprova a experiência real, enquanto os mapas de calor e os questionários dão contexto para entender o “porquê” dos problemas.
Exemplo no Banco BV
O KLM estima que abrir uma conta leve 40 segundos.
O SUM mostra que usuários levam em média 65 segundos, com alto índice de misclicks.
Essa diferença revela um ponto de fricção no fluxo.
📊 Com os mapas de calor, identificamos onde esses misclicks aconteciam.
📝 A partir das respostas do ASQ e CCS, entendemos como os usuários percebiam essas dificuldades.
💡 Ou seja: o KLM antecipa o esforço esperado e o SUM comprova a experiência real, enquanto os mapas de calor e os questionários dão contexto para entender o “porquê” dos problemas.
Exemplo no Banco BV
O KLM estima que abrir uma conta leve 40 segundos.
O SUM mostra que usuários levam em média 65 segundos, com alto índice de misclicks.
Essa diferença revela um ponto de fricção no fluxo.
📊 Com os mapas de calor, identificamos onde esses misclicks aconteciam.
📝 A partir das respostas do ASQ e CCS, entendemos como os usuários percebiam essas dificuldades.
💡 Ou seja: o KLM antecipa o esforço esperado e o SUM comprova a experiência real, enquanto os mapas de calor e os questionários dão contexto para entender o “porquê” dos problemas.
🎯 Objetivos do Projeto
Implementar as metodologias SUM e KLM no Banco BV, que ainda não as utilizava.
Testar se as funções principais do novo app estavam bem estruturadas antes do lançamento.
Garantir que o time tivesse métricas claras para embasar decisões de design e produto.
🎯 Objetivos do Projeto
Implementar as metodologias SUM e KLM no Banco BV, que ainda não as utilizava.
Testar se as funções principais do novo app estavam bem estruturadas antes do lançamento.
Garantir que o time tivesse métricas claras para embasar decisões de design e produto.
🎯 Objetivos do Projeto
Implementar as metodologias SUM e KLM no Banco BV, que ainda não as utilizava.
Testar se as funções principais do novo app estavam bem estruturadas antes do lançamento.
Garantir que o time tivesse métricas claras para embasar decisões de design e produto.
Etapas do SUM e KLM
Fiquei responsável por documentar e organizar as etapas de implementação do SUM e do KLM, com o objetivo de estruturar um processo que pudesse ser replicado em outros clientes no futuro.
Nesta seção, você será guiado(a) pelas etapas do nosso processo de trabalho, desde o briefing inicial até a entrega e apresentação final
Etapas do SUM e KLM
Fiquei responsável por documentar e organizar as etapas de implementação do SUM e do KLM, com o objetivo de estruturar um processo que pudesse ser replicado em outros clientes no futuro.
Nesta seção, você será guiado(a) pelas etapas do nosso processo de trabalho, desde o briefing inicial até a entrega e apresentação final
Etapas do SUM e KLM
Fiquei responsável por documentar e organizar as etapas de implementação do SUM e do KLM, com o objetivo de estruturar um processo que pudesse ser replicado em outros clientes no futuro.
Nesta seção, você será guiado(a) pelas etapas do nosso processo de trabalho, desde o briefing inicial até a entrega e apresentação final
🧠 1. Briefing
Centralização de objetivos, hipóteses, público-alvo e métricas.
Alinhamento do time para orientar decisões ao longo do projeto.
🧠 1. Briefing
Centralização de objetivos, hipóteses, público-alvo e métricas.
Alinhamento do time para orientar decisões ao longo do projeto.
🧠 1. Briefing
Centralização de objetivos, hipóteses, público-alvo e métricas.
Alinhamento do time para orientar decisões ao longo do projeto.
🤝 2. Comunicação entre equipes
Grupo no Teams com BRQ e Banco BV para ajustes rápidos e alinhamentos constantes.
🤝 2. Comunicação entre equipes
Grupo no Teams com BRQ e Banco BV para ajustes rápidos e alinhamentos constantes.
🤝 2. Comunicação entre equipes
Grupo no Teams com BRQ e Banco BV para ajustes rápidos e alinhamentos constantes.
🧩 3. Análise e refinamento dos protótipos
Verificação de consistência visual e funcional no Figma.
Ajustes aplicados: remoção de telas intermediárias, padronização de botões e bordas, simplificação de interações confusas.
🧩 3. Análise e refinamento dos protótipos
Verificação de consistência visual e funcional no Figma.
Ajustes aplicados: remoção de telas intermediárias, padronização de botões e bordas, simplificação de interações confusas.
🧩 3. Análise e refinamento dos protótipos
Verificação de consistência visual e funcional no Figma.
Ajustes aplicados: remoção de telas intermediárias, padronização de botões e bordas, simplificação de interações confusas.
📏 4. Mapeamento KLM
Estimativa de tempo e esforço para cada tarefa.
Uso da calculadora KLM para prevermos o tempo de execução da tarefa
Métricas de referência para comparação com dados reais.
📏 4. Mapeamento KLM
Estimativa de tempo e esforço para cada tarefa.
Uso da calculadora KLM para prevermos o tempo de execução da tarefa
Métricas de referência para comparação com dados reais.
📏 4. Mapeamento KLM
Estimativa de tempo e esforço para cada tarefa.
Uso da calculadora KLM para prevermos o tempo de execução da tarefa
Métricas de referência para comparação com dados reais.
Como realizamos o mapeamento KLM:
Como realizamos o mapeamento KLM:
Como realizamos o mapeamento KLM:
1 - Identificação das Interações
Contamos quantas palavras existem em cada tela de cada tarefa e identificamos todas as interações necessárias.
2 - Uso da Calculadora KLM da BRQ
Inserimos as telas na ferramenta, que calcula automaticamente a quantidade de palavras.
3 - Validação
Conferimos se os números estão corretos, inserimos as interações e ajustamos os dados conforme necessário.
4 - Resultado Final
Obtemos uma estimativa do tempo e esforço exigidos em cada tarefa.
1 - Identificação das Interações
Contamos quantas palavras existem em cada tela de cada tarefa e identificamos todas as interações necessárias.
2 - Uso da Calculadora KLM da BRQ
Inserimos as telas na ferramenta, que calcula automaticamente a quantidade de palavras.
3 - Validação
Conferimos se os números estão corretos, inserimos as interações e ajustamos os dados conforme necessário.
4 - Resultado Final
Obtemos uma estimativa do tempo e esforço exigidos em cada tarefa.
1 - Identificação das Interações
Contamos quantas palavras existem em cada tela de cada tarefa e identificamos todas as interações necessárias.
2 - Uso da Calculadora KLM da BRQ
Inserimos as telas na ferramenta, que calcula automaticamente a quantidade de palavras.
3 - Validação
Conferimos se os números estão corretos, inserimos as interações e ajustamos os dados conforme necessário.
4 - Resultado Final
Obtemos uma estimativa do tempo e esforço exigidos em cada tarefa.
2 - Uso da Calculadora KLM da BRQ
Inserimos as telas na ferramenta, que calcula automaticamente a quantidade de palavras.
2 - Uso da Calculadora KLM da BRQ
Inserimos as telas na ferramenta, que calcula automaticamente a quantidade de palavras.
3 - Validação
Conferimos se os números estão corretos, inserimos as interações e ajustamos os dados conforme necessário.
4 - Resultado Final
Obtemos uma estimativa do tempo e esforço exigidos em cada tarefa.
3 - Validação
Conferimos se os números estão corretos, inserimos as interações e ajustamos os dados conforme necessário.
4 - Resultado Final
Obtemos uma estimativa do tempo e esforço exigidos em cada tarefa.
3 - Validação
Conferimos se os números estão corretos, inserimos as interações e ajustamos os dados conforme necessário.
4 - Resultado Final
Obtemos uma estimativa do tempo e esforço exigidos em cada tarefa.
4 - Resultado Final
Obtemos uma estimativa do tempo e esforço exigidos em cada tarefa.
4 - Resultado Final
Obtemos uma estimativa do tempo e esforço exigidos em cada tarefa.
🧪 5. Configuração dos testes no Maze
Configuração das telas iniciais e instruções do teste
Integração do protótipo do Figma no Maze
Criação das perguntas ASQ pós-tarefa
Inclusão de perguntas finais de satisfação e CCS no final da jornada
🧪 5. Configuração dos testes no Maze
Configuração das telas iniciais e instruções do teste
Integração do protótipo do Figma no Maze
Criação das perguntas ASQ pós-tarefa
Inclusão de perguntas finais de satisfação e CCS no final da jornada
🧪 5. Configuração dos testes no Maze
Configuração das telas iniciais e instruções do teste
Integração do protótipo do Figma no Maze
Criação das perguntas ASQ pós-tarefa
Inclusão de perguntas finais de satisfação e CCS no final da jornada
📤 6. Distribuição para usuários
Envio via base do cliente e empresas especializadas.
Monitoramento do engajamento e representatividade da amostra.
📤 6. Distribuição para usuários
Envio via base do cliente e empresas especializadas.
Monitoramento do engajamento e representatividade da amostra.
📤 6. Distribuição para usuários
Envio via base do cliente e empresas especializadas.
Monitoramento do engajamento e representatividade da amostra.
📊 7. Análise dos resultados
Após a coleta de dados, realizamos uma análise completa combinando SUM, ASQ e CCS:
📑 Download e análise das planilhas exportadas do Maze (organização, limpeza e validação dos testes válidos)
🔥 Mapas de calor: mapeamento de cliques e misclicks para localizar pontos de atrito
📝 ASQ (pós-tarefa): leitura das percepções de clareza/dificuldade por tarefa
🌟 CCS (avaliação final): satisfação geral com o fluxo testado
🔍 Síntese de insights: padrões, dificuldades críticas e oportunidades de melhoria
📊 7. Análise dos resultados
Após a coleta de dados, realizamos uma análise completa combinando SUM, ASQ e CCS:
📑 Download e análise das planilhas exportadas do Maze (organização, limpeza e validação dos testes válidos)
🔥 Mapas de calor: mapeamento de cliques e misclicks para localizar pontos de atrito
📝 ASQ (pós-tarefa): leitura das percepções de clareza/dificuldade por tarefa
🌟 CCS (avaliação final): satisfação geral com o fluxo testado
🔍 Síntese de insights: padrões, dificuldades críticas e oportunidades de melhoria
📊 7. Análise dos resultados
Após a coleta de dados, realizamos uma análise completa combinando SUM, ASQ e CCS:
📑 Download e análise das planilhas exportadas do Maze (organização, limpeza e validação dos testes válidos)
🔥 Mapas de calor: mapeamento de cliques e misclicks para localizar pontos de atrito
📝 ASQ (pós-tarefa): leitura das percepções de clareza/dificuldade por tarefa
🌟 CCS (avaliação final): satisfação geral com o fluxo testado
🔍 Síntese de insights: padrões, dificuldades críticas e oportunidades de melhoria
📑 8. Relatório e recomendações
Compilamos os principais achados em um documento estruturado e visual, reunindo:
Métricas consolidadas e feedbacks qualitativos
Mapas de calor ilustrando cliques e misclicks
Recomendações práticas baseadas em evidências
📑 8. Relatório e recomendações
Compilamos os principais achados em um documento estruturado e visual, reunindo:
Métricas consolidadas e feedbacks qualitativos
Mapas de calor ilustrando cliques e misclicks
Recomendações práticas baseadas em evidências
📑 8. Relatório e recomendações
Compilamos os principais achados em um documento estruturado e visual, reunindo:
Métricas consolidadas e feedbacks qualitativos
Mapas de calor ilustrando cliques e misclicks
Recomendações práticas baseadas em evidências
🗣️ 9. Apresentação ao Cliente e Report Final
Encerramos o projeto com a entrega de um report visual e objetivo, acompanhado da apresentação ao cliente, destacando:
📌 Principais aprendizados obtidos durante o piloto
📊 Métricas e evidências de usabilidade
✅ Heurísticas identificadas (positivas e de melhoria)
💡 Recomendações estratégicas para aprimoramento da experiência digital
🗣️ 9. Apresentação ao Cliente e Report Final
Encerramos o projeto com a entrega de um report visual e objetivo, acompanhado da apresentação ao cliente, destacando:
📌 Principais aprendizados obtidos durante o piloto
📊 Métricas e evidências de usabilidade
✅ Heurísticas identificadas (positivas e de melhoria)
💡 Recomendações estratégicas para aprimoramento da experiência digital
🗣️ 9. Apresentação ao Cliente e Report Final
Encerramos o projeto com a entrega de um report visual e objetivo, acompanhado da apresentação ao cliente, destacando:
📌 Principais aprendizados obtidos durante o piloto
📊 Métricas e evidências de usabilidade
✅ Heurísticas identificadas (positivas e de melhoria)
💡 Recomendações estratégicas para aprimoramento da experiência digital
📊 Resultados Finais do Projeto
+63
Misclicks identificados em jornadas críticas
+60
Heurísticas mapeadas (positivas e pontos de atenção)
+64
Recomendações estratégicas entregues ao time de design do Banco BV
📐 Estruturação do uso de SUM + KLM como metodologia inédita dentro do banco
📚 Criação de material interno de referência para futuros designers aplicarem a metodologia
📊 Resultados Finais do Projeto
+63
Misclicks identificados em jornadas críticas
+60
Heurísticas mapeadas (positivas e pontos de atenção)
+64
Recomendações estratégicas entregues ao time de design do Banco BV
📐 Estruturação do uso de SUM + KLM como metodologia inédita dentro do banco
📚 Criação de material interno de referência para futuros designers aplicarem a metodologia
📊 Resultados Finais do Projeto
+63
Misclicks identificados em jornadas críticas
+60
Heurísticas mapeadas (positivas e pontos de atenção)
+64
Recomendações estratégicas entregues ao time de design do Banco BV
📐 Estruturação do uso de SUM + KLM como metodologia inédita dentro do banco
📚 Criação de material interno de referência para futuros designers aplicarem a metodologia
🚀 Impacto e Reconhecimento do Trabalho:
🛠️ Identificação de problemas reais em jornadas críticas
💡 Recomendações acionáveis para os times de produto e design
🤝 Engajamento positivo das equipes do cliente com o processo
🔄 Potencial de replicação do modelo em outros fluxos digitais
📐 Consolidação de SUM + KLM como metodologia de validação dentro do Banco BV
🚀 Impacto e Reconhecimento do Trabalho:
🛠️ Identificação de problemas reais em jornadas críticas
💡 Recomendações acionáveis para os times de produto e design
🤝 Engajamento positivo das equipes do cliente com o processo
🔄 Potencial de replicação do modelo em outros fluxos digitais
📐 Consolidação de SUM + KLM como metodologia de validação dentro do Banco BV
🚀 Impacto e Reconhecimento do Trabalho:
🛠️ Identificação de problemas reais em jornadas críticas
💡 Recomendações acionáveis para os times de produto e design
🤝 Engajamento positivo das equipes do cliente com o processo
🔄 Potencial de replicação do modelo em outros fluxos digitais
📐 Consolidação de SUM + KLM como metodologia de validação dentro do Banco BV
💡 Aprendizados Pessoais:
Esse projeto foi um marco na minha trajetória como Product Designer. Organizei e documentei todo o processo, fortalecendo minhas habilidades de análise, comunicação e coordenação com stakeholders diversos.
💡 Aprendizados Pessoais:
Esse projeto foi um marco na minha trajetória como Product Designer. Organizei e documentei todo o processo, fortalecendo minhas habilidades de análise, comunicação e coordenação com stakeholders diversos.
💡 Aprendizados Pessoais:
Esse projeto foi um marco na minha trajetória como Product Designer. Organizei e documentei todo o processo, fortalecendo minhas habilidades de análise, comunicação e coordenação com stakeholders diversos.
📝 Nota:
Por questões de confidencialidade, nomes de jornadas, dados quantitativos e telas reais foram adaptados ou omitidos. O foco deste material está no processo, metodologias aplicadas e aprendizados extraídos.
📝 Nota:
Por questões de confidencialidade, nomes de jornadas, dados quantitativos e telas reais foram adaptados ou omitidos. O foco deste material está no processo, metodologias aplicadas e aprendizados extraídos.
📝 Nota:
Por questões de confidencialidade, nomes de jornadas, dados quantitativos e telas reais foram adaptados ou omitidos. O foco deste material está no processo, metodologias aplicadas e aprendizados extraídos.
© 2024–2025 Jonathan Gomes – Product Design
© 2024–2025 Jonathan Gomes – Product Design
© 2024–2025 Jonathan Gomes – Product Design