Como melhorias na busca reduziram em 42% as reclamações detratoras sobre dificuldade para encontrar conteúdo.
EMPRESA
Estratégia
ANO
2026
PAPEL
Product Designer
DURAÇÃO
8 Semanas
TIME
PM, Designer, CPTO, EM
PLATAFORMA
Website · Plataforma de ensino
MINHA CONTRIBUIÇÃO
Conduzi a investigação com métodos mistos, identifiquei as causas do problema, articulei soluções com Produto e Engenharia e influenciei sua priorização no roadmap.
Problema
Os alunos descreviam a plataforma de ensino do Estratégia como confusa e pouco intuitiva. Para resolver isso, o time já havia reorganizado o acervo de cursos, ajustado filtros e categorias e reduzido a quantidade de informação nas telas, sem sucesso.
Até então, Produto usava a própria produção como ferramenta de descoberta: construía soluções e testava diretamente com usuários, sem necessariamente entender a causa do problema antes. Esse processo mudou quando o CPTO passou a exigir maior clareza sobre o problema antes de qualquer solução entrar em produção. UX ganhou o papel de validar o problema e influenciar o que seria priorizado no roadmap. O objetivo era identificar as causas das reclamações e reduzir sua recorrência.
Pesquisa
HIPÓTESE PRINCIPAL
Eu acreditava que a maior parte da fricção do aluno estava na navegação da plataforma, dado o tipo de reclamação recebida: "estou confuso", "estou perdido", "pouco intuitivo".
Apliquei um formulário com 680 alunos para decompor “confusão” em causas específicas. Entre os temas relacionados à minha frente, “encontrar um conteúdo específico” teve a 2ª pior nota e navegação, a 4ª. As notas baixas apareciam frequentemente nos mesmos alunos. Cruzei esses dados com 3.000 comentários, nos quais busca foi o tema mais recorrente. A partir daí, mapeei o mecanismo de busca e passei a testar hipóteses específicas.
Mecanismo de busca
A busca funcionava dentro do acervo do aluno como um filtro por contexto: antes de pesquisar, o aluno escolhia buscar por Concurso, Disciplina, Trilha ou Cast, e cada opção entregava um tipo de resultado diferente.
HIPÓTESE 1
VALIDADA
Modelo de busca incompatível com o modelo mental do aluno. A busca contextual seguia a organização de conteúdo da plataforma, e não necessariamente a forma como o aluno pensava sobre aquilo que procurava.
Na prática, ele precisava saber onde procurar antes de pesquisar.
O histórico mostrou que, entre 821 buscas analisadas, 55% foram realizadas no contexto errado.
Os heatmaps também indicaram baixo uso do seletor de contexto da busca.
HIPÓTESE 2
VALIDADA
Os primeiros resultados raramente eram os mais relevantes. Alunos com grande volume de cursos semelhantes precisavam percorrer mais resultados até encontrar o conteúdo desejado.
Nos comentários, alunos relatavam que a busca tratava termos compostos como palavras separadas, retornando resultados parciais e irrelevantes, muitas vezes fora da primeira página.
Os heatmaps reforçaram esse comportamento, mostrando alto volume de cliques em “ver mais resultados de busca”.
HIPÓTESE 3
VALIDADA
A busca não alcançava o nível de detalhe procurado pelos alunos. O sistema indexava nome do curso, concurso e capítulos, mas não o conteúdo existente dentro deles.
Comentários no CES mostravam alunos procurando temas específicos dentro dos conteúdos, como leis e tópicos de matéria, sem sucesso.
HIPÓTESE 4
VALIDADA
O uso da busca era indiscriminado. A expectativa dos alunos sobre o que a busca deveria encontrar era maior do que sua cobertura real.
O histórico mostrou buscas por atributos não cobertos pelo sistema, como professor, região, instituição, lei, cargo e assunto.
Restrições
- Estratégica: a diretriz era melhorar o que já existia, sem lançar novas funcionalidades.
- Técnica: o sistema utilizava uma classificação por tags, semelhante à usada em e-commerces. Cada contexto de busca consumia classificações específicas e só encontrava cursos marcados com essas tags.
- Legado: parte do catálogo ainda não havia sido migrada para a nova plataforma. Nenhuma melhoria na busca faria esse conteúdo aparecer.
Decisão
ESCOLHEMOS
EM VEZ DE
PORQUE
ASSUMINDO O RISCO DE
Aumentar a precisão dos resultados, corrigindo como o sistema interpretava os termos buscados para evitar resultados parciais e ajustando os pesos do algoritmo de score.
Ampliar a cobertura, indexando o conteúdo interno das aulas, incluindo atributos como professor e lei ou tornando a busca global.
Defendi que indexação e precisão eram complementares, e o CPTO concordou. A questão era a ordem: indexar com o algoritmo quebrado só ampliaria resultados ruins (H2). Fizemos precisão primeiro e indexação depois. A busca global ainda exigia reclassificar todo o catálogo.
Quem buscasse no contexto errado (H1), por temas internos (H3) ou por termos sem tag, como professor e lei (H4), ainda poderia não encontrar resultados.
Monitoramos o CES mensalmente até a etapa de indexação.
ESCOLHEMOS
Aumentar a precisão dos resultados, corrigindo como o sistema interpretava os termos buscados para evitar resultados parciais e ajustando os pesos do algoritmo de score.
EM VEZ DE
Ampliar a cobertura, indexando o conteúdo interno das aulas, incluindo atributos como professor e lei ou tornando a busca global.
PORQUE
Defendi que indexação e precisão eram complementares, e o CPTO concordou. A questão era a ordem: indexar com o algoritmo quebrado só ampliaria resultados ruins (H2). Fizemos precisão primeiro e indexação depois. A busca global ainda exigia reclassificar todo o catálogo.
ASSUMINDO O RISCO DE
Quem buscasse no contexto errado (H1), por temas internos (H3) ou por termos sem tag, como professor e lei (H4), ainda poderia não encontrar resultados.
Monitoramos o CES mensalmente até a etapa de indexação.
O que foi entregue
- Correção na forma como o sistema interpretava termos compostos, evitando resultados parciais, além do ajuste dos pesos no algoritmo de relevância.
- Validei a solução em ambiente sandbox, testando se os ajustes resolviam os cenários identificados antes da ida para produção.
Antes: buscando "Direito Administrativo TJ-GO", o resultado certo nem aparecia na primeira página, os primeiros resultados eram de outra área.
Depois: Mesmo padrão de busca por instituição específica (ex: "Reta Final TJ-PE") já retorna o resultado certo em primeiro lugar.
Outcome
O que melhorou
Após a implementação, o volume mensal de reclamações detratoras relacionadas à busca caiu de 331 em fevereiro para 191 em maio, uma redução de 42%.
O que ficou em aberto
Buscar no contexto errado continuava sem indicar que o termo existia em outro lugar, e parte das reclamações restantes estava relacionada a conteúdos ainda não migrados.
O que eu faria diferente
Minha hipótese inicial era que a maior parte da fricção estava na navegação, mas a investigação mostrou que encontrar conteúdo era um problema mais relevante do que eu esperava. Isso reforçou para mim a importância de decompor reclamações genéricas antes de partir para soluções.
Também teria complementado o acompanhamento do CES com sinais de outros canais, como tickets de suporte e grupos mantidos pelo time pedagógico, para entender se a redução das reclamações também aparecia fora da plataforma.