6 min read

90% de conclusão de tarefa, -30% no tempo de busca: redesenhando a busca contextualizada de um app de varejo em grande escala

Client
Casas Bahia (Grupo Casas Bahia), uma das maiores redes de varejo do Brasil, com operação de e-commerce e app mobile próprio
My role
Product Designer, responsável individual pelo redesenho da experiência de busca do app
Timeline
12 semanas (entrega de uma feature específica dentro do ciclo de desenvolvimento do app)
What changed
Busca sempre retornava todo o catálogo, sem filtro de contexto → busca contextualizada, com sugestões, filtros rápidos e resultados vinculados ao ponto de entrada
Mockup do app da Casas Bahia num celular, com a home de ofertas

Overview

No app da Casas Bahia, a busca sempre devolvia resultados de todo o catálogo, mesmo quando o usuário entrava a partir de uma categoria, de um produto específico ou de um banner de promoção, sem nenhum filtro de contexto para aquele ponto de entrada. Conduzi uma pesquisa quantitativa com 100 respostas, um benchmarking competitivo contra 5 concorrentes diretos em 7 critérios de busca, e testes de usabilidade moderados combinando o app real e um protótipo no Maze, para desenhar a busca contextualizada: barra de busca com sugestões de termos mais buscados, filtros rápidos e resultados vinculados ao ponto de entrada do usuário. O resultado: −30% no tempo médio de busca, +20% de satisfação do usuário e 90% de taxa de conclusão de tarefa sem erros ou assistência.

The problem

Apesar da escala, a busca do app tinha uma limitação estrutural: independentemente de onde o usuário estivesse, dentro de uma categoria, na página de um produto ou navegando por um banner de promoção, o resultado da busca sempre abrangia o catálogo inteiro, sem nenhuma segmentação pelo contexto de onde a busca tinha sido disparada. Isso tornava a busca menos útil justamente nos momentos em que o usuário já tinha sinalizado uma intenção mais específica. O benchmarking competitivo confirmou que essa era uma lacuna real: em 7 critérios avaliados, a Casas Bahia só estava à frente da concorrência em 2 deles.

The solution

Uma busca contextualizada: barra de busca com sugestões de termos mais buscados, filtros rápidos aplicáveis direto nos resultados, e uma experiência que herda o contexto de onde o usuário veio (categoria, produto ou banner de promoção), em vez de devolver sempre o catálogo inteiro.

Who I worked with

100 respondentes da pesquisa quantitativa
5 participantes do teste de usabilidade moderado
Time de desenvolvimento do app (janelas de freeze)
Atuação individual no redesenho da busca

What I worked on

Pesquisa quantitativa (100 respostas)
Benchmarking competitivo (5 concorrentes, 7 critérios)
Teste de usabilidade moderado (5 usuários)
Design da busca contextualizada

My approach

Três frentes de evidência, pesquisa, benchmarking e teste com usuários, cruzadas antes de desenhar qualquer tela.

01

Pesquisa quantitativa

Rodei uma pesquisa quantitativa para entender o comportamento de busca e compra do usuário

02

Benchmarking competitivo

Conduzi um benchmarking competitivo estruturado contra 5 concorrentes diretos

03

Teste com usuários e desenho final

Testei o fluxo com 5 usuários e desenhei a busca contextualizada

1

Rodei uma pesquisa quantitativa para entender o comportamento de busca e compra do usuário

Com 100 respostas, a pesquisa trouxe achados que direcionaram as decisões de priorização: 60% dos compradores online também trabalham em regime de home office, o que reforça a relevância do canal digital para esse público; 25% dos usuários também compram em concorrentes diretos; cerca de metade busca produtos primeiro no Google e filtra por menor preço antes de decidir onde comprar; e um segmento de aproximadamente 10% ainda prefere finalizar a compra em loja física, mesmo pesquisando online.

Discovery: pesquisa quantitativa
Gráfico da pesquisa quantitativa com 100 respostas sobre comportamento de compra
  • 100 respostas, comportamento de busca e compra
  • 60% trabalham em home office, 25% compram em concorrentes
Achados principais
  • ~50% busca primeiro no Google e filtra por menor preço
  • ~10% ainda prefere finalizar a compra em loja física
2

Conduzi um benchmarking competitivo estruturado contra 5 concorrentes diretos

Avaliei Mercado Livre, Amazon, Shopee, Americanas e Magalu em 7 critérios de busca (presença de busca contextualizada, filtro dentro do contexto, atalho de busca fora do app, histórico de busca, filtros rápidos, entre outros) e, separadamente, contra os mesmos concorrentes em 7 elementos de heurística de experiência (localizável, acessível, utilizável, útil, confiável, valioso, desejável). Esse cruzamento foi o que tornou o problema concreto e priorizável: a Casas Bahia estava atrás da maioria dos concorrentes justamente nos critérios centrais de busca contextualizada.

Análise competitiva (7 critérios)
Tabela de benchmarking competitivo em 7 critérios de busca, Casas Bahia x 5 concorrentes
  • Casas Bahia à frente da concorrência em apenas 2 dos 7 critérios
  • Mercado Livre e Magalu, os mais completos da amostra
Heurísticas de experiência
  • 7 elementos avaliados: localizável, acessível, utilizável, útil, confiável, valioso, desejável
  • Usado como segunda camada de comparação, além da busca em si
3

Testei o fluxo com 5 usuários e desenhei a busca contextualizada

Conduzi sessões de teste de usabilidade moderadas, por videochamada, com 5 participantes, cada uma com dois cenários de tarefa: buscar um produto específico a partir de um banner de promoção (fluxo esperado: ir direto para a página do produto) e buscar um produto que não estava em promoção a partir do mesmo banner (fluxo esperado: cair num estado vazio de busca). Testar os dois caminhos foi deliberado: eu precisava validar não só se o usuário encontrava o que buscava, mas como a experiência se comportava quando ele não encontrava. A solução final trouxe uma barra de busca com sugestões de termos mais buscados, filtros rápidos e resultados vinculados ao ponto de entrada.

Busca contextualizada (hi-fi)
Telas de hi-fi da busca contextualizada do app da Casas Bahia, com sugestões de termos mais buscados
  • Sugestões de termos mais buscados
  • Filtros rápidos e resultados vinculados ao ponto de entrada
Roteiro do teste
  • 2 cenários: produto em promoção e produto fora de promoção (estado vazio)
  • Métricas: compreensão da feature, tarefas concluídas, tempo de finalização

Trade-offs and constraints

Um case sênior mostra o que foi sacrificado, não só o que funcionou.

  • A demanda chegava de forma top-down e imprevisível. Boa parte do que eu precisava priorizar não vinha de um pipeline de descoberta estruturado, o que limitava o quanto eu conseguia antecipar e planejar o trabalho de pesquisa e design com antecedência.
  • Black Friday e o fim de ano pausavam as entregas de desenvolvimento. A operação da empresa impunha janelas de congelamento de desenvolvimento nesses períodos, o que significou encaixar a entrega de uma feature de 12 semanas em torno de janelas de bloqueio que eu não controlava.
  • A pesquisa quantitativa teve 100 respostas. Para uma operação do porte da Casas Bahia, é uma amostra que sustenta direção, mas não tenho o desenho amostral completo (segmentação, representatividade) para tratar os números como estatisticamente robustos além disso.

The impact

Tempo médio de busca
−30%, medido após o lançamento da busca contextualizada
Satisfação do usuário
+20% com a funcionalidade de busca
Taxa de conclusão de tarefa
90%, sem erros ou assistência