Marcus Andrey Estudo
Read in English Biblioteca

Pesquisa em UX · Para quem lidera · 6 min de leitura

Mostrar o impacto da pesquisa

Para quem lidera: "fizemos 24 entrevistas" é esforço, não impacto. Como mostrar o que a pesquisa mudou: acompanhar cada recomendação até a adoção, ligar as métricas que o design move às métricas que a liderança acompanha e ser honesto sobre o que dá e o que não dá para afirmar. Com um Recommendation-Adoption Score calculado.

Ninguém financia pesquisa porque ela aconteceu. Financia porque algo mudou. Um slide trimestral com o número de estudos diz à liderança que o time esteve ocupado. Um slide que diz "estas quatro recomendações foram lançadas, e os contatos com o suporte sobre divisões caíram" diz quanto valeu aquela ocupação. Mostrar impacto é um hábito que você constrói desde o primeiro estudo, não um relatório que você escreve quando o orçamento está em risco.

O que você vai conseguir fazer depois de ler:

  • Diferenciar métricas de atividade de métricas de resultado, e reportar as segundas
  • Acompanhar recomendações da entrega até a adoção
  • Calcular um Recommendation-Adoption Score
  • Ligar uma mudança de design a uma métrica de negócio sem exagerar

1. Resultados, não atividade

Lola Famulegun, da NN/g, aponta os dois erros mais comuns: reportar esforço ("24 entrevistas e 3 estudos de usabilidade neste trimestre") em vez do que mudou, e reportar medidas só de UX, como uma nota SUS, para executivos que não as acompanham (NN/g, 2026). Guarde esses números; eles pertencem aos relatórios de pesquisa. Para a liderança, enquadre o trabalho no que ela já pergunta: receita, custo, risco, tempo até o mercado, e retenção e satisfação.

A ponte é a diferença entre dois tipos de métrica:

  • Métricas de antes no fluxo (upstream) descrevem como o design funcionou: sucesso na tarefa, taxa de erro, SUS (veja Medir a usabilidade).
  • Métricas de depois no fluxo (downstream) descrevem o que mudou para o negócio: volume de suporte, conversão, cancelamentos. "Downstream metrics tell you what the work was worth" (as métricas de depois dizem quanto o trabalho valeu) (NN/g, 2026).
  1. 1Resultado

    As pessoas não confiam numa divisão que não conseguem conferir.

    5 de 8 participantes
  2. 2Recomendação

    Mostrar o cálculo embaixo de cada divisão.

    Responsável: PM de Divisões
  3. 3Mudança lançada

    O cálculo aparece, lançado em maio.

    Conferido pela pesquisadora
  4. 4Antes no fluxo

    Divisões questionadas no grupo, num teste de acompanhamento: menos.

    Como o design funciona
  5. 5Depois no fluxo

    Contatos com o suporte sobre divisões, no trimestre seguinte: menos.

    Quanto valeu
De um resultado a um número de negócio, em cinco elos. A liderança se importa com o último, e cada elo é o que o torna crível; quebre um e a afirmação desmorona.Estudo de exemplo, inventado para este curso. Diagrama: Marcus Andrey, CC BY 4.0. Métricas de antes e de depois no fluxo (upstream e downstream) a partir de Lola Famulegun, Stop Reporting UX Activity (NN/g, 2026).

A maior parte desses dados já existe dentro da organização, com finanças, analytics, suporte ou marketing. Se você não tem acesso, conseguir esse acesso é o primeiro passo (NN/g, 2026).


2. Acompanhe cada recomendação

Brian Utesch e Tammi Fitzwater chamam de quebra (breakage) a distância entre uma recomendação e uma mudança no produto: o valor que se perde quando uma recomendação é largada, diluída, despriorizada ou ignorada entre a apresentação e o lançamento. "Breakage thrives when no one measures adoption" (a quebra prospera quando ninguém mede a adoção) (NN/g, 2025). Para medir, eles criaram na Cisco o Recommendation-Adoption Score (RAS) (NN/g, 2026):

  1. Escolha um escopo (um produto, um programa, um estudo) e reúna as recomendações dele, de preferência dos últimos 12 meses.
  2. Dê uma situação a cada uma. Adotada (lançada e conferida pela pesquisadora) ganha 3, 2 ou 1 ponto para valor alto, médio ou baixo. Comprometida (no roadmap, com recursos) ganha 0,66, qualquer que seja o valor. Comunicada (entregue, sem plano) ganha 0. Cancelada fica de fora.
  3. RAS = valor obtido ÷ valor possível × 100, em que o valor possível é o que cada recomendação não cancelada ganharia se fosse adotada no nível de valor dela.

As faixas dos autores: 0 a 29 ruim, 30 a 54 razoável, 55 a 79 bom (onde a maioria das organizações deve mirar), 80 a 100 ótimo. Na Cisco, o índice começou na faixa ruim e chegou a bom em cerca de um ano; o maior ganho foi tornar a adoção visível e abrir novas conversas com os times de produto.

RecomendaçãoValorSituaçãoPontos ganhosPontos possíveis
Mostrar o cálculo embaixo de cada divisãoAltoAdotada33
Deixar quem faz de "banco" da casa mandar um lembrete para todosAltoAdotada33
Trocar "Acertar" por "Marcar como pago"MédioAdotada22
Tirar o tutorial do estado vazioBaixoAdotada11
Compartilhar uma divisão no grupo de mensagensAltoComprometida0,663
Um fluxo de saída da casa que fecha os saldosMédioComprometida0,662
Dividir a conta de energia pelo consumoAltoComunicada03
E-mail mensal de resumoBaixoComunicada01
Mais duas, rejeitadas no planejamento–Canceladafora da contafora da conta

RAS = 10,32 ganhos ÷ 18 possíveis × 100 = 57, "bom" na escala dos autores (55 a 79). Só os dois itens comprometidos levariam o índice a cerca de 78, depois de lançados e conferidos.

Um Recommendation-Adoption Score calculado para um produto em doze meses. Itens cancelados saem da conta; os comprometidos ganham um pouco, qualquer que seja o valor, e por isso o índice premia lançar, não prometer.Estudo de exemplo, inventado para este curso. Tabela: Marcus Andrey, CC BY 4.0. Método a partir de Brian Utesch e Tammi Fitzwater, The Recommendation-Adoption Score (NN/g, 2026).

Duas condições fazem funcionar. Toda recomendação precisa ser específica, ligada à evidência e ter "a named owner who has both authority and accountability" (um responsável com nome, que tenha autoridade e responda pelo resultado) (NN/g, 2026). E um índice baixo é um convite para revisar o seu próprio trabalho primeiro: as recomendações eram claras, e chegaram a tempo? Veja Relatórios de pesquisa que as pessoas leem.


3. Seja honesto

  • Não exagere. Muita coisa muda uma métrica ao mesmo tempo: uma campanha, uma época do ano, uma mudança de preço. Diga "depois da mudança, os contatos com o suporte caíram 30%", não "a pesquisa cortou 30% dos contatos com o suporte". O conselho da NN/g é o mesmo: até dados que só indicam uma direção convencem quando são críveis (NN/g, 2026).
  • Conte o que não aconteceu. Um estudo que parou uma funcionalidade de que ninguém precisava economizou dinheiro de verdade; anote a estimativa que o time teria gasto, e quem concordou com ela.
  • Olhe a tendência, não um número. Pesquisa nova baixa o RAS por um tempo, e isso é normal; uma queda que dura dois ou três trimestres indica um problema real (NN/g, 2026).

4. Faça disso um hábito

Um registro de impacto basta para começar: uma linha por recomendação, com o estudo, o responsável, a situação, a data e qualquer métrica de antes e depois. Atualize a cada ciclo de planejamento e leve três linhas dele, não a tabela inteira, a cada revisão trimestral. Em um ano, essas linhas são o seu argumento para pessoas, ferramentas e tempo (veja Construir uma prática de pesquisa).


5. Erros comuns

  • Reportar o número de estudos como se fosse impacto.
  • Mostrar o SUS para executivos sem ligar a nada que eles acompanham.
  • Atribuir à pesquisa um resultado de negócio para o qual ela só contribuiu.
  • Recomendações sem responsável, que ninguém consegue adotar.
  • Acompanhar só os sucessos.

6. Experimente (sem ferramentas)

  1. Pegue o último estudo que você fez ou leu e liste as recomendações dele.
  2. Dê uma situação a cada uma: adotada, comprometida, comunicada ou cancelada.
  3. Para uma recomendação adotada, escreva a métrica de antes que ela deveria mover e a métrica de depois que mostraria que ela importou.

Perguntas para refletir: quais das suas recomendações não tinham responsável? Quem em finanças, analytics ou suporte poderia te dar o número de depois?


Checklist

Para saber mais

Livros, cursos e vídeos para ir mais fundo

Os links dos livros são de afiliado da Amazon: como associado, recebo por compras qualificadas, sem custo a mais para você.

Relacionadas

Construir uma prática de pesquisa · Relatórios de pesquisa que as pessoas leem · Definindo sucesso · Para que serve a pesquisa

Salvo só neste dispositivo.

↑ ↓ para mover · Enter para abrir · Esc para fechar