Construindo um sistema conectado para o conhecimento de pesquisa
As empresas já tinham as respostas, apenas não conseguiam acessá-las. O Genius Hub foi projetado para conectar dados de pesquisas fragmentados em um sistema onde as equipes podem perguntar, explorar e reutilizar insights instantaneamente.
Em 30 segundos
Problema
Anos de pesquisa ficavam espalhados entre painéis, entrevistas e relatórios, e as equipes refaziam o trabalho em vez de reutilizá-lo.
O que fiz
Desenhei um hub conversacional que responde a partir de fontes selecionadas, com evidências rastreáveis e insights que podem ser salvos e reutilizados.
Resultado
80% dos usuários testados o preferiram aos painéis, com potencial de reduzir em média 70% o tempo até o insight.
Visão geral
O Genius Hub é uma plataforma de Consumer Insights impulsionada por IA, projetada para ajudar as empresas a transformar conhecimentos de pesquisa fragmentados em inteligência ativa. Em vez de tratar os estudos como relatórios isolados, o produto conecta dados quantitativos, pesquisas qualitativas, contexto de negócios e arquivos de diferentes formatos em uma única experiência, onde as equipes podem fazer perguntas, explorar padrões e reutilizar o que a empresa já sabe.
Problema
Dados históricos e complexidade
As empresas tinham anos de pesquisa, mas nenhuma maneira de conectá-las. Os insights estavam espalhados em painéis quantitativos, entrevistas qualitativas, contexto de negócios, relatórios e arquivos, tornando mais fácil refazer o trabalho do que reutilizá-lo. O que nos levou a algumas constatações:
As equipes de CMI perdem tempo procurando informações dispersas em relatórios e documentos antigos. Elas frequentemente respondem às mesmas perguntas repetidamente, ou refazem pesquisas existentes, devido à dificuldade de encontrar e reutilizar insights.
Desafio
Faça a IA parecer útil sem ocultar as evidências
O principal desafio não era apenas criar uma interface de chat. Na pesquisa de mercado, as respostas precisam de contexto, rastreabilidade e confiança. Um stakeholder pode fazer uma pergunta simples, mas a resposta pode depender da metodologia, amostra, país, perfil do público, citações de entrevistas ou recortes quantitativos.
Organize a complexidade
Projete uma estrutura que possa suportar estudos qualitativos, dados quantitativos, arquivos externos e pesquisas proprietárias do cliente, sem fazer com que a interface pareça um gerenciador de arquivos.
Construa confiança
Ajude os usuários a entender de onde vieram as respostas da IA, quais fontes foram usadas e quando eles devem se aprofundar no material de pesquisa original.
Processo
Da complexidade da pesquisa à estrutura do produto
Como o único Product Designer, liderei o processo desde a descoberta e benchmarking até a arquitetura de informação, protótipos de alta fidelidade e handoff para desenvolvimento.
O processo concentrou-se em três decisões fundamentais: compreender como o conhecimento de pesquisa se perde ao longo do tempo, projetar interações de IA com controle de feedback visível e estruturar o produto em torno de três áreas conectadas: Fontes de Conhecimento, Chat e Histórico de Conversas.
Solução
Um hub conversacional para o conhecimento de pesquisa acumulado
A experiência final une a organização do conhecimento, a exploração de fontes, a síntese assistida por IA e os insights salvos em um único fluxo de trabalho capaz de raciocinar sobre dados quantitativos, qualitativos, contexto e arquivos.
Solução 1
Um novo ponto de entrada para o conhecimento da empresa
A primeira interação precisava tornar o valor do produto imediatamente claro. Em vez de pedir aos usuários para navegar por múltiplos relatórios ou painéis, o Genius Hub convida-os a começar com uma pergunta.
Esse ponto de entrada foi projetado para comunicar que os usuários poderiam fazer perguntas estratégicas em toda a base de inteligência de pesquisa da empresa, incluindo estudos quantitativos, material qualitativo e arquivos carregados. Ele ajudou a posicionar o produto como um caminho direto de perguntas de negócios para respostas apoiadas por pesquisas.
Solução 2
Conversas que preservam o contexto analítico
A exploração de pesquisa raramente é concluída em apenas um comando. Os usuários comparam descobertas, refinam perguntas, revisitam respostas anteriores e continuam a análise ao longo do tempo.
O histórico de conversas ajuda a preservar esse contexto analítico. Em vez de tratar cada interação como temporária, o Genius Hub permite que os usuários retornem a explorações anteriores, entendam quais fontes foram utilizadas e continuem de onde pararam.
Solução 3
Organizando a memória de pesquisa da empresa
A qualidade da experiência de IA depende da qualidade do conhecimento que ela pode acessar. Antes que os usuários possam confiar em uma resposta, eles precisam entender quais informações estão alimentando-a.
A área de Fontes de Conhecimento oferece às equipes uma maneira estruturada de gerenciar estudos, relatórios, dashboards e arquivos externos. Pastas, tags, filtros e tipos de fontes ajudam a transformar ativos de pesquisa dispersos em uma base de inteligência organizada.
Solução 4
Uma interface de chat baseada em fontes selecionadas
Uma IA de chat genérica pode responder de forma ampla, mas as equipes de pesquisa precisam de respostas baseadas em evidências específicas. A interface precisava apoiar a exploração sem esconder o contexto por trás de cada resposta.
Ao conectar o chat a estudos e arquivos selecionados, os usuários podem fazer perguntas de acompanhamento, comparar descobertas e explorar padrões, mantendo a resposta atrelada à própria base de pesquisa da empresa.
Solução 5
Controle de fontes como um mecanismo de confiança
Na pesquisa, a fonte por trás de uma resposta importa tanto quanto a própria resposta. A mesma pergunta pode levar a conclusões diferentes dependendo do mercado, público, metodologia ou período considerado.
Tornar visível a seleção da fonte dá aos usuários controle sobre o contexto da IA. Isso ajuda a construir confiança, reduz a ambiguidade e torna a resposta mais fácil de avaliar.
Solução 6
Transformando respostas de IA em insights reutilizáveis
Respostas valiosas de IA podem facilmente desaparecer dentro de conversas longas. Para uma plataforma de pesquisa, isso limitaria o produto a respostas temporárias em vez da criação de conhecimento a longo prazo.
O painel de insights salvos permite que os usuários capturem partes relevantes de uma resposta e as reutilizem mais tarde. Isso transforma o chat em um fluxo de trabalho de construção de conhecimento, e não apenas um lugar para fazer perguntas isoladas.
Resultados
Sinais iniciais transformados em resultados mensuráveis
O Genius Hub foi projetado para tornar as pesquisas mais fáceis de acessar, mais rápidas de explorar e mais úteis para todas as equipes. Os resultados pós-lançamento reforçaram algumas das hipóteses centrais que guiaram a direção do produto.
80%
busca conversacional preferencial
80% dos usuários testados preferiram explorar insights de forma conversacional em vez de navegar em dashboards tradicionais.
Média de 70%
redução potencial no tempo para obter insights
Os fluxos de trabalho conversacionais demonstraram o potencial de reduzir o tempo necessário para responder a perguntas comuns de pesquisa em cerca de 70%.
3
clientes multinacionais na fase de MVP
O produto foi validado com 3 clientes adotantes iniciais e tornou-se uma parte importante da estratégia de produto da empresa.
Impacto
Produto principal da empresa, agora disponível
O Genius Hub foi construído com a intenção de se tornar o principal produto da On The Go e a empresa o tem apresentado, incluindo esta demonstração da plataforma em uso.
Outros cases
Todos os cases
Transformando soluções alternativas de proposta em um fluxo de trabalho de voucher
Um fluxo de trabalho de vouchers dedicado que ajuda agentes de viagens a criar, acompanhar e entregar informações de viagem com clareza.
Dos dados às decisões: repensando a exploração no iOverlander
Repensando a experiência de exploração para ajudar os viajantes a passarem de dados dispersos a decisões rápidas e confiantes na estrada.