AMICCI · PRODUCT ANALYTICS
Performance Comercial
Transformando dados comerciais complexos em decisões mais claras para varejo e indústria.
Como único Product Designer da squad, acompanhei a evolução de um produto ainda em estágio inicial, conectando discovery, dados, design e tecnologia para estruturar uma experiência de análise comercial.
- B2B SaaS
- Product Analytics
- Data Visualization
- 0→1
Visão geral
- Papel
- Senior Product Designer · único PD da squad
- Time
- Produto · Engenharia · Dados · Atendimento
- Período
- Jan — Set 2026
- Contexto
- Produto B2B · Analytics
- Atuação
- Discovery · UX · UI · Prototipação · Validação · Handoff
Colaboração
Produto, Engenharia, Dados, Atendimento e usuários de varejo e indústria.
40%
de redução na ruptura de estoque observada no varejo piloto
Resultado observado durante a evolução do projeto; não atribuído exclusivamente ao produto.
01Onde o produto estava quando entrei
Entrei quando o produto ainda era mais uma hipótese do que uma experiência consolidada.
A squad havia acabado de ser formada. Existiam um One Page, um estudo inicial em Figma e um trabalho de data quality em andamento com o primeiro varejo piloto.
Ainda não existia uma experiência de produto consolidada. Como único Product Designer da squad, meu papel foi ajudar a transformar essa visão inicial em uma experiência estruturada e testável.
02O problema
O desafio não era mostrar mais dados. Era transformar dados em entendimento.
Performance Comercial reúne grandes volumes de informação, diferentes indicadores e múltiplas formas de comparação — e varejo e indústria observam os mesmos dados a partir de necessidades diferentes.
A experiência precisava permitir entender o que estava acontecendo, investigar as causas e avançar para níveis mais detalhados sem virar uma coleção de dashboards desconectados.
Dados → contexto → entendimento → decisão
03Discovery contínuo
Discovery e construção aconteceram juntos.
O produto evoluía enquanto os dados ainda estavam sendo estruturados. Por isso, entendimento, prototipação, validação e refinamento aconteceram de forma contínua, não sequencial.
2
compradores de indústria entrevistados e testados
3
pessoas de Atendimento envolvidas em entrevistas e testes
2
visitas presenciais ao primeiro varejo piloto
O que começou a ficar claro
- Diferentes públicos precisavam investigar os mesmos dados a partir de perspectivas distintas.
- O aumento da profundidade analítica exigiria mais espaço e flexibilidade do que o drawer conseguiria suportar.
- Nem todo consumo de performance precisaria começar dentro da própria plataforma.
Além das conversas com usuários, trabalhei continuamente com Produto, Dados e Engenharia para compreender disponibilidade, qualidade e limitações dos dados.
04Como nosso processo evoluiu
De telas estáticas para experiências funcionais cada vez mais próximas do produto real.
01
Explorar
Figma
Explorar estrutura, hierarquia e possibilidades através de estudos iniciais.
02
Validar
Lovable
Construir fluxos navegáveis para testar experiências completas antes de detalhar toda a interface.
03
Refinar
Figma + Design System
Refinar a direção validada utilizando o Design System e preparar o handoff para Engenharia.
04
Implementar
Cursor + Claude
Aproximar design e implementação por meio de interfaces funcionais construídas com os componentes do Design System.
As ferramentas mudaram; o objetivo permaneceu o mesmo: reduzir a distância entre hipótese, teste e produto funcional.
05Projetando o produto
Uma experiência capaz de ir da visão geral ao detalhe — e de responder a perspectivas diferentes.
Criando uma hierarquia para navegar da visão geral ao detalhe.
Indicadores de alto nível ajudam a identificar o que merece atenção, enquanto filtros, gráficos, comparativos e detalhamentos permitem investigar o que está por trás daquele resultado.
Hierarquia
Separar indicadores principais de informações de investigação e detalhe.
Comparação
Permitir leitura de performance em diferentes períodos e dimensões.
Exploração
Criar caminhos para aprofundar a análise sem perder contexto.
Quando o drawer deixou de ser suficiente.
V1
Detalhe em drawer
A primeira solução preservava o contexto da visão principal enquanto apresentava informações adicionais.
A complexidade aumentou.
V2
Página dedicada
Com o aumento da densidade de informações e das possibilidades de comparação, o detalhe passou para uma página dedicada com múltiplas abas.
A mudança não foi estética. O modelo de interação deixou de suportar a quantidade de informação e as novas possibilidades de comparação.
A indústria precisava de uma leitura diferente da mesma performance.
A mesma base de dados precisava responder perguntas diferentes dependendo de quem utilizava o produto. Na experiência de indústria, dashboards, KPIs, comparativos e filtros foram estruturados a partir das necessidades específicas desse público, mantendo consistência com o restante do sistema.
À medida que novos contextos surgiram, padrões reutilizáveis e hierarquia de informação se tornaram cada vez mais importantes do que soluções isoladas.
06Além da plataforma
E se a liderança não precisasse entrar em um dashboard para entender como foi o mês?
O Recap Mensal transformava os principais acontecimentos e indicadores do mês em uma narrativa curta, visual e sequencial inspirada em Stories e experiências como Spotify Wrapped.
Analisar → sintetizar → distribuir → revisitar
01
Analisar
Dashboard
O usuário explora a performance dentro da plataforma.
02
Sintetizar
Recap Mensal
Os principais acontecimentos do mês são transformados em uma narrativa curta, visual e sequencial.
03
Distribuir
WhatsApp
O Recap chega às lideranças por um canal já presente na rotina delas.
04
Revisitar
Histórico de Recaps
Os resumos anteriores continuam disponíveis dentro do produto.
Do dashboard para uma narrativa mensal
O Recap Mensal transformava indicadores e eventos em uma sequência visual que podia ser consumida em poucos minutos.
Recap Mensal — os principais acontecimentos do período transformados em uma narrativa curta e sequencial.
Levando a experiência até o usuário
O Recap também era enviado via WhatsApp, fazendo com que os principais insights chegassem às lideranças em um canal já presente em sua rotina.
Do envio mensal para um histórico dentro do produto
Na V2, criamos uma página de Histórico de Recaps para permitir que usuários revisitassem os meses anteriores.
A experiência de um produto não termina necessariamente dentro da sua interface.
07Resultado
40%
de redução na ruptura de estoque observada no varejo piloto.
Resultado observado durante a evolução do projeto; não atribuído exclusivamente ao produto ou ao trabalho de design.
Durante minha atuação, Performance Comercial evoluiu de estudos iniciais e uma base de dados ainda em estruturação para experiências mais completas de varejo e indústria.
O produto passou por validações com usuários, mudanças relevantes de arquitetura e novas formas de comunicar e distribuir performance, criando uma base capaz de continuar evoluindo conforme novos dados e necessidades surgissem.
08Aprendizados
O que este projeto reforçou na minha prática.
Produtos de dados exigem que Design e Dados evoluam juntos
Decisões de experiência dependiam diretamente da disponibilidade, qualidade e estrutura dos dados. Trabalhar próximo de Dados e Engenharia foi parte essencial do próprio processo de design.
Prototipação funcional mudou a qualidade das decisões
Ao sair de telas isoladas para fluxos navegáveis e interfaces mais próximas do produto real, conseguimos avaliar relações, comportamentos e restrições antes do refinamento final.
Distribuição também faz parte da experiência
O Recap e seu envio via WhatsApp reforçaram que melhorar um produto de dados não significa apenas melhorar dashboards, mas também pensar em como, quando e onde a informação chega às pessoas.
Próximo projeto
AMICCI · INTERNAL PRODUCT / HACK WEEK
Legal Workflow
Redesenhando um fluxo jurídico fragmentado por meio de discovery, IA e prototipação funcional.