O documento descreve três casos de estudo sobre o uso de big data para guiar decisões de design de experiência do usuário (UX) em um serviço de streaming de vídeo. Nos casos de estudo, os dados foram usados para priorizar canais, entender o comportamento dos usuários e validar novas abordagens de design.

1. GlobosatPlay
BigDataCases
I S A 2 0 1 7
Exemplos do uso de Big Data para guiar
decisões de design de UX em um contexto
de melhoria contínua de produto
Viviane Delvequio

2. “In God we trust.
All others must bring data.”
W. Edwards Deming
Estatístico,ProfessoreAutor

3. 01
Q UA N D O
T R A BA L H E I
C O M DA D O S
02
P O R Q U E FA L A R
D E B I G DATA?
03
T R Ê S CAS O S
D E E ST U D O
04
L I Ç Õ E S
A P R E N D I DAS

4. Experiência
Quando e como tive a oportunidade
de lidar com dados
P A R T E 1

5. Desenvolvimento de Software
INSTITUTO ELDORADO

6. Pesquisa e InovaçãoDesenvolvimento de Software
SAMSUNGINSTITUTO ELDORADO

7. EvoluçãoProduto
GLOBO.COM
Pesquisa e InovaçãoDesenvolvimento de Software
SAMSUNGINSTITUTO ELDORADO

8. Prospecção de Usuários
EvoluçãoProduto
GLOBO.COM
Pesquisa e InovaçãoDesenvolvimento de Software
SAMSUNGINSTITUTO ELDORADO

9. Usuários
Reais
Pesquisa e InovaçãoDesenvolvimento de Software
SAMSUNGINSTITUTO ELDORADO
EvoluçãoProduto
GLOBO.COM

10. Produtonomercadodesde2014
Solução de TV Everywhere
Exclusivo para clientes de TV por assinatura de operadoras parceiras
GlobosatPlay
"
"
"

11. ** COMSCORE - Average Jan - Mar 2017
*http://propmark.com.br/midia/globosat-play-completa-tres-anos
GlobosatPlay
Mais de2,5milhõesdecontas*
Potencial : 16 milhões de contas
Aceso Mensal: 5 milhões de usuários únicos**
Produtonomercadodesde2014
Solução de TV Everywhere
Exclusivo para clientes de TV por assinatura de operadoras parceiras
"
"
"

12. Múltiplasfontesdedados
Google Analytics, DAX, ComScore, Dashboards Executivo,
solução interna de Big Data
Mais de2,5milhõesdecontas*
Potencial : 16 milhões de contas
Aceso Mensal: 5 milhões de usuários únicos**
** COMSCORE - Average Jan - Mar 2017
*http://propmark.com.br/midia/globosat-play-completa-tres-anos
GlobosatPlay
Produtonomercadodesde2014
Solução de TV Everywhere
Exclusivo para clientes de TV por assinatura de operadoras parceiras
"
"
"

13. Porquefalardebigdata?
Antes dos casos de estudo,
vamos analisar a relação
entre big data e UX
P A R T E 2

14. NOVO CONCEITO, NOVO S D ESAFIOS
https://practicalanalytics.co/2012/10/22/sizing-mobile-social-big-data-stats/ 26/06/2017

15. https://www.promptcloud.com/blog/want-to-ensure-business-growth-via-big-data-augment-enterprise-data-with-web-data/
NOVO CONCEITO, NOVO S D ESAFIOS

16. def.BigData
“quantidade muito grande de dados,
cuja manipulação e gerenciamento
vão normalmente representar
significativos desafios operacionais.”
Oxford English Dictionary

18. def.BigData
“o que começou como uma inovação tecnológica em
computação distribuída,
é agora um movimento cultural pelo qual
nós continuamos descobrindo como
a humanidade interage com o mundo -
e uns com os outros - em grande escala…”
Drew Conway,
Cientista de Dados, CEO Alluvium e Autor

19. NOVO CONCEITO, NOVOS MESMOS DESAFIOS
Quantitativo Qualitativo

20. OQUÊ?
Quantitativo Qualitativo

21. OQUÊ?
“recuperardadosnuméricosegeneralizá-
lospara gruposdepessoas paraexplicar
umfenômeno específico”
BABBIE, EARL R.
THE PRACTICE OF SOCIAL RESEARCH.
12TH ED. BELMONT, CA: WADSWORTH CENGAGE, 2010
Quantitativo Qualitativo

22. OQUÊ? PORQUÊ?
Quantitativo Qualitativo
“recuperardadosnuméricosegeneralizá-
lospara gruposdepessoas paraexplicar
umfenômeno específico”
BABBIE, EARL R.
THE PRACTICE OF SOCIAL RESEARCH.
12TH ED. BELMONT, CA: WADSWORTH CENGAGE, 2010

23. OQUÊ? PORQUÊ?
Quantitativo Qualitativo
“recuperardadosnuméricosegeneralizá-
lospara gruposdepessoas paraexplicar
umfenômeno específico”
BABBIE, EARL R.
THE PRACTICE OF SOCIAL RESEARCH.
12TH ED. BELMONT, CA: WADSWORTH CENGAGE, 2010
“procurarrespostasparaexplorarcomo
asexperiênciassociaissãocriadas
eganhamsignificado”
DENZIN, NORMAN. K. AND YVONNA S. LINCOLN.
HANDBOOK OF QUALITATIVE RESEARCH.
2ND EDITION. THOUSAND OAKS, CA: SAGE, 2000

24. “Designers de Produto, como eu,
precisam abraçar rapidamente
esses dados e começar a definir
proativamente como será nossa
relação com eles.”
Rochelle King,
Global VP Product Design and Insights do Spotify
Autora de Designing with Data: Improving the User Experience with A/B Testing

25. CasosdeEstudo
Como usei dados durante
projetos de UX
P A R T E 3

26. Coletar Dados
de Tendência
Definir
Métricas
Coletar
Dados de Uso
CONCEBER RELEASE MELHORIA
*compilação/adaptaçãopessoaldeprocessosdeLeanUXeBigDataAnalytics
DADOSPRODUTO

27. *compilação/adaptaçãopessoaldeprocessosdeLeanUXeBigDataAnalytics
DADOSPRODUTO
ColetarDados
deTendência
Definir
Métricas
Coletar
DadosdeUso
CONCEBER RELEASE MELHORIA

28. Paraquepodemosusar big data?

29. Priorizar esforços
Podemos usar big data para…

30. “ ES C O L H A S UAS B ATA L H A S”

31. “ ES C O L H A S UAS B ATA L H A S”
JESSE JAMES GARRETT, ISA15

32. Priorizandocanais
paraguiarevoluções
deplataforma

33. KPI
Consumo de vídeo em horas

34. Fonte
deDados

35. F O N T E S I N T E R N A S
GOOGLE
ANALYTICS
COMSCOREDAX
DASHBOARD
EXECUTIVO
A/B TEST
TOOL
DATA
LAKE
F O N T E S E X T E R N A S

36. F O N T E S I N T E R N A S
GOOGLE
ANALYTICS
COMSCOREDAX
DASHBOARD
EXECUTIVO
A/B TEST
TOOL
F O N T E S E X T E R N A S
DATA
LAKE

37. F O N T E S I N T E R N A S
GOOGLE
ANALYTICS
COMSCOREDAX
DASHBOARD
EXECUTIVO
A/B TEST
TOOL
F O N T E S E X T E R N A S
DATA
LAKE

38. Extração
deDados
Relativos ao consumo ao longo
de 12meses dos canais Globosat

39. CANAIS
MESES
C O N S U M O E M G L O B O S A T P L A Y

40. JAN
+GLOBOSAT
BBB PLAY
BIS
CANAL BRASIL
COMBATE
GLOBONEWS
GLOOB
GNT
MULTISHOW
OFF
PREMIERE
SPORTV
VIVA
FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ
C O N S U M O E M G L O B O S A T P L A Y

41. Consumo
Mensal
Live
13canais
+GLOBOSAT
BBB PLAY
BIS
CANAL BRASIL
COMBATE
GLOBONEWS
GLOOB
GNT
MULTISHOW
OFF
PREMIERE
SPORTV
VIVA
Consumo
Mensal
OnDemand
18canais
+GLOBOSAT
BBB PLAY
BIS
CANAL BRASIL
COMBATE
GLOBONEWS
SPORTV
VIVA
GLOOB
GNT
MULTISHOW
OFF
PREMIERE
MEGAPIX
STUDIO
UNIVERSAL
UNIVERSAL
SYFY
TELECINE

42. Análise1
Selecionar os canais com maior consumo
médio mensal por tipo (live ou on demand)

43. TopOnDemand TopLive
CANAL A
CANAL B
CANAL C
CANAL D
CANAL E
CANAL F
CANAL G
CANAL E
CANAL H
CANAL I
Canaissobdemanda
demaiorconsumo
Canaisaovivode
maiorconsumo

44. TopOnDemand TopLive
CANAL A
CANAL B
CANAL C
CANAL D
CANAL E
CANAL F
CANAL G
CANAL E
CANAL H
CANAL I
Canaissobdemanda
demaiorconsumo
Canaisaovivode
maiorconsumo

45. TopOnDemand TopLive
CANAL A
CANAL B
CANAL C
CANAL D
CANAL E
CANAL F
CANAL G
CANAL E
CANAL H
CANAL I
Canaissobdemanda
demaiorconsumo
Canaisaovivode
maiorconsumo
Live x On Demand
DESCOBERTA

46. Análise2
Somar o consumo de live e on demand de cada mês
e ver quais canais têm sempre o maior consumo “total”

47. + ConsumoMensal
Live
ConsumoMensal
OnDemand

49. Consumo Sazonal
DESCOBERTA

50. Análise3
Um “mix" das manipulações anteriores:
Somar o consumo de live e on demand de cada mês e ver
quais canais têm maior média mensal de consumo “total”

51. CANAL A
CANAL B
CANAL C
CANAL D
CANAL E
CANAL F
+ Consumo
Live
Consumo
OnDemand

52. CANAL A
CANAL B
CANAL C
CANAL D
CANAL E
CANAL F
CANAL G
CANAL H
CANAL I
Ordenação
decanaispor
consumo
total

53. CANAL A
CANAL B
CANAL C
CANAL D
CANAL E
CANAL F
CANAL G
CANAL H
CANAL I
80%horas de consumo

54. Top5canais
paraguiar
evoluçõesde
plataforma
CANAL A
CANAL B
CANAL C
CANAL D
CANAL E
CANAL F
CANAL G
CANAL H
CANAL I

55. Entender comportamento do usuário
Podemos usar big data para…

56. Entendendo
ocaminhodousuário
combasenaprincipal
páginadeentrada

57. E S T R U T U R A
HOME PROGR AMA
AO VIVO
VÍDEO
ON DEMAND

58. E S T R U T U R A
HOME PROGR AMA VÍDEO
ON DEMAND

59. Home Programa Video
P Á G I N A S D E E N T R A D A
% S ES S Õ ES U S UÁ R I O S

60. Home Programa Video
P Á G I N A S D E E N T R A D A
D U R AÇÃO M É D I A DA S ES SÃO

61. Home Programa Video
P Á G I N A S D E E N T R A D A
N ÃO LO G A D O LO G A D O
25%
50%
75%
100%

62. P Á G I N A S D E E N T R A D A
N ÃO LO G A D O LO G A D O
x 6x
Tempo Médio de Sessão

63. Descobertas

64. Validação de solução
Podemos usar big data para…

65. Validandoonovo
designparaaumentar
oconsumolive AGORA NO MULTISHOW
Treme Treme
Belmiro na mira

66. A B
AGORA NO MULTISHOW
Treme Treme
Belmiro na mira

67. A B
AGORA NO MULTISHOW
Treme Treme
Belmiro na mira

68. A B
AGORA NO MULTISHOW
Treme Treme
Belmiro na mira

69. KPI
Consumo de vídeo em horas

70. Fonte
deDados

71. F O N T E S I N T E R N A S
GOOGLE
ANALYTICS
COMSCOREDAX
DASHBOARD
EXECUTIVO
A/B TEST
TOOL
DATA
LAKE
F O N T E S E X T E R N A S

72. F O N T E S I N T E R N A S
GOOGLE
ANALYTICS
COMSCOREDAX
DASHBOARD
EXECUTIVO
A/B TEST
TOOL
F O N T E S E X T E R N A S
DATA
LAKE

73. F O N T E S I N T E R N A S
GOOGLE
ANALYTICS
COMSCOREDAX
DASHBOARD
EXECUTIVO
A/B TEST
TOOL
F O N T E S E X T E R N A S
DATA
LAKE

74. Extração
deDados

75. A / B U S E R T E S T S V I D E O C O N S U M P T I O N
USUÁRIOS
A ou B
USUÁRIOS
CONSUMO TOTAL

76. A / B U S E R T E S T S V I D E O C O N S U M P T I O N
USUÁRIOS
USER 1
USER 2
USER 3
USER 4
USER 5
USER 6
USER N
A
B
CONSUMO TOTAL

77. S C E N A R I O B
( T E S T E )
USUÁRIOSB
CONSUMO TOTAL
S C E N A R I O A
( C O N T R O L E )
USUÁRIOSA
CONSUMO TOTAL

78. S C E N A R I O B
( T E S T E )
USUÁRIOSB
CONSUMO TOTAL
S C E N A R I O A
( C O N T R O L E )
USUÁRIOSA
CONSUMO TOTAL
Informações obtidas
Tempo de consumo por usuário
(live,on demande total)
Sessões sem consumo de vídeo
Frequência de Retorno por Usuário

79. EXPERIMENTO 1 Todos os Canais

80. EXPERIMENTO 1 Todos os Canais
Grande variação de
comportamentos entre canais.
Não conclusivo

81. EXPERIMENTO 1 Todos os Canais
Grande variação de
comportamentos entre canais.
Não conclusivo
Comportamento Distinto entre Canais
DESCOBERTA

82. EXPERIMENTO 1 Todos os Canais
1 canal forte em Live
1 canal forte em On DemandEXPERIMENTO 2
Grande variação de
comportamentos entre canais.
Não conclusivo

83. 1 canal forte em Live
1 canal forte em On DemandEXPERIMENTO 2
Realizado em um período de
conteúdo atípico (carnaval).
Resultado não confiável.
EXPERIMENTO 1 Todos os Canais
Grande variação de
comportamentos entre canais.
Não conclusivo

84. EXPERIMENTO 1 Todos os Canais
1 canal forte em Live
1 canal forte em On DemandEXPERIMENTO 2
EXPERIMENTO 3
Grande variação de
comportamentos entre canais.
Não conclusivo
Realizado em um período de
conteúdo atípico (carnaval).
Resultado não confiável.
1 canal forte em Live
1 canal forte em On Demand

85. EXPERIMENTO 1 Todos os Canais
1 canal forte em Live
1 canal forte em On DemandEXPERIMENTO 2
EXPERIMENTO 3
Grande variação de
comportamentos entre canais.
Não conclusivo
Realizado em um período de
conteúdo atípico (carnaval).
Resultado não confiável.
Teste rodou por um mês inteiro
para estabilizar resultado.
1 canal forte em Live
1 canal forte em On Demand

86. EXPERIMENTO 1 Todos os Canais
1 canal forte em Live
1 canal forte em On DemandEXPERIMENTO 2
EXPERIMENTO 3
Grande variação de
comportamentos entre canais.
Não conclusivo
Realizado em um período de
conteúdo atípico (carnaval).
Resultado não confiável.
Teste rodou por um mês inteiro
para estabilizar resultado.
1 canal forte em Live
1 canal forte em On Demand
Sem Impacto em Consumo
DESCOBERTA FINAL

87. EXPERIMENTO 1 Todos os Canais
1 canal forte em Live
1 canal forte em On DemandEXPERIMENTO 2
EXPERIMENTO 3
Grande variação de
comportamentos entre canais.
Não conclusivo
Realizado em um período de
conteúdo atípico (carnaval).
Resultado não confiável.
Teste rodou por um mês inteiro
para estabilizar resultado.
1 canal forte em Live
1 canal forte em On Demand
Sem Impacto em Consumo
DESCOBERTA FINAL
Consumo de Live não aumentou,
Consumo de On Demand não diminuiu

88. Validado
novodesign

89. Lições
Aprendidas
Ao lidar diretamente com dados,
você pode ganhar…
P A R T E 4

90. Ao lidar diretamente com dados, você pode ganhar…
Respostas
mais rápidas

91. Ao lidar diretamente com dados, você pode ganhar…
Achados não
esperados

92. Ao lidar diretamente com dados, você pode ganhar…
Ego menos
inchado

93. Ao lidar diretamente com dados, você pode ganhar…
Domínio e
senso crítico

94. Ao lidar diretamente com dados, você pode ganhar…
Novos amigos,
os “cientistas de dados”

95. “Acapacidadedelidarcomdados,
conseguirentendê-los,processá-los,
extrair-lhesvalor,visualizá-los,
comunicá-los,seráumahabilidade
imensamenteimportantenas
próximasdécadas…”
Hal Varian,
ChiefEconomist,Google

96. VivianeDelvequio
viviane.ortiz@corp.globo.com
www.viviane.work