Precisa de ajuda para escolher o seu
treinamento ou tem alguma dúvida?

Você conhece o framework HEART da Google para métricas de UX?

Um pessoal do Google Research Team criou o framework HEART para ser usado como métricas de UX, da User eXperience, de um produto.

O framework consiste nessas cinco métricas que, em inglês, formam o acrônimo HEART: Happiness, Engagement, Adoption, Retention e Task success.

Segue uma breve descrição de cada métrica:

  • Felicidade: Felicidade é uma medida da satisfação do usuário do produto. Para medir satisfação, você deve usar algum tipo de pesquisa de usuários, como, por exemplo, NPS (Net Promoting Score).
  • Engajamento: Engajamento é uma medida de quanto um usuário interage com o seu produto. Métricas de engajamento medem a interação que um usuário tem com o produto, bem como a regularidade e a intensidade do uso.
  • Adoção: A adoção é medida como a quantidade de novos usuários em um determinado período de tempo. Métricas de adoção demonstram o sucesso ou o fracasso do seu produto em atrair novos usuários.
  • Retenção: Retenção é a capacidade do seu produto manter seus usuários ao longo do tempo. Métricas de retenção demonstram o comportamento dos seus usuários existentes dado as mudanças (ou falta de mudança) do seu produto.
  • Sucesso da tarefa: O “sucesso da tarefa” é uma medida da facilidade (ou dificuldade) do usuário realizar uma determinada tarefa no seu produto. Por exemplo, qual o tempo médio gasto para um usuário fazer a tarefa X, ou qual a percentagem de usuários consegue completar a tarefa Y.

Os criadores do framework aconselham que a equipe UX decida quais dessas métricas devem ser utilizadas ou combinadas para o produto em questão. Eles também aconselham que, como acontece com métricas em geral, você precisa repetir as pesquisas a cada mudança do produto para entender e relacionar as variações do mesmo.

Eu gostei do framework e da iniciativa. Acredito que ainda temos de melhorar bastante a utilização de métricas para a criação de produtos digitais de sucesso. Gostei de ver mais um framework para métricas, compartilhado por um respeitado grupo de trabalho.

 

 

Paulo Caroli

Paulo Caroli is an author, speaker, and consultant specializing in agile transformations, Lean Inception, and OKRs. With over 30 years of experience—including nearly a decade in Silicon Valley and 18 years at ThoughtWorks—he has helped organizations transition from project to product and from strategy to execution. Creator of the Lean Inception methodology and author of bestselling books like Lean Inception and Team OKR, Paulo is dedicated to empowering teams to align, validate, and deliver real business value.
Inteligência Artificial e Outcomes: Por que Produzir Mais Não Significa Gerar Mais Resultados

Inteligência Artificial e Outcomes: Por que Produzir Mais Não Significa Gerar Mais Resultados

A inteligência artificial está tornando os outputs mais rápidos, baratos e abundantes. Mas produzir mais não significa gerar mais resultados. Neste artigo, Paulo Caroli explica por que outcomes, julgamento e ownership se tornam ainda mais importantes à medida que papéis, processos e estruturas de times mudam. A partir de Lean Inception, Team OKR e Triple Track, o texto mostra como conectar estratégia, aprendizado e execução na era da IA.

ler mais

Pin It on Pinterest