Ciclo de Vida Dual Track Data Science e Experience Design

Uma proposta para as duas áreas caminharem juntas

6 min readSep 21, 2020

Olá! 👋

Em um artigo inicial sobre o assunto Experience Design + Data Science, falei sobre os motivos de eu acreditar nessa união e as possibilidades que as duas áreas trazem quando combinadas. Você pode conferir a discussão no artigo abaixo 👇

Experience Design + Ciência de Dados?

Isso é possível? Spoiler: Sim!

medium.com

Neste artigo, Ciclo de Vida Dual Track Data Science e Experience Design, trago uma discussão de como profissionais dessas áreas podem atuar no ciclo de vida de um projeto.

⚠️ Antes de iniciar, quero deixar claro que isso é apenas uma proposta, uma ideia, uma discussão sobre o assunto. Logo, não tome isso como a pura verdade ou o Cálice Sagrado que vai resolver todos os problemas.

Dito isso, vamos lá! 🚀

Processos e Processos

Já dizia o meu professor da pós-graduação:

"Para inovar, tem que ter processo."

Aqui, estou considerando que uma metodologia é um processo que contém um número definido de etapas. Assim, inovar pode ser entendido como:

Escolher uma metodologia que lhe permita executar etapas e adaptá-las à realidade do seu projeto a fim de trazer um valor para o seu cliente, seja ele interno ou externo.

Dito isso, sabemos que cada área de conhecimento cria e adota uma metodologia de solução de problemas buscando inovar seus produtos e serviços. Consequentemente, aumentando a satisfação dos seus clientes e seus lucros 💰.

Experience Design e Design Thinking

A área de Experience Design adota a abordagem do Design Thinking como solução de problemas e inovação. É uma abordagem universal e que pode ser adotada por qualquer área, pois envolve o mindset de construir produtos e serviços centrados no ser humano.

Buscando na Internet, vemos diversos diagramas que representam essa abordagem em um esquema de processo.

Crédito na seção de Referências do artigo.

O objetivo desse artigo não é explicar em detalhes como o Design Thinking funciona e é aplicado, mas caso você se interesse, escrevi um artigo inteiro falando como aplico em projetos 👇

Meu Processo de Design

A abordagem adotada nos projetos

medium.com

Ciência de Dados e CRISP-DS

Consultando profissionais da área de Data Science, lendo artigos, assistindo palestras, fazendo cursos e aplicando em projetos, verifiquei que a abordagem adotada é o Cross Industry Standard Process — Data Science (CRISP-DS).

Créditos na seção de Referência do artigo

Dual Track Data Science e Experience Design

Estudando, analisando e aplicando as abordagens anteriores em projetos, inicialmente de forma separada, comecei a identificar pontos que se cruzam e que tanto um profissional de Ciência de Dados quanto de Experience Design poderiam formar uma parceria para atuarem juntos, mas como? Como tangibilizar isso?

Separei um tempo para elaborar uma proposta que pudesse tangibilizar essa atuação dos profissionais. Entre idas e vindas em ambas abordagens, tentei conectar os pontos até chegar nessa versão da abordagem que dei o nome de Ciclo de Vida Dual Track Data Science e Experience Design.

A imagem mostra um diagrama do ciclo de vida dual track data science e experience design. As etapas de Data Science estão identificadas pela cor verde e se encontram na metade superior do diagrama e as de Experience Design estão em cor roxa e na metade inferior.

Nesse diagrama, inseri as tracks de cada abordagem, incluindo:

Etapas
Atividades em cada etapa
Ferramentas e Métodos a serem utilizados em cada etapa para que as atividades possam ser feitas
Momentos onde as tracks possibilitam a parceria entre os profissionais (representados por 🟢 ↔️🟣)

Caso queira ver em mais detalhes, confira a versão PDF do framework.

Data_Science_Experience_Design_Dual_Track.pdf

Edit description

bit.ly

Os momentos 🟢 ↔️🟣

Identificação do problema da área de negócio 🧩

Nesse momento, os dois profissionais precisam entender o problema de negócio que o projeto vai solucionar. Dessa forma, ambos podem entrevistar os stakeholders para entender melhor os seguintes pontos (não limitado a):

Qual é o contexto do problema?
Quem e o que é afetado pelo problema?
Por quê você acredita que esse problema existe?
Qual objetivo de negócio você está tentando resolver?
Qual é a classe macro do problema? Awareness, Revenue, Automation ou outro?
Quem são os nossos clientes?
Como os processos do problema em questão estão relacionados?
Quais são as variáveis envolvidas no problema?
Quais são os maiores desafios que a área de cada stakeholder envolvido no problema?
O que cada stakeholder define como sucesso do projeto?
Como o sucesso será medido?

Caso queira saber mais em detalhes sobre essa importante etapa, confira o seguinte artigo:

Briefing de Negócios

O que é e por quê é importante no processo de Design

brunokatekawa.medium.com

Value Assurance 💰

Esse item é bastante importante e é feito junto aos stakeholders para entender o tamanho da oportunidade do problema que estamos querendo resolver, além de assegurar a continuidade da iniciativa. Além disso, podemos utilizá-la como uma métrica a ser medida ao longo do tempo a medida que vamos completando cada ciclo, cada Sprint. Assim, a podemos medir em unidades monetárias para que os números sejam uma forma de tornar clara e transparente o que estamos querendo com essa iniciativa.

Créditos ao meu amigo Fausto Guzzo, Data Scientist na XP Inc, que contribuiu com este item 😁

Planejamento e estruturação 📝

Depois de coletada as informações da entrevistas com stakeholders, o(a) Cientista de Dados e o(a) Experience Designer devem estruturar o planejamento do projeto para combinar as atividades que cada um ficará responsável e em quais momentos se darão os checkpoints para que possam compartilhar entre si os aprendizados e os achados.

Download das entrevistas e testes & Exploração dos dados 📊

Nesse momento, o(a) Experience Designer já realizou as entrevistas e/ou testes com os usuários e possui bastante informação em mãos que podem ser compartilhadas com o(a) Cientista de Dados. Por outro lado, o(a) Cientista de Dados já fez a análise exploratória dos dados e pode mostrar os principais achados e hipóteses validadas ou invalidadas. Assim, os dois profissionais começam a identificar padrões nas informações e, a partir disso, extrair insights de negócio.

Outro ponto dessa parceria se dá quando, hipóteses foram geradas a partir de pesquisas qualitativas feitas pelo(a) Experience Designer, e agora queremos validar essa hipóteses. Para isso, com o auxílio do(a) Cientista de Dados, podemos elaborar uma pesquisa quantitativa e analisar os dados.

Entrega de valor e resultados 🎯

Nesse momento, ambos profissionais apresentam os resultados obtidos aos stakeholders e, dependendo do formato combinado no início do projeto, podem facilitar um workshop de co-criação para que iniciativas sejam criadas e priorizadas no backlog. Dessa forma, tem-se construído próximos passos para o ciclo seguinte.

Documentação 📖

Nesse momento, ambos profissionais colaboram para documentar tudo que foi feito no projeto para que seus trabalhos fiquem registrados e aprendizados possam ser compartilhados com todos.

Conclusão

Neste artigo, eu trouxe a você uma proposta de como Cientistas de Dados e Experience Designers podem atuar juntos em um projeto. Mostrei inicialmente como cada profissional trabalha de forma individual em suas abordagens e depois mostrei a junção delas em uma única abordagem.

Espero que isso tenha lhe ajudado a entender um pouco mais sobre o assunto. Caso você tenha alguma crítica ou sugestão, por favor, comente no artigo. Estou aberto à discussões. 👍

Muito obrigado! 🙌