Case 02 · UX Research

Next

Pesquisa com usuários e construção de personas para uma solução de IoT que monitora a temperatura de medicamentos em hospitais.

Cliente
Next, empresa de IoT (nome mantido em sigilo)
Ano
2019
Função
Designer — pesquisa com usuários e personas
Serviços
UX Research
Entrevistas e formulários
Mapa de empatia
Personas
Design de interação
Equipe
Enrico Gastaldelli
Alessandro Narimatsu de Faria
Equipe multidisciplinar de 12 pessoas
Logotipo NEXT em branco sobre fundo preto.
01

Sobre a Next

A Next nasceu com o propósito de reduzir os desgastes impostos por trabalhos manuais e processos, redirecionando o tempo despendido para atividades que são realmente importantes e garantindo tranquilidade aos seus clientes ao conectá-los de maneira simples, intuitiva e inteligente.

Hoje, a Next conta, em seu portfólio, com uma série de aplicações de IoT e tecnologia baseadas em controle e gestão de objetos com RFID e Smart Tags. Essas soluções permitem que o cliente monitore qualquer objeto com uma pequena tag equipada com sensores que extraem diversos tipos de informação, como o monitoramento em tempo real de temperatura e umidade de equipamentos e ambientes, sem termo-higrômetros convencionais nem planilhas de registro em papel.

02

Contexto

O processo de transformação digital do setor de saúde começou há diversos anos, mas as principais evoluções ficaram ligadas aos equipamentos de diagnóstico e de cirurgia.

Uma infinidade de processos e condutas ainda dependem exclusivamente de processos manuais, sujeitos a erros humanos e que demandam muito tempo para serem realizados.

  • R$ 1 biem medicamentos desperdiçados por ano no Brasil
  • 6,7%dos hospitais brasileiros declaram perdas significativas de insumos por desvios de temperatura no armazenamento
  • US$ 35 biem perdas de medicamentos na cold chain em 2015, segundo estimativa da CargoSense

A temperatura é o fator mais importante na degradação de produtos farmacêuticos: com o aumento da temperatura, aumenta a degradação química.

03

Objetivos

  • Descrever a persona do produto. Pesquisar usuários e mercado para definir a melhor plataforma de consumo dos dados e de uso do sistema (mobile ou desktop), com base em engajamento e no contexto do cliente.
  • No caso da aplicação mobile, reunir dados que indiquem se o usuário prefere um app nativo (iOS, Android etc.) ou se acessar a plataforma pela web mobile é suficiente, dentro do espectro de funcionalidades do sistema.
  • Concluir qual é a melhor plataforma e a melhor UX para o produto no mercado de saúde, com base em dados coletados do próprio mercado, de usuários e de clientes.
04

Processo

Entre pesquisa e aplicação, o processo foi dividido em 4 etapas.

  1. 01

    Pesquisa investigatória e hipóteses

    Entender quais objetivos a Next poderia alcançar com o produto atual, conhecer os potenciais usuários, a rotina do profissional que faz o controle de temperatura e elaborar um roteiro de perguntas a partir do cenário previsto na desk research.

  2. 02

    Entrevistas com usuários

    Presenciais, por telefone e por formulário online, com otimização do questionário e visita ao local de trabalho.

  3. 03

    Definição da persona e da plataforma

  4. 04

    Aplicação

    Que tipo de tecnologia e serviço a Next pode oferecer junto do produto na fase de expansão.

05

Hipóteses

A partir da desk research, foram encontrados alguns possíveis problemas.

…sistemas de saúde que não investem em tecnologia, normalmente demonstram várias ineficiências…

As soluções oferecidas no mercado parecem seguir um padrão de senso comum sobre o que precisa ser feito: controle de temperatura e umidade, evitar a proliferação de bactérias, “tenha um ótimo ar condicionado” e automatização de processos. No geral, são diferentes empresas de tecnologia oferecendo a mesma resposta.

06

Entrevistas

Houve uma boa recepção inicial: nos apresentamos como estudantes e explicamos como funcionava o programa. Porém, depois que o tema foi abordado, o cenário mudou completamente e os entrevistados ficaram muito inseguros e desconfiados.

Somos orientadas a não conversar com empresas.

Coordenadora de um dos hospitais, que se recusou a liberar a farmacêutica para a pesquisa

Foram realizadas entrevistas presenciais em 2 hospitais, e o cenário é o mesmo em relação aos equipamentos.

As duas entrevistas foram feitas com mulheres, farmacêuticas pós-graduadas. As principais dores apontadas foram a falta de investimento em equipamentos e a ausência de profissionais na unidade aos finais de semana, o que torna as quedas de energia um grande problema.

Se houver uma queda de energia no final de semana, nós só vamos saber na segunda-feira.

As entrevistas confirmaram que os hospitais não investem em tecnologia (fonte) e que são seletivos na hora de escolher uma área: na maioria das vezes, o investimento vai para onde o hospital pode ser autuado pela ANVISA.

07

Pesquisa com formulários

No Google Forms foram coletadas 18 respostas, 2 delas conduzidas por telefone. A segunda pesquisa foi necessária para complementar respostas que apareceram no primeiro formulário.

As duas pesquisas foram divididas em 2 seções. A primeira reuniu questões sobre dados pessoais (nome, idade, formação acadêmica, cargo, estado civil…). A segunda foi direcionada à construção do mapa de empatia e da história da persona (hobbies, hábitos, família, amigos, objetivos pessoais).

Capturas do Google Forms: o primeiro formulário com 13 respostas e o segundo com 5.
Os dois formulários no Google Forms: 13 e 5 respostas.
Mapa de empatia em quatro colunas (Pensa e sente, Ouve, Vê, Fala e faz) com as falas e percepções dos profissionais.
Mapa de empatia.

No geral, as dores dos usuários estão, na maioria das vezes, ligadas a quedas de energia.

Queda de energia, falta de manutenção.

Qualidade do equipamento, queda de energia e manutenção.

Quedas de energia, temperaturas nem sempre precisas.

  • 61%apontam a queda de energia como principal problema
Respostas abertas do formulário sobre as principais dores: quedas de energia, qualidade do termo-higrômetro, falta de manutenção e alarmes que não identificam a causa.
Respostas abertas sobre as dores.

Uma resposta merece destaque entre as dores.

Ficava preocupado com o paciente, várias vezes administrei o medicamento com medo da reação.

Além dos problemas relacionados a equipamento, vemos também o estresse que o profissional enfrenta em um cenário que não favorece a inovação nem uma cultura de trabalho saudável.

08

Personas

As personas foram divididas em duas categorias: o perfil de gestão e o perfil operacional.

O perfil de gestão reúne os profissionais com cargos mais altos, que têm poder de decisão e influenciam a compra e a implantação de novas tecnologias. Não ficam em contato direto com o controle de temperatura, mas respondem se algo der errado.

O perfil operacional é formado por quem fica na “linha de frente” do registro de temperatura, do controle e do armazenamento. Tem pouco poder de decisão e, nas reuniões de equipe, reclama com frequência da qualidade e da importância dos equipamentos. Quando perguntados sobre investimentos no local de trabalho, esses profissionais se mostram claramente frustrados.

No início, a pesquisa apontava somente para o perfil farmacêutico (geral). No decorrer do trabalho, porém, identificamos que na cold chain existem outros perfis de profissionais em contato com medicamentos termossensíveis, que também podem se beneficiar da Next e do seu produto.

09

Aplicação

Depois da segunda revolução industrial, com a produção em massa, e da revolução digital, que automatizou processos, a Indústria 4.0 desponta como caminho natural para aumentar a competitividade do setor por meio de tecnologias digitais que englobam automação e troca de dados, com conceitos de Machine Learning, IoT e Cloud Computing.

O sistema atual da Next apresenta as mesmas informações dos outros players do mercado e também uma solução reativa, com alertas somente depois que o desvio ocorre.

Neste projeto de inovação, sugerimos a mudança para uma solução ativa, aderente à Indústria 4.0, em que mais uma informação é incluída no monitoramento do usuário: a probabilidade de a temperatura passar dos limites estabelecidos. Assim, a solução deixa de ser reativa e passa a permitir ações preventivas.

O desenvolvimento ocorreria no sistema da Next, com a adição de uma ferramenta de Machine Learning. Os hardwares continuariam os mesmos.

Cartão Prevenção Ativa com três pilares: Alertas (ação antecipada), Riscos (probabilidade de a temperatura sair do limite de qualidade) e Inteligência (Machine Learning aplicado ao big data dos sensores).
Conceito Prevenção Ativa: alertas, riscos e inteligência.

Seriam analisados o Big Data das leituras dos sensores e dos horários, correlacionando dados dos dispositivos que estão na mesma sala, incluindo variáveis de temperatura, umidade e queda de energia da cidade, analogias com sensores de outras localidades, estatística e algoritmo. Isso possibilita uma tomada de decisão ativa, reduzindo os índices de perda, garantindo a confiabilidade na qualidade e na eficiência dos produtos administrados aos pacientes e preservando a reputação do hospital ou da clínica.

10

Equipe

O estudo de caso contou com uma equipe multidisciplinar de 12 pessoas, entre elas 2 designers: Enrico Gastaldelli e Alessandro Narimatsu de Faria.