Agenda uma call
A Bonica, uma consultora global especializada em decisões de marketing orientadas por dados, procurou-nos para simplificar e modernizar a sua “Marketing Test Platform” — um conjunto de ferramentas analíticas usadas por consultores para avaliar a viabilidade de testes de media, comparar mercados e analisar resultados.
As ferramentas originais existiam parcialmente em Excel e parcialmente em interfaces internas isoladas, exigindo muito esforço manual, conhecimento estatístico profundo e fluxos de trabalho inconsistentes. O objetivo foi unificar tudo numa plataforma web clara e acessível, utilizável por qualquer consultor com mínimo onboarding.
Ao longo dos anos, a Marketing Test Platform da Bonica cresceu de forma fragmentada em equipas e clientes diferentes, resultando em três ferramentas separadas, criadas por case teams distintos e em formatos variados. Algumas viviam em Excel, outras em protótipos internos e outras em interfaces legadas com terminologia, fluxos e regras de validação inconsistentes. Esta fragmentação implicava muito esforço manual, variabilidade nos outputs e uma curva de aprendizagem acentuada para consultores e equipas do cliente.
A complexidade analítica dos módulos — market matching, cálculos de potência, análise de resultados e verificação de viabilidade — exigia elevado grau de literacia estatística. Sem uma estrutura unificada, muitos utilizadores não sabiam como preparar dados, interpretar pressupostos ou confirmar a viabilidade de testes com confiança.
Para trazer ordem e clareza a este ecossistema, iniciámos uma fase de discovery profunda: analisámos dezenas de ficheiros, calculadoras e protótipos usados em diferentes clientes e setores. Revimos conteúdo de UX provenientes de workshops internos, personas, user journeys e mapas de pain points criados pelas equipas de produto e estratégia da Bonica. Esta investigação permitiu-nos compreender como as equipas preparavam dados, validavam setups, monitorizavam experiências e geravam insights.
Consolidámos as informações num workflow unificado que alinhou terminologia, normalizou inputs, estandardizou passos de validação e reduziu a carga cognitiva. A partir daí, desenhámos uma experiência estruturada com orientação contextual, mecanismos visuais, revelação progressiva e navegação clara, tornando as ferramentas acessíveis tanto a consultores como a analistas do lado do cliente com diferentes níveis de fluência analítica.
O redesign transformou três ferramentas analíticas complexas numa experiência unificada e guiada.
O novo sistema organiza-se em torno de quatro módulos principais: Market Matching, Results Check, e Sampling Model. Cada módulo envolve raciocínio analítico avançado, validações rigorosas de dados e múltiplos parâmetros que influenciam viabilidade e fiabilidade de resultados.
Introduzimos uma estrutura unificada com fluxos claros passo a passo: upload de dados, validação, configuração, modelação e interpretação. Cada etapa inclui explicações contextuais, guardrails embutidos e feedback dinâmico para ajudar os utilizadores a detetar inconsistências cedo. Resumos visuais, indicadores de validação e componentes de UI baseados em padrões garantem consistência em toda a toolkit e permitem que consultores e analistas trabalhem de forma mais rápida e confiante.
A experiência final não só modernizou a interface, como também codificou a metodologia da Bonica numa plataforma escalável, repetível e fácil de usar, reduzindo trabalho manual e aumentando a clareza em todo o ciclo de experimentação.
A entrega final foi uma plataforma unificada e escalável que consolidou três ferramentas independentes sob um único design system. A experiência passou a apoiar os consultores na determinação de viabilidade, seleção de mercados, análise de uplift e geração de relatórios estruturados com muito menos esforço manual e uma clareza significativamente superior.
Entregar uma toolkit coesa e escalável.
O redesign evidenciou a importância de trazer consistência para workflows analíticos. Estandardizar termos, passos de validação e padrões de interpretação de dados permitiu um processo mais fiável e eficiente. Ao transformar artefactos dispersos numa toolkit organizada, a base ficou preparada para automação futura e uma integração mais profunda com datasets.
