UX/UI Designer
08 min.
Figma + Miro
Netflix
Em algum momento você já demorou mais tempo do que deveria para escolher algo para assistir na Netflix? Escolher um filme pode não ser uma tarefa tão fácil. Se você já passou mais tempo do que deveria para apenas sentar e relaxar acompanhado de um bom entretenimento, há grandes chances de você se identificar com o que será apresentado a seguir.
O monstro
Experimente conversar com um amigo e fazer-lhe a seguinte pergunta:
“Em algum momento você já demorou mais do que deveria para escolher algo para assistir na Netflix?”
A resposta pode variar, mas provavelmente a resposta será positiva. A causa disso pode ser atribuída à forma que a plataforma sugere filmes/séries aos usuários.
Por não saber o que assistir, os usuários levam muito tempo para escolher.
Como derrotar o monstro
Para tratar isso, podemos utilizar um recurso muito utilizado em redes sociais pelos usuários. O famoso “stalking”.
Okay, mas como a gente traz isso pra dentro da Netflix?
Abaixo descobriremos como foi este processo.
Usuários
222 milhões. Quando comecei a construir esse estudo, esse era o número que representava a quantidade de pessoas assinantes do produto. Não perder de vista esse número no momento da construção da proposta da feature, foi primordial para tentar entender a diversidade do público e chegar a 3 exemplos de perfis entre os milhares possíveis que poderão utilizar essa ferramenta. Baseado nas entrevistas que realizei, estes foram os resultados das personas:
Processos
Para entender quais seriam as oportunidades, foi necessário conversar com as pessoas.
Realizei algumas conversas com um grupo pequeno de pessoas via Zoom, Whatsapp e na academia para capilarizar meus campos de atuação. Tendo isso em vista, um diagrama de afinidade começou a ser construído.
Depois de conversar com os usuários do serviço, os outputs dos entrevistados foram clusterizados em 3 pilares. O pilar “Escolha de filmes” se destacou tanto em termos quantitativos quanto qualitativos. O nível de detalhe sobre o tema acabou direcionando o desenvolvimento do projeto.
“Dificilmente vou na Netflix procurar filme, geralmente vou por recomendação / fatores externos”
Entendendo que existia oportunidade com este pilar, iniciou-se pesquisas secundárias para aprofundamento deste problema.
Validar o que foi levantado nas pesquisas primárias a partir das pesquisas secundárias jogaram mais luz para o que poderia ser desenvolvido. Agora era o momento de começar a ideação do que seria essa proposta.
Em um brainstorming rápido com uma amiga, começamos a transitar no campo do benchmarking.
O que outros serviços de streaming fazem que a Netflix ainda não faz?
Essa foi a pergunta que abriu as portas para o que seria construído.
O sistema de recomendações da plataforma é extremamente automatizado. Ele considera interações com o serviço, gostos similares de outros assinantes e informações sobre os títulos, como gênero, categorias, atores, ano de lançamento, etc.
Mas por que não também considerar interações diretas (usuário x usuário), assim como o Spotify faz?
No app de música é possível seguir pessoas e interagir dentro da plataforma a partir do compartilhamento e criação de playlists. Foi pensando nisso que um paralelo foi traçado e o mesmo raciocínio foi transportado para o serviço da Netflix, criando assim uma abordagem que chamei de “filtragem colaborativa ativa”.
Oportunidades no fluxo atual do usuário
Naquele tempo, existia um fluxo no aplicativo mobile pouco relevante. Se você experimentasse acessar sua conta no celular, você iria se deparar com os seguintes resultados:
Pensando em reaproveitar a arquitetura atual, preservando a familiaridade do usuário com a plataforma, foi-se atribuída uma nova função para o campo mencionado anteriormente. A conta deixa de ser conta e passa a ser o perfil.
Depois de entender o fluxo do usuário, protótipos em baixa, média e alta fidelidade foram testados.
Hi-fi prototype
Após uma sessão de testes e Design Critique, alguns feedbacks foram levantados:
A proposta e os objetivos de negócio
A Netlifx havia investido em novas formas de fazer o assinante interagir com a plataforma. Inclusive, foi o que aconteceu com sua entrada na indústria de games com o Netflix Games. Este exemplo reflete bem o empenho da companhia em querer manter e converter assinantes e, também, foi o que balizou o equilíbrio da proposta aqui apresentada. Alinhar os objetivos corporativos e necessidades do usuário ditaram a rota a se seguir.
A sugestão aqui apresentada não é excludente e sim agregadora. Esse novo canal de dados pode inclusive servir de “booster” para o algoritmo de recomendação atual, aumentando sua eficácia.
Mapeando as ramificações do que poderiam surgir a partir dessa entrega, os futuros desenvolvimentos seriam:
1 — Status: mostrar o que os seguidores estão assistindo no momento;
2 — Watch room: acessar salas que permitam assistir conteúdos ao mesmo tempo, a partir de um link do status.
Considerações
Este foi um dos primeiros estudos de caso que desenvolvi. Me senti bastante satisfeito com a construção do protótipo tendo em vista toda a minha inesperiência. Eu tinha uma hipótese e tentei valida-la com as ferramentas que estava aprendendo a utilizar.
O deadline para a entrega dessa solução foi desafiador. Foram duas semanas desde a divulgação da task até a apresentação. Como consequência, o nivel de dificuldade para realizar a gestão do tempo aumentou mas também serviu como ponto motivador do desenvolvimento das atividades.
Por fim, foi divertido. A Netflix tem um produto que me agrada e trabalhar com um bom serviço gera esse tipo de experiência durante o processo.
