Envios corretos: dar clareza a uma nova regra logística
Em 2025, participei da evolução da experiência de performance dos vendedores no Mercado Livre. Uma nova regra de avaliação dos envios exigia tornar critérios logísticos mais compreensíveis e acionáveis dentro de um fluxo já existente.
Minha atuação incluiu estruturar os cenários da experiência, explorar alternativas de interface e documentar os casos de uso. O resultado foi um novo módulo de informação para apoiar vendedores na leitura de seu desempenho operacional.
Contexto
No inicio do ano, surgiu um novo desafio: incluir um novo critério de qualidade no momento de envio das vendas.
Depois de uma venda, o vendedor prepara o pacote e o despacha para a entrega. Esse despacho, ou envio, pode ser feito por várias formas, como pelos Correios ou coletado no endereço do vendedor pra entrega pelo Mercado Livre.
Até então, nesse fluxo de coleta, o sucesso do envio era avaliado pelo prazo. A nova regra passou a considerar também se a coleta acontecia no endereço informado na venda, já que uma origem diferente afeta o planejamento logístico.
Com isso, surgiu um novo critério na jornada do vendedor: o envio correto, feito no prazo e a partir do endereço indicado.
Problema
Regras operacionais podem ser claras para o negócio e ainda assim pouco compreensíveis para quem as vivencia. Em uma jornada dinâmica como a venda online, a nova regra precisava proteger a promessa de entrega sem transformar a avaliação em uma caixa-preta para o vendedor.
Meu desafio foi transformar esse critério em um diagnóstico claro: evidenciar os motivos mais frequentes de envios incorretos para garantir transparência aos vendedores da sua performance e como agir para melhorá-la.
Destaques
Na seção de avaliação de performance dos envios, o novo módulo precisava mostrar como cada motivo contribuía para o resultado do vendedor. Abaixo, apresento momentos do processo, minha contribuição e os entregáveis que orientaram a solução.
Estrutura da informação para alinhar decisões
O que eu fiz: Mapeei os cenários que precisavam aparecer na experiência e organizei a narrativa de dados para o vendedor. Com o mapeio, (1) estruturei uma árvore conceitual para definir a arquitetura da informação; e (2) explorei comportamentos possíveis para o mesmo caso de uso.
O que isso viabilizou: Os artefatos deram clareza às dependências da solução e foram fundamentais no alinhamento de decisões com as equipes parceiras.
Explorações em baixa fidelidade para decidir
O que eu fiz: Com a arquitetura da informação definida, (3) explorei em baixa fidelidade diferentes formatos de conteúdo e gráficos para inserir os dados em um fluxo já existente.
O que isso viabilizou: As explorações permitiram comparar alternativas, antecipar desafios de usabilidade e selecionar a representação visual mais adequada para a história que precisávamos contar.
IA aplicada ao processo de design
O que eu fiz: Incorporei IA generativa à criação de explorações em média fidelidade, análises heurísticas e conteúdo. Com Figma Make e ChatGPT, iterei hipóteses e aprimorei técnicas de prompt ao longo do projeto.
O que isso viabilizou: Os experimentos aceleraram a exploração de alternativas, tomadas de decisão e se tornaram referência interna para outros projetos e equipes.
Handoff completo para implementação
O que eu fiz: Depois dos alinhamentos, refinei e documentei a solução final. (5) Estruturei o handoff com casos de uso, especificações de comportamento e aderência ao Design System.
O que isso viabilizou: A documentação deu previsibilidade à implementação e passou a servir de referência para outros handoffs na equipe.
Solução final
Como em todo projeto de produto, o processo teve iterações, feedbacks e negociações. A solução final equilibrou o tempo disponível com uma leitura clara, acionável e coerente com o ecossistema visual existente.
A composição priorizou contexto para os dados, hierarquia para a leitura rápida e flexibilidade para comportar novos motivos no futuro.
- A.
- Título e descrição contextualizam os dados e orientam a ação esperada.
- B.
- Ícone apoia a identificação rápida do dado e diferencia o módulo das demais métricas.
- C.
- Indicador numérico em maior hierarquia dá destaque ao resultado e mantém consistência com as demais métricas.
- D.
- Referência ao total de envios mantém consistência com os demais gráficos da tela.
- E.
- Layout horizontal flexível para acomodar novos motivos.
- F.
- Redirecionamento para outro fluxo com detalhes sobre cada envio.
- G.
- Recomendações adaptadas a cada cenário de uso.
- H.
- Empty states para incentivar boas práticas e lidar com cenários sem dados suficientes.
Este relato foi cuidadosamente editado para não expor informações confidenciais ou dados estratégicos da empresa. O foco está na minha atuação e nos aprendizados que levei comigo.