Estratégia de
Audiência

A SKY tinha os dados e ninguém os havia traduzido em decisão. Li os sinais e escrevi a taxonomia: três audiências, três homepages.

Estratégia de Audiência Arquitetura de Experiência Design de Dados Análise Comportamental Personalização
Cliente SKY Brasil
Meu Papel Senior UX · Estratégia de Audiência e Arquitetura de Experiência
Escopo do papel Interpretei o dado comportamental, defini a taxonomia e converti sinal em estratégia que dados e engenharia implementaram via DMP.
Ano Anterior 2023
Resultado Três clusters mapeados, fluxos personalizados implantados e estratégia de dados primários documentada no DMP.
3 Segmentos de audiência
1st Dados primários interpretados
DMP Estratégia de dados
Personalização Fluxos personalizados
Estratégia de AudiênciaDesign de DadosAnálise ComportamentalArquitetura de ExperiênciaSKY BrasilPersonalização Estratégia de AudiênciaDesign de DadosAnálise ComportamentalArquitetura de ExperiênciaSKY BrasilPersonalização
SKY Brasil
Seção 01
Contexto

Dados sem contexto são apenas ruído.

A SKY Brasil tinha a infraestrutura. O que faltava era contexto: ninguém havia traduzido os dados comportamentais em decisões de experiência.

A SKY já operava um DMP coletando sinais primários. A infraestrutura existia, faltava interpretação.

A Oportunidade de Design

O DMP permitia personalizar o site: cada perfil vendo navegação e hierarquia próprias. O desafio era definir o que cada variação continha.

A Camada de Tradução

Dado comportamental só orienta experiência quando alguém escreve a regra. Minha contribuição foi a taxonomia: que segmentos importam e qual resposta de UX cada um exige.

Progressão Estratégica

Dados comportamentais → Segmentação de audiência → Estratégia de experiência → Fluxos personalizados. Cada camada dependia da clareza da anterior.

Behavioral clustering framework
Framework de clustering comportamental: mapeamento de sinais de dados para estrutura de audiência
Seção 02
Pesquisa

Ler o sinal
como intenção.

Alinhamento primeiro. Depois, leitura profunda dos sinais em quatro camadas de dados.

Comecei alinhando estratégia, design e ciência de dados na jornada do assinante. A pergunta não era o que clicavam, era por quê.

Percorri abandono no funil, intenção no tráfego orgânico e fluxo entre conteúdos. Quem chegava por esporte não era o mesmo cliente de quem chegava por preço, mas o site tratava como se fosse.

"Mapear afinidade cruzando sinal aspiracional com dado atitudinal: o que as pessoas desejavam versus como de fato decidiam."
01
Análise do Funil de Compras

Mapeei os pontos de abandono e diagnostiquei a causa: conteúdo, UX ou audiência errada.

02
Inteligência de Tráfego Orgânico

Análise dos termos de busca que geravam tráfego orgânico. Identificação de sinais de intenção que revelaram motivações radicalmente distintas chegando à mesma página inicial.

03
Mapeamento de Fluxo Comportamental

Rastreei caminhos entre áreas de conteúdo, isolando o que distinguia conversor de visitante.

04
Camada Atitudinal

Cruzamento de dados comportamentais com padrões de engajamento de conteúdo, esportes acompanhados e entretenimento consumido, para construir o raciocínio por trás das assinaturas comportamentais.

Behavioral data interpretation diagram
Interpretação de dados comportamentais: mapeamento de sinais para intenção de audiência
Behavioral flow analysis and analytics data
Análise de fluxo comportamental: dados de analytics orientando a segmentação de audiência
Seção 03
Modelo de Audiência

Três audiências. Três experiências.

Os dados se consolidaram em três clusters comportamentais distintos, cada um com um modelo de decisão diferente e uma exigência de UX específica.

Os dados se consolidaram em três clusters comportamentais, cada um com estilo de decisão e exigência de UX próprios. Não eram personas de marketing, eram modelos de interação, cada um mapeado para uma homepage e um caminho de conversão.

01
Segmento 01
Oportunista

Alta intenção, sensível a preço. Chega por promoção ou comparação. Precisa de clareza imediata sobre oferta. Decide rápido.

Conversão: oferta em destaque → comparação de planos → assinar
02
Segmento 02
Orientado por Valor

Deliberado e analítico. Compara planos, lê FAQ, calcula custo por canal. Precisa de arquitetura de informação completa.

Conversão: configurador de plano → FAQ → contato ou assinatura
03
Segmento 03
Amante de Conteúdo

Aspiracional, entretenimento primeiro. Chega por filme, não por busca de produto. Precisa de experiência liderada por conteúdo.

Conversão: descoberta de conteúdo → o que está incluído → assinar
Audience segmentation model
Modelo de segmentação: sinais comportamentais mapeados em clusters e variações de experiência
Seção 04
Estratégia de Experiência

Do cluster à estratégia criativa.

Com os três segmentos definidos, construí frameworks de decisão para cada um, convertendo a lógica comportamental em regras de DMP e variações de interface.

Escrevi uma estratégia criativa por cluster: tom, hierarquia de conteúdo, estrutura visual e fluxo que o DMP entregaria a cada perfil. Não eram wireframes, eram frameworks de decisão que tecnologia convertia em regra e design executava como interface.

Princípio de Design 01
Segmente na entrada, não no checkout. Personalização que só liga na conversão chega tarde. Projetei o DMP para ler o comportamento nas duas primeiras páginas e adaptar a navegação dali.
Princípio de Design 02
A homepage não é uma única página. A da SKY eram três, servidas a três audiências. O trabalho foi definir o conteúdo de cada versão e a regra de DMP que acionava a certa.
Princípio de Design 03
Dado precisa ser classificado antes de virar criação. O documento mais importante que produzi foi a matriz que traduzia sinal comportamental em audiência.
Personalization strategy showing audience segments triggering different navigation experiences
Fluxos de personalização, como cada segmento aciona uma experiência de navegação distinta
Seção 05
Impacto Operacional

Resultado estratégico com alcance mensurável.

A estratégia de audiência gerou resultados operacionais que ultrapassaram o escopo de UX, alcançando as equipes de dados, marketing e tecnologia.

A taxonomia e as regras de experiência viraram infraestrutura compartilhada entre dados, marketing e tecnologia.

Homepage personalizada por comportamento: o DMP passou a entregar três arquiteturas de navegação distintas.
Menos desalinhamento entre intenção e navegação: a arquitetura passou a seguir o modelo de decisão real de cada cluster.
Taxonomia compartilhada: a matriz virou referência operacional de marketing, dados e criação.
Regras de UX documentadas: que sinal aciona que variação, tornando a personalização reproduzível.
Modelo estabelecido para UX orientado por dados. A metodologia tornou-se um modelo replicável para iniciativas de personalização subsequentes.
Retrospectiva

O que este projeto me ensinou
sobre design e dados.

Este projeto era transformar complexidade em clareza, e clareza em decisão.

O instinto em projeto de dados é deferir ao analista. O difícil é construir as perguntas que tornam o dado significativo.

Lição 01 · Literacia de Dados
Estratégia de UX exige literacia de dados, não dependência de dados
Li plataformas de analytics, interpretei fluxos e construí taxonomia a partir de dado primário. A competência não era ciência de dados, era tradução disciplinada.
Lição 02 · Design Organizacional
Personalização é uma capacidade organizacional, não uma funcionalidade
A estratégia só funcionou porque dados, criação e tecnologia compartilhavam a mesma taxonomia. Personalização em escala é capacidade organizacional, não técnica.
Lição 03 · Visibilidade Estratégica
O trabalho de design mais estratégico é frequentemente invisível
Meus entregáveis de maior impacto eram inteiramente conceituais. Isso moldou como demonstro valor de UX estratégico: por resultado, não por entrega.
Próximo Projeto
SAMSUNG · Infinite Island
Estratégia de Experiência Digital
Voltar ao topo