Estudo de Caso 05 · SKY Brasil · Anterior 2023

Estratégia de
Audiência

Estratégia de audiência e arquitetura de experiência para a SKY Brasil. O trabalho de design foi estabelecer a lógica entre dados e experiência: transformar sinais comportamentais em segmentos de audiência e converter esses segmentos em fluxos de navegação personalizados, cada um alinhado à intenção real de cada assinante.

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 Meu papel foi interpretar dados comportamentais, definir a taxonomia de audiência e converter sinais de dados em estratégias de experiência que as equipes de dados e engenharia pudessem implementar via infraestrutura de DMP.
Year Anterior 2023
Resultado 3 clusters de audiência mapeados. Fluxos de navegação personalizados implantados. Estratégia de dados primários documentada para uso contínuo 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
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 Brasil operava uma Plataforma de Gestão de Dados (DMP) que coletava sinais comportamentais primários em seu site, app e propriedades de mídia. A infraestrutura existia. O que faltava era interpretação: ninguém havia transformado esses dados em decisões de experiência. A oportunidade de UX era se tornar a camada entre analytics e arquitetura, definindo o que cada sinal comportamental significava para a resposta do site a cada tipo de usuário.

◎
A Oportunidade de Design

Os dados do DMP permitem a personalização do próprio site. Consumidores distintos enxergam fluxos de navegação e hierarquias de conteúdo diferentes, determinados por sua assinatura comportamental. O desafio de design era definir o que cada uma dessas variações deveria conter.

→
A Camada de Tradução

Dados comportamentais só orientam a experiência quando alguém define as regras. Minha contribuição foi a taxonomia de audiência: quais segmentos são relevantes, como são construídos a partir dos sinais e qual deve ser a resposta de UX para cada um.

∑
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 interfuncional primeiro. Depois, uma leitura profunda dos sinais comportamentais em quatro camadas de dados para entender não o que os usuários clicavam, mas por quê.

A fase de descoberta começou com alinhamento interfuncional: estratégia, design e ciência de dados mapeando a jornada do assinante da SKY, da aspiração à conversão. O objetivo não era entender o que os consumidores clicavam, mas por que clicavam e o que esperavam encontrar ao fazê-lo.

Em seguida, percorri as camadas de analytics da SKY: pontos de abandono no funil de compras, sinais de intenção no tráfego orgânico e caminhos de fluxo comportamental entre áreas de conteúdo. A análise comportamental foi a mais reveladora. Consumidores que chegavam por conteúdo esportivo se comportavam de forma completamente diferente dos que chegavam por buscas comparativas de preço. Não eram o mesmo cliente, mas o site os tratava como se fossem.

"O objetivo era mapear afinidades de audiência cruzando sinais aspiracionais com dados atitudinais: o que as pessoas desejavam ter versus como de fato tomavam suas decisões."
01
Análise do Funil de Compras

Mapeamento dos pontos de abandono no funil. Identificação das etapas com maior perda de assinantes em potencial e diagnóstico das causas: conteúdo, UX ou desalinhamento de audiência.

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

Rastreamento dos caminhos de navegação entre áreas de conteúdo. Identificação de assinaturas comportamentais que distinguiam conversores de alta intenção de simples visitantes, base da taxonomia de segmentos.

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 distintos, cada um com uma relação diferente com o produto da SKY, um estilo de decisão próprio e uma exigência de UX específica. Os segmentos não eram personas de marketing. Eram modelos de interação, cada um mapeado para um layout de homepage diferente, uma hierarquia de conteúdo distinta e um caminho de conversão específico.

01
Segmento 01
Oportunista

Alta intenção, sensível a preço, orientado por comparação. Chega por conteúdo promocional ou buscas comparativas. Precisa de clareza imediata sobre ofertas vigentes e vantagens competitivas. A decisão é rápida.

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

Maximizador de valor, deliberado, analítico. Compara planos, lê perguntas frequentes, calcula custo por canal. Precisa de uma arquitetura de informação completa com detalhamento claro dos planos.

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

Orientado por conteúdo, aspiracional, entretenimento em primeiro lugar. Chega por filmes ou entretenimento, não por buscas de produto. Precisa de uma experiência liderada por conteúdo, onde a afinidade com a marca antecede a transação.

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.

Com os três segmentos definidos e validados, desenvolvi um documento de estratégia criativa para cada cluster, definindo o tom de comunicação, as regras de hierarquia de conteúdo, a estrutura visual e o fluxo de navegação que o DMP deveria entregar a cada perfil. Não eram wireframes. Eram frameworks de decisão que a equipe de tecnologia convertia em regras de DMP e a equipe de design executava como variações de interface.

Princípio de Design 01
Segmente na entrada, não no checkout. Personalização que só se ativa no momento da conversão chega atrasada. A lógica do DMP foi projetada para identificar padrões comportamentais nas duas primeiras visualizações de página e adaptar a navegação a partir daí, antes que o consumidor precisasse se identificar.
Princípio de Design 02
A homepage não é uma única página. O insight central deste projeto: a homepage da SKY era, na prática, três páginas diferentes servidas a três audiências distintas. O trabalho estrutural de design consistiu em definir o conteúdo de cada versão e as regras de DMP que acionariam a correta.
Princípio de Design 03
Os dados precisam ser classificados antes de se tornarem criativos. O documento mais importante que produzi foi a matriz de classificação de segmentos, as regras que traduziam sinais comportamentais em atribuições de audiência. Pensamento de design aplicado à taxonomia de dados.
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 estratégia de audiência produziu resultados operacionais que transcenderam o brief inicial. A taxonomia de segmentos e as regras de experiência tornaram-se infraestrutura compartilhada entre as equipes de dados, marketing e tecnologia.

Personalização da homepage orientada por comportamento. Habilitou o DMP a entregar três arquiteturas de navegação distintas com base em sinais comportamentais identificados nas duas primeiras visualizações.
Redução do desalinhamento entre intenção e navegação. Alinhamento da arquitetura do site com os modelos de decisão reais de cada cluster, reduzindo o atrito entre a intenção de chegada e os caminhos de conteúdo disponíveis.
Taxonomia de audiência compartilhada. A matriz de classificação de segmentos tornou-se referência operacional para as equipes de marketing, dados e criação, uma linguagem comum entre funções.
Regras de UX documentadas para personalização. Definição da lógica de decisão sobre quais sinais comportamentais acionam qual variação de experiência, tornando a personalização reproduzível e escalável.
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.

Trabalhei neste projeto numa função de Senior UX com foco em arquitetura de experiência, numa fase da carreira em que as lições ainda chegavam em tempo real. Olhando para trás, consigo nomear com precisão o que este projeto realmente era: transformar complexidade em clareza, e clareza em decisão.

O instinto em projetos carregados de dados é deferir para os analistas. Este projeto me mostrou que a habilidade mais difícil e mais importante é construir as perguntas que tornam os dados significativos e converter as respostas em decisões de experiência que stakeholders não técnicos consigam executar.

Lição 01 · Literacia de Dados
Estratégia de UX exige literacia de dados, não dependência de dados
O projeto exigiu leitura de plataformas de analytics, interpretação de fluxos comportamentais e construção de taxonomias a partir de dados primários. A competência necessária não era ciência de dados, era tradução disciplinada: formular as perguntas certas e transformar as respostas em decisões de experiência acionáveis.
Lição 02 · Design Organizacional
Personalização é uma capacidade organizacional, não uma funcionalidade
A estratégia de DMP só funcionou porque as equipes de dados, criação e tecnologia da SKY compartilhavam a mesma taxonomia de segmentos. O trabalho de design foi criar essa linguagem comum. Personalização em escala é uma capacidade organizacional, não apenas técnica.
Lição 03 · Visibilidade Estratégica
O trabalho de design mais estratégico é frequentemente invisível
Os trabalhos de maior impacto, a matriz de classificação de segmentos, a taxonomia de sinais comportamentais, os documentos de estratégia criativa, eram inteiramente conceituais. Isso moldou minha forma de demonstrar o valor do UX estratégico: não por entregas, mas por resultados.
Próximo Estudo de Caso
SAMSUNG · Infinite Island
Estratégia de Experiência Digital
→