Concept de app financeiro integrado ao e-commerce de uma das principais marcas de moda do país

Projeto
Concept de app de produto financeiro bancário, integrado ao e-commerce de uma grande marca de moda.

Desafio
Reformular fluxos, interface e arquitetura do app, integrando produtos financeiros como fatura, limite do cartão e empréstimo pessoal em um ecossistema mais robusto, com pouca base de dados disponível.

Atuação
Product Designer na reformulação de fluxos, interface e arquitetura, com discovery baseado em entrevistas, análise heurística e benchmarking, e validação das jornadas em teste com usuários.

Uso de IA
ChatGPT e Claude para acelerar a análise heurística, o levantamento de reclamações de clientes em busca de insights de melhoria e o benchmarking com apps de banco. Protótipos explorados com Figma AI.

Resultado
Teste com usuários no Maze, com 92% de aprovação da visão cross de informações financeiras.

Contexto

Reformulação completa da experiência do aplicativo, incluindo fluxos, interface, arquitetura e integração de produtos financeiros, com o objetivo de alinhar o produto a uma evolução estratégica e estruturar um ecossistema financeiro mais robusto por meio de um novo conceito de app.

Este projeto é protegido por um acordo de confidencialidade no momento, portanto o nome, o logo e as cores do cliente foram alterados.

Resultados

Foi realizado um teste com usuários pelo Maze para validar a nova proposta de jornadas e interfaces, a organização de informações financeiras (como faturas e limite do cartão) e a introdução do novo fluxo de empréstimo pessoal.

Percepções coletadas

92% dos testadores aprovou a ideia de informações cross nas telas do app
60% achou a simulação de empréstimo mais simples do que imaginava
A confiança dos usuários subiu mais de 10% com o novo layout
"Mais parecido com apps de banco" → organização e clareza muito elogiada
O novo modelo de visualização de gastos foi citado como mais claro e dinâmico

Aprendizados

Em um cenário com pouca base de dados, decisões foram estruturadas a partir de entrevistas, análises heurísticas e benchmarking na fase de discovery, garantindo direcionamento consistente e validação positiva nos testes com usuários.