Disponível em 3 idiomas e sendo a primeira aplicação completamente acessível da Petrobras, o Localizador de Pessoas atende aos requisitos de compatibilidade da W3C, WAI/ARIA e WCAG. Foi inclusive testado por portadores de deficiências visuais totais.
Com duração de aproximadamente 2 anos, de 2012 à 2014, o LOPE teve um total de 16 profissionais multidisciplinares trabalhando em múltiplas equipes.
Esse projeto esteve em NDA até Outubro/2022 (10 anos), de maneira que não foi possível coletar todo o material necessário para demonstrar todo o processo de UX. Fotos, vídeos, prints de entrevistas com usuários, screenshots, registros das dinâmicas, nada disso era permitido pela Petrobras - nem como registro pessoal.
Todo o material coletado e demonstrado aqui foi salvo através de backups sucessivos e na minha opinião, vale muito a pena demonstrar esse case.
Objetivo 1: Tecnológico e de Design.Substituir todas as ferramentas e sistemas de localização de pessoas da Petrobras ao redor do mundo por uma única aplicação leve, simples e intuitiva.
Objetivo 2: Comportamental e Financeiro.Reduzir pela metade o tempo de acesso de colaboradores visitantes às dependências da empresa. A ferramenta de localização mais eficaz permite que uma pessoa leve cerca de 4 minutos entre a chegada a recepção e a autorização para ingressar nas dependências da Petrobras.
Objetivo 3: Tecnológico e de Cybersegurança.Unificar e normalizar todos os dados a respeito dos colaboradores ao redor do mundo com segurança (pois são dados sensíveis), e ser a única fonte de consumo confiável dessa informação (Single Source of Truth) com o máximo de performance disponível.
Fui o designer responsável pela UX, UI, Prototipação e UX Strategy da aplicação.
O primeiro passo foi definir qual seria a estratégia adotada para a criação dessa nova ferramenta de localização de pessoas. Em quanto tempo seria necessário para que os usuários se sentissem completamente confortáveis, fora de sua zona de conforto, utilizando uma nova ferramenta unificada adotada por toda companhia? Algo dessa proporção, nessa escala, nunca vista antes na história da empresa, precisaria de um fallback caso as coisas não dessem certo na primeira implementação.
No rastro dessa pergunta, surgiram outras igualmente desafiadoras:
A estratégia de negócio girava em torno de: “Se você trabalha na Petrobras, qualquer colaborador deve ser apto a te localizar com o mínimo de esforço possível, o mais rápido possível, da melhor maneira possível, com excelência e simplicidade.”. Em função disso, múltiplas equipes com especialistas em todo o tipo de tecnologia foram consultados para saber quais seriam os possíveis stacks tecnológicos utilizados para essa aplicação.
Uma vez entendido os desafios tecnológicos, foi colocado em prática a busca pela inovação de valor desse novo produto que estava surgindo: o que seria entregue seria simples e fácil de usar? Qual era o produto digital mais simples utilizado no mundo pela maior quantidade de pessoas a maior parte do dia? Será que esse produto era compatível com o que existia de solução implementada pela Petrobras?
E assim iniciei a etapa de mapeamento e benchmarking de cada aplicação de localização de pessoa existente dentro da Petrobras e fiz a comparação com os principais mecanismos de busca no mercado naquele instante (Google, Bing, Yahoo, Duck Duck Go) para entender os pontos fortes, fracos e oportunidades de implementação existentes e as principais ameaças de cada modelo.
Em seguida, fizemos o levantamento dos perfis de colaboradores que acessaram as ferramentas de localização de pessoas ao redor do mundo, para que fosse possível escolhermos representantes para esses grupos e convidá-los para participar de um processo de pesquisa e testes ao longo da construção da ferramenta.
Com isso foi possível traçar perfis de usuários e também traçar as suas jornadas, na utilização dos localizadores existentes, entender as suas necessidades e também as suas preferências de utilização e suas dores no convívio diário com as ferramentas.
Mapa de Empatia - Recepcionista de Andar / Recepcionista de Jirau
Persona - Recepcionista de Andar / Recepcionista de Jirau
Com os grupos definidos, começou o processo de criação de protótipos de baixa fidelidade para validar algumas hipóteses levantadas durante o processo de mapeamento e benchmarking, para que fosse possível ter uma versão 0 a partir de um problema conhecido e coletarmos os feedbacks sobre aquilo que é possível ser feito para melhorar até termos uma versão 1.0 estável para lançamento que tenha sido testada e validada pelos grupos.
Com os protótipos sendo refinados e melhorando a experiência do usuário ao longo do processo com a utilização de elementos gráficos, tipografia, uso de cores (pacote de UI), foi possível chegar a primeira versão estável do projeto.
Tela inicial de pesquisa - LOPE v1
Tela de listagem de resultados - LOPE v1
Tela de resultado - LOPE v1
Logo após a liberação da primeira ferramenta para o público em geral, o feedback coletado diretamente com a força de trabalho fez com que fosse colocado em prática a versão 2, fazendo mudanças drásticas que haviam sido detectadas durante a versão 1.
Em função desse tipo de implementação - em larga escala para toda a Petrobras - todas as ferramentas de localização de pessoas seriam desativadas em até 90 dias. Durante esse período, novos estudos e novas entrevistas foram feitos, novos dados foram adquiridos e a decisão de que o LOPE 1.0 seria utilizado como uma versão de fallback, pois os usuários já haviam entendido e se acostumado com a ideia de ter uma única opção de localização de pessoas a partir desse momento.
Além disso, uma outra solução mais eficaz foi detectada durante o processo da versão 1.0 como havia sido detectada durante o processo mas não adotada por receio de ser inovadora demais para a força de trabalho. A solução mais conservadora, com múltiplos campos para cada tipo de busca foi adotado, mesmo não sendo a mais eficaz, mas seria a menos problemática para os usuários durante o processo de adoção e uso do LOPE.
A solução mais eficaz sugerida utilizava um único campo de busca e a possibilidade de fazer múltiplas buscas a partir da combinação de termos para trazer os resultados. Assim surgiu o LOPE 2.0.
Seja bem vindo, LOPE versão 2.0!
Com um pacote de atualizações de performance nos bancos de dados e na tecnologia utilizada no front end, chegada da nova identidade visual corporativa da Petrobras e melhoria no framework de design corporativo da empresa, o timing não poderia ser melhor para fazer o upgrade do LOPE para a versão 2.0.
A nova versão do LOPE, de acordo com o feedback dos usuários da força de trabalho da Petrobras, era mais bonita, mais simples, mais fácil, mais rápida e mais precisa do que a versão anterior. Pensada inicialmente com a capacidade de ter imagens aleatórias sobre a Petrobras em cada acesso à ferramenta e que demonstrassem pessoas, embarcações e estruturas que fossem referências à companhia, essa versão chegou a ir ao ar por pouco tempo. Foi substituída por um tema neutro pois a ideia inicial era de utilizar imagens relevantes através de geolocalização e com isso aumentar a relevância e o senso de pertencimento dos colaboradores*.
Versão da página inicial do LOPE versão 2.0 com grafismo neutro
A ideia inicial era de utilizar imagens relevantes através de geolocalização e com isso aumentar a relevância e o senso de pertencimento dos colaboradores. Desafio técnico aceito e devidamente resolvido, através da API de Geolocalização (HTML5) + cookies do portal da intranet da Petrobras.
No entanto, mesmo com o desafio técnico vencido, o RH da Petrobras não conseguiu achar saída para o dilema do fator humano: como detectar que cada setor tenha a sua imagem relevante? E ainda, se flexibilizarmos e permitirmos que cada colaborador faça upload de sua imagem favorita, qual tipo de imagem seria disponibilizada? Essa imagem poderia ser contrária às normas e princípios da Petrobras.
Com a nova tecnologia completamente compatível com o software utilizado pelos portadores de deficiência totais, o JAWS, o sistema de busca conseguia localizar qualquer colaborador no mundo utilizando até 3 termos. Como? Pense da seguinte maneira: se eu encontro contigo na rua e estamos conversando amigavelmente, o princípio básico é de que eu sei o seu nome e o local onde estamos conversando. Para te localizar, seria bem mais simples do que você imagina: bastaria digitar o meu nome, Alexander, seguido de Rio de Janeiro. A listagem com foto traria todas pessoas que tivessem Alexander e que trabalham no Rio de Janeiro. A partir do registro visual, você localizaria a pessoa.
E não parava por aí: uma combinação de até 20 termos tornava a pessoa localizável instantaneamente, ex.: CPF, CNPJ, setor, ocupação, algum pedaço do nome... fora os identificadores diretos que traziam o resultado diretamente. Tudo isso disponível em um único campo! Esse tipo de decisão fez com que não utilizássemos o autocompletar no campo de busca, pois algumas combinações tornam inviáveis esse trabalho, como CPF vs. telefones no Brasil e no exterior, por exemplo.
Tela com a lista de resultados da busca por pessoas.
O ganho foi perceptível: o perfil mais crítico, Recepcionista de Jirau, agora conseguia liberar o ingresso de um visitante ou colaborador no edifício após localizar uma pessoa em até 1min30s, praticamente acabando com filas em períodos críticos, como a primeira hora comercial do turno da manhã e a primeira hora comercial do turno da tarde. Antes, levava mais que o dobro do tempo, cerca de 4 minutos com ferramentas de localização de pessoas específicas.
Tela com o resultado da busca por pessoas. Existem mais de 20 maneiras de se chegar ao mesmo resultado! :)
Após a sua implementação definitiva, o Localizador de Pessoas (LOPE) conseguiu uma economia de cerca de USD 5 milhões anuais, entre licenças de hardware e software, distribuição das equipes de manutenção nas ferramentas espalhadas pelo mundo, transfers perdidos por conta de atrasos na liberação de colaboradores nos edifícios da empresa.
Além disso, com a unificação dos sistemas de localização de pessoas, o tempo de ingresso às instalações da Petrobras foi padronizado e reduzido para cerca de 1min30s entre o visitante/colaborador se identificar na recepção do prédio e ter a sua entrada liberada por um empregado que trabalha no local. Muito se deve graças a nova interface gráfica, muito mais leve e mais eficaz, que permite que uma pessoa seja localizada utilizando até 3 termos na pesquisa. Exemplo de busca: “Marcelo Contratos Edise”. A aplicação aprende padrões e oferece resultados frequentemente acessados cada vez mais rápido, graças ao BDFTP.*
Por último, todos os dados da força de trabalho foram normalizados e inseridos dentro de um framework próprio de banco de dados chamado BDFTP (Banco de Dados da Força de Trabalho da Petrobras) que utiliza tecnologia de ponta para armazenamento, controle de acesso e performance para suportar com folgas os acessos aos dados e backup 24h por dia, 7 dias por semana, todos os dias do ano. Essa nova tecnologia é a única fonte de dados (Single Source of Truth), de maneira que tudo o que for pesquisado lá é a versão final e definitiva a respeito de um colaborador na empresa.
Com isso, todos os objetivos foram atingidos após um longo e dinâmico projeto que durou cerca de 2 anos.