LOPE · Localizador de Pessoas Unificado
Rolar ↓

Petrobras · 2012 — 2014

LOPE · Localizador de Pessoas Unificado.

Cliente
Petrobras
Papel
Design UX/UI + estratégia
Stack
UX research · WCAG · WAI-ARIA
Período
2012 — 2014

O desafio do LOPE: ajudar a localizar qualquer empregado da força de trabalho da Petrobras o mais rápido possível, digitando até 3 termos na busca.

Localizador de Pessoas da Petrobras

Disponível em 3 idiomas e a primeira aplicação totalmente acessível da Petrobras, o Localizador de Pessoas atende aos requisitos de compatibilidade da W3C, WAI/ARIA e WCAG. Foi inclusive testado por usuários com deficiência visual total.

Em operação por aproximadamente 2 anos, de 2012 a 2014, o LOPE teve um total de 16 profissionais multidisciplinares trabalhando em várias equipes.

Uma nota sobre o NDA

Este projeto ficou sob NDA até outubro de 2022 — 10 anos — então não foi possível reunir todo o material necessário para demonstrar o processo de UX inteiro. Fotos, vídeos, prints das entrevistas com usuários, capturas de tela, registros das dinâmicas de grupo: nada disso foi permitido pela Petrobras — nem como registro pessoal.

Todo o material reunido e mostrado aqui foi guardado através de backups sucessivos e, na minha opinião, este case vale bem a pena ser demonstrado.

Foto da fachada do edifício-sede da Petrobras no Rio de Janeiro
Foto da fachada do edifício-sede da Petrobras no Rio de Janeiro

Quais eram os três principais objetivos do LOPE?

Objetivo 1: Tecnologia e Design.
Substituir todas as ferramentas e sistemas de localização de pessoas da Petrobras no mundo inteiro por uma única aplicação leve, simples e intuitiva.

Objetivo 2: Comportamento e Finanças.
Reduzir pela metade o tempo que empregados em visita levam para acessar as dependências da empresa. A ferramenta de localização mais eficaz disponível fazia uma pessoa levar cerca de 4 minutos entre chegar à recepção e ser autorizada a entrar nas dependências da Petrobras.

Objetivo 3: Tecnologia e Cibersegurança.
Unificar e normalizar com segurança todos os dados sobre os empregados no mundo inteiro — são dados sensíveis — e ser a fonte única confiável dessa informação (Single Source of Truth) com o máximo de performance disponível.

O que eu fiz no projeto (em resumo)?

Fui o designer responsável pela UX, UI, Prototipação e UX Strategy da aplicação.

Exemplo da planilha de estimativa de esforço do Localizador de Pessoas
Exemplo da planilha de estimativa de esforço do Localizador de Pessoas

O Processo!

O primeiro passo foi definir a estratégia para criar essa nova ferramenta de localização de pessoas. De quanto tempo os usuários precisariam para se sentir completamente confortáveis, fora da sua zona de conforto, usando uma nova ferramenta unificada adotada pela empresa inteira? Algo dessa proporção, nessa escala, nunca visto antes na história da empresa, precisaria de um fallback caso as coisas não dessem certo na primeira implementação.

Na esteira dessa pergunta, apareceram outras igualmente desafiadoras:

  • Que aspectos inovadores deveriam ser considerados e adotados por essa nova solução?
  • Como viabilizar essa fusão de ferramentas, em um emaranhado de dados que ainda não tinha sido unificado e normalizado?
  • Essa nova ferramenta está alinhada com a forma como a Petrobras vê o mundo?
  • O LOPE estaria alinhado com as novas tecnologias e caberia dentro da estratégia de negócio da empresa? (Future-proof)
  • Existe algum dado que ajude a provar que esse novo produto será mesmo viável financeiramente?
Várias das ferramentas de localização de pessoas que existiam na Petrobras antes da unificação no LOPE
Várias das ferramentas de localização de pessoas que existiam na Petrobras antes da unificação no LOPE

Benchmarking

A estratégia de negócio girava em torno dessa afirmação. Por causa dela, várias equipes com especialistas em todo tipo de tecnologia foram consultadas sobre as possíveis stacks de tecnologia dessa aplicação. Entendidos os desafios de tecnologia, começou a busca pela inovação de valor desse novo produto: o que entregássemos seria simples e fácil de usar? Qual era o produto digital mais simples do mundo, usado pelo maior número de pessoas na maior parte do dia? Esse produto era compatível com as soluções que a Petrobras já tinha em operação?

E assim comecei a etapa de mapear e fazer benchmarking de todas as aplicações de localização de pessoas que existiam dentro da Petrobras, comparando-as com os principais buscadores do mercado naquele momento — Google, Bing, Yahoo, DuckDuckGo — para entender as forças, fraquezas e oportunidades de implementação, e as principais ameaças de cada modelo.

Se você trabalha na Petrobras, qualquer empregado deve conseguir localizar você com o menor esforço possível, o mais rápido possível, da melhor forma possível, com excelência e simplicidade.
Benchmarking — análise dos principais players do mercado de busca
Benchmarking — análise dos principais players do mercado de busca

Os grupos identificados como usuários de uma ou mais ferramentas de localização de pessoas

Em seguida, levantamos os perfis dos empregados que acessavam ferramentas de localização de pessoas pelo mundo, para escolher representantes desses grupos e convidá-los a participar de um processo de pesquisa e testes ao longo da construção da ferramenta.

Com isso, foi possível traçar os perfis de usuário e suas jornadas pelos localizadores existentes — para entender suas necessidades, suas preferências de uso e suas dores no contato diário com as ferramentas.

Quadro com os grupos de usuários
Quadro com os grupos de usuários
Recepcionistas de andar
Usam várias ferramentas de localização de pessoas. Não se limitam ao próprio departamento ou andar. Localizam pessoas dentro do próprio prédio e, em alguns casos, entram em contato com recepcionistas de outras localidades e/ou enviam e-mails ou mensagens diretas para várias pessoas.
Recepcionistas de jirau
Usam várias ferramentas de localização de pessoas. Localizam pessoas dentro do próprio prédio para solicitar permissão de entrada de visitantes e empregados da força de trabalho.
Profissionais de TI
Muito familiarizados com sites e apps, e capazes de instruir outros empregados em uma tarefa passo a passo quando alguém precisa de ajuda com algo que já tentou.
Profissionais de RH
Familiarizados com a localização de empregados da força de trabalho da Petrobras e de outras empresas.
Gerentes
Costumam ter assistentes para ajudar a localizar pessoas, e o grupo de pessoas com quem falam é conhecido de antemão — então a ferramenta acaba sendo usada mais para consulta, ou para extrair dados para relatórios.
Profissionais de outras áreas não técnicas (ex.: serviços gerais, economistas, administradores)
Familiarizados com os sites e apps mais populares, e capazes de dizer com alguma precisão e conhecimento o que mais gostam ao usar esses sites e apps, e o que gostariam que fosse melhor.
Profissionais de outras áreas técnicas (ex.: engenharia e as áreas química e biológica)
Familiarizados com os sites e apps mais populares, e capazes de dizer com alguma precisão e conhecimento o que mais gostam ao usar esses sites e apps, e o que gostariam que fosse melhor.
Pessoas com necessidades especiais (ex.: deficientes visuais totais e parciais, deficientes auditivos)
Usam as ferramentas de localização de pessoas do mesmo jeito que os outros empregados. Como têm equipamentos especiais com softwares específicos apoiando o dia a dia, têm alto grau de entendimento de tecnologia — e conseguem localizar pessoas mesmo quando a aplicação não é acessível para elas.
Mapa de Empatia — Recepcionista de andar / Recepcionista de jirau
Mapa de Empatia — Recepcionista de andar / Recepcionista de jirau
Persona — Recepcionista de andar / Recepcionista de jirau
Persona — Recepcionista de andar / Recepcionista de jirau

Protótipos

Com os grupos definidos, começou o processo de criação de protótipos de baixa fidelidade, para validar hipóteses levantadas durante o processo de mapeamento e benchmarking — para termos uma versão 0 construída a partir de um problema conhecido, e coletar feedback sobre o que poderia ser feito para melhorá-la, até termos uma 1.0 estável para o lançamento, testada e validada pelos grupos.

Achei um registro do meu caderno! :)
Achei um registro do meu caderno! :)

Com os protótipos sendo refinados, e a experiência do usuário melhorando pelo caminho através de elementos gráficos, tipografia e uso de cor (o pacote de UI), foi possível chegar à primeira versão estável do projeto.

LOPE v1 — tela inicial
LOPE v1 — tela inicial
LOPE v1 — listagem de resultados
LOPE v1 — listagem de resultados
LOPE v1 — tela de resultado
LOPE v1 — tela de resultado

Lições aprendidas com o LOPE 1.0

Logo depois que a primeira ferramenta foi liberada ao público geral, o feedback coletado diretamente da força de trabalho colocou a versão 2 em movimento, com mudanças drásticas que tinham sido detectadas durante a versão 1. Por causa desse tipo de implementação — em larga escala, para toda a Petrobras — toda ferramenta de localização de pessoas seria desativada em 90 dias. Nesse período, novos estudos e novas entrevistas foram feitos, novos dados foram adquiridos, e ficou decidido que o LOPE 1.0 serviria como versão de fallback, já que os usuários tinham entendido e se acostumado com a ideia de ter uma única opção de localização de pessoas dali em diante.

Além disso, uma solução mais eficaz tinha sido detectada durante o processo da versão 1.0 — mas não foi adotada, por medo de ser inovadora demais para a força de trabalho. Adotou-se a solução mais conservadora, com múltiplos campos para cada tipo de busca: não a mais eficaz, mas a menos problemática para os usuários durante a adoção e o uso do LOPE. A solução mais eficaz usava um único campo de busca e a possibilidade de rodar várias buscas combinando termos para trazer os resultados. E assim nasceu o LOPE 2.0.

Bem-vindo, LOPE versão 2.0!
Bem-vindo, LOPE versão 2.0!

O novo LOPE 2.0

Com um pacote de atualização de performance dos bancos de dados e da tecnologia de front-end, a chegada da nova identidade visual corporativa da Petrobras e melhorias no framework de design corporativo da empresa, o momento não poderia ser melhor para atualizar o LOPE para a versão 2.0.

A nova versão do LOPE, segundo o feedback dos usuários da força de trabalho da Petrobras, era mais bonita, mais simples, mais fácil, mais rápida e mais precisa que a anterior. Concebida inicialmente com a capacidade de mostrar imagens aleatórias da Petrobras a cada acesso à ferramenta — imagens de pessoas, embarcações e estruturas que eram referências da empresa — essa versão ficou no ar por pouco tempo. Foi substituída por um tema neutro.

A tela inicial do LOPE 2.0 com grafismo neutro
A tela inicial do LOPE 2.0 com grafismo neutro

Tela inicial com imagem vs. tela inicial com grafismo neutro

A ideia inicial era usar imagens relevantes através de geolocalização, e com isso aumentar a relevância e o senso de pertencimento dos empregados. Desafio técnico aceito e devidamente resolvido, através da Geolocation API (HTML5) somada aos cookies do portal da intranet da Petrobras.

No entanto, mesmo com o desafio técnico vencido, o RH da Petrobras não conseguiu achar uma saída para o dilema do fator humano: como determinar que cada departamento tem a sua própria imagem relevante? E mais: se flexibilizarmos a regra e deixarmos cada empregado fazer upload da sua imagem favorita, que tipo de imagem acabaria sendo exibida? Essa imagem poderia ir contra as normas e princípios da Petrobras.

Busca com até 3 termos

Com a nova tecnologia totalmente compatível com o JAWS, o software usado pelos empregados com deficiência visual total, o sistema de busca conseguia localizar qualquer empregado no mundo usando até 3 termos. Como? Pense assim: se eu te encontro na rua e estamos tendo uma conversa amigável, o princípio básico é que você sabe o meu nome e o lugar onde estamos conversando. Para me achar, seria muito mais simples do que você imagina: bastaria digitar o meu nome, Alexander, seguido de Rio de Janeiro. A lista de fotos traria todas as pessoas com Alexander no nome que trabalham no Rio de Janeiro. Pelo registro visual, você localizaria a pessoa.

E não parava aí: uma combinação de até 20 termos tornava uma pessoa localizável instantaneamente — CPF, CNPJ, departamento, cargo, algum fragmento do nome — além dos identificadores diretos que traziam o resultado de imediato. Tudo isso disponível em um único campo! Esse tipo de decisão fez com que não usássemos autocomplete no campo de busca, porque algumas combinações inviabilizam esse funcionamento — CPF vs. números de telefone no Brasil e no exterior, por exemplo.

Tela com a listagem de resultados da busca de pessoas
Tela com a listagem de resultados da busca de pessoas

O ganho foi perceptível: o perfil mais crítico, o Recepcionista de jirau, passou a liberar a entrada de um visitante ou empregado no prédio depois de localizar a pessoa em até 1min30s — praticamente acabando com as filas nos períodos críticos, como a primeira hora útil do turno da manhã e a primeira hora útil do turno da tarde. Antes, levava mais que o dobro disso, cerca de 4 minutos, com ferramentas específicas de localização de pessoas.

Tela com o resultado da busca de pessoas. Existem mais de 20 formas de chegar ao mesmo resultado! :)
Tela com o resultado da busca de pessoas. Existem mais de 20 formas de chegar ao mesmo resultado! :)

Quais foram os resultados desse trabalho?

Depois da sua implementação definitiva, o Localizador de Pessoas (LOPE) alcançou uma economia de cerca de USD 5 milhões por ano, entre licenças de hardware e software, a distribuição de equipes de manutenção pelas ferramentas espalhadas pelo mundo e deslocamentos perdidos por atrasos na liberação de empregados nos prédios da empresa.

Além disso, com a unificação dos sistemas de localização de pessoas, o tempo de entrada nas instalações da Petrobras foi padronizado e reduzido para cerca de 1min30s entre o visitante ou empregado se identificar na recepção do prédio e ter sua entrada liberada por um empregado que trabalha no local. Boa parte disso graças à nova interface gráfica — muito mais leve e muito mais eficaz — que permite localizar uma pessoa usando até 3 termos na busca. Exemplo de busca: “Marcelo Contratos Edise”. A aplicação aprende padrões e entrega os resultados acessados com frequência cada vez mais rápido, graças ao BDFTP.

Por fim, todos os dados da força de trabalho foram normalizados e inseridos em um framework de banco de dados proprietário chamado BDFTP (Banco de Dados da Força de Trabalho da Petrobras), que usa tecnologia de última geração para armazenamento, controle de acesso e performance, suportando com folga o acesso e o backup dos dados 24 horas por dia, 7 dias por semana, todos os dias do ano. Essa nova tecnologia é a fonte única da verdade: o que for buscado ali é a versão final e definitiva sobre um empregado na empresa. Com isso, todos os objetivos foram cumpridos, depois de um projeto longo e dinâmico que durou cerca de 2 anos.

Cerca de USD 5 milhões de economia anual entre licenças de hardware e software, equipes de manutenção espalhadas pelo mundo e deslocamentos perdidos por atrasos na liberação de pessoas nos prédios. Tempo de entrada nas instalações da Petrobras padronizado em cerca de 1min30s. Todos os dados da força de trabalho normalizados no BDFTP — a fonte única da verdade.