Case
Stark Analytics
Uma experiência para transformar dados de marketing em decisões.
Estruturei uma plataforma analítica que conecta estratégia, distribuição de investimento, recomendações, modelagem e resultados em uma jornada mais clara para tomada de decisão.
01Abertura
Dados não eram o destino. A decisão era.
Dashboards conseguem mostrar muitos números e ainda assim deixar a principal pergunta sem resposta: o que fazer agora?
Stark Analytics nasceu da exploração desse problema. O objetivo era organizar diferentes momentos da análise de marketing em uma experiência que ajudasse o usuário a entender sua estratégia, explorar possibilidades e chegar a decisões com mais contexto.
Minha atuação passou pela estruturação da experiência, arquitetura de informação, fluxos e interface, com foco em tornar uma experiência analítica complexa mais clara para quem precisava tomar decisões.
02O problema
O problema não era falta de informação. Era transformar informação em direção.
Decisões de marketing envolvem orçamento, canais, períodos, distribuição de investimento, modelagem e comparação de resultados.
Quando essas informações aparecem desconectadas, o usuário precisa interpretar o sistema antes de interpretar o próprio negócio.
O desafio foi pensar em uma experiência capaz de reduzir essa distância e organizar a análise em uma sequência mais próxima do raciocínio de quem precisa decidir.
03Para quem eu estava desenhando
Decisões complexas precisam de contexto.
O produto foi pensado para profissionais responsáveis por analisar investimentos e desempenho de marketing.
Essas pessoas não precisam apenas visualizar métricas. Elas precisam entender como o investimento está distribuído, identificar oportunidades, testar alternativas e comparar cenários antes de tomar uma decisão.
- Entender rapidamente a estratégia atual
- Visualizar onde o investimento está concentrado
- Comparar canais e períodos
- Receber análises em um contexto acionável
- Experimentar alternativas antes de alterar uma estratégia
- Avaliar resultados sem perder a relação com as decisões anteriores
As necessidades acima vieram do entendimento do domínio e das decisões que o produto precisava sustentar, não de pesquisa formal com usuários.
04Estruturando a experiência
Comecei pela decisão, não pelo dashboard.
Antes de pensar na aparência dos gráficos, organizei a experiência em torno das perguntas que o produto precisava ajudar a responder.
- 01Qual é a minha estratégia?
- 02Como o investimento está distribuído?
- 03O que os dados estão indicando?
- 04Existe uma alternativa melhor?
- 05O que acontece se eu testar outro cenário?
- 06Como os resultados se comparam?
Essa lógica passou a orientar a arquitetura do produto e a relação entre as principais áreas.
05Estratégia e distribuição
Transformar orçamento em uma visão compreensível da estratégia.
A área de estratégia concentra as decisões que estruturam o investimento.
A interface precisava permitir que o usuário entendesse não apenas valores isolados, mas como orçamento, canais, períodos e distribuição se relacionavam dentro do planejamento.
Por isso organizei a experiência para revelar essas informações progressivamente, mantendo contexto entre uma escolha e a próxima.
06Análise que leva a uma ação
Um insight só gera valor quando ajuda a decidir o próximo passo.
Mostrar resultados não era suficiente. A experiência também precisava aproximar análise e ação.
As recomendações foram tratadas como parte da jornada, ajudando o usuário a interpretar oportunidades sem transformar a plataforma em uma sequência de alertas ou informações desconectadas.
07Testar antes de decidir
Antes de alterar a estratégia, o usuário pode explorar uma hipótese.
Uma das decisões mais importantes do projeto foi transformar recomendações em possibilidades de exploração.
O fluxo de teste cria uma ponte entre observar um dado e experimentar uma nova configuração. Isso mantém a análise conectada à tomada de decisão e reduz a sensação de que o dashboard termina quando o gráfico aparece.
08Modelagem
A complexidade pode existir no sistema sem dominar a interface.
Modelagem é uma parte importante da experiência, mas não deveria exigir que o usuário pensasse como o modelo.
A interface foi estruturada para preservar a profundidade analítica do produto enquanto apresentava apenas as informações necessárias para compreender o cenário e continuar a jornada.
09Resultados
Resultados precisam permitir comparação, não apenas leitura.
A etapa de resultados fecha o ciclo iniciado na estratégia.
Filtros, diferentes visualizações e comparações permitem investigar o desempenho mantendo a relação com os cenários analisados anteriormente.
O objetivo foi evitar uma visão estática de relatório e criar uma experiência que incentivasse interpretação.
10Style Guide
Consistência para sustentar uma experiência densa.
Como o produto reúne uma grande quantidade de informação, consistência visual se tornou parte da usabilidade.
Defini uma linguagem visual baseada em cores, tipografia, hierarquia e aplicações que ajudasse a manter a experiência coerente entre diferentes áreas do produto.
O Style Guide serviu como referência para preservar essa identidade ao longo das interfaces.
11Resultado
De um conjunto de dados para uma experiência de decisão.
Stark Analytics consolidou estratégia, distribuição de investimento, análise, experimentação, modelagem e resultados dentro de uma mesma lógica de produto.
O principal resultado do projeto foi transformar uma experiência potencialmente técnica e fragmentada em uma jornada mais compreensível, onde cada etapa prepara o usuário para a próxima decisão.
Este projeto consolidou uma ideia que continuo levando para sistemas complexos: informação só se torna útil quando existe uma relação clara entre contexto, decisão e ação.
Foi também um dos projetos em que comecei a aprofundar minha forma de trabalhar produtos analíticos, equilibrando densidade de informação, hierarquia visual e clareza de navegação.
O melhor dashboard não é o que mostra mais dados.
