Pular para o conteúdo
Todos os projetos

№ 02 · SPICED Academy

Clue Choice — Your Cycle, Your Context, Your Choice

Explorando uma experiência de monitoramento menstrual mais personalizada com pesquisa com usuárias, prototipagem assistida por IA e testes de usabilidade.

Meu papel
Product manager, de ponta a ponta (projeto de conclusão)
Período
ago. – nov. 2026
Contexto
Projeto de conclusão, Product Management in IT with AI, SPICED Academy, Berlim
Métodos e ferramentas
Pesquisa com usuárias · Personas e jornadas · Prototipagem assistida por IA (Stitch) · Testes de usabilidade · Priorização de MVP e backlog · Desenho de experimentos

Visão geral

Clue Choice é um conceito de produto para uma experiência de monitoramento menstrual baseada em preferências. Em vez de presumir um único motivo para registrar o ciclo, a experiência se adapta ao contexto de cada usuária e permite que ela escolha o que registrar, e por quê.

Desenvolvi o projeto como trabalho de conclusão na SPICED Academy: da pesquisa com usuárias a um protótipo testado com o público-alvo, um MVP priorizado e um plano de lançamento em fases. É um projeto conceitual. As funcionalidades descritas aqui foram desenhadas e testadas como protótipo, não construídas em um produto em funcionamento.

O problema

As pessoas acompanham o ciclo por motivos muito diferentes: evitar ou planejar uma gravidez, lidar com sintomas, entender o próprio corpo ou simplesmente manter um registro. Minha hipótese de partida era que uma experiência única atende mal a esses objetivos — pede dados que algumas usuárias não querem compartilhar e oferece informações de que outras não precisam.

Como um app de monitoramento do ciclo pode se adaptar ao contexto de cada usuária sem que ela perca o controle sobre os próprios dados?

Meu papel

Fui responsável pelo projeto de ponta a ponta como product manager: planejei e conduzi a pesquisa, sintetizei os achados, defini a estratégia de produto, priorizei o MVP e o backlog, construí o protótipo, conduzi os testes de usabilidade e escrevi o plano de lançamento.

Abordagem

  • Pesquisa com usuárias que acompanham o ciclo, sintetizada em personas e jornadas.
  • Definição do problema e estratégia, delimitando para quem é o produto e quais necessidades vêm primeiro.
  • Prototipagem assistida por IA com o Google Stitch, para ir rapidamente do conceito a telas testáveis.
  • Testes de usabilidade do protótipo com o público-alvo.
  • Priorização do MVP e do backlog, critérios de sucesso para experimentos e requisitos ligados ao GDPR para dados de saúde sensíveis.
  1. Pesquisa Pessoas que acompanham o ciclo
  2. Personas e estratégia Quem registra, e por quê
  3. Protótipo Com apoio de IA, no Stitch
  4. Testes de usabilidade Com o público-alvo
  5. MVP e lançamento Backlog priorizado
Como o projeto foi da pesquisa ao plano de lançamento.

Ver o protótipo no Google Stitch →

Tela do protótipo em que a usuária escolhe entre os modos Clue Standard e Clue Choice Tela do protótipo que apresenta o Clue Choice, com um anel do ciclo escrito "Your Rhythm"
Telas do protótipo: escolha do modo de monitoramento e apresentação do Clue Choice.

Evidências e insights

  • Os objetivos de monitoramento variam o suficiente entre usuárias para que uma única jornada padrão não sirva para todas — a base para colocar a personalização no centro do conceito.
  • Dados do ciclo são dados de saúde sensíveis. O controle sobre o que é coletado e compartilhado precisava fazer parte do produto desde o início — por isso os requisitos de GDPR foram definidos junto com o MVP.
  • Os testes de usabilidade mostraram onde o protótipo estava claro e onde o fluxo precisava melhorar, e alimentaram diretamente o backlog priorizado.

Decisões e experimentos

  • Construí um protótipo clicável do onboarding e do monitoramento personalizados. Concluído
  • Testei o protótipo com o público-alvo. Testado
  • Priorizei um MVP e um backlog em torno do monitoramento baseado em preferências. Proposto
  • Defini critérios de sucesso para experimentos após o lançamento. Proposto
  • Escrevi um plano de lançamento em fases. Proposto

Resultados e aprendizados

O projeto entregou uma definição de problema validada, personas e jornadas, um protótipo testado, um MVP e um backlog priorizados e um plano de lançamento em fases.

  • A prototipagem assistida por IA muda o ritmo do discovery. Chegar rápido a telas testáveis permitiu colocar interfaces reais diante das usuárias cedo.
  • Personalização e privacidade são o mesmo problema de design em saúde da mulher: adaptar-se ao contexto de alguém só funciona se ela continuar no controle.
  • Deixar claro o que é proposta e o que foi construído mantém a conversa sobre produto honesta.

Próximos passos

  • Rodar os primeiros experimentos definidos no plano de lançamento e medi-los pelos critérios de sucesso.
  • Testar as jornadas personalizadas com um grupo maior e mais diverso de usuárias.