UX Case Studies
Case 1 ExxonMobil
.png)
01
WellDOSS
Transformando dados complexos de perfuração em uma experiência de análise mais clara
Introdução
Este projeto feito através da Radix Brasil durante quase 4 anos, teve como objetivo estruturar uma experiência digital para análise e acompanhamento de dados de operações de perfuração de poços de petróleo para a empresa americana ExxonMobil.
O contexto envolve diferentes perfis profissionais — como perfuradores, engenheiros de operações, supervisores de sonda, engenheiros de vigilância, especialistas e cientistas de dados — que trabalham com diferentes tipos de dados, eventos e parâmetros operacionais.
O desafio de UX estava em transformar essa complexidade técnica em uma experiência que permitisse entender os dados, identificar eventos, acompanhar a operação e apoiar a tomada de decisão.
02
O Desafio
Como transformar uma grande quantidade de dados técnicos em uma experiência que facilite a análise e a tomada de decisão?
Durante o discovery, identificamos que a operação envolve diferentes stakeholders, diferentes responsabilidades e diferentes necessidades de informação.
O mesmo dado pode ser utilizado por profissionais com objetivos distintos: acompanhar a operação, identificar problemas, analisar parâmetros, investigar eventos ou apoiar decisões durante a perfuração.
Além disso, fatores como qualidade dos dados, ruídos, outliers, vibração, desgaste da broca e baixa correlação entre determinados parâmetros podem influenciar a análise.
.jpg)
O mapa mostra a relação entre os diferentes participantes da operação, incluindo equipe da sonda, CSD, engenharia e empresas envolvidas no processo.
03
O Objetivo
Criar uma experiência integrada para compreender, explorar e analisar dados de perfuração.
O objetivo foi estruturar uma solução capaz de:
-
facilitar o acesso aos dados da operação;
-
organizar diferentes tipos de variáveis;
-
permitir a identificação e investigação de eventos;
-
apresentar informações em diferentes níveis de detalhe;
-
apoiar a análise de parâmetros e suas relações;
-
facilitar a interpretação dos dados;
-
apoiar a tomada de decisão durante a operação.
No contexto específico de ROP, por exemplo, uma das necessidades levantadas foi identificar rapidamente as causas de baixo desempenho e compreender quais parâmetros poderiam contribuir para melhorar a eficiência da perfuração.
04
PROCESSO DE DESCOBERTA
Entendendo pessoas, contexto e necessidades
O processo começou com um levantamento qualitativo do contexto de uso, combinando conversas com stakeholders, dinâmicas colaborativas e organização das informações levantadas pela equipe.
As dinâmicas ajudaram a explorar diferentes perspectivas sobre:
Problemas → Causas → Objetivos → Benefícios → Stakeholders → Requisitos → Aplicabilidade → Entregáveis → Riscos
Essa abordagem permitiu sair de uma visão puramente técnica do produto e compreender quem utiliza a informação, para qual finalidade e em qual momento da operação.
05
PERSONAS
A análise dos perfis mostrou que a plataforma precisava atender diferentes papéis dentro do ecossistema de perfuração.
Entre eles estavam:
-
Geólogo de Operações
-
Engenheiro de Operações
-
Perfurador
-
Supervisor de Sonda
-
Engenheiro de Vigilância
-
Especialista
-
Perfurador Direcional
-
Engenheiro de Planejamento
-
Cientista de Dados
-
Engenheiro de Pesquisa
Cada perfil possui responsabilidades e necessidades diferentes em relação aos dados e à operação.
Por isso, a solução não poderia ser pensada apenas como um dashboard, mas como uma experiência compartilhada por diferentes perfis profissionais.
06
JORNADA DO USUÁRIO
Da preparação à análise da operação
A partir do entendimento dos perfis e do contexto, estruturamos a jornada considerando diferentes momentos da operação de perfuração.
A jornada permitiu visualizar:
Preparação → Perfuração → Execução → Monitoramento → Análise
Em cada etapa, foram considerados os objetivos dos usuários, suas ações, informações necessárias, pontos de atenção e oportunidades de melhoria.
A jornada ajudou a identificar que a experiência não deveria começar apenas no dashboard: o acesso aos dados, a compreensão das informações e a investigação dos eventos fazem parte do mesmo ecossistema.
07
PRINCIPAIS INSIGHTS
O problema não era apenas visualizar dados
O discovery mostrou que a complexidade estava na relação entre dados, contexto, eventos e tomada de decisão.
Alguns dos principais pontos considerados foram:
01 — Muitos tipos de informação
O usuário precisa lidar com variáveis importadas, variáveis calculadas, eventos e classificações diferentes.
02 — Necessidade de contexto
Um evento ou alteração em um parâmetro precisa ser analisado dentro do contexto da operação.
03 — Diferentes perfis
Os mesmos dados podem ser relevantes para diferentes profissionais por motivos diferentes.
04 — Qualidade dos dados
Ruídos, outliers, dados históricos insuficientes e problemas de qualidade podem afetar a análise e a confiabilidade dos modelos.
05 — Apoio à decisão
A informação precisa ajudar o usuário a compreender o que está acontecendo e identificar possíveis ações.
08
DO RESEARCH À SOLUÇÃO
Estruturando a experiência
A partir dos insights, a solução foi estruturada em diferentes momentos da experiência:
Importar dados
↓
Compreender os dados disponíveis
↓
Identificar variáveis e eventos
↓
Explorar a operação
↓
Investigar ocorrências
↓
Analisar relações entre parâmetros
↓
Apoiar a tomada de decisão
Essa estrutura orientou a organização das principais áreas do produto.
09
A SOLUÇÃO
Um ecossistema integrado de análise
A solução foi organizada em três grandes momentos da experiência:
Data Import
Entrada e gerenciamento dos dados de poços e eventos.
Data Summary
Visão estruturada das variáveis importadas, variáveis calculadas, eventos detectados e informações operacionais.
Analysis Dashboard
Ambiente de análise que reúne gráficos, variáveis, eventos, comentários e classificações em um mesmo contexto.
DATA IMPORT + DATA SUMMARY
A primeira etapa da experiência organiza a entrada e a compreensão dos dados.A interface permite importar arquivos, visualizar informações disponíveis e acompanhar variáveis, eventos e informações calculadas antes de avançar para a análise.
A organização progressiva reduz a necessidade de apresentar toda a complexidade de uma só vez e cria uma transição entre dados brutos → informação estruturada → análise.
As telas de Data Summary mostram essa separação entre variáveis importadas, variáveis calculadas e eventos detectados.
ANALYSIS DASHBOARD
Concentrando a análise em um único contexto
O dashboard foi pensado como um espaço de trabalho para análise da operação.
Em vez de tratar gráficos, eventos e informações operacionais como experiências isoladas, a interface reúne diferentes camadas de informação em um mesmo contexto.
O usuário pode trabalhar com:
-
variáveis;
-
gráficos;
-
eventos;
-
comentários;
-
informações temporais;
-
profundidade;
-
classificações operacionais.
EVENTOS E CONTEXTO
Investigando o que está acontecendo na operação
Os eventos representam uma camada importante de contexto para a análise.
A interface permite visualizar uma lista de eventos e relacioná-los com informações temporais e de profundidade, facilitando a investigação de ocorrências específicas.
A ideia foi permitir que o usuário percorresse diferentes níveis de análise:
Visão geral → evento → contexto → detalhe
ANÁLISE ESTATÍSTICA
Indo além da visualização
A experiência também contempla uma área dedicada à análise estatística.
O usuário pode selecionar variáveis e diferentes tipos de visualização para investigar relações e padrões nos dados.
A solução combina diferentes perspectivas — como Density Analysis, Scatter Plot e métricas de correlação — para apoiar uma investigação mais aprofundada dos parâmetros.
10
VISUALIZAÇÃO E ACESSIBILIDADE
Acessibilidade
Durante o processo de pesquisa e as conversas com stakeholders, identificámos uma necessidade específica relacionada à acessibilidade para pessoas com daltonismo. Um dos engenheiros envolvidos no projeto, e entrevistado durante o processo, tinha daltonismo, o que trouxe uma perspetiva real sobre algumas das dificuldades que poderiam surgir na interpretação das informações apresentadas na interface.
A partir desta descoberta, aprofundámos o estudo sobre daltonismo e perceção de cores, analisando como a utilização de cor poderia impactar a compreensão de gráficos, estados, alertas e outras informações do sistema.
Este estudo ajudou-nos a repensar a utilização da cor como único elemento de diferenciação e a considerar alternativas que tornassem a informação mais clara e acessível para diferentes perfis de utilizadores.
Partilha de conhecimento
O estudo também acabou por ultrapassar o âmbito do próprio produto. Tive a oportunidade de preparar e apresentar um workshop sobre daltonismo e acessibilidade para toda a equipa envolvida no projeto, incluindo os designers da Radix.
O objetivo foi partilhar o conhecimento adquirido durante o processo e sensibilizar a equipa para a importância de considerar diferentes formas de perceção visual desde as primeiras etapas do design.
Resultado: a acessibilidade passou a ser considerada não apenas como uma característica da solução final, mas como parte do processo de decisão e discussão dentro da equipa.
11
Resultado
Uma experiência conectada para trabalhar com dados complexos
O resultado foi uma experiência que conecta diferentes etapas do trabalho analítico:
Dados → Contexto → Eventos → Visualização → Análise → Decisão
Em vez de reduzir a quantidade de informação disponível, a solução buscou organizar a complexidade, criando hierarquia e relações entre as diferentes informações necessárias para a análise.
APRENDIZADOS
Projetar para complexidade
Um dos principais aprendizados deste projeto foi perceber que, em produtos analíticos, UX não significa necessariamente mostrar menos informação.
Em determinados contextos, o usuário precisa acessar uma grande quantidade de dados. O papel do designer é criar uma estrutura que permita compreender essa informação com o menor esforço cognitivo possível.
Também ficou evidente a importância de entender primeiro quem utiliza os dados, em qual contexto e para qual decisão, antes de definir como essa informação será visualizada.
“O desafio não era simplificar os dados. Era tornar a complexidade compreensível.”
Case 2 Cemig
01
Auto Healing
Projetando uma experiência operacional assistida por IA para a gestão de alarmes, para grande empresa de energia no Brasil
Introdução
Este projeto feito através da Radix Brasil surgiu a partir da necessidade de criar uma nova solução auxiliar para apoiar operadores no acompanhamento de alarmes e na execução de manobras dentro do contexto operacional da CEMIG.
A plataforma utiliza inteligência artificial para apoiar a análise das informações, agilizar a identificação de situações relevantes e gerar recomendações, ajudando o operador a compreender rapidamente o contexto e definir as próximas ações.
O desafio de UX era criar uma experiência que integrasse esse suporte inteligente ao fluxo operacional existente, organizando informações complexas de forma clara, priorizada e acionável.
02
O Desafio
O projeto envolvia um contexto operacional complexo, com diferentes informações, alarmes, regras e possíveis ações.
Precisávamos criar uma experiência que ajudasse o operador a:
-
identificar rapidamente situações relevantes;
-
compreender a urgência de um evento;
-
acessar as informações necessárias para análise;
-
visualizar recomendações geradas pelo sistema;
-
executar ou validar ações dentro do fluxo operacional.
A inteligência artificial deveria apoiar a decisão sem substituir o operador, mantendo as informações e recomendações claras e compreensíveis.
Exemplo de sistemas
antigos da Cemig.
03
Compreensão dos Utilizadores
Antes de começar a desenhar as interfaces, realizamos entrevistas e conversas estruturadas com operadores e stakeholders envolvidos no projeto.
O Auto Healing envolve diferentes perfis dentro do contexto operacional, cada um com necessidades e níveis de acesso distintos.
User Profiles
Engenheiro de Turno
Perfil considerado na estrutura de acesso e gerenciamento da plataforma.
Operador de Turno
Perfil diretamente relacionado à operação e ao acompanhamento das informações e alarmes.
Especialista em TO
Perfil relacionado ao contexto de tecnologia operacional.
Curador de Procedimentos TO
Perfil relacionado à gestão e curadoria dos procedimentos operacionais utilizados pelo sistema.
Analista de Pós-Operação
Perfil relacionado à análise das informações após a ocorrência dos eventos operacionais.
O objetivo das entrevistas era entender como o trabalho era realizado atualmente, quais informações eram realmente necessárias durante a operação e como o novo sistema poderia se integrar ao fluxo já existente.
Durante as conversas, exploramos principalmente:
-
como os operadores acompanham os alarmes;
-
como identificam eventos importantes;
-
quais informações precisam visualizar para tomar uma decisão;
-
como as manobras fazem parte desse processo;
-
em que momento uma informação precisa aparecer;
-
como o novo sistema poderia apoiar esse fluxo sem adicionar complexidade.
Um ponto importante observado durante o research foi o contexto de uso: os operadores já trabalham simultaneamente com aproximadamente cinco telas no centro de operação. Isso fez com que a simplicidade da nova interface se tornasse uma necessidade importante do projeto.
A partir disso, começamos a considerar não apenas o que deveria estar na tela, mas principalmente o que poderia ser retirado dela.
Algumas das perguntas utilizadas para explorar o contexto foram:
-
“Como você identifica que um evento precisa de atenção?”
-
“Quais informações você precisa visualizar para entender o que está acontecendo?”
-
“Como você realiza esse processo atualmente?”
-
“Em que momento uma informação precisa aparecer para você?”
A partir das conversas com operadores e stakeholders, começamos a estruturar como a nova solução poderia se encaixar no fluxo existente.
A experiência foi organizada inicialmente em três frentes principais:
Upload de IOs
Processamento e organização das Instruções Operativas.
Alertas + Manobras
Visualização das ocorrências, informações críticas e ações relacionadas.
Assistente Virtual
Uma camada de interação para apoiar o operador na consulta de informações e recomendações.
Também foram consideradas áreas complementares, como gerenciamento de usuários e auditoria.
04
De Research a UX Decisions
As observações realizadas durante as entrevistas e, posteriormente, nos testes de usabilidade com os protótipos ajudaram a direcionar as decisões de UX.
Um dos principais pontos foi a necessidade de reduzir a quantidade de informação apresentada simultaneamente, mantendo apenas aquilo que realmente contribuísse para a compreensão do evento e para a tomada de decisão.
Em vez de adicionar mais informações para representar a complexidade do sistema, o objetivo passou a ser:
Como apresentar o essencial no momento certo, sem aumentar a carga cognitiva do operador?
Isso influenciou diretamente a hierarquia das informações, a organização dos conteúdos, a forma de apresentar os alarmes e a quantidade de elementos presentes em cada tela.
Também consideramos que a interface deveria funcionar bem tanto em Dark Mode quanto em Light Mode. Embora o produto estivesse inserido em um ambiente de centro de operações, o que normalmente sugere-se sistemas dark mode para estes ambientes, durante as conversas identificamos preferência pelo Light Mode entre grande parte dos operadores, reforçando a necessidade de oferecer as duas experiências sem comprometer legibilidade, hierarquia ou percepção dos estados.
.png)
05
Teste de Usabilidade e Iteração
Depois das primeiras explorações, realizamos diversos testes moderados remotamente em reuniões utilizando os protótipos, com participação de operadores e stakeholders.
Esses testes foram importantes não apenas para validar a interface, mas para observar como as pessoas interpretavam as informações, onde surgiam dúvidas e quais elementos realmente eram necessários para realizar cada tarefa.
Como os participantes tinham perspectivas e necessidades diferentes, algumas opiniões também eram distintas entre si. Isso fez parte importante do processo de UX: em vez de tratar cada opinião isoladamente, utilizamos as observações dos testes para identificar padrões, pontos de dor e necessidades recorrentes.
Os testes ajudaram a avaliar questões como:
-
a quantidade de informações apresentadas;
-
a facilidade de identificar um alarme relevante;
-
a compreensão da hierarquia e da severidade;
-
a clareza das recomendações;
-
a localização das informações;
-
a complexidade percebida da interface;
-
a necessidade de diferentes estados e feedbacks;
-
a experiência em Light e Dark Mode.
A partir dessas observações, os protótipos foram iterados e refinados continuamente.
Os testes reforçaram uma premissa importante para a experiência:
O operador não precisava de mais informação. Ele precisava encontrar rapidamente a informação certa.
Considerando que cada operador já trabalha com múltiplas telas durante a operação, a nova interface precisava ser limpa, objetiva e fácil de interpretar, evitando adicionar complexidade ao ambiente existente.
Isso influenciou diretamente:
Hierarquia da informação → Priorização do conteúdo → Densidade visual → Alertas → Nível de severidade → Recomendações → Ações
A inteligência artificial também entrou nesse contexto como uma forma de apoiar a priorização e recomendação, e não como mais uma camada de complexidade.
A experiência precisava deixar claro:
o que aconteceu → qual é a urgência → por que isso é relevante → qual recomendação está sendo apresentada → qual decisão pode ser tomada.
06
Mapeando a Experiência
Com a estrutura inicial definida, começamos a mapear a experiência e os caminhos necessários dentro da plataforma.
O Journey Map ajudou a visualizar a experiência de forma mais ampla, enquanto os User Flows ajudaram a transformar essas necessidades em caminhos concretos dentro do produto.
Nesse momento, consideramos:
-
principais etapas das tarefas;
-
pontos de decisão;
-
informações necessárias em cada etapa;
-
caminhos alternativos;
-
estados e possíveis erros.
Com os fluxos estruturados, começamos a explorar diferentes possibilidades de interface através de wireframes.
Nesse momento, o foco estava principalmente em hierarquia, organização das informações e comportamento das telas, antes de definir a camada visual final.
Foram exploradas diferentes áreas da plataforma, incluindo:
Upload de IOs · Alertas · Manobras · Eventos · Assistente Virtual · Gerenciamento · Auditoria
07
Designing the AI-assisted Experience
A inteligência artificial era uma parte importante da proposta do Auto Healing e também influenciou a forma como pensamos a experiência.
O sistema precisava transformar informações e regras operacionais em informações contextualizadas, priorização e recomendações, ajudando o operador a chegar mais rapidamente à informação relevante.
Do ponto de vista de UX, isso trouxe uma preocupação importante:
Como apresentar uma recomendação inteligente de forma clara, sem tirar do operador a compreensão e o controle sobre a decisão?
Por isso, a interface precisava deixar claro:
o que aconteceu → qual é a urgência → quais informações explicam o evento → qual recomendação está sendo apresentada → qual ação pode ser tomada.
08
Criar um Design System específico para o produto
Outro desafio importante era que o cliente não possuía um Design System específico para o produto.
Para estabelecer uma base consistente, utilizamos o Material Design como referência para componentes e padrões já consolidados e, a partir dessa base, adaptamos e criamos os elementos necessários para as particularidades da plataforma.
Estruturamos uma base considerando:
Cores · Tipografia · Backgrounds · Bordas · Componentes · Estados · Status
Color & Semantic System
A paleta foi organizada para criar uma linguagem visual consistente e diferenciar informações importantes do sistema, incluindo status, severidade, alertas, autonomia e validade.
Também estruturamos versões para Light Mode e Dark Mode, considerando os diferentes contextos de utilização da plataforma.
A partir dessa base, criamos e adaptamos componentes para manter consistência entre as diferentes áreas do produto.
Entre eles:
Buttons · Chips · Badges · Status indicators · Inputs · Feedback states · Navigation elements
Os componentes também foram estruturados considerando diferentes estados e usos dentro da experiência.
09
Do sistema para a Interface
Com os fluxos, wireframes e fundamentos visuais definidos, evoluímos as soluções para interfaces de alta fidelidade.
O Design System passou a funcionar como uma base comum para as diferentes áreas da plataforma, permitindo manter consistência visual e comportamental enquanto cada tela atendia a uma necessidade específica.
10
O Resultado
O resultado foi uma nova experiência digital para apoiar operadores na gestão de alarmes e na tomada de decisão.
A solução combina UX, automação e inteligência artificial para ajudar a organizar informações complexas, destacar situações relevantes e apresentar recomendações de forma mais rápida e contextualizada.
Além das interfaces, o projeto estabeleceu uma base de Design System específica para o produto, permitindo manter consistência entre os diferentes módulos da plataforma.
O meu papel como UX/UI Designer
Atuei na estruturação da experiência e no desenvolvimento das interfaces, participando das etapas de:
Research & Interviews → Journey Mapping → User Flows → Wireframes → UI Design → Design System → Prototyping
Também participei da definição da linguagem visual do produto, utilizando o Material Design como referência e criando/adaptando os componentes necessários para o contexto da solução.
Este projeto reforçou para mim a importância de entender o contexto de trabalho antes de desenhar a interface, especialmente em sistemas operacionais complexos.
Quando inteligência artificial passa a fazer parte da experiência, o desafio de UX vai além de apresentar uma recomendação: é preciso ajudar o usuário a entender o contexto, avaliar a informação e manter o controle da decisão.