Product Vision
Operational Graph: projetando uma nova forma de investigar operações
A partir de um processo de Discovery sobre a gestão operacional da empresa, identifiquei uma oportunidade de transformar processos fragmentados em uma experiência única de investigação. Como iniciativa exploratória, desenvolvi um protótipo navegável para validar uma nova visão de produto baseada em observabilidade operacional.
Meu papel
Product Discovery • Product Strategy • UX • Arquitetura da Informação • Prototipação • IA aplicada ao Design
Produto
Operational Graph — Plataforma de Observabilidade Operacional
Escopo
Discovery • IA • Product Vision • Information Architecture • Visualização de Dados • Design de Interação
Tecnologias
Figma • Lovable • IA • Miro
Contexto
Quando investigar uma operação exige navegar por dezenas de ferramentas
À medida que a operação crescia, informações importantes passaram a ficar distribuídas entre diferentes sistemas e áreas. Investigar uma queda de performance significava consultar múltiplas ferramentas, cruzar informações manualmente e depender do conhecimento de especialistas para compreender o que havia mudado.
Mais do que uma dificuldade operacional, isso limitava a capacidade da empresa de diagnosticar rapidamente problemas e entender seus impactos.
O desafio
Como transformar uma investigação operacional em uma experiência intuitiva?
O desafio era projetar uma forma completamente diferente de visualizar operações complexas.
Em vez de navegar por listas, tabelas e cadastros, imaginei uma experiência onde fosse possível iniciar uma investigação por qualquer ponto da operação, visualizar conexões entre ativos, acompanhar alterações ao longo do tempo e compreender rapidamente possíveis impactos.
Discovery
Estruturando a visão do produto
Conduzi entrevistas com diferentes áreas envolvidas na operação para compreender como investigavam problemas, quais informações consultavam e onde estavam os maiores pontos de atrito.
Os insights foram organizados utilizando How Might We, transformando dores operacionais em oportunidades de produto.
Em seguida, utilizei Jobs To Be Done para compreender quais tarefas os usuários realmente precisavam executar durante uma investigação, permitindo estruturar uma visão orientada às necessidades reais e não à estrutura dos sistemas existentes.
Para definir a primeira versão do produto, utilizei MoSCoW, priorizando as funcionalidades essenciais para validar a proposta de valor.
Visão do Produto
O Google Maps das operações
A proposta evoluiu para uma plataforma de observabilidade operacional inspirada em ferramentas como Datadog, Grafana e Miro.
O conceito central era permitir que qualquer investigação pudesse começar por qualquer elemento da operação.
A experiência foi construída sobre cinco pilares:
Grafo interativo representando relações entre ativos.
Busca universal para localizar rapidamente qualquer elemento.
Timeline operacional mostrando alterações ao longo do tempo.
Alertas inteligentes para inconsistências e riscos.
Assistente de IA para apoiar investigações.
Mais do que administrar informações, o objetivo era responder perguntas.
O que mudou? O que está impactando esta operação? Quais outras operações dependem deste ativo? Onde devo começar minha investigação?
Solução
Um protótipo para validar uma nova visão de produto
Desenvolvi um protótipo navegável simulando toda a experiência do produto.
O conceito inclui:
grafo navegável;
visualização das relações entre ativos;
busca global;
timeline sincronizada;
drawer contextual;
indicadores operacionais;
alertas;
análise de impacto;
assistente de investigação com IA simulada.
O objetivo não era construir um MVP funcional, mas tangibilizar uma visão de produto capaz de gerar alinhamento, validar hipóteses e direcionar futuras discussões sobre a evolução da plataforma.
Validação
Quais riscos precisávamos reduzir antes de construir?
Como a proposta envolvia um novo modelo de interação para investigação operacional, optamos por validar as principais hipóteses através de um protótipo navegável antes de iniciar qualquer desenvolvimento.
As hipóteses que buscávamos responder eram:
H1. A visualização em grafo reduz o tempo necessário para compreender uma operação.
Em vez de navegar por múltiplas telas e ferramentas, usuários conseguiriam identificar rapidamente relações, dependências e possíveis causas de problemas através de uma representação visual única.
H2. O contexto é mais importante do que o cadastro.
Usuários não queriam apenas consultar ativos, mas compreender seu histórico, suas dependências e seus impactos dentro da operação.
H3. A investigação deve começar por qualquer ponto da operação.
A hipótese era que a navegação deveria ser orientada pela pergunta do usuário — e não pela estrutura do sistema — permitindo iniciar uma investigação por qualquer ativo e seguir suas relações.
H4. Uma visão operacional integrada gera mais valor do que múltiplos sistemas especializados.
Ao reunir relacionamentos, métricas e histórico em uma única interface, seria possível reduzir o esforço cognitivo durante investigações e acelerar a tomada de decisão.
Resultados
A prototipação expandiu a visão inicial do produto
O objetivo inicial era validar se uma representação visual baseada em relações tornaria investigações operacionais mais intuitivas. Durante a evolução do protótipo, surgiram novas oportunidades que ampliaram significativamente a visão da plataforma.
Principais oportunidades identificadas:
Monitoramento proativo, destacando automaticamente inconsistências críticas e alterações relevantes.
Análise de impacto, permitindo visualizar quais operações seriam afetadas antes de qualquer alteração.
Timeline operacional, conectando mudanças históricas com oscilações de desempenho.
Indicadores de saúde operacional, sintetizando sinais críticos em uma visão executiva da operação.
Investigação assistida por IA, resumindo alterações recentes, sugerindo hipóteses e indicando caminhos para análise.
Navegação baseada em contexto, priorizando relações entre ativos em vez de estruturas administrativas tradicionais.
Esses aprendizados transformaram um protótipo de visualização em uma visão mais ampla de observabilidade operacional, combinando contexto, monitoramento e inteligência para apoiar decisões.
Principais aprendizados
Bons protótipos reduzem riscos antes da implementação
Mais do que validar interfaces, protótipos podem ser utilizados para explorar hipóteses de produto, identificar oportunidades e reduzir incertezas antes de qualquer investimento em engenharia.
Ao transformar uma visão abstrata em uma experiência navegável, foi possível evoluir o conceito do produto, descobrir novas funcionalidades de alto valor e construir uma direção estratégica muito mais consistente para futuras implementações.