Como conduzir pesquisas UX com decisores B2B: roteiro prático para validar ideias antes de codificar

Uma entrevista de 45 a 60 minutos deve começar pelo comportamento real, não pela opinião sobre a sua ideia. Pergunte o que aconteceu na última vez em que o problema apareceu, quem participou, quais ferramentas foram usadas e qual foi o custo de resolver a situação. Relatos recentes são mais confiáveis do que previsões genéricas sobre o que alguém faria no futuro.

Use perguntas abertas e peça exemplos concretos. “Como sua equipe faz isso hoje?” produz evidência melhor do que “você gostaria de automatizar isso?”. A segunda formulação convida a pessoa a ser gentil, mesmo quando não existe urgência ou orçamento.

Para entender o problema, pergunte:

1. Quando essa situação aconteceu pela última vez?
2. Qual foi o impacto em tempo, custo, risco ou receita?
3. Como a equipe resolve o problema atualmente?
4. O que já foi tentado e por que não funcionou?
5. Quem é afetado diretamente e quem precisa aprovar uma mudança?

Para revelar critérios de compra, pergunte:

1. Quais requisitos são obrigatórios para avaliar uma solução?
2. Que evidência faria você confiar em um fornecedor novo?
3. Quais áreas precisam participar da aprovação?
4. Que integração, certificação ou política interna pode bloquear o projeto?
5. Como o investimento seria justificado internamente?

Para investigar adoção e operação, pergunte:

1. O que precisaria mudar no processo da equipe?
2. Quem treinaria, administraria e sustentaria a solução?
3. Qual seria o primeiro resultado percebido após a implantação?
4. Que situação faria os usuários abandonarem a ferramenta?
5. Como você mediria que a solução funcionou?

A diferença entre preferência pessoal e critério de compra aparece quando você pede a razão e o impacto. “Prefiro um painel mais simples” é uma preferência. “O gerente precisa identificar desvios em menos de dois minutos durante a reunião diária” é um requisito ligado a contexto, desempenho e resultado.

Apresente um protótipo somente depois de compreender o processo atual. Peça que o participante execute uma tarefa, explique o que espera encontrar e indique o que faria em seguida. Não pergunte apenas se gostou. Observe hesitação, interpretação equivocada, atalhos e informações que a pessoa procura antes de tomar uma decisão.

A pesquisa da Nielsen Norman Group sobre testes de usabilidade mostra por que pequenos grupos podem revelar problemas recorrentes quando os participantes são adequadamente selecionados. Em B2B, porém, a diversidade de papéis pode ser mais importante do que repetir cinco vezes o mesmo perfil.

Depois das entrevistas, selecione uma jornada crítica, não o produto inteiro. Em um software de manutenção industrial, essa jornada pode ser identificar uma falha, consultar o histórico e abrir uma ordem de serviço. Em uma solução para saúde, pode ser revisar uma indicação e registrar uma decisão com rastreabilidade.

Comece com baixa fidelidade para validar estrutura, linguagem e sequência. Um fluxo desenhado, um wireframe ou uma apresentação clicável permite testar hipóteses sem criar a falsa sensação de que a interface está pronta. Alta fidelidade faz sentido quando detalhes visuais, confiança ou percepção de valor são parte central da decisão.

O teste deve simular uma situação real. Dê ao participante um objetivo e dados de contexto, mas não ensine o caminho. Observe onde ele procura informação, quais termos interpreta de modo diferente e que dúvidas surgem antes de confirmar uma ação.

Em produtos com IA, inclua estados de incerteza, revisão humana, explicação e possibilidade de desfazer. A confiança não nasce de uma resposta bonita, mas da compreensão sobre origem dos dados, limites da automação e responsabilidade pela decisão. O guia de ética e explicabilidade em produtos com IA oferece critérios complementares para esse tipo de validação.

Um protótipo testado não substitui uma prova técnica. Ele responde se a proposta faz sentido para pessoas reais e se o fluxo é compreensível. Ainda será necessário validar integração, segurança, desempenho, qualidade dos dados e custo de operação antes de prometer um piloto.

Em discovery conduzido pela OrbeSoft, essa passagem entre entrevista, protótipo e decisão é tratada como uma sequência única. A empresa atua em mais de 300 projetos na América Latina, nos Estados Unidos e na Europa, e a recomendação pode ser avançar, reduzir escopo, pivotar ou não construir. O objetivo é diminuir risco, não justificar código já imaginado.

O primeiro erro é entrevistar apenas pessoas que já apoiam a ideia. Fundadores costumam conversar com contatos próximos, clientes muito inovadores ou profissionais indicados pelo time comercial. Isso acelera o recrutamento, mas cria uma amostra otimista e esconde objeções de segurança, compras e operação.

Outro problema é transformar entrevista em demonstração. Quando o pesquisador passa vinte minutos explicando a solução, o participante tende a reagir ao discurso apresentado, não ao problema que realmente enfrenta. Reserve a maior parte do tempo para o contexto atual e mostre o protótipo apenas depois.

Também é arriscado contar pedidos como validação. Um decisor pode solicitar dez funcionalidades para manter a conversa aberta, sem intenção de comprar. Evidência mais forte envolve comportamento, como compartilhar dados, apresentar o responsável técnico, aceitar um teste ou comprometer tempo de uma equipe.

A amostra pode falhar por concentração excessiva em um único setor. Uma solução para indústria, governo e varejo terá restrições distintas de implantação, segurança e ciclo de compra. Se o mercado inicial for amplo demais, escolha um segmento prioritário e declare quais conclusões ainda não podem ser generalizadas.

Há ainda o erro de entregar um relatório sem consequência operacional. Cada achado deve terminar em uma ação: investigar, prototipar, medir, remover do escopo ou encaminhar para arquitetura. O resultado da pesquisa não é um documento bonito, mas uma decisão melhor.

Por fim, não esconda descobertas negativas. Em projetos de inovação financiados por FAPESC, FINEP ou BNDES, a disciplina de registrar hipóteses, evidências, entregáveis e mudanças de escopo ajuda a preservar a coerência entre investimento e resultado. A metodologia para transformar projetos apoiados por fomento em produto comercializável pode complementar essa governança.