Framework HEART (Google)

Há muitas métricas de UX - NPS, GCR, tempo na tarefa, retenção. Como não se afogar nelas e escolher o que importa? O framework HEART é um modelo do Google (2010) que decompõe a experiência do usuário em cinco dimensões: Happiness, Engagement, Adoption, Retention, Task Success.

Cada dimensão é um conjunto de métricas possíveis. A equipe escolhe as relevantes para o seu produto e seus objetivos. O framework não substitui as métricas - ele as organiza. Relaciona-se com a experiência do cliente, o NPS, o GCR e a retenção. No SurveyNinja você pode coletar dados para Happiness (pesquisas de satisfação) e Task Success (pesquisas após a tarefa).

HEART não é "medir tudo". É um arcabouço para escolher: quais métricas realmente importam para o seu caso.

Definição

Framework HEART - um modelo de métricas de UX desenvolvido por pesquisadores do Google (Kerry Rodden, Hilary Hutchinson, Xin Fu, 2010). Organiza a medição da experiência do usuário em cinco categorias: Happiness (satisfação), Engagement, Adoption, Retention, Task Success. Ajuda as equipes a escolher métricas relevantes em vez de coletar "tudo de uma vez" de forma caótica. Costuma ser usado junto com o processo Goals-Signals-Metrics (GSM): objetivo → sinais → métricas. Relaciona-se com o feedback, as pesquisas e a analítica.

Em resumo: cinco letras - cinco dimensões da UX. Cada uma tem suas próprias métricas e fontes de dados.

H - Happiness (satisfação)

Medidas da atitude do usuário em relação ao produto: quão satisfeito está, se o recomenda, quão fácil foi. As fontes são as pesquisas. Métricas: NPS, CSAT, CES, SUS, avaliações nas lojas. Perguntas: "Você recomendaria o produto?", "Quão satisfeito você está?", "Quão fácil foi [fazer X]?". Happiness é um recorte subjetivo. Complementa as métricas de comportamento: você pode usar algo muito e ainda assim estar insatisfeito, ou o contrário.

E - Engagement

A profundidade e a frequência da interação. Quantas sessões, quanto tempo no produto, quais funções são usadas, com que frequência se retorna. Métricas: sessões por usuário, tempo no aplicativo, DAU/MAU, profundidade de uso das funcionalidades. As fontes são a analítica e os eventos. Engagement não é "se gostam" e sim "quão ativamente usam". Engagement alto com Happiness baixo significa que o produto é "viciante" mas irritante. Engagement baixo com Happiness alto pode significar que ele simplesmente é necessário com menos frequência (um app bancário usado uma vez por mês).

A - Adoption

A parcela de usuários que começaram a usar o produto ou uma nova função. Novos cadastros, ativação na primeira semana, primeiro pagamento, primeiro uso de uma nova função. Métricas: % ativados nos primeiros 7 dias, % que experimentaram uma nova função. Adoption é "quantos passaram de 'conhecer' para 'usar'". Relaciona-se com o onboarding: um onboarding ruim mata a adoção. A conversão para a ativação é uma métrica típica de Adoption.

R - Retention

A capacidade do produto de reter usuários ao longo do tempo. Se voltam no segundo dia, depois de uma semana, depois de um mês. Métricas: retenção D1/D7/D30, churn rate, curvas de coortes. Retention é o lado oposto do churn. Adoção alta com retenção baixa significa que as pessoas "entram e saem" - o produto não as segura. Relaciona-se com o LTV: quanto maior a retenção, mais longa a vida do cliente e maior o LTV.

T - Task Success

Eficiência e eficácia na realização de tarefas-chave. Se o usuário atingiu o objetivo, quanto tempo levou, quantos erros houve. Métricas: GCR, taxa de conclusão, taxa de abandono, tempo na tarefa, número de erros. Task Success é "se conseguiram fazer". Os testes de usabilidade e a analítica de fluxos são as principais fontes. Relação com as pesquisas: o SEQ após uma tarefa é um complemento subjetivo ao GCR objetivo.

Por que usar o HEART

Para estruturar o caos das métricas - sem um framework é fácil reunir dezenas de indicadores sem relação com os objetivos. Uma linguagem comum na equipe - todos entendem o que significam Happiness, Retention e Task Success. Um foco no usuário - as métricas se ligam à experiência, não apenas aos KPIs de negócio. Uma ponte entre design e negócio - o HEART ajuda a traduzir as decisões em resultados mensuráveis: "simplificamos o formulário" → Task Success subiu → a conversão subiu. Priorização - você escolhe 2-3 dimensões para a fase do produto e não se dispersa.

Goals-Signals-Metrics (GSM)

O HEART não prescreve métricas concretas - ele define categorias. O GSM é o processo de seleção: para cada objetivo (Goal) você define sinais de comportamento ou de atitude (Signals) e, em seguida, métricas mensuráveis (Metrics). Exemplo: o objetivo "os usuários encontram facilmente as configurações" → o sinal "encontram rápido, com poucos erros" → as métricas "tempo até as configurações", "proporção que concluiu a tarefa em < 30 seg". O GSM ajuda a não multiplicar métricas "por via das dúvidas" - apenas as ligadas aos objetivos.

Um exemplo de GSM para Happiness. Objetivo: os usuários estão satisfeitos com o processo de checkout. Sinais: notas altas, poucas reclamações, disposição para recomendar. Métricas: CSAT após o checkout, NPS mensal, proporção de respostas abertas negativas. Sem o GSM é fácil adicionar "mais uma pesquisa" sem entender para quê.

Nem sempre as cinco

Nem todo produto ou função exige todas as dimensões. Uma nova landing page - Adoption e Task Success (se chegaram, se concluíram). Um produto existente - Happiness, Engagement, Retention. Uma ferramenta interna - Task Success e Engagement. Escolha as 2-3 dimensões relevantes para o contexto. Sobrecarregar de métricas é pior do que focar em duas ou três importantes.

Como o HEART se relaciona com as pesquisas

Happiness - totalmente sobre pesquisas: NPS, CSAT, CES, SUS, perguntas abertas. No SurveyNinja - pesquisas de satisfação após ações-chave, pós-compra, pós-suporte.

Task Success - as pesquisas complementam a analítica: "Você conseguiu [fazer X]?" - sim/não. SEQ após uma tarefa. Para Adoption e Retention, as pesquisas fornecem contexto qualitativo: "Por que você não se ativou?", "Por que você saiu?" - entrevistas de saída, pesquisas de churn.

Engagement - principalmente analítica, mas as pesquisas podem ser usadas para o autorrelato da frequência de uso (com cautela - as pessoas avaliam mal o próprio comportamento).

Combinar pesquisas e dados de comportamento dá o panorama completo: Happiness - "o que sentem", Task Success - "o que fazem", Retention - "se voltam".

Erros típicos

Medir tudo. Cinco categorias não são uma obrigação de medir todas. Escolha 2-3 para os seus objetivos.

Métricas sem objetivos. "NPS 45" é bom ou ruim? Um objetivo e um benchmark tornam uma métrica significativa. O GSM trata de ligar as métricas aos objetivos.

Misturar dimensões. Engagement e Retention são coisas diferentes. A primeira é "quão ativamente", a segunda é "se voltam". Não substitua uma pela outra.

Ignorar o contexto. A retenção de uma assinatura e a de um serviço pontual são histórias diferentes. Adapte o HEART ao tipo de produto.

HEART e a segmentação

As métricas do HEART são mais úteis por segmento. A Happiness para usuários novos e para os antigos tem um contexto diferente. A retenção por coorte mostra se a retenção está melhorando para os novos cadastros. O Task Success por segmento - mobile vs desktop, novos vs experientes. No SurveyNinja, as variáveis ocultas transmitem o segmento (origem, data, produto) - ao analisar as pesquisas de Happiness você pode desmembrar os resultados por coorte e comparar.

HEART e o mapa da jornada do cliente

As métricas do HEART podem ser ligadas às etapas da jornada do cliente. Na etapa de conscientização - Adoption (quantos passaram a se familiarizar). Na etapa de escolha e compra - Task Success (concluíram, chegaram ao fim), Happiness (quão fácil foi). Na etapa de uso - Engagement (com que frequência usam), Retention (se permanecem). Na etapa de suporte - Happiness (CES, CSAT). Etapas diferentes, prioridades de métricas diferentes. O CJM define o contexto, o HEART define quais métricas observar em cada etapa.

Frequência de medição

Happiness - pesquisas uma vez por trimestre (NPS) ou após ações-chave (CES, CSAT). Engagement e Retention - analítica em tempo real, relatórios semanais/mensais. Adoption - no lançamento de uma nova função ou coorte. Task Success - diante de mudanças no fluxo ou monitoramento trimestral. Nem tudo precisa ser medido diariamente. Happiness e Task Success são coletados com mais frequência por meio de pesquisas - é preciso equilibrar a frequência com a carga sobre os usuários (fadiga de pesquisas).

Caso: HEART para uma assinatura SaaS

Um serviço de assinatura. Eles escolheram: Happiness (NPS trimestral, CES após um contato com o suporte), Adoption (proporção que assinou na primeira semana após o cadastro), Retention (D30, churn por coorte), Task Success (GCR da assinatura, GCR da configuração de uma integração). Não mediram Engagement - o produto é utilitário e a frequência de uso depende das tarefas do cliente. A Happiness caía na coorte de "suporte" - CES baixo. Analisaram as respostas abertas: longa espera por uma resposta. Aceleraram a reação do suporte - o CES subiu, o NPS estabilizou. O Task Success na configuração da integração era de 60%. Um teste de usabilidade revelou confusão nas etapas. Simplificaram - o GCR subiu para 78%. O HEART definiu a estrutura: não "medir qualquer coisa", e sim "medir por categorias conforme os objetivos".

Framework HEART - cinco dimensões da UX: Happiness, Engagement, Adoption, Retention, Task Success. Um modelo do Google para escolher métricas relevantes. O GSM liga objetivos e métricas. No SurveyNinja - pesquisas para Happiness e um complemento ao Task Success (SEQ, NPS, CSAT).