Não faça pesquisa com UXers — Podcast Escuta Ativa

Primeiro episódio do Escuta Ativa, um podcast produzido pela Mergo e apresentado por Edu Agni, falando sobre a falta de significância estatística em pesquisas feitas com UXers.

Episódio 01: não faça pesquisa com UXers

Depois do lançamento do Episódio Piloto, hoje começamos efetivamente o podcast Escuta Ativa, na qual a primeira temporada — com 13 episódios — vai trazer como tema central a Pesquisa Remota. Você pode acompanhar o podcast através do SoundCloud, Deezer, Spotify, iTunes ou aqui no blog com transcrição.

Esse primeiro episódio traz um tema polêmico e de extrema importância para quem quer trabalhar com pesquisa:

Não faça pesquisa com UXers
(profissionais que trabalham com experiência do usuário)

Então, boa audição / leitura para você. E caso tenha algum ponto de vista, dúvida, opinião ou sugestão para compartilhar com a gente, basta enviar através do Instagram da Mergo, que a gente vai incluíndo nos próximos episódios 🙂


Para aprender e trabalhar com pesquisa em design, inscreva-se na Formação em UX Research da Mergo: mergo.com.br/formacao-ux-research


[Início da Transcrição]

[Vinheta de abertura] Você está no Escuta ativa, o podcast com doses de UX para você escutar.

[Pausa na fala, com música de fundo]

Edu Agni: Esse aqui é o episódio número um do Escuta Ativa, que é um podcast produzido pela Mergo e que vai trazer como tema central dessa primeira temporada a Pesquisa Remoto, ou seja, a gente vai passar 13 episódios falando de como realizar pesquisas pela internet, usando aí os recursos tecnológicos, tudo feito à distância, que é o que é viável para gente fazer hoje já que a gente está vivendo um momento de quarentena devido ao coronavírus, todo mundo está em casa… E aliás reforço para vocês: fiquem em casa!

Eu falei para vocês que esse aqui é o episódio número 01 porque o episódio passado foi o número zero né, o episódio piloto, então a partir de hoje a gente começa efetivamente aí a falar sobre a pesquisa remota. Mas a verdade é que o tema que eu vou falar hoje com vocês nem é exatamente tão ligado à pesquisa remota, especificamente falando, mas é um tema super relevante para gente discutir antes de falar de qualquer metodologia, de qualquer abordagem ou de qualquer ferramenta. É um tema muito relevante para pessoas que trabalham fazendo pesquisas. E a verdade é que esse assunto é uma polêmica, toda vez que a gente fala sobre isso nas palestras, nos eventos, nos meetups, nos encontros, nas redes sociais, nos grupos, sempre gera muita discussão, muitas opiniões acirradas de todos os lados, mas eu não posso deixar de falar sobre isso aqui com vocês.

Então vamos lá: Não faça pesquisa com outros UXers! Ou seja, não faça pesquisa com outros profissionais da área de experiência com o usuário.

Meu objetivo aqui não é pregar para vocês nenhuma verdade absoluta sobre isso, é claro que existem exceções à regra sobre fazer pesquisa com outros designers mas eu acho que, como vem sendo feito, possui vários equívocos, e não é uma questão de opinião. Quando a gente está falando em pesquisa, a gente está falando em método, método é uma coisa científica, e a verdade é que a gente… Não se refuta ciência com opinião! A gente vem falando isso nos últimos dias à torto e à direito. Então, eu não quero aqui só trazer uma opinião, eu quero discutir um pouco de metodologia de pesquisa com vocês para justificar esse argumento.

Eu sou Edu Agni e eu vou comandar mais uma vez esse bando de reflexões diretamente para os seus ouvidos, vamos nessa comigo?

[pausa na fala, com música de fundo]

Todo mundo que faz parte de algum grupo, seja no Whatsapp, no Facebook, ou em qualquer rede social, sobre a experiência do usuário, sobre pesquisa, já deve ter visto aquelas pessoas que postam aqueles links falando “galera, preciso da ajuda de vocês para responder essas pesquisa aqui do meu trabalho, só vai levar dois minutinhos, dá essa força aí!”. É bem comum a gente ver esse tipo de coisa acontecer, só não é muito certo, até porque a gente está falando de pessoas compartilhando uma pesquisa que deveria ser usada para entender tendências de comportamento de um público geral num grupo de profissionais que trabalham com experiência do usuário, e as implicações disso é um pouco do que eu quero refletir aqui um pouco com vocês.

Esse tipo de pesquisa que normalmente é compartilhada nos grupos, esses questionários, é aquilo que a gente conhece como “survey”, e meu objetivo aqui não é explicar para vocês sobre esse método de pesquisa, até porque a gente vai ter um episódio aqui no podcast onde eu vou falar somente sobre survey, mas só para gente entender de uma maneira mais rápida, a gente está falando de um tipo de pesquisa quantitativa para tentar descobrir tendências de comportamento, opiniões, costumes e características de um público alvo. É um tipo de pesquisa que a gente faz com um número grande de pessoas e que o resultado normalmente vai ser um dado estatístico, então esse é o objetivo de uma pesquisa quantitativa.

Pesquisas Survey são muito compartilhadas entre profissionais de UX.

Agora, se você não sabe o que é uma pesquisa quantitativa, eu vou pedir para você voltar no episódio anterior desse podcast, onde eu explico as diferentes dimensões de pesquisa: atitudinal, comportamental, qualitativa e quantitativa.

Mas enfim, quando eu estou falando de fazer uma pesquisa quantitativa, eu to falando justamente em reunir um grupo de pessoas para a partir delas tentar entender a tendência de comportamento de toda uma população. Então, sim, pode ser que eu esteja pesquisando com poucas milhares de pessoas para entender o comportamento de milhões e milhões.

Eu já fui bastante questionado sobre isso: como que a gente pode pegar um grupinho de pessoas para entender o comportamento de tantas outras pessoas. Quando a gente trabalha com pesquisa, normalmente a gente seleciona amostras do público real, amostras de uma população, então sim, é possível a gente entender como uma população pode se comportar a partir da análise de comportamento ou dos hábitos de um grupo menor de pessoas. Num exemplo bem simplista, se você pega um prato de comida e prova uma única garfada, você consegue dizer se aquela comida tem sal ou não, se está bem temperada ou não. Ou então, se a gente for considerar aí na área da medicina, uma pessoa adulta tem 5 ou 6 litros de sangue, mas com alguns poucos mililitros é possível realizar um exame que vai mostrar se a pessoa tem algum tipo de problema de saúde, alguma doença, é possível realizar um hemograma. Então a gente consegue sim pegar uma amostra de alguma coisa e entender como o todo pode funcionar, pode se comportar, pode pensar. A pesquisa quantitativa está muito dentro desse padrão, de você escolher uma amostra menor para entender o comportamento de uma população um pouco maior.

Para quem está começando na área, pode não ficar muito claro tudo isso que eu estou falando, mas vamos lá a um exemplo bem conhecido de toda a população, que são as pesquisas de intenção de voto nas eleições. Toda vez que tem uma eleição, os canais de TV, os jornais, as revistas, começam a divulgar aquelas pesquisas mostrando quem está na frente das intenções de voto, quem possivelmente vai ganhar essa eleição… Vamos tentar entender uma coisa: segundo o Tribunal Superior Eleitoral (TSE), existem mais de 140 milhões de eleitores no Brasil. É possível a gente conhecer os pensamentos e as tendências desse grupo todo a partir de uma entrevista com um pequeno número dessas pessoas? Por exemplo, 2 mil, ou até 4 mil pessoas? Porque é isso que acontece nessas pesquisas de intenção de voto, eles falam com 2 mil, até 4 mil pessoas para tentar entender como que mais de 140 milhões de pessoas vão votar. Para que uma pesquisa assim funcione a gente precisa se atentar ao seguinte: o grupo de pessoas que eu vou selecionar para pesquisa, ou seja, a minha amostra, ela precisa corresponder ao universo da população, ou seja, quando eu me refiro na pesquisa ao universo, eu estou falando da variedade de características dessa população. Então a gente sabe que dentro de todos os brasileiros têm diferentes idades, gêneros, escolaridade, classes sociais, eu estou falando dessa variação. A gente chama aí de variáveis de segmentação. Então por exemplo, eu não posso fazer uma pesquisa de intenção de voto para presidente do Brasil fazendo a pesquisa somente com homens héteros de classes média da cidade de São Paulo, porque isso não representa a variedade da população brasileira, e logicamente, a opinião desse pequeno grupo sem variedade vai ser muito diferente da opinião e do comportamento de toda a minha população. Então, toda amostra, ela tem que atender aos critérios de variáveis, por exemplo, os últimos dados de TSE mostravam que, dentre todos os eleitores brasileiros, 52,4% eram mulheres, ou seja, se qualquer instituto de pesquisa, IBOPE, Datafolha, for fazer uma pesquisa de intenção de voto, dentre toda a amostra deles, 52,4% têm que ser mulheres, porque é isso que representa o universo da população brasileira.

Então, tem dois dados muito comuns da gente ver nesse tipo de pesquisa de intenção de voto. O primeiro deles é a margem de erro, então toda vez que a gente vê o resultado de pesquisa de intenção de voto a gente vê algo do tipo:

“O candidato A está com 40% dos votos, a margem de erro é de 2%, então ele tem entre 38% e 42%”.

E às vezes a gente vê uma coisa assim:

“O candidato A está com 40%, o candidato B está com 37%. A margem de erro é de 2%, então o candidato B pode chegar até 39%, o candidato A pode descer até 38%, ou seja, eles estão tecnicamente empatados.”

Essa margem de erro é justamente o que o nome diz: qual a variação de erro que eu posso ter no resultado dessa pesquisa. Então se na pesquisa aparece que o candidato A tem 40%, eu estou afirmando com a margem de erro que no dia da eleição isso pode variar 2% para mais ou para menos. A margem de erro diz que não é tão exata assim a pesquisa. Claro, normalmente a gente trabalha uma margem de erro de 5% como padrão nas pesquisas. Algumas pesquisas trabalham com uma margem de erro menor, 4% ou 2% como a gente normalmente vê com essa pesquisas de intenção de voto. Essa margem de erro, ela está relacionada ao tamanho da amostra, ou seja, se eu falo com menos pessoas, a minha margem de erro vai ser maior, ou seja, a possibilidade daquele resultado não representar a realidade é maior. Logo, se eu falo com mais e mais e mais pessoas, a possibilidade do meu resultado estar certo é maior, então eu reduzo a margem de erro.

Exemplo de pesquisa de intenção de voto do IBOPE com margem de erro.

Um outro número comum da gente ver nessa pesquisa de intenção de voto é o grau de confiança da pesquisa. Esse grau de confiança ele representa a possibilidade de, mesmo que eu realize essa pesquisa várias e várias vezes, o resultado ser o mesmo. Esse grau de confiança é o que a gente chama tecnicamente de significância estatística, e por padrão na maioria das pesquisas a gente trabalha com um grau de confiança de 95%. Então, o quanto a gente pode confiar no resultado dessa pesquisa.

Para que a gente possa definir tanto a margem de erro da nossa pesquisa quanto a significância estatística (o grau de confiança), a gente não depende só do tamanho da nossa amostra, mas a gente depende também da variedade.

Então, por exemplo, se eu tivesse realizando uma pesquisa com um tamanho de população de 100 mil pessoas, e se eu quisesse obter um grau de confiança de 95%, que é o padrão, e uma margem de erro de 5%, que também é o padrão, eu deveria falar com aproximadamente 380 pessoas. Se ao invés de pensar numa margem de erro de 5%, eu considerar uma margem de 3%, o meu número vai ter que ser bem maior, a minha amostra vai ter que ser de aproximadamente 1000 pessoas. Então, quanto maior a amostra, menor a margem de erro, ou seja, menor a possibilidade de erro quando a gente considerar a realidade da população.

É claro que isso é um cálculo estatístico né, não é qualquer pessoa que fica fazendo esse cálculo, eu preciso de uma pessoa que “manja aí das contas” para chegar nesse número exato . Mas claro, a gente não precisa ficar aprendendo estatística para obter esse número, existem várias calculadoras que a gente pode usar para obter esse tipo de cálculo. Quando a gente está fazendo alguma pesquisa quantitativa, por exemplo um Teste A/B, a própria ferramenta já faz esse cálculo para gente da significância estatística, da margem de erro… Se a gente quiser realizar uma Survey, a gente tem na internet várias calculadoras que a gente pode colocar o tamanho da população, o grau de confiança, a margem de erro, e ela vai mostrar qual deve ser o tamanho da sua amostra.

Mas, novamente, só o tamanho da amostra não basta, eu preciso que essa amostra represente o universo da população, ou seja, as variadas características entre esse grupo de pessoas. A gente pode considerar variáveis demográficas, geográficas, atitudinais, comportamentais, e todo esse universo tem que estar representado na minha amostra.

Bom, dito tudo isso, dados todos esses exemplos, vamos voltar para o tema desse episódio: por que eu não devo fazer pesquisa com UXers?

A razão principal da gente fazer pesquisa com o usuário é o reconhecimento de que existem pessoas aí que talvez usem o nosso produto e que a gente não conheça o pensamento, o comportamento e as motivações desse grupo, ou seja, toda pesquisa é um processo de aprendizado, a gente faz a pesquisa para aprender sobre o nosso público. É claro que logo pode aparecer alguém e dizer assim “ah, mas eu sou designer, mas eu também sou público desse produto, eu também uso esse produto”. Claro, designers são pessoas assim como os usuários e os designers também usam produtos, também usam serviços. Então lógico: você é designer, você também pode ser público de um determinado produto.

Uma característica importante sobre nós, designers, é que a gente sempre está olhando para as coisas pensando no jeito que elas poderiam ser melhores. A gente olha para os produtos pensando em como eles poderiam ser mais eficientes, a gente olha para os serviços imaginando como eles poderiam ser mais eficazes. Então, o designer tem esse olhar crítico para as coisas, a forma que ele vai olhar para situações cotidianas inevitavelmente é diferente do usuário comum.

Tem uma frase que eu gosto bastante dum cara chamado Paul Pangaro. Eu ouvi essa frase no documentário Design Thinking Movie. Não é um documentário ensinando a fazer design thinking, enfim, é discutindo conceitualmente o que é design thinking, mas tem uma frase desse cara que diz que:

“Design é o ato de ver algo que desejamos que seja melhor e então a atividade de torná-lo melhor”.

Isso para mim explica perfeitamente como é a cabeça do designer e como é a cabeça do usuário.

O usuário ele não está pensando em como criar um produto — ou como tornar um produto melhor — , o usuário está pensando na dor dele, no problema que ele tem para resolver, no objetivo que ele quer alcançar. A verdade é que o objetivo do usuário não é usar o nosso produto, o objetivo dele é resolver o problema que ele tem, e pode ser que para isso ele use o nosso produto ou use qualquer outra forma que estiver ao alcance dele. Já o designer não, quando o designer está falando sobre um problema, ele está logo pensando numa solução para esse problema. É isso que a gente faz, é isso que é a responsabilidade do designer. Então não dá para dizer que, mesmo aquele designer que também é usuário de um produto, que vá pensar da mesma forma que um usuário comum. Ou seja, essa característica de olhar para as coisas, sobre como elas poderiam ser diferentes, sobre como elas poderiam resolver os problemas, inevitavelmente vai enviesar o resultado da minha pesquisa.

Aí pode aparecer uma outra pessoa e dizer assim “ah então quer dizer que a Adobe não pode fazer pesquisa com designers? O público deles é de designers”.

Claro querido, sempre tem uma exceção à regra. Se o seu produto é voltado especificamente para designers, é lógico que você vai fazer pesquisa com designers — não tem outra alternativa. Mas isso é uma exceção. Quantos produtos voltados só para designers tem no mundo? É um número muito pequeno comparado a todos os produtos que existem, a toda população. Eu poderia perguntar quantos designers existem dentro da população brasileira ou mundial… É um número muito pequeno. Então quando a gente fala “sim, a Adobe faz pesquisa com designers”, e outras empresas que fazem produtos para designers também pesquisam com eles… Mas isso é uma exceção, e a gente não pode tratar a exceção como regra. Nos produtos e serviços que não são feitos especificamente para designers, eu preciso considerar uma variedade muito maior de participantes da minha pesquisa do que um grupinho de profissionais que trabalham criando outros produtos e que vão ter uma visão diferenciada.

Também é comum a gente ver pessoas defendendo que designers podem participar de pesquisas quando elas não são focadas no comportamento, e sim nos hábitos de consumo. Como se os hábitos de consumo de um designer fossem idênticos ao resto da população, quando na verdade a gente sabe que não é, a forma como a gente analisa os produtos que a gente compra é muito diferente. Eu já vi vários designers — inclusive eu — dizendo que compraram um determinado produto porque a embalagem era mais bonita, porque a identidade era mais bem trabalhada… A verdade é que os designers não têm hábitos de consumo parecidos com o resto da população, os nossos hábitos são diferentes. O nosso cotidiano é feito de diferentes produtos e serviços e a gente analisa eles de uma maneira diferente. Então, a forma como a gente compra uma pasta de dente e que a gente interage com o tubo dessa pasta vai ser diferente do usuário comum. Qualquer pesquisa de hábito de consumo com designers vai ser enviesada em maior ou menor grau, mas vai ser enviesada.

Mas vamos lá, independente da visão do designer ser diferente do usuário comum, eu sei que vou ouvir a argumentação de que “dentre todas as pessoas que fazem parte do meu público, também existem designers, e claro, se eu não incluir nenhum designer na minha pesquisa, também vai ficar enviesado, já que eles fazem parte desse público“. Sim, em nenhum momento eu estou dizendo que não podem haver designers entre o público da pesquisa, mas desde que isso seja feito de uma maneira aleatória. Desde que isso represente a proporção de designers dentro da população do seu produto. Ou seja, se você vai realizar uma pesquisa quantitativa com 500 pessoas e você compartilha essa pesquisa num grupo de designers, e vai ter metade das respostas de designers, você tem que avaliar: será que metade do público do meu produto são designers? Aí a gente está voltando àquele mesmo assunto sobre margem de erro e significância estatística. O quanto a gente pode confiar no resultado dessa pesquisa.

Então vamos a um exemplo, vamos supor que alguém está realizando uma pesquisa sobre internet banking. Eu, por exemplo, sou designer e sou usuário de internet banking, isso é um fato, e eu sei que muitos e muitos profissionais de UX e de tecnologia também são usuários de internet banking. Mas vamos fazer uma conta rápida: considerando o tamanho da população brasileira, a quantidade de adultos economicamente ativos, e a porcentagem dessas pessoas que normalmente usam internet banking (que está próximo dos 80%), eu posso chutar por alto que no Brasil existem 100 milhões de pessoas que usam internet banking. Vamos usar esse número de 100 milhões. Algumas pesquisas rápidas que eu fiz aqui dizem que hoje existem aproximadamente 1 milhão de pessoas empregadas no mercado de tecnologia. Ou seja, 100 milhões de pessoas que usam internet banking, 1 milhão de pessoas empregadas no mercado de tecnologia. Logo, a porcentagem de empregados que usam internet banking é de 1% desses usuários.

Variáveis de segmentação serão utilizadas para representar o universo da sua amostra.

Agora vamos lá, se eu vou realizar uma pesquisa quantitativa como uma survey, aonde eu quero um grau de confiança de 95% e uma margem de erro aproximada de 5%, eu vou realizar essa survey com mais ou menos 600 pessoas? Se os profissionais de tecnologia são 1% do público, entre 600 pessoas eu deveria ter não mais que 6 profissionais de tecnologia respondendo a minha pesquisa. Agora se eu for considerar que o número de UXers é bem menor que esse número total de empregados na área de tecnologia, eu vou considerar então que entre 600 pessoas participantes da minha pesquisa, eu precise ter talvez 1 único UXer? Isso seria a proporção de UXers dentro da minha população, dentro do público-alvo do meu produto.

Mas aí, a pessoa que está realizando a pesquisa pensa “sim, designers fazem parte do meu público”, e aí ela vai lá no grupo de designers, seja no Facebook ou no Whatsapp, e fala “galera, dá essa força aí, responde a pesquisa para mim!”, e aí dentre 600 pessoas você vai ter 300 respostas de designers, ou seja, 50%.

Logo, 50% é muito diferente da proporção de 1% (ou menos de 1%) que a gente tinha avaliado aqui para o número de pessoas que usam internet banking, e se a visão do designer é diferente da visão do público geral, logo a minha pesquisa vai estar enviesada. Então, quando a gente fala da margem de erro de uma pesquisa, do grau de confiança (da significância estatística), a gente não está falando só do tamanho da amostra, a gente está falando do universo de variáveis dentro dessa amostra. E eu preciso considerar essas variáveis, eu preciso considerar a proporção de cada grupo diferente dentro dessa população. Então, qual que é a proporção de designers dentro da população brasileira? Qual que é a proporção de UXers dentro do público do seu produto? É isso que você tem que considerar.

Quando eu falo que a gente não pode fazer pesquisa com designers, o que eu estou querendo dizer é que a gente não deveria divulgar nossa pesquisa entre os grupos de designers para que eles respondessem. Se você divulgar sua pesquisa de modo geral, onde pessoas de todos os perfis vão responder, e entre elas um ou dois designers responder, isso não vai afetar significativamente (ou estatisticamente) o resultado da sua pesquisa. Agora, se você compartilha ela num grupo de designers, de UXers, a proporção dessa galera que vai responder a pesquisa é muito maior que a proporção real da população. Então é isso que vai enviesar sua pesquisa e é isso que você não deveria fazer.

Deu para entender?

Então quando você estiver realizando uma pesquisa do seu produto ou serviço que não é focado exclusivamente no público de designers, ao invés de você compartilhar a sua pesquisa naquele grupo de Whatsapp ou de Facebook com toda a galera de UX, tenta compartilhar entre seus amigos que não são UXers, que são amigos da escola, entre seus familiares. Pede para o grupo da família compartilhar, pede para o grupo da faculdade compartilhar… Agora, não vai jogar num grupo de profissionais de UX que vão responder ou vão responder ou vão compartilhar com outros UXers, porque isso vai afetar muito o resultado da sua pesquisa, ela vai perder significância estatística, ela vai aumentar a margem de erro.

“Ah, legal, você está falando isso sobre pesquisa quantitativa, mas e a pesquisa qualitativa? Que é aquela pesquisa que eu faço com menos pessoas, presencialmente, conversando, interagindo…”

Isso tudo que eu estou falando também se aplica à pesquisa qualitativa. Se eu estou falando da qualidade e da variedade da minha amostra selecionada para pesquisa, a amostra de uma pesquisa qualitativa já é muito menor que a quantitativa. Eu costumo dizer que na qualitativa tem uma “amostra da amostra”. Então se num pesquisa quantitativa eu falei com 600 pessoas de um perfil, de um segmento de usuário, na pesquisa qualitativa eu vou falar o quê? Com 10 pessoas desse segmento de usuário? Então eu estou falando de uma “amostra da amostra”. Se naquele meu exemplo de internet banking eu falei que entre 600 pessoas eu deveria ter no máximo 1 designer, imagina numa pesquisa que você vai fazer com 10 pessoas. Você vai ter o quê? Um sopro no ouvido de um designer? Você não vai ter, você não vai fazer essa pesquisa com designer, você vai tentar fazer com usuários neutros, usuários que representem o público geral da sua população. Então, isso tudo que eu estou falando se aplica a uma pesquisa quantitativa e qualitativa. Você vai perder significância estatística, você vai perder confiança no resultado da sua pesquisa caso você inclua aí na sua amostra designers, UXers e outros profissionais que trabalham com pesquisa.

Mas aí em última instância pode aparecer alguém que fale assim “eu trabalho muitos e muitos anos com pesquisa, eu sou especialista em pesquisa e eu sei o que eu estou fazendo quando eu seleciono esses designers!”

Ok, a pessoa que é super especialista em pesquisa, ela vai se certificar — com certeza — de qual que é o impacto de um participante designer nessa pesquisa, e a pessoa vai ter isso tudo sob controle. Legal, mas caso você não seja um “gradessíssimo” especialista em pesquisa, caso você não tenha anos e anos de experiência, e caso você não tenha certeza se sabe avaliar o impacto que a participação de um designer teria na sua pesquisa, segue a cartilha! E a cartilha diz “não faça pesquisa com UXers, designers e outros tipos de pesquisadores”. Segue a cartilha que com certeza você não vai ter erro.

[Pausa na fala, com música de fundo]

Mas enfim, eu sei que esse é um assunto bem polêmico, e eu sei que possivelmente pessoas que estão ouvindo esse podcast não concordam comigo, e isso é muito bom! Eu não estou aqui para pregar nenhuma verdade absoluta, eu estou aqui para discutir metodologias. E eu acho inclusive que esses diferentes pontos de vista sobre a forma de se trabalhar pesquisas só vão enriquecer sempre a discussão.

Por isso mesmo eu quero deixar o canal aberto: se você tem uma opinião diferente da minha, se você tem um outro ponto de vista sobre as metodologias, sobre o “fazer ou não pesquisa com designers”, ou se você só tem alguma dúvida, quer deixar um comentário, ou mesmo pedir algum outro assunto especial para os próximos episódios, manda uma mensagem para gente aí nas redes sociais da Mergo e a gente vai mantendo não só a escuta como também essa conversa toda ativa.

Então é isso galera, até o próximo episódio, um abraço e tchau!

[Fim da transcrição]

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Rolar para cima