AVWA · Pesquisa Quantitativa

O ponto de partida

Este case é a sequência direta da concepção do serviço do AVWA, o projeto conceitual de carsharing entre pessoas sob a marca Volkswagen. Na etapa anterior eu tinha empilhado hipóteses a partir de pesquisa secundária: que o carro fica ocioso a maior parte do tempo, que existe demanda reprimida em Brasília e que muita gente dirige sem ter veículo próprio. Eram boas hipóteses, mas ainda não passavam de achismo fundamentado. Faltava a voz de quem vive o problema.

Foi essa lacuna que a etapa quantitativa veio fechar. Como era a primeira vez que eu abordava usuários diretamente para o modelo de compartilhamento P2P, a pesquisa tinha uma função dupla: validar o que a desk research sugeriu e revelar o que eu ainda não sabia que precisava perguntar.

O desafio

Sair da percepção e chegar ao dado. Eu precisava entender o público-alvo em três camadas: quem são essas pessoas, como se locomovem hoje e o que as trava na hora de alugar ou emprestar um carro. Sem esse mapa, qualquer fluxo que eu desenhasse depois seria uma aposta sobre um usuário imaginário.

Por que pesquisa quantitativa

A pergunta desta fase não era "por que as pessoas fazem", e sim "quantas pessoas fazem". Eu queria dimensionar comportamento e medir a frequência de motivações e frustrações, não interpretá-las em profundidade. Um survey estruturado, distribuído por formulário, era o instrumento certo para transformar hipóteses em percentuais comparáveis e apontar onde valeria a pena, mais tarde, aprofundar com pesquisa qualitativa.

A jornada dos dados

Montei um plano de pesquisa para o modelo de compartilhamento P2P e apliquei um questionário que reuniu 61 respostas. O recorte de quem respondeu já contava uma história: maioria de mulheres, quase metade na faixa dos 30 aos 39 anos, renda concentrada entre R$2.001 e R$6.000 e nove em cada dez morando no Distrito Federal. Era exatamente o público de Brasília que eu queria escutar.

O primeiro contraste apareceu logo. A grande maioria tem habilitação para dirigir, mas menos da metade possui carro próprio. Quase 80% usam aplicativos de corrida, boa parte depende de transporte coletivo e cerca de 30% recorrem ao carro emprestado de um parente ou amigo. O desejo de dirigir existe, o acesso ao veículo é que falha.

O dado que sustentou a tese inteira do serviço veio do uso: 76% afirmaram que o carro é utilizado por até seis horas por semana. Traduzido, isso significa veículos parados por pelo menos 91% do tempo. De um lado, gente habilitada sem carro; do outro, carros ociosos na garagem. O AVWA existe para conectar essas duas pontas.

Perguntei também sobre percepção e receio. Entre as vantagens do carro, liberdade e autonomia lideram com folga. Entre as desvantagens, o custo elevado e a dificuldade de estacionar são as dores mais latentes. Já sobre o modelo P2P, os medos se organizam por papel: quem empresta teme acidentes e danos ao veículo e se o motorista vai cuidar bem do carro; quem aluga se preocupa com o custo e com o processo de cobrança. Esses quatro medos viraram requisitos diretos de confiança para o serviço.

Processo e papel

Conduzi todas as frentes desta etapa, organizadas em quatro fases:

1. Plano de pesquisa. Defini objetivo, hipóteses a testar e o recorte de público a partir do que a desk research tinha levantado, para o questionário responder perguntas de decisão e não curiosidades soltas.
2. Construção do instrumento. Estruturei o formulário cobrindo perfil demográfico, comportamento de locomoção, uso do carro, percepção de vantagens e desvantagens, medos no modelo P2P e experiência prévia com locadoras tradicionais.
3. Coleta. Distribuí o survey e reuni as 61 respostas junto ao público do Distrito Federal, o território que o serviço pretendia atender.
4. Análise e síntese. Cruzei os percentuais para transformar respostas isoladas em leitura de oportunidade, sempre voltando à pergunta de negócio: existe espaço para um carsharing entre pessoas em Brasília, e para quem.

Usei ferramentas de IA como apoio na organização e na leitura dos dados, mas o critério do que perguntar, do que cruzar e do que aquilo significava para o serviço foi meu. O dado não decide sozinho, ele informa a decisão.

A entrega

O resultado desta fase não foi uma interface, foi um retrato quantificado do público e uma lista de oportunidades priorizadas por evidência. A validação central se confirmou: há um contingente de pessoas habilitadas sem carro convivendo com uma frota que passa a maior parte do tempo parada, e essa folga é a matéria-prima do AVWA.

A experiência prévia com locadoras tradicionais deu o mapa das dores a evitar. Três em cada quatro respondentes já alugaram carro em agência convencional, e as reclamações se concentraram na espera longa pelo atendimento, na demora para confirmar a reserva, na divergência entre o carro escolhido e o entregue e em ocorrências de acidentes ou danos. Cada queixa recorrente virou um ponto que o serviço precisava resolver melhor que o mercado atual.

Os cruzamentos também iluminaram o recorte de exclusão que eu já vinha carregando da etapa anterior. Boa parte de quem depende de transporte coletivo poderia usar o carro de um conhecido, mas não ser dono do veículo significa não ter garantia de disponibilidade na hora da necessidade. E entre esse mesmo público, quase 88% dirigem ou querem tirar a habilitação. A demanda existe e está represada pela falta de acesso, não pela falta de vontade.

Aprendizados

1. Dado bom começa numa boa pergunta. A qualidade dos insights veio menos da análise e mais do plano de pesquisa. Ter amarrado o questionário às hipóteses da desk research foi o que evitou coletar números bonitos e inúteis.
2. Quantitativo dimensiona, não explica. A pesquisa me disse quantas pessoas temem emprestar o carro, mas não o porquê profundo de cada medo. Saí desta fase com um mapa claro do que precisaria de escuta qualitativa depois, e enxergar esse limite é parte do método.
3. O medo do usuário é briefing de produto. Os quatro receios do modelo P2P, acidentes, cuidado com o carro, custo e cobrança, deixaram de ser obstáculo e viraram a lista de garantias que o serviço tem obrigação de oferecer. Ouvir a objeção cedo é o que separa um produto desejável de um produto ignorado.
4. Amostra pequena pede humildade na leitura. Foram 61 respostas, suficientes para orientar direção, não para cravar verdade estatística. Hoje, como Product Designer com olhar de dados, trato números desse porte como sinal forte a confirmar, e comunico essa incerteza em vez de esconder atrás da porcentagem.