O produto prometia democratizar o acesso a modelos preditivos — qualquer profissional de dados poderia criar uma predição sem escrever código. A hipótese de negócio era que essa proposta de valor resolveria sozinha o problema de adoção.
A pesquisa revelou que não resolveria. Três camadas de problema apareceram ao mesmo tempo.
A interface não comunicava a lógica do produto. Usuários não distinguiam a fase de treino do modelo da fase de predição. Os resultados de explicabilidade — representados por bolinhas coloridas baseadas em SHAP values — foram incompreendidos por todos os perfis testados, sem exceção.
Mais grave: o problema não era só de interface. Era de modelo mental. O produto pressupunha que o usuário chegaria com dados tratados, estruturados e prontos. Na prática, o usuário chegava com dados brutos, cheios de regras de negócio específicas, e esperava que o produto absorvesse essa complexidade.
O terceiro problema era econômico. Sensibilizar esse usuário até o ponto de adoção real exigiria um investimento em onboarding, educação e suporte que a empresa não tinha capacidade de fazer com o caixa disponível.
The product promised to democratize access to predictive models — any data professional could create a prediction without writing code. The business hypothesis was that this value proposition would solve the adoption problem on its own.
Research revealed it wouldn’t. Three layers of problems surfaced simultaneously.
The interface didn’t communicate the product’s logic. Users couldn’t distinguish the model training phase from the prediction phase. The explainability results — represented visually by colored dots based on SHAP values — were misunderstood by every profile tested, without exception.
More serious: the problem wasn’t just interface. It was mental model. The product assumed users would arrive with clean, structured, ready-to-upload data. In practice, users arrived with raw data full of business-specific rules, expecting the product to absorb that complexity.
The third problem was economic. Moving these users to actual adoption would require onboarding, education, and support investments the company couldn’t make with available cash.