Reduzindo atritos na recuperação do dinheiro garantido pelo FGC
Período
5 meses - Abril à Agosto de 2026
Área de atuação
Aplicativo
Minha função
Product Designer
Empresa
Fundo Garantidor de Créditos (FGC)
Ferramentas
Figma, Figjam, Figma Make, Maze, Gemini, Antigravity, ChatGPT Images 2.0
Aviso
Projeto iniciado como meu TCC na PUC-RS e continuado de forma independente. Dados e pesquisas reais, sem vínculo com o FGC.
Resumo
O aplicativo do FGC é o único canal digital no Brasil para clientes solicitarem o ressarcimento de até R$ 250 mil após a liquidação de instituições financeiras pelo Banco Central. A experiência atual apresentava falhas de instabilidade, erros com linguagem técnica, atritos na confirmação de identidade e falta de transparência sobre status e prazos, gerando frustração em um momento de estresse. Conduzi pesquisas e redesenhei as jornadas principais focando em mensagens orientadoras, transparência de status e simplificação do pedido.
Impacto obtido:
100% de taxa de sucesso
No teste de usabilidade (19 participantes)
Feedbacks qualitativos positivos
Sobre clareza no acompanhamento do pedido
Impacto esperado:
Redução do esforço no resgate
Fluxos guiados e simplificados para diminuir a carga cognitiva do usuário.
Queda nos chamados de suporte
Visiblidade clara sobre o status da garantia e os prazos para reduzir dúvidas.
Autonomia e segurança emocional
Orientações claras durante erros e instabilidades para devolver o controle ao usuário.
Contexto do projeto
O Fundo Garantidor de Créditos (FGC) é uma associação privada sem fins lucrativos que atua como a principal rede de proteção do Sistema Financeiro Nacional. O seu objetivo é assegurar o ressarcimento de até R$ 250 mil para clientes de instituições financeiras que faliram ou sofreram intervenção do Banco Central.
Com 6 instituições liquidadas desde 2025, mais de 2,5 milhões de clientes elegíveis a pedir a garantia e mais de R$ 59 milhões ressarcidos recentemente, o aplicativo oficial do FGC se tornou um serviço de utilidade pública de alta importância e o único canal digital disponível para que as pessoas consigam recuperar seu dinheiro.
Como podemos transformar uma jornada de resgate sob estresse em uma experiência clara, transparente e acolhedora?
A liquidação de uma instituição financeira gera insegurança imediata. Por ser o único canal digital disponível para recuperar o patrimônio, o aplicativo precisa guiar o usuário com total previsibilidade, garantindo que o processo de resgate traga alívio, e não barreiras adicionais.
Aprendendo sobre os usuários e a jornada
Para entender a fundo os problemas relatados e o comportamento do usuário diante dessa jornada crítica, estruturei o processo de discovery combinando métodos qualitativos, quantitativos e uma auditoria da interface com apoio de inteligência artificial.
Desk Research
Entendi o funcionamento de um fundo garantidor e investiguei soluções fora do Brasil.
Análise de avaliações nas lojas do aplicativo
Mapeei os principais atritos dos usuários a partir de 516 avaliações reais.
Avaliação Heurística apoiada por Agentes de IA
Avaliei 18 telas da jornada com apoio de um Sistema Multi-Agente de IA com Human-In-the-Loop que construí.
Diagrama de modelo mental
Mapeei as intenções, medos e crenças do usuário no momento de resgatar seu dinheiro.
Principais descobertas
Transformando insights em oportunidades e priorizando iniciativas
Com os dados de pesquisa em mãos, recuperei todas as oportunidades identificadas para divergir em soluções e filtrar as iniciativas com maior impacto para o usuário e menor complexidade de execução.
How Might We...
Apliquei esta técnica para transformar as dores e oportunidades identificadas nas pesquisas em perguntas geradoras de soluções.
Matriz Esforço x Impacto
Utilizei a matriz para priorizar as propostas, focando meus esforços nas oportunidades do quadrante "Fazer Agora", composto por tarefas de alto impacto e baixo esforço.
Estruturando hipóteses de design
Para guiar as decisões de design e a construção dos fluxos, estruturei 4 hipóteses principais:
Explorando propostas do papel à alta fidelidade
Para validar caminhos estruturais com agilidade, combinei rascunhos manuais e exploração assistida por IA para iterar rapidamente antes de construir a versão final de alta fidelidade.
Rabiscando conceitos no papel
Mapeei a estrutura inicial dos fluxos e telas em baixa fidelidade para testar alternativas de layout sem apego visual.
Prototipação rápida com IA (Figma Make / Antigravity)
Gerei layouts e variações de telas rapidamente para ilustrar e testar diferentes caminhos de navegação.
Geração de assets visuais (ChatGPT Images 2.0)
Criei ilustrações e elementos visuais de apoio para o projeto garantindo consistência estética.
Refinamento de UX Writing com IA
Utilizei Skills para revisar a clareza textual, simplificar jargões técnicos e construir um vocabulário acessível.
Primeira versão em alta fidelidade
Construí protótipos das jornadas principais para testar hipóteses diretamente com usuários.
Validando as soluções de usabilidade com usuários
Conduzi uma rodada de testes remotos não moderados na plataforma Maze com 19 participantes. Os participantes realizaram 3 tarefas principais:
Encontrar uma forma de receber seu dinheiro de volta.
Confirmar a identidade.
Aceitar os termos de pagamento e concluir o pedido de garantia.
Resultados obtidos:
100% de taxa de sucesso
No teste de usabilidade (19 participantes)
Feedbacks qualitativos positivos
Sobre clareza no acompanhamento do pedido
Principais descobertas:
Dispersão no primeiro clique
8 de 19 usuários erraram o primeiro clique na tarefa de solicitar o ressarcimento.
Nomenclaturas parecidas
2 de 19 usuários pontuaram que algumas funcionalidades apresentavam nomes muito similares.
Reconhecimento do termo "Garantia"
2 de 19 usuários citaram que o termo "garantia" sozinho não foi reconhecido rapidamente como a forma de recuperar o dinheiro.
Refinando as soluções com base nos aprendizados…
Problema: erros críticos de acesso e linguagem técnica
Erros de sistema exibiam jargões técnicos e não orientavam a solução, impedindo o acesso ao aplicativo e gerando pânico em um momento de estresse financeiro.
Antes
Solução: criar mensagens de erros humanizadas e auxiliadoras
Redesenhei as mensagens de erro com linguagem simples e ações práticas de contorno para devolver a tranquilidade e a autonomia ao usuário.
Depois
Problema: falta de direcionamento antes da liberação da garantia
A tela inicial não oferecia nenhuma ação útil enquanto a garantia não era liberada, deixando o usuário sem orientação sobre o que fazer durante a espera.
Antes
Solução: pré-cadastro da conta para recebimento
Disponibilizei a opção de cadastrar previamente a conta bancária, deixando-a preparada para quando a solicitação da garantia for liberada.
Novo
Problema: falta de transparência no acompanhamento do pedido
A ausência de prazos previstos e o acompanhamento superficial do pedido geravam ansiedade e incerteza sobre quando o dinheiro seria depositado.
Antes
Solução: acompanhamento detalhado com prazos do pedido
Otimizei o acompanhamento da solicitação detalhando as etapas e exibindo estimativas de prazo para a recuperação do dinheiro a fim de transmitir transparência e segurança emocional.
Depois
Problema: atritos e reprovações na validação de documentos
A falta de orientações passo a passo e a impossibilidade de substituir o arquivo enviado aumentavam o esforço do usuário e o risco de envio de fotos ilegíveis.
Solução: instruções simplificadas e verificação de qualidade
Estruturei orientações guiadas e adicionei a confirmação de legibilidade do documento antes do envio para assegurar a qualidade da foto e aumentar a taxa de aprovação.
Novo
Impacto obtido
100% de taxa de sucesso
No teste de usabilidade (19 participantes)
Feedbacks qualitativos positivos
Sobre clareza no acompanhamento do pedido
Impacto esperado:
Redução do esforço no resgate
Fluxos guiados e simplificados para diminuir a carga cognitiva do usuário.
Queda nos chamados de suporte
Visiblidade clara sobre o status da garantia e os prazos para reduzir dúvidas.
Autonomia e segurança emocional
Orientações claras durante erros e instabilidades para devolver o controle ao usuário.
