Como priorizar o que corrigir primeiro numa auditoria de UX

Resposta direta: priorize por dinheiro, não por opinião. Para cada achado, estime o impacto financeiro (usuários atingidos × valor do fluxo), multiplique por severidade e confiança, e divida pelo esforço de correção. Ordene pelo score. Corrija primeiro o que bloqueia receita com pouco esforço, e sequencie os projetos grandes com validação antes de investir.

Uma auditoria bem feita devolve 40, 60, às vezes 100 achados. E aí começa o problema real: quase toda empresa trata essa lista como um checklist e sai corrigindo de cima para baixo, na ordem em que o relatório foi escrito. Resultado: três meses de trabalho, orçamento consumido, e o defeito que mais drenava receita continua lá, no item 47.

Priorização de UX não é exercício de gosto. É alocação de capital. E capital se aloca com número, não com "eu acho que a home é mais importante".

Por que a lista da auditoria não é um plano

O relatório de auditoria responde "o que está errado". Ele não responde "em que ordem corrigir". São perguntas diferentes, e confundir as duas gera três padrões de desperdício:

• Corrigir o que é visível, não o que é caro. A diretoria vê a home todos os dias, então a home vira prioridade. Enquanto isso, um campo quebrado no checkout segue queimando pedidos em silêncio. São os Custos Invisíveis clássicos: perda que não aparece em nenhum relatório, mas aparece no caixa.
• Corrigir o que é fácil de discutir, não o que é fácil de medir. Debate sobre cor de botão é confortável. Debate sobre taxa de abandono por etapa exige dado. Times sem framework gravitam para o confortável.
• Empilhar tudo como se tivesse o mesmo peso. Um erro que bloqueia a transação e um espaçamento inconsistente não pertencem à mesma fila. Tratar os dois como "achado de UX" é o jeito mais rápido de transformar a auditoria em Dívida Técnica de design: uma lista que envelhece sem retorno.

Se a sua régua de decisão ainda é pageview e NPS descontextualizado, vale antes alinhar o que de fato importa medir. Escrevi sobre isso em métricas de vaidade contra métricas de valor.

Os quatro critérios que ordenam por dinheiro

O modelo que uso tem uma fórmula só:

Score = (impacto financeiro mensal × severidade × confiança) ÷ esforço

Quatro critérios. Cada um existe para matar um tipo específico de erro de decisão.

1. Impacto financeiro: usuários atingidos × valor do fluxo

Comece perguntando duas coisas de cada achado:

• Quantos usuários passam por esse ponto por mês? Analytics responde. Não é o tráfego total do site, é o tráfego daquele fluxo, naquela etapa, naquele dispositivo.
• Qual o valor do fluxo interrompido? Num e-commerce, o ticket médio. Num SaaS, o valor do trial que não converte. Num formulário de lead, o valor médio do lead para o comercial.

Impacto financeiro = usuários atingidos × taxa estimada de perda × valor por conversão. Esse número transforma "o menu está confuso" em "esse ponto custa X por mês". A partir daí a conversa muda de sala: sai do time de design e entra no comitê que decide orçamento. O raciocínio completo de como má experiência vira perda contábil está em quanto custa o design ruim em impacto financeiro.

2. Severidade: o achado bloqueia, atrapalha ou incomoda?

Nem todo problema no mesmo fluxo pesa igual. Use uma escala simples, de 0 a 1:

• 1,0 · Bloqueador. O usuário não consegue completar a tarefa. Ponto.
• 0,7 · Atrito grave. Completa, mas com esforço que derruba parte relevante dos usuários.
• 0,4 · Atrito moderado. Irrita, gera hesitação, corrói confiança ao longo do tempo.
• 0,1 · Cosmético. Inconsistência visual sem efeito mensurável na tarefa.

Essa lógica de graduar severidade não é invenção minha: o Nielsen Norman Group mantém uma escala clássica de severidade de problemas de usabilidade, combinando frequência, impacto e persistência (como classificar a severidade de problemas de usabilidade, NN/g). A adaptação aqui é uma só: a severidade nunca anda sozinha, ela sempre multiplica um valor em reais.

3. Confiança: quanto dado sustenta a estimativa?

Aqui é onde a maioria dos frameworks de priorização de UX falha na prática. Todo score depende de estimativas, e estimativa sem lastro é opinião com casas decimais.

• 0,9 a 1,0: dado comportamental direto. Funil no analytics, gravação de sessão mostrando o travamento, teste A/B anterior.
• 0,6 a 0,8: evidência parcial. Heurística forte + dado indireto, ou achado recorrente em testes de usabilidade com amostra pequena.
• 0,3 a 0,5: hipótese de especialista sem validação comportamental.

Regra prática: achado grande com confiança baixa não sobe na fila. Ele ganha uma tarefa de validação barata primeiro. Você não aposta seis dígitos de retrabalho num palpite; você gasta uma semana de teste para transformar 0,4 em 0,8.

4. Esforço: o denominador que ninguém quer preencher

Esforço em dias de trabalho, estimado com quem vai executar, incluindo design, desenvolvimento e QA. Sem otimismo de planilha. Um achado de impacto médio com esforço de dois dias quase sempre vence um achado de impacto alto com esforço de dois meses, e é exatamente isso que o score vai te mostrar.

O score na prática: dois achados, uma decisão

Pegue um e-commerce com dois achados no topo do relatório. O primeiro: a máscara do campo de telefone no checkout mobile rejeita números válidos, e as gravações de sessão mostram usuários desistindo ali. O segundo: a arquitetura de navegação das categorias está confusa, e a proposta é reformular a estrutura inteira.

No primeiro, 4.000 usuários passam pelo campo por mês e 8% travam nele. Com ticket médio de R$ 180, são 320 pedidos perdidos: R$ 57.600 por mês. Severidade 1,0, porque bloqueia a transação. Confiança 0,9, porque há funil e gravação sustentando. Esforço: 2 dias.

No segundo, a projeção de ganho é maior, R$ 90.000 por mês. Mas a severidade é 0,7, porque atrapalha sem bloquear. A confiança é 0,5, porque é hipótese de especialista sem teste. E o esforço é de 45 dias.

O achado com o impacto de manchete perde por uma ordem de grandeza. Não porque a navegação não importa, mas porque o campo de telefone devolve dinheiro na sexta-feira, com certeza quase total, enquanto a navegação é uma aposta cara que ainda precisa de validação. Priorização de UX bem feita produz exatamente esse tipo de resposta desconfortável e correta.

RICE e matriz impacto × esforço: o que aproveitar, o que adaptar

Se o seu time já usa RICE (Reach, Impact, Confidence, Effort), a boa notícia: a estrutura é a mesma. O problema do RICE puro para backlog de UX é o Impact genérico, aquela escala de 0,25 a 3 que cada PM interpreta como quer. A adaptação é trocar essa nota subjetiva por reais por mês. Reach vira usuários atingidos no fluxo, Impact vira valor do fluxo × severidade, Confidence e Effort ficam como estão.

A matriz impacto × esforço de quatro quadrantes serve como comunicação executiva, não como ferramenta de decisão. Ela é boa para apresentar o resultado da priorização em uma tela. Ela é ruim para decidir, porque "impacto alto" sem número vira disputa de opinião na reunião, e quem fala mais alto ganha. Calcule o score primeiro, plote a matriz depois.

Quick wins e projetos grandes: como sequenciar

Com o backlog ordenado pelo score, o sequenciamento segue três faixas:

1. Quick wins primeiro: score alto, esforço até uma semana. Bloqueadores em fluxo de receita, erros de formulário, atritos de checkout. Eles pagam a auditoria em semanas e compram credibilidade interna para o resto do plano. Se o seu tráfego é pago, cada atrito eliminado aqui mexe direto no custo de aquisição; a mecânica está em como a interface com atrito infla o CAC.
2. Validações em paralelo: impacto alto, confiança baixa. Enquanto o time executa os quick wins, rode testes de usabilidade e experimentos baratos nos achados grandes. O objetivo é subir a confiança antes de liberar orçamento grande.
3. Projetos estruturais por último, fatiados. Redesenho de navegação, reformulação de onboarding, reestruturação de arquitetura de informação. Entram com confiança já validada e, sempre que possível, quebrados em entregas que geram valor mensurável a cada etapa. Projeto de 45 dias sem checkpoint de resultado é como a Dívida Técnica nasce.

Essa sequência é o que transforma o site ou produto em Ativo Digital gerido com Eficiência de Capital: cada real de correção entra onde o retorno é maior, e a fila inteira caminha na direção de Fricção Zero sem apostar tudo numa reforma heroica. Vale lembrar a régua do mercado: o retorno médio de UX chega a 100:1, e 88% dos usuários não voltam depois de uma experiência ruim. O custo de priorizar errado não é neutro; é entregar esses números para o concorrente.

FAQ

Não tenho analytics confiável por etapa do funil. Dá para priorizar mesmo assim?

Dá, com honestidade sobre a confiança. Use a severidade heurística e trate toda estimativa de impacto com confiança 0,3 a 0,5. E coloque no topo absoluto da fila o item que resolve isso: instrumentar o funil. Sem medição, toda priorização seguinte continua sendo aposta.

Quantos achados devo atacar por ciclo?

Menos do que o time quer. Um lote pequeno de quick wins concluído e medido vale mais que quinze correções pela metade. O ciclo saudável é: corrigir, medir o efeito no fluxo, recalcular os scores com o dado novo, puxar o próximo lote. O score não é uma foto, é um placar que se atualiza.

Quem deve ser o dono da priorização: design, produto ou negócio?

O dono é quem responde pelo resultado financeiro do fluxo, normalmente produto, com design e engenharia alimentando severidade e esforço. O que não funciona é priorização por votação de sala. O framework existe justamente para que a decisão sobreviva à troca de opinião.

E os achados de acessibilidade e conformidade, entram no mesmo score?

Não. Risco legal e de conformidade tem fila própria, com critério de obrigação, não de retorno. Misturar os dois no mesmo score faz o item de conformidade parecer "caro demais" e ser eternamente adiado, até virar multa ou processo.

Conclusão: o passo a passo para ordenar o seu backlog

1. Liste todos os achados da auditoria numa planilha única, sem hierarquia herdada do relatório.
2. Para cada um, levante usuários atingidos por mês e valor do fluxo, e calcule o impacto financeiro mensal.
3. Atribua severidade (0,1 a 1,0) e confiança (0,3 a 1,0) com base em dado, não em memória.
4. Estime o esforço em dias com quem vai executar.
5. Calcule o score, ordene, e separe as três faixas: quick wins, validações, projetos estruturais.
6. Execute o primeiro lote, meça o efeito no fluxo, recalcule e repita.

Se a sua lista de achados é longa, o funil envolve receita relevante e a discussão interna já virou queda de braço de opinião, esse é exatamente o tipo de decisão que resolvemos num Discovery estratégico: mapear os fluxos críticos, quantificar o que cada atrito custa e sair com um plano de correção ordenado por retorno. Fale com a UX Agency e traga o seu backlog.