Portfólio

Estudo de caso UX/UI · end to end · 2026

NutriFlow, dieta saudável sempre à disposição

Transformar o plano alimentar do nutricionista em refeições prontas na sua porta, tão fácil quanto pedir delivery.

Papel
UX/UI Designer (end-to-end)
Duração
7 meses (projeto de estudo)
Programa
UX Unicórnio
Ferramentas
Figma, Google Forms, Miro, Google Meet
Três telas do app NutriFlow: upload do plano alimentar, home com a refeição do momento e tela de progresso

O problema e a solução

Problema. Pessoas precisam seguir uma dieta prescrita por um nutricionista, mas encontram dificuldades para preparar ou pedir essas refeições, por elas serem personalizadas e feitas de forma artesanal.

Solução. O NutriFlow é um app que transforma o plano alimentar do nutricionista em rotina prática: a IA lê o plano enviado (foto ou PDF), organiza as refeições automaticamente e entrega as refeições prontas em casa, ajudando o usuário a manter a dieta prescrita.

Como tornar seguir a dieta tão simples quanto pedir no iFood?

É esse o problema que o NutriFlow tenta resolver: a distância entre o que o nutricionista recomenda e o que a pessoa realmente come no dia a dia. Comparei com o iFood de propósito, o parâmetro de conveniência que todo mundo já tem na cabeça, e ele deixa a lacuna óbvia: pedir besteira é fácil, seguir a dieta é que dá trabalho.

O mercado de saúde alimentar no Brasil é gigante e continua crescendo. Segundo dados do Ministério da Saúde (2024), mais de 60% dos brasileiros estão acima do peso, e o mercado de alimentação saudável movimenta mais de R$ 40 bilhões por ano no país.

Um estudo qualitativo da USP com pacientes que abandonaram tratamento nutricional (Santiago et al., 2023, RASBRAN) identificou a dificuldade de acesso a alimentos como uma das cinco principais categorias de motivos de abandono, junto à rigidez da dieta e à dificuldade de adaptar o plano à rotina diária.

Gráfico sobre o mercado de alimentação saudável no Brasil
Dados de excesso de peso e abandono de tratamento nutricional

Benchmarking e Matriz CSD

Analisei o mercado de delivery de comida, kits de receitas e softwares de nutrição, buscando onde esses serviços falham e onde havia espaço para algo novo: uma solução focada em pratos personalizados e adaptados de verdade para receitas médicas.

Gap identificado: nenhum player no Brasil conecta o plano alimentar prescrito por nutricionista ao preparo personalizado e à entrega das refeições.

Antes de ir a campo, usei a Matriz CSD (Certezas, Suposições, Dúvidas) como filtro. Em vez de sair perguntando tudo, ela mostrou onde eu estava confiante demais sem prova. As Suposições viraram o roteiro da pesquisa, e as Dúvidas mais caras (preço e adesão dos chefs) foram as primeiras que fui atrás de responder.

Benchmarking de delivery, kits de receita e softwares de nutrição
Benchmarking do mercado.
Matriz CSD com certezas, suposições e dúvidas
Matriz CSD, a primeira etapa de validação.

83 respondentes e 5 entrevistas em profundidade

Pesquisa quantitativa (83 respondentes via Google Forms) combinada com qualitativa (5 entrevistas remotas com clientes finais, de 20 a 30 min cada, por Google Meet).

74%abandonam a dieta por falta de tempo para preparar
78%dos que fizeram dieta abandonaram em menos de 3 meses
49%preferem refeições prontas para esquentar
46%preferem entregas 2 a 3x por semana
82%querem acompanhar macronutrientes
R$350-420ticket médio mensal considerado viável

O que apareceu nas entrevistas

“Eu tenho a dieta impressa na geladeira há 3 meses. Já segui por 2 semanas. O problema é que no dia a dia é impossível: você sai do trabalho às 8 da noite, tem filho esperando, quem vai cozinhar?”

Ana, 33 anos, gerente de marketing

“Se existisse um app que pegasse meu plano e transformasse em marmitas, eu pagaria fácil R$ 300 por mês.”

Thiago, 36 anos, analista de dados

Conclusão das entrevistas: as pessoas não largam a dieta por falta de vontade. Largam porque, no corre do dia a dia, não têm como executar o plano. 4 dos 5 entrevistados citaram o iFood como referência de conveniência.

Infográfico com os resultados completos da pesquisa quantitativa e qualitativa
Resultados da pesquisa.

Persona e jornada do usuário

Com a persona na mão, mapeei como seria a primeira semana da Ana no app, fase a fase, para achar onde a experiência sobe e onde ela desanda. Mais do que listar telas, eu queria descobrir o momento mais frágil, aquele que decide se a pessoa continua ou desiste.

A curva de emoção apontou esse momento: logo no começo, quando o app precisa ler o plano dela. Se a IA erra a leitura de cara, a pessoa perde a confiança e dificilmente volta. Foi isso que me fez tratar a leitura do plano como a parte mais crítica do produto, e não um detalhe de onboarding.

Persona da Ana, gerente de marketing de 33 anos
Persona.
Jornada do usuário na primeira semana no app, parte 1
Jornada do usuário com a curva de emoção destacando o momento crítico
Jornada do usuário e curva de emoção.

Um ecossistema de 3 apps, um MVP focado no Cliente

  • Cliente · envia o plano alimentar do nutricionista e recebe as refeições prontas.
  • Personal Chef · recebe os pedidos, compra ingredientes e prepara as refeições.
  • Entregador · realiza as entregas conforme o plano.

Comecei pelo Cliente por um motivo simples: é ele quem sente a dor e quem paga a conta. Sem demanda validada desse lado, não faria sentido tocar o app do chef nem o do entregador. Por isso o recorte deste estudo é só o app do Cliente, do upload do plano até o pedido chegar na porta.

Ecossistema de 3 apps integrados: Cliente, Personal Chef e Entregador
Ecossistema de 3 apps.

Workshops, HMW e wireframes

HMW principal: como poderíamos tornar tão fácil seguir o plano alimentar prescrito quanto é pedir comida no delivery?

Depois de priorizar as ideias numa matriz de impacto x viabilidade, prototipei em baixa fidelidade os 4 fluxos principais: onboarding e upload, IA processando, Home (Meu Plano) e fazer pedido.

Matriz de priorização por impacto e viabilidade
Priorização: impacto x viabilidade.
Wireframes de baixa fidelidade dos quatro fluxos principais
Wireframes de baixa fidelidade.

Design System

Primary#2D9A5FVerde folha: CTAs, links e estados ativos
Primary Dark#1A6B40Hover, pressed
Accent#F5A623Laranja: notificações e urgência
Neutral#1A1A2ETexto principal
Background#FAFAFABackground geral

O verde é a cor base porque o app fala de comida e saúde, e verde já carrega essa ideia sem precisar explicar. Deixei o laranja só para o que pede atenção na hora (a refeição do momento, um alerta), para ele não competir com o verde no dia a dia.

Tipografia: Inter, fonte nativa do iOS 17+ e do Android 14+. Como as pessoas já convivem com ela todo dia, a leitura fica mais familiar (Lei de Jakob).

Acessibilidade: contraste mínimo 4.5:1 (WCAG AA), toque mínimo 44×44pt, Dynamic Type e labels em todos os ícones.

Design System do NutriFlow no Figma: paleta, tipografia e componentes
Design System no Figma: paleta, tipografia e componentes.

Três decisões guiaram as telas

1. A IA lê o plano, a pessoa não digita nada. A pesquisa mostrou que registrar comida na mão é justamente o que cansa e faz a galera largar apps como o MyFitnessPal. Se a proposta é tirar esforço do caminho, pedir para a pessoa cadastrar todas as refeições, todo dia, seria repetir o problema. Então ela fotografa o plano e a IA monta o calendário.

2. O pedido cabe em três passos: período, entrega e pagamento. Nas primeiras versões eu tinha mais etapas, e cada tela a mais era uma chance de desistir. Quanto mais perto da sensação de pedir comida, menor o atrito.

3. A Home responde uma pergunta só: “o que eu como agora?”. A refeição do horário atual fica em destaque e o resto fica secundário. Menos decisão na tela, menos brecha para furar a dieta.

Protótipo navegável

Explore o app por dentro Do upload do plano ao pedido chegar na porta, no fluxo de alta fidelidade.
Abrir protótipo

Teste de usabilidade

Teste moderado remoto com 5 participantes (25 a 45 anos, usuários de delivery), com protótipo Figma compartilhado via link + Google Meet, de 20 a 30 min por participante.

TarefaTaxa de sucessoTempo médioErros
Upload do plano alimentar80% (4/5)1m 42s1 não encontrou PDF
Realizar um pedido100% (5/5)58sNenhum
Verificar detalhes da entrega60% (3/5)2m 10s2 aba errada
Avaliar refeição recebida100% (5/5)34sNenhum

Erros críticos e correções

  • O botão de enviar arquivo passava batido. Um participante não achou onde subir o plano. Enxuguei o upload para duas opções com o mesmo peso visual: tirar foto ou enviar da galeria.
  • O rastreamento estava escondido numa aba. Duas pessoas procuraram o status da entrega no lugar errado. Movi um card de acompanhamento para a Home, onde elas olharam primeiro.

Como eu mediria o sucesso

Usei o framework HEART para não cair na métrica de vaidade. Download e número de pedidos contam, mas o que importa mesmo é a adesão: a pessoa continua seguindo a dieta depois de um mês? É esse número que diz se o produto resolve o problema ou só parece bonito.

Métricas de sucesso mapeadas pelo framework HEART
Métricas pelo framework HEART.

O que ficou

O NutriFlow não substitui o nutricionista. Ele só torna possível seguir o que o nutricionista já prescreveu.

O projeto nasceu de um problema real que afeta milhões de brasileiros: a distância entre o plano alimentar e a execução no dia a dia. A pesquisa deixou claro que o que trava as pessoas não é a motivação, e sim a falta de tempo e de praticidade: 78% abandonam a dieta em menos de 3 meses, e 74% apontam a falta de tempo como principal motivo.

Os testes remotos com 5 participantes mostraram que o caminho fazia sentido: o fluxo de pedido teve 100% de sucesso, em 58 segundos. O SUS de 78/100 indica boa usabilidade, ainda com espaço para melhorar.

Vale a honestidade: é um projeto de estudo, com amostra pequena e sem operação real por trás. Trato esses números como sinal, não como prova. O próximo passo de verdade seria um piloto pequeno, com chefs reais entregando para uma boa quantidade de clientes, para ver se a operação se sustenta fora do protótipo.

Experimente o NutriFlow por dentro

Abra o protótipo navegável de alta fidelidade, ou veja a versão completa do case no Notion.