Busca com IA: ensinando o site a entender o que o usuário realmente procura
Transformando uma busca de 2 campos em uma experiência com linguagem natural.
Empresa
Igma
Duração
1 sprint
Função
Discovery lead + Product Design
Time
Squad multidisciplinar
A empresa é uma das maiores incorporadoras imobiliárias do país, e já vinha considerando investir em um chat conversacional completo havia cerca de dois anos. Antes de comprometer esse investimento maior, a aposta foi validar a direção com o menor risco possível: um MVP de busca com IA, criado para provar valor rápido enquanto a empresa priorizava corte de custos.
Foi conduzindo o discovery desse MVP que identifiquei o quanto a busca atual limitava esse resultado, e o tamanho do que estava sendo perdido por isso.
262
mil
Buscas realizadas em apenas 4 semanas
84
%
Dos leads vêm do mobile
42
%
É a conversão atual da busca (visita → lead)
Desafio
A busca que não escutava o usuário
A busca de imóveis do site só tinha três campos: estado, cidade e região. Não sendo possível buscar por características como: "2 quartos" e "perto da praia".
73
%
Dos leads dependem de mídia paga
20
%
Abandonam a busca atual sem completar
64
%
Dos que chegam no chat tem dúvidas sobre o imóvel
Três sintomas, uma raiz em comum, e um deles custa caro: 72,9% dos leads dependem hoje de mídia paga pra compensar o que a busca não capta sozinha.
Numa empresa priorizando corte de gastos, isso deixou de ser só um problema de UX. Faltava descobrir por quê.
Descoberta
O que o discovery revelou
Prazo de uma sprint não deixou espaço pra pesquisa com usuário, então fui investigar a fundo com o que já tínhamos através dos 5 Porquês, benchmark com 6 concorrentes e o registro de dúvidas do time.
Foi esse processo que revelou os gargalos reais por trás da busca engessada:
Busca só aceita localização.
Quem quer buscar por critério, diferencial ou estilo de vida não consegue.
Falhas silenciosas
Quando a empresa não possui imóvel na cidade ou estado, a lugar apenas some das opções nos seletores
O chatbot sem resposta
Chat não possui informações relevantes, e direciona pro corretor, podendo ser desqualificado.
Invisível pra GEOs
A empresa perde posição em buscas por llm```s porque não haver dados de estilo de vida estruturados nos imóveis.
Solução
Duas frentes, uma solução
A entrega tem duas frentes que nascem da mesma causa raiz, mas atacam lados diferentes: uma cuida de quem já está no site, a outra de quem ainda nem chegou.
🔎 Busca com IA
O usuário descreve o que quer, do jeito que fala. A IA interpreta e transforma em filtros, sem chat, sem fricção.
🏷️ Tags nos imóveis
Cada empreendimento passa a ter atributos estruturados, alimentando tanto a busca interna quanto o que Google e LLMs conseguem "ler" sobre.
Outras pequenas entregas
Nunca tela vazia. Sem resultado exato, mostra o mais próximo, nunca deixa o usuário sem resposta.
Um caminho só. Busca antiga e busca com IA levam para a mesma tela de resultado, quem usa a busca por costume também descobre a IA.
Mobile-first, bottom sheet. Padrão validado em 100% dos concorrentes analisados, decisivo com 83,9% dos leads vindo de mobile.
As duas buscas coexistem. Ninguém é forçado a mudar de hábito da noite pro dia.
Conclusão
Resultado por trás da busca
O objetivo não era só "ter um recurso de IA". Era gerar um resultado que se pagasse, e que funcionasse como prova concreta para investidores.
Tags alimentam a visibilidade fora do site (Google, LLMs) → reduz dependência de mídia paga. Busca com IA gera dado de intenção dentro do site → alimenta a evolução do produto.
Aprendizados
O que esse projeto me ensinou
Prazo apertado força clareza, não atalho. Fazer o discovery inteiro (problema, hipótese, benchmark, missão, métricas) em uma sprint só me obrigou a decidir o que era essencial — e a documentar honestamente o que ficou de fora. Benchmark pode ser validação de verdade. Quando pesquisa com usuário não é viável, um benchmark competitivo bem conduzido não é "plano B fraco" — foi o que sustentou decisões como nunca tela vazia, bottom sheet mobile e IA sem chat. Uma decisão de dado pode resolver dois problemas ao mesmo tempo. As tags nos imóveis nasceram para a busca interna, mas acabaram resolvendo também a visibilidade externa em LLMs — um lembrete de que vale sempre perguntar "essa estrutura de dado serve pra mais alguma coisa?
Este projeto reforçou a importância de analisar o comportamento real do usuário para formular soluções alinhadas ao seu job to be done, neste caso, realizar diversas transferências consecutivas
Outros projetos
Otimização do Onboarding: Simplificando o primeiro passo com o Imobanco
Investiguei a jornada de cadastro dos usuários, identificando gargalos e oportunidades.
Melhoria de Usabilidade e Padronização do Componente Combo Box
Otimizei um componente essencial para reduzir fricções e elevar a experiência de usuários.