Vera

Vegetação Inteligente

Entender o presente para desenhar o futuro da gestão da vegetação. Estudo de caso focado na pesquisa de campo que trouxe visibilidade e previsibilidade ao ciclo de poda (VERA).

Contexto & Problema (AS-IS)

O VERA em 30 segundos

O VERA decide onde e quando podar árvores perto da rede elétrica. Usa dados como altura, espécie e distância dos cabos para criar calendários de poda. Hoje, a operação sofre com perda de dados offline e falta de previsibilidade no processamento.

Se você nunca ouviu falar do VERA, aqui vai o resumo rapidinho:

VERA é o sistema que ajuda a Energisa a decidir onde e quando podar árvores perto da rede elétrica. Ele usa dados de árvores (altura, tipo, distância dos cabos) pra criar calendários de poda e evitar que galhos derrubem a energia. Imagina só: A vegetação é uma das maiores vilãs da rede elétrica. Quando uma árvore cresce muito perto de um fio, ela derruba energia, prejudica continuidade e causa transtorno. Entra o VERA: Um sistema inteligente que ajuda você a decidir onde, quando e como podar. Usa dados reais – altura, tipo de árvore, distância dos cabos – para criar calendários de poda que funcionam.

Quem usa?

Técnicos no campo (como Leoncio): tiram fotos, medem árvores, fazem a poda Time do escritório (como Thiago): programam os calendários, revisam dados, geram ordens de serviço

O Problema Agora?

Fotos que somem quando o sinal cai, confusão entre metros e centímetros, calendários que travam, e sistemas que não se entendem direito. Como Vamos Consertar? Com soluções práticas que entram rápido (quick wins), depois estabilizamos a base (core), e por fim trazemos inteligência real (IA). Vamos resolver isso de forma prática!

Campo — Coleta & Cadastro

  • Perda frequente de fotos (falha de sync/offline).
  • Confusão de unidades (metros vs centímetros).
  • Falta de validação visual (Antes/Depois lado a lado).
“Começo cedo, com o app e as OS baixadas. No trecho, o sinal cai; preciso ter certeza de que as fotos ficam salvas. Se o campo pede centímetros e eu digito metros, quero que o VERA me avise na hora. Ver o antes/depois ali no momento me dá confiança para seguir. Quando envio, preciso ver que foi mesmo, um status claro. Se isso funciona, não volto no mesmo ponto e termino o dia no prazo, seguro e sem retrabalho.”
  • Início OS (neutro)
  • → Primeira foto (ansioso)
  • → Validações (aliviado)
  • → Pós-poda (confiante)
  • → Envio (aliviado se status claro).

Backoffice — Programação

  • Geração de calendário trava sem ETA (single-thread).
  • Erros silenciosos (falta feedback de causa/ação).
  • Edição de dados sem ver a foto original.
“Meu dia depende da previsibilidade. Quando gero um calendário grande, preciso ver ETA e progresso para comunicar status. Se algo falha, o alerta tem que dizer o que aconteceu e o que fazer (retry/cancelar). Na revisão, ver a foto anterior evita troca de mensagens e reabertura. Relatórios com filtros e colunas certas me poupam tempo. Com esses sinais, reduzo erro, fecho período com confiança e todo mundo sabe o que está rodando.”
  • Disparo de job (ansioso)
  • → Sem ETA (frustrado)
  • → Alerta com ação (aliviado)
  • → Relatório (confiante).
  • → Envio

Descobertas & Insights

Coleta & Cadastro

  • Captura em Série: “Quero ver se está ok antes de sair.” 
  • Farol: Feedback imediato sobre m×cm/ranges.
  • Antes/Depois: Comparação obrigatória para evidência.

Programação & Execução

  • Fila/ETA: “Preciso saber quando termina.” (Thiago)
  • Alertas: Erros devem sugerir a ação de correção.
  • Edição: “Sem foto anterior, fico no escuro.”

Integração & Governaça

  • Orquestração: APP + VERA falando a mesma língua.
  • Expiração: OS antigas devem ser recalculadas.
  • Telemetria: Monitorar performance em tempo real.

−30%

Tempo por árvore

−60%

Inconsistências

+40 p.p.

Calendários OK

−50%

Reabertura de OS

+30

NPS Interno

Método & Amostra

Pesquisa com stakeholders, benchmark e exploração técnica

3 dias — Sergipe

  • Imersão em campo com shadowing (técnicos Leoncio e Marcelo)
  • Entrevistas com supervisão/coordenação (Matheus, Marlon).

Perfis Envolvidos

  • Matheus (Supervisão)
  • Marlon (Coordenação)
  • Thiago (Backoffice)
  • Marcelo e Leoncio (Campo)

Artefatos

  • Service Blueprint (AS-IS / TO-BE)
  • Protótipos (Tablet / Web)
  • Shadowing (Pesquisa Contextual)
  • Matriz de Oportunidades (ICE/RICE)

Como Fizemos? (Nosso Método)

1. Entrevistas semiestruturadas

Conversamos com 4 perfis diferentes (supervisão, coordenação, técnico, programador) para entender suas dores.

2. Perfis Chave

Conversamos com 4 perfis chave: Matheus (supervisão), Marlon (coordenação), Marcelo (técnico de campo), Thiago (programador).

3. Shadowing

Seguimos técnicos no campo durante poda real - vimos o que trava, o que funciona e as gambiarras criativas que eles fazem.

4. Testes com protótipos

Levamos protótipos do tablet e web e pedimos feedback honesto - "isso funciona?".

5. Análise de dados

Transcrevemos tudo, organizamos em planilhas, achamos padrões.

6. Definição de KPIs

Combinamos com o time: "vamos medir tempo, erros e sucesso" para validar depois.

Mapa de Problemas

VERAimage05
  • Técnicos precisam registrar árvore por árvore, tornando o processo lento e cansativo.
  • Falta um modo de captura em série que agilize o fluxo de inspeção.
  • Qualidade inconsistente das imagens (baixa resolução, ângulo incorreto, iluminação ruim).
  • Interface pouco intuitiva, com navegação confusa e etapas redundantes.
  • Múltiplos cliques e preenchimentos manuais obrigatórios aumentam tempo e erros.
  • Não há feedback em tempo real sobre erros ou inconsistências nos dados.
  • Dados cadastrados (altura, tipo, localização) são frequentemente conflitantes ou duplicados.
  • Falta um mecanismo claro de validação automática ou de correção rápida no campo.
  • A ausência de padrões visuais claros gera interpretações diferentes entre os técnicos.
  • O VERA não está totalmente integrado a sistemas automatizados (gera retrabalho).
  • Ordens de serviço geradas nem sempre são compatíveis com os sistemas operacionais atuais.
  • Apesar da proposta de IA, a solução ainda opera de forma reativa e pouco analítica.
  • Falta predição de áreas críticas ou sugestão automática de locais prioritários.
  • O sistema não aprende com o tempo, nem evolui a partir do uso e da coleta acumulada.

Riscos & Mitigações

Dificulta manutenção e evolução.
Mitigação: Definir padrão básico comum para todas as unidades.
Responsabilidade difusa entre sistemas.
Mitigação: Estabelecer RACI claro de quem responde por cada parte.
Falhas críticas em campo. Mitigação: Testes de estresse e simulações sem rede.
Mudanças sem preparo dos usuários.
Mitigação: Trilhas de treinamento e “Champions” locais.
VERAimage02

Video Case

Pesquisa de Campo Registro visual da imersão realizada com as equipes técnicas em Sergipe. Video Case Background Imersão Técnica: Desafios e Oportunidades

Registros de Campo

Métricas & Instrumentação

Baseline de 90 dias estabelecido antes do rollout. Metas revisadas trimestralmente com base na estabilidade da nova versão.

Tempo médio

Inconsistências

NPS +30

Objetivo
Reduzir o tempo médio de cadastro por árvore em 30%.

Eventos sugeridos
  • Início do cadastro da árvore
  • Última foto pós‑poda registrada
Métrica: tempo_medio = média

Objetivo
Diminuir em 60% as inconsistências de unidade por tensão.

Eventos sugeridos
  • Validação de medida exibida
  • Erro bloqueando envio
Métrica: %_erros = error_toast / total_campos

Objetivo
Alcançar NPS interno +30 para times de campo e backoffice.

Instrumentação
  • Pesquisa app campo pós-envio
  • Pesquisa web após relatórios
Métrica: NPS = %promotores − %detratores

Objetivos & Direcionadores

Metas claras de negócio e as perguntas fundamentais que guiaram a pesquisa.

Objetivos

  • Reduzir 30% do tempo que leva para registrar cada árvore.
  • Eliminar 60% dos erros de medida (metro versus centímetro).
  • Fazer 40 p.p. mais calendários funcionar de primeira.
  • Cortar pela metade as reaberturas de OS por dados desatualizados.
  • NPS interno +30 – técnicos, supervisores e programadores.

Perguntas-chave

  • Como evitar erros de input na origem?
  • O que torna a aprovação lenta?
  • Como garantir a execução do planejado?
  • Onde perdemos mais tempo hoje?
  • Onde perdemos mais tempo hoje?

Protótipos Testados

De Projeto Técnico a Produto Estratégico

App Tablet (Campo)

VERAimage03
  • Fluxo de captura em série (rápido)
  • Validações em tempo real (BT/MT/AT)
  • Comparativo visual Antes/Depois

Web Backoffice

d501a5fa-7027-4524-b462-da78eb654d75
  • Fila de processamento com ETA
  • Alertas inline com sugestão de ação
  • Edição assistida com fotos laterais

Roadmap Evolutivo

Curto Prazo

Médio Prazo

Longo Prazo

  • Captura em Série + Cache Local
  • Validação m×cm + Farol (BT/MT/AT)
  • Antes/Depois lado a lado
  • Job Queue com ETA e Retry
  • Edição com foto anterior
  • Recálculo de OS antigas
  • Orquestrador multi-UN (SOMA/VERA)
  • Telemetria executiva integrada
  • Predição acionável por espécie

Lições Aprendidas

Como garantir que as validações funcionem direito, que os status estejam claros e que o sistema saiba tentar de novo automaticamente em caso de erro (retry) — é o que realmente multiplica o valor da inteligência artificial. Além disso, o design, a engenharia e a operação precisam trabalhar juntos, com um único backlog compartilhado para entregar valor em sintonia.

Programação sem previsibilidade

“Com a fila organizada e a previsão de término clara, sabemos exatamente o que está entrando e saindo no dia. Isso reduziu muito a ansiedade da equipe.”

Dados inconsistentes

“As validações em tempo real entre metros e centímetros, e o farol que indica correto ou fora do padrão, me dão segurança e confiana nos dados.”

Salto técnico necessário

“Com a fila de jobs e logs mais claros, acabaram aquelas situações de ‘tá rodando para sempre’ sem saber o que está acontecendo.”

/ Design que Gera ROI

  • O VERA estrutura o controle e monitoramento da vegetação em redes elétricas, integrando inspeção, priorização e governança operacional.
  • A solução transforma um processo disperso e reativo em uma jornada digital orientada por risco, criticidade e dados consolidados.
01 - Redução de Retrabalho

A estruturação da jornada e dos critérios de priorização reduziu ambiguidade operacional e inconsistências entre planejamento e execução.

  • Definição clara de critérios de criticidade
  • Padronização do fluxo de validação técnica
  • Protótipo validado antes do desenvolvimento
  • Redução de retrabalho entre campo e planejamento
02 - Adoção Operacional

O design priorizou clareza, visibilidade de risco e tomada de decisão rápida para equipes técnicas e gestão.

  • Dashboard com visão consolidada por área
  • Priorização baseada em risco operacional
  • Interface orientada a ação e não apenas visualização
  • Redução da curva de aprendizado
03 - Eficiência Estrutural

A consolidação das informações em uma única plataforma aumentou previsibilidade e controle sobre o ciclo de manutenção.

  • Centralização de dados dispersos
  • Visibilidade clara de backlog e criticidade
  • Melhor planejamento de equipes e recursos
  • Aumento da rastreabilidade operacional
04 - Risco de Não Incluir Design

Sem estrutura de experiência e organização visual, o sistema poderia amplificar a complexidade ao invés de reduzi-la.

  • Decisões baseadas em dados fragmentados
  • Falta de priorização clara por risco
  • Baixa adoção pelas equipes técnicas
  • Perda de eficiência esperada da digitalização
RESULTADO:

O design estruturou o VERA como ferramenta estratégica de controle e priorização, garantindo previsibilidade operacional e melhor gestão do risco na manutenção.

Design não foi interface. Foi organização de complexidade operacional.

#DesignEstratégico #UX #IA #ProductDesign #TransformaçãoDigital #Governança #Inovação

Tem um desafio parecido?

Vamos transformar processos complexos em experiências digitais simples e eficientes.

Quem fez acontecer

Product Design​

Pablo Amorim

Product Owner

Vinicius Gatti

Área de Negócios

Stanley

Stakeholder

Concert

Ficha Técnica

Cliente

Grupo Energisa

Ano

2021 – Evolução contínua até 2025

Industria

Energia Elétrica / Serviços Financeiros

Escopo

UX Strategy / Product Design