Estilos e Tags

Na Tattooz, o feed permite que usuários visualizem imagens de tatuagens, e seleciona-las como referências em um orçamento. Essas imagens são publicadas pelos próprios artistas e estúdios cadastrados, que buscam expor seu trabalho e atrair novos clientes.

Nesse momento do desenvolvimento, já possuíamos um número significante de tatuadores cadastrados, e longo feed de imagens. Porém nossos usuário seguiam reportando não encontrar as referências desejadas. Ao realizarem uma busca, quase sempre, o feed não retornava nenhum resultado.

Em um mundo utópico, utilizaríamos Machine Learning para identificar o conteúdo dessas imagens, e filtra-las de acordo com a busca. Já na realidade, não tínhamos muita escolha, precisávamos coletar metadados, para identificar e organizar essas imagens. E a única forma de conseguir essas informações seria permitindo, e incentivando, que nossos tatuadores e estúdios (quem publica as imagens) fizessem essa identificação.

No cadastro do perfil tatuador, até esse momento, havia uma etapa para escolher seus estilos de tatuagens. Como esses estilos eram atrelados ao tatuador ou estúdio, e automaticamente a todas suas fotos adicionadas, elas apareciam como resultado quando um usuário realizassem uma busca por um desses estilos. O resultado, observado através da plataforma Hotjar, era um feed de resultados com fotos que nem sempre correspondiam com a busca feita, principalmente quando tratavam-se de perfis com grande diversidade de estilos.

Os ‘estilos’ precisariam de uma reestruturação. Para trata-los como metadados das imagens, seria necessário repensar os fluxos adição e edição desses estilos. Precisaríamos transforma-lo para uma ação atrelada a imagem.

Observamos, através da plataforma Hotjar, que as buscas realizadas pelos nossos usuários muitas vezes envolviam o conteúdo da arte. Por exemplo, se a ideia estivesse relacionada a algum animal, as buscas se resumiriam a: “pássaros”, “elefante”, “borboleta”, etc. Indicando que precisaríamos captar essa informação, como uma nova modalidade de metadado, complementar aos estilos.

Esse metadado recebeu o nome de tag, por ser um termo que já foi disseminado dentro do universo de redes sociais, trazendo familiaridade para os usuários sobre sua funcionalidade. Neste caso, era importante que a tags e os estilos se assemelhassem, afinal ambos possuem a mesma função. Entretanto, cada um representa informações diferentes, e essa diferença também precisaria ser representada visualmente.