UX Research · Google UX Certificate
Fancy Bakery: diseñar una compra más simple
Caso académico del Google UX Certificate sobre una app móvil para pedir productos de panadería, elegir retiro o envío y reducir la incertidumbre antes de comprar.
Investigar cómo las personas eligen y compran productos de panadería antes de diseñar la aplicación.
Fancy Bakery es un ejercicio académico del Google UX Certificate para una panadería francesa ficticia de Montevideo, con pedidos online, retiro en el local y envío a domicilio.
- Investigación inicial
- Síntesis y definición del problema
- Primer prototipo en Figma
- Mejora de UI y pruebas de usabilidad
El alcance llegó desde la investigación inicial hasta la definición del problema, los recorridos y un primer prototipo en Figma. No fue un producto lanzado ni medido en producción.
Es un caso académico inconcluso que continuará con una nueva iteración en Figma, exploración asistida por IA y pruebas de usabilidad reales.
Anticipar el pedido podía reducir la espera, pero primero había que entender qué dificultaba la compra.
La hipótesis inicial era que elegir productos y esperar atención en el local generaban fricción.
Antes de diseñar una solución, investigué cómo compraban las personas, qué dudas aparecían y qué valoraban al encargar productos de panadería. El desafío fue pensar una experiencia que ayudara a decidir, permitiera anticipar el pedido y comunicara con claridad el retiro o la entrega.
Seis entrevistas remotas permitieron basar el ejercicio en hábitos reales de compra.
Las personas entrevistadas vivían en Montevideo y compraban productos de panadería al menos una vez por semana. La muestra fue deliberadamente amplia para un ejercicio académico, aunque demasiado pequeña para sostener conclusiones estadísticas.
- Esperas para ser atendido en el local.
- Dificultad para elegir entre varias opciones.
- Poca visibilidad de alternativas saludables.
- Necesidad de sugerencias y combinaciones.
- Interés en sumar bebidas al pedido.
De las notas de entrevistas a dos arquetipos y sus recorridos.
Organicé la información en un mapa de empatía y la traduje en personas, historias de usuario y journey maps. El objetivo no era producir entregables por obligación, sino conectar lo que las personas decían con oportunidades concretas del producto.
Los recorridos reforzaron dos momentos críticos: decidir qué comprar y retirar el pedido sin una espera innecesaria.
Las primeras decisiones respondieron directamente a las dificultades para elegir y esperar.
- Ordenar el catálogo mediante categorías reconocibles.
- Incorporar sugerencias y combinaciones para reducir la indecisión.
- Permitir retiro programado o envío a domicilio.
- Mostrar el estado del pedido y la hora seleccionada.
- Considerar reseñas, cupones y novedades como apoyo, no como centro del flujo.
Un recorrido crítico desde la exploración hasta el retiro o la entrega.
El flujo principal cubría registro, exploración de productos, carrito, retiro o envío y pago.
La definición del problema se concentró en Carlos y Sandra, dos arquetipos que representaban necesidades distintas. Sus historias guiaron bocetos en papel, wireframes de baja fidelidad y un primer prototipo en Figma.
La propuesta visual quedó en una etapa temprana y no representa mi nivel actual de UI. Esa diferencia es parte de por qué el caso se presenta de forma explícita como trabajo en evolución.
El protocolo fue definido, pero el ciclo de validación no se completó.
Preparé un protocolo de prueba de usabilidad no moderada para cinco participantes remotos, con sesiones previstas de 30 a 45 minutos. Las tareas cubrían registro, selección de productos, carrito, programación del retiro y pago.
El protocolo existe, pero no encontré resultados documentados que permitan afirmar que la prueba se completó. Por eso el caso no presenta métricas de mejora ni resultados de validación.
Un proceso útil todavía necesita cerrar el ciclo de prueba e iteración.
Reflexión
La investigación cambió el diseño, pero el ciclo quedó abierto.
Este ejercicio fue una base importante para aprender a separar supuestos de evidencia y a convertir entrevistas en decisiones de diseño. También muestra una limitación clara: un proceso bien documentado pierde valor si no se cierra el ciclo de prototipo, prueba e iteración.
Continuar el caso en Figma, usar IA como apoyo y validar el recorrido crítico.
- Reconstruir la experiencia en media y alta fidelidad en Figma.
- Mejorar el sistema visual, el espaciado, la jerarquía y los componentes.
- Usar IA para explorar alternativas, revisar consistencia, trabajar variantes de microcopy y documentar decisiones con criterio humano.
- Realizar una prueba de usabilidad con participantes reales e iterar el prototipo.
La IA apoyará el trabajo, pero no sustituirá a las personas participantes ni convertirá supuestos sin probar en resultados.