Paulo Francisco Marsiglia; Alexandre Leite Rangel

DOI: 10.22167/2675-6528-202601321

Artigo elaborado pela ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege voltada à síntese e redação.

Resumo

Um protótipo funcional de guia móvel para lazer urbano em São Paulo foi desenvolvido para mitigar a fragmentação de informações e a recorrência de dados desatualizados, que dificultam a tomada de decisão dos usuários sobre opções de lazer. O objetivo central foi projetar e implementar um aplicativo que centralizasse informações essenciais, como preço, distância e horários de funcionamento, viabilizando uma consulta georreferenciada. Para isso, conduziu-se uma etapa inicial de engenharia de requisitos, aplicando um questionário online a 56 respondentes para caracterizar o público-alvo, validar o problema e priorizar funcionalidades. Com base nesse levantamento, implementou-se o LazerSP, um aplicativo móvel em React Native 0.81.5 com Expo SDK 54, compatível com Android e iOS, e um backend em Node.js 20 com Express.js e persistência em SQLite. Após a implementação, avaliou-se a usabilidade do artefato com 15 participantes, utilizando a escala SUS. Os resultados demonstraram alta percepção de utilidade e forte intenção de uso, com localização por proximidade, horário de funcionamento e filtro gratuito/pago sendo os requisitos mais valorizados. A avaliação de usabilidade obteve 87,5 pontos, classificando o aplicativo como “Excelente” e confirmando que atendeu a padrões elevados de usabilidade percebida. Concluiu-se que os objetivos foram alcançados, e o LazerSP representa uma base estruturada para futuras iterações, orientadas pelas necessidades reais dos usuários.

Palavras-chave: Design Science; Experiência do usuário; Geolocalização; React Native; Usabilidade.

1. Introdução

A cidade de São Paulo destaca-se como um epicentro de atividades culturais, de entretenimento e de negócios, consolidando-se como um dos principais destinos de lazer no cenário nacional e internacional (São Paulo Turismo, 2024). O Anuário Braztoa 2024 e dados do Centro de Inteligência da Economia do Turismo (CIET) e do Observatório de Turismo e Eventos da SPTuris confirmam sua posição, com 30,5 milhões de visitantes entre janeiro e agosto de 2025, um crescimento de 54% e movimentação de R$ 15,9 bilhões, gerando 135,8 mil empregos. A metrópole oferece uma vasta gama de opções de lazer, desde parques e museus até teatros, feiras, bares e restaurantes, distribuídos por suas diversas regiões, proporcionando experiências urbanas ricas e variadas para moradores e turistas. A relevância econômica e social do lazer urbano em São Paulo é inegável, impulsionando a necessidade de infraestruturas e serviços que facilitem o acesso e a fruição dessas oportunidades.

Contudo, a riqueza de opções de lazer em São Paulo contrasta com a dificuldade de acesso a informações confiáveis e centralizadas. A literatura sobre turismo inteligente ressalta que, apesar do avanço das tecnologias digitais ter potencializado a conexão entre usuários e destinos, a fragmentação das fontes de informação, a recorrência de dados desatualizados e a ausência de detalhes cruciais para a tomada de decisão, como preço, distância e horários de funcionamento, persistem como desafios significativos (Buhalis e Amaranggana, 2014; Gretzel et al., 2015). Usuários que buscam planejar atividades de lazer na cidade frequentemente se deparam com a dispersão de dados em múltiplos websites e plataformas, muitas vezes com informações inconsistentes ou desatualizadas. Essa lacuna informacional impede que tanto residentes quanto visitantes explorem plenamente as oportunidades de lazer disponíveis, resultando em experiências subótimas e frustração. A ausência de uma plataforma unificada que ofereça curadoria e confiabilidade das informações representa, portanto, um obstáculo à plena vivência do lazer urbano.

A superação desses desafios exige uma abordagem que integre princípios de engenharia de software e design centrado no usuário. A usabilidade, definida pela ISO (2018) como a extensão em que um sistema pode ser usado por usuários específicos para atingir objetivos com eficácia, eficiência e satisfação, é um pilar fundamental para a aceitação de soluções digitais. Nielsen (1994) enfatiza a interface intuitiva e de fácil aprendizado para garantir a adoção. Complementarmente, o Modelo de Aceitação de Tecnologia (TAM), proposto por Davis (1989) e refinado por Venkatesh e Davis (2000), postula que a utilidade percebida e a facilidade de uso percebida são os principais preditores da intenção de uso de um sistema. No contexto de desenvolvimento de artefatos digitais, a Design Science Research (Hevner et al., 2004) oferece um paradigma robusto, orientando a criação de soluções inovadoras para problemas práticos, através de um ciclo iterativo de construção e avaliação. Este arcabouço teórico combinado sublinha a necessidade de não apenas centralizar informações, mas de apresentá-las de forma que o usuário as perceba como úteis, fáceis de acessar e confiáveis, maximizando a probabilidade de adoção e satisfação.

Diante da complexidade de navegar pela vasta, porém fragmentada, oferta de lazer urbano em São Paulo, e considerando a importância da usabilidade e da utilidade percebida para a adoção de tecnologias, justifica-se a criação de uma ferramenta que centralize e organize essas informações de maneira eficiente. Assim, este trabalho teve como objetivo geral projetar e implementar um protótipo funcional de aplicativo móvel que centralizasse informações essenciais sobre lazer urbano em São Paulo, como preço, distância e horários de funcionamento, viabilizando uma consulta georreferenciada. Para tanto, buscou-se, especificamente, (i) levantar e priorizar requisitos com potenciais usuários; (ii) modelar as funcionalidades e definir uma arquitetura de software; (iii) implementar o protótipo em React Native com backend e banco de dados; e (iv) avaliar o MVP por meio de testes de usabilidade SUS.

2. Material e Métodos

Este trabalho caracterizou-se como pesquisa aplicada, focada na construção incremental de um artefato de software. A metodologia adotada alinhou-se ao paradigma da Design Science em Sistemas de Informação (Hevner et al., 2004). Nesse paradigma, a pesquisa é estruturada em um ciclo iterativo de construção e avaliação: o problema prático motiva o projeto, os requisitos dos usuários orientam o design, a implementação produz a solução e a avaliação valida sua utilidade, gerando conhecimento que retroalimenta futuras iterações.

O estudo foi conduzido com foco na cidade de São Paulo, reconhecida como importante centro de lazer urbano. O período de realização da pesquisa abrangeu as etapas de elicitação de requisitos, desenvolvimento do protótipo e avaliação de usabilidade, culminando na apresentação do trabalho em 2026. A unidade de análise central foi o protótipo funcional de aplicativo móvel LazerSP, projetado para centralizar informações essenciais sobre opções de lazer na metrópole paulista, viabilizando consulta georreferenciada e filtrada por critérios específicos.

Na primeira etapa, referente à elicitação de requisitos, a população-alvo consistiu em potenciais usuários de um guia móvel de lazer urbano em São Paulo. A amostra foi composta por 56 respondentes, selecionados por conveniência. Os critérios de seleção incluíram participação voluntária e anônima, com todos os indivíduos registrando concordância com o termo de participação antes de responder ao questionário. Não foram aplicados outros critérios de inclusão ou exclusão demográficos específicos para esta fase.

Para a coleta de dados na fase de elicitação de requisitos, utilizou-se um questionário online, detalhado no Apêndice A. Este instrumento visou caracterizar o público-alvo, validar o problema da fragmentação de informações e priorizar as funcionalidades desejadas para o protótipo. O questionário abordou o perfil dos participantes, a percepção sobre a dificuldade em encontrar informações confiáveis de lazer em São Paulo, a utilidade percebida e a intenção de uso do guia móvel proposto, além de permitir a priorização de funcionalidades e comentários abertos.

Na etapa de avaliação de usabilidade, a amostra foi constituída por 15 participantes, também selecionados por conveniência. Os critérios de seleção exigiam que os participantes instalassem o MVP do aplicativo LazerSP e executassem um conjunto de tarefas predefinidas. Embora não houvesse critérios demográficos rígidos para a seleção, o perfil dos participantes revelou-se predominantemente de adultos jovens, com idade entre 25 e 34 anos, e alto letramento digital, indicando familiaridade com o uso de aplicativos móveis.

A avaliação da usabilidade do protótipo foi realizada por meio de testes de tarefas e da aplicação do instrumento System Usability Scale (SUS), conforme descrito por Brooke (1996). Os participantes foram instruídos a interagir com o aplicativo, executando cenários de uso típicos, como buscar locais, aplicar filtros e salvar favoritos. Após a execução das tarefas, o questionário SUS foi preenchido, permitindo quantificar a percepção de usabilidade do sistema através de uma escala padronizada de dez itens.

O desenvolvimento da pesquisa foi estruturado em quatro etapas principais, seguindo o ciclo da Design Science Research. A primeira etapa envolveu a elicitação e priorização de requisitos com potenciais usuários. Em seguida, procedeu-se à especificação e modelagem do Minimum Viable Product (MVP). A terceira fase consistiu na implementação do protótipo com uma arquitetura cliente-servidor. Por fim, a quarta etapa dedicou-se à avaliação do MVP por meio de testes de usabilidade. Esse fluxo iterativo permitiu refinar o artefato com base no feedback dos usuários e nas diretrizes de engenharia de software.

A primeira etapa, de elicitação de requisitos, iniciou-se com a aplicação do questionário online a 56 respondentes. Este procedimento visou coletar dados de um grupo significativo de potenciais usuários de forma sistemática, conforme recomendado por Sommerville (2019) e Pressman e Maxim (2014) para identificar necessidades e prioridades. O instrumento buscou caracterizar o público-alvo, validar a percepção do problema de fragmentação de informações sobre lazer em São Paulo e priorizar as funcionalidades para o desenvolvimento do protótipo.

Com base nos dados coletados na fase de elicitação, a segunda etapa focou na especificação e modelagem do MVP. Os requisitos funcionais e não funcionais foram definidos e organizados em um backlog, utilizando histórias de usuário e critérios de aceitação. Requisitos funcionais descreveram o que o sistema deveria fazer, como listar locais por geolocalização e filtrar por categoria. Requisitos não funcionais estabeleceram restrições de qualidade e desempenho, como usabilidade da interface e compatibilidade com Android e iOS, seguindo as distinções de Pressman e Maxim (2014).

A terceira etapa compreendeu a implementação do protótipo LazerSP, desenvolvido como um monorepo contendo três projetos independentes: aplicativo móvel, API REST e backoffice administrativo. O aplicativo móvel foi construído em React Native 0.81.5 com Expo SDK 54, utilizando Javascript com JSX, permitindo a geração de builds nativos para Android e iOS a partir de uma única base de código (Eisenman, 2015). O backend consistiu em uma API REST implementada em Node.js 20 com Express.js 4.19, utilizando SQLite 3.45 para persistência de dados e hospedagem na plataforma Railway.

A implementação do LazerSP incorporou funcionalidades como a listagem de locais próximos por geolocalização, filtros por categoria, distância e faixa de preço, além da exibição de detalhes completos dos estabelecimentos. A navegação foi estruturada com React Navigation 7, oferecendo abas para explorar, favoritos e mapa. A internacionalização foi implementada com i18next 26, suportando português, inglês e espanhol. O banco de dados foi populado com 45 locais cadastrados manualmente, distribuídos em oito categorias, e o cálculo de distância utilizou a fórmula de Haversine no cliente.

Os dados coletados por meio do questionário online na fase de elicitação de requisitos foram submetidos a tratamento e análise. Realizou-se estatística descritiva para apurar frequências e percentuais das respostas fechadas, permitindo identificar o perfil dos participantes, a percepção do problema e a priorização das funcionalidades. Adicionalmente, os comentários abertos foram submetidos a uma síntese qualitativa, buscando identificar temas recorrentes e sugestões espontâneas dos usuários. Essa abordagem combinada forneceu uma compreensão abrangente das necessidades.

Para a avaliação de usabilidade, os dados do System Usability Scale (SUS) foram analisados para calcular o escore final do aplicativo. Cada resposta foi convertida em uma pontuação, e a média ponderada resultou no escore SUS, que foi então classificado qualitativamente conforme a escala de adjetivos de Bangor, Kortum e Miller (2009). Os comentários qualitativos registrados pelos participantes durante os testes de tarefas foram analisados para complementar a compreensão da experiência do usuário.

Os procedimentos éticos foram observados rigorosamente ao longo de todo o estudo. A coleta de dados de residência dos participantes não foi realizada, garantindo o anonimato e eliminando a necessidade de submissão ao Comitê de Ética em Pesquisa. A pesquisa foi enquadrada como levantamento de opinião com participantes não identificados, conforme o parágrafo único, inciso I, do artigo 1º da Resolução CNS nº 510, de 2016. Todos os participantes manifestaram concordância com o termo de participação antes de iniciar suas contribuições.

Reconheceu-se que a amostragem por conveniência, utilizada em ambas as etapas da pesquisa, impõe limitações à generalização dos resultados. O perfil dos participantes, predominantemente jovens e com alto letramento digital, pode ter subestimado dificuldades de uso para públicos menos familiarizados com tecnologia. Adicionalmente, o MVP não incorporou testes automatizados no front-end móvel nem pipeline de integração contínua. A ausência de armazenamento gerenciado para imagens e a base de 45 locais cadastrados também foram identificadas como limitações metodológicas.

3. Resultados e Discussão

Os resultados da pesquisa, apresentados em duas fases distintas – elicitação de requisitos e avaliação de usabilidade – fornecem uma compreensão abrangente das necessidades dos usuários e da eficácia do artefato desenvolvido. A primeira fase, conduzida por meio de um questionário online com 56 potenciais usuários, teve como objetivo principal caracterizar o público-alvo, validar a percepção do problema da fragmentação de informações sobre lazer em São Paulo e priorizar as funcionalidades para o protótipo. A segunda fase, de avaliação de usabilidade, envolveu 15 participantes que interagiram com o Minimum Viable Product (MVP) do aplicativo LazerSP, utilizando o System Usability Scale (SUS) e testes de tarefas para mensurar a experiência do usuário.

A análise do perfil dos 56 respondentes na fase de elicitação de requisitos revelou uma amostra predominantemente composta por adultos jovens e residentes da cidade de São Paulo. Conforme apresentado na Figura 1, a maior parte dos participantes (73,2%) reside na capital paulista, o que confere uma aderência significativa ao recorte geográfico do estudo. Essa característica é fundamental, pois garante que as percepções e necessidades coletadas são diretamente relevantes para o contexto urbano específico que o aplicativo LazerSP se propõe a atender. A concentração da amostra em residentes de São Paulo minimiza a influência de fatores externos à realidade local, fortalecendo a validade interna dos achados relacionados às dificuldades enfrentadas na busca por lazer na metrópole.

Fonte: Elaborado pelo autor a partir dos dados do questionário (2026).

Figura 1. Distribuição etária e residência dos respondentes (n=56)

Em relação à faixa etária, a Figura 1 também demonstra que 66,1% dos respondentes têm entre 25 e 34 anos, seguidos por 19,6% na faixa de 35 a 44 anos. Esse perfil demográfico, majoritariamente de adultos jovens, é consistente com o público-alvo esperado para um aplicativo móvel de lazer urbano, que frequentemente busca conveniência, agilidade e acesso a informações atualizadas por meio de tecnologias digitais. A literatura sobre adoção de tecnologia frequentemente associa a faixa etária mais jovem a um maior letramento digital e predisposição ao uso de aplicativos móveis para diversas finalidades, incluindo lazer e turismo (Venkatesh e Davis, 2000). Embora a amostragem por conveniência possa introduzir um viés, o perfil encontrado é representativo de um segmento de usuários que se beneficia diretamente de soluções digitais para otimizar suas experiências urbanas. A compreensão desse perfil é crucial para o design da interface e a seleção de funcionalidades, garantindo que o aplicativo ressoe com as expectativas e hábitos de uso desse grupo.

A percepção dos respondentes sobre a facilidade de encontrar informações confiáveis sobre lazer em São Paulo foi um dos pilares para a validação do problema central do estudo. Os dados, conforme detalhado na Figura 2, indicam que a maioria dos participantes não considera essa tarefa fácil. Especificamente, 44,6% avaliaram a facilidade como “nem fácil nem difícil”, enquanto 26,8% a classificaram como “difícil”. Apenas 25% consideraram a tarefa “fácil”, com frações mínimas em “muito fácil” e “muito difícil”. Esses resultados são um forte indicativo da existência do problema de fragmentação e desatualização de informações, que motivou o desenvolvimento do LazerSP. A ausência de uma percepção majoritária de facilidade sugere que os usuários dedicam tempo e esforço consideráveis para planejar suas atividades de lazer, o que pode levar à frustração e à subutilização das diversas opções que a cidade oferece.

Fonte: Elaborado pelo autor a partir dos dados do questionário (2026).

Figura 2. Frequência de atividades de lazer e percepção de facilidade de acesso a informações (n=56)

Essa dificuldade percebida pelos usuários corrobora a literatura sobre turismo inteligente, que aponta a fragmentação das fontes de informação e a recorrência de dados desatualizados como desafios centrais na experiência do usuário em destinos urbanos complexos (Buhalis e Amaranggana, 2014; Gretzel et al., 2015). A proposta de um guia móvel centralizado, como o LazerSP, emerge, portanto, como uma solução direta para essa lacuna, visando proporcionar acesso confiável e conveniente a informações essenciais. A validação do problema por meio da percepção dos usuários é um passo crítico na metodologia da Design Science, assegurando que o artefato a ser construído responda a uma necessidade prática real e não apenas a uma hipótese teórica. A implicação prática é que o LazerSP, ao oferecer uma plataforma curada e atualizada, tem o potencial de reduzir significativamente o esforço dos usuários na busca por lazer, melhorando sua experiência e incentivando a exploração da cidade.

A utilidade percebida do guia móvel proposto e a intenção de uso foram avaliadas positivamente pela maioria dos respondentes, reforçando o potencial de adoção do LazerSP. A Figura 3 ilustra que 83,9% dos participantes consideraram o aplicativo “útil” (37,5%) ou “muito útil” (46,4%). Essa alta percepção de utilidade é um forte preditor da aceitação da tecnologia, conforme o Technology Acceptance Model (TAM) de Davis (1989). O TAM postula que a utilidade percebida é um dos principais fatores que influenciam a intenção de uso de um sistema de informação, superando, em muitos casos, a facilidade de uso percebida. A replicação desse padrão neste estudo, mesmo em um contexto específico de lazer urbano, valida a relevância teórica do TAM e sugere que o LazerSP tem um potencial significativo de adoção se as expectativas de utilidade forem consistentemente atendidas.

Fonte: Elaborado pelo autor a partir dos dados do questionário (2026).

Figura 3. Utilidade percebida e intenção de uso do guia móvel proposto (n=56)

Complementarmente, a intenção de uso do aplicativo, caso estivesse disponível, também foi expressivamente alta, com 71,4% dos respondentes indicando probabilidade “alta” (51,8%) ou “muito alta” (19,6%). Apenas 26,8% indicaram probabilidade “média”, com frações mínimas em “baixa” e “muito baixa”. Esses resultados, também apresentados na Figura 3, estão em total consonância com a alta utilidade percebida, reforçando a validade preditiva dos dados coletados. Venkatesh e Davis (2000) refinaram o TAM, confirmando que a relação entre utilidade e intenção de uso se mantém consistente ao longo do tempo e em diferentes contextos. A forte intenção de uso projeta um cenário favorável para a implementação e disseminação do aplicativo, indicando que os usuários estão dispostos a integrar o LazerSP em suas rotinas de planejamento de lazer. As implicações práticas desses achados são claras: o desenvolvimento do aplicativo deve continuar a focar na entrega das funcionalidades que geram essa alta percepção de utilidade, e as estratégias de marketing e comunicação devem ressaltar os benefícios práticos que o LazerSP oferece para simplificar a busca por lazer na cidade.

As dificuldades mais frequentes citadas pelos respondentes na busca por opções de lazer em São Paulo reforçam a necessidade de uma solução centralizada e curada. Conforme a Figura 4, as informações desatualizadas (66,1%; n=37) e a falta de informações sobre preços (62,5%; n=35) foram as dificuldades mais proeminentes. Em seguida, o excesso de fontes diferentes (44,6%; n=25) e a dificuldade em encontrar opções (39,3%; n=22), juntamente com a dificuldade em confiar na veracidade das informações (39,3%; n=22), também foram amplamente mencionadas. Esses achados corroboram a premissa de que o problema não é a ausência de opções de lazer, mas sim a dificuldade em acessá-las de forma confiável e organizada. A literatura sobre turismo inteligente, como apontado por Buhalis e Amaranggana (2014), destaca que a integração de múltiplas fontes de informação em uma experiência unificada é essencial para resolver esses desafios.

Fonte: Elaborado pelo autor a partir dos dados do questionário (2026).

Figura 4. Dificuldades na busca por lazer e funcionalidade prioritárias (n=56)

A priorização das funcionalidades, também ilustrada na Figura 4, orientou diretamente o escopo do MVP. As três funcionalidades mais valorizadas pelos respondentes foram: localização e distância (91,1%; n=51), horário de funcionamento (76,8%; n=43) e filtro por gratuito/pago (69,6%; n=39). Essas preferências demonstram que os usuários buscam informações práticas e imediatas para a tomada de decisão, que impactam diretamente a viabilidade e conveniência de uma atividade de lazer. A priorização de requisitos é um princípio fundamental da engenharia de software, conforme Sommerville (2019) e Pressman e Maxim (2014), que preconizam a identificação e implementação das funcionalidades de maior valor percebido pelos usuários nas primeiras iterações do produto. A implementação dessas três funcionalidades como o núcleo da experiência do LazerSP é uma resposta direta e eficiente às necessidades mais prementes do público-alvo, garantindo que o MVP entregue valor significativo desde o início. As implicações práticas são que a curadoria de dados para garantir a atualização e precisão de localização, horários e preços deve ser um processo contínuo e rigoroso, sendo crucial para a manutenção da utilidade e confiabilidade percebidas do aplicativo.

Os comentários abertos registrados por 11 respondentes na fase de elicitação de requisitos, sintetizados no Quadro 1, ofereceram insights qualitativos valiosos que complementam os dados quantitativos. Temas recorrentes incluíram a demanda por centralização das informações, o que reforça a proposta central do LazerSP de unificar fontes dispersas. A sugestão de filtros por público específico (e.g., atividades infantis) e indicadores de segurança do entorno aponta para um desejo de personalização e informações contextuais que aprimorem a tomada de decisão. A menção a uma agenda com lembretes para eventos futuros, incluindo a sugestão explícita de uma aba de “Eventos Futuros” para feiras e a Bienal, e a integração com a agenda cultural da cidade, revela uma demanda por funcionalidades proativas e de planejamento de longo prazo.

A solicitação por média de preço por pessoa e maior cobertura da periferia da cidade destaca a importância da granularidade da informação de custo e da inclusão territorial, respectivamente. Esses pontos são cruciais para garantir que o aplicativo seja relevante para uma gama mais ampla de usuários e promova a equidade no acesso ao lazer urbano. Embora essas sugestões não tenham sido incorporadas ao MVP inicial devido ao escopo delimitado, elas constituem um valioso backlog para futuras iterações e expansões do LazerSP, alinhando-se à natureza iterativa da Design Science Research (Hevner et al., 2004). A consideração desses comentários em fases futuras pode transformar o LazerSP em uma ferramenta ainda mais abrangente e personalizada, atendendo a nichos específicos e expandindo sua relevância social.

A implementação do MVP do LazerSP foi guiada por um conjunto claro de requisitos funcionais e não funcionais, detalhados na Tabela 1. Os requisitos funcionais (RF1 a RF5) descrevem as capacidades essenciais do sistema, como listar locais próximos por geolocalização (RF1), filtrar por categoria, distância e faixa de preço (RF2), exibir detalhes completos dos locais (RF3), buscar por nome e categoria (RF4) e salvar favoritos sem necessidade de cadastro (RF5). Esses requisitos foram diretamente derivados das funcionalidades mais priorizadas pelos usuários na fase de elicitação, garantindo que o MVP abordasse as necessidades mais críticas. A inclusão de “salvar favoritos sem necessidade de cadastro” (RF5) é uma decisão estratégica para reduzir a fricção de adoção inicial, alinhando-se ao requisito não funcional de usabilidade.

Tabela 1. Requisitos funcionais e não funcionais do LazerSP

Fonte: Elaborado pelo autor a partir dos resultados do questionário de elicitação (2026).

Os requisitos não funcionais (RNF1 a RNF5) estabelecem as qualidades e restrições do sistema, como usabilidade (RNF1), desempenho (RNF2), exibição de horários em tempo real (RNF3), compatibilidade com Android e iOS (RNF4) e uso restrito de localização para cálculo de proximidade, sem coleta de dados sensíveis (RNF5). A usabilidade, em particular, foi um foco central, visando uma interface acessível com poucos passos para localizar um local. A compatibilidade multiplataforma (RNF4) é crucial para maximizar o alcance do aplicativo, enquanto a atenção à privacidade (RNF5) reflete as melhores práticas de proteção de dados e a Resolução CNS nº 510, de 2016, que orienta a pesquisa com seres humanos. A definição rigorosa desses requisitos, conforme Pressman e Maxim (2014), é um pilar da engenharia de software, assegurando que o produto final não apenas funcione, mas também o faça de maneira eficiente, segura e agradável para o usuário. A aderência a esses requisitos foi fundamental para o sucesso da avaliação de usabilidade subsequente, que verificou o cumprimento dessas diretrizes de qualidade.

As decisões tecnológicas para o desenvolvimento do LazerSP, sintetizadas na Tabela 2, refletem uma abordagem pragmática e alinhada às tendências atuais de desenvolvimento de software. O aplicativo móvel foi construído em React Native 0.81.5 com Expo SDK 54, utilizando JavaScript com JSX. A escolha do React Native é justificada pela sua capacidade de gerar builds nativos para Android e iOS a partir de uma única base de código (Eisenman, 2015), o que otimiza os recursos de desenvolvimento e manutenção em comparação com abordagens nativas independentes. O Expo Managed Workflow e o Expo EAS Build facilitaram a geração e distribuição do APK para Android sem a necessidade de um ambiente de desenvolvimento complexo como o Android Studio, agilizando o processo de entrega.

Tabela 2. Principais decisões tecnológicas do LazerSP e respectivas justificativas

Fonte: Elaborado pelo autor (2026).

O backend, uma API REST implementada em Node.js 20 com Express.js 4.19, e a persistência de dados em SQLite 3.45, demonstram uma preferência por tecnologias JavaScript em todo o stack, o que facilita a integração e reduz a curva de aprendizado para a equipe de desenvolvimento. A escolha do SQLite, um banco de dados embarcado, em modo WAL (Write-Ahead Logging), conforme Owens e Allen (2010), foi deliberada para simplificar o deploy na plataforma Railway e mitigar limitações de concorrência, permitindo múltiplas leituras simultâneas sem bloqueio de escrita. A arquitetura em monorepo, com projetos independentes para o aplicativo móvel, API REST e backoffice administrativo, e a separação em camadas bem definidas (Controllers, Database, Middleware no backend; screens, components, hooks, contexts, services no frontend) seguem princípios de engenharia de software para escalabilidade e manutenibilidade (Pressman e Maxim, 2014). A internacionalização com i18next 26 e react-i18next, suportando português, inglês e espanhol, amplia o alcance do aplicativo, enquanto a ausência de autenticação de usuário final no MVP foi uma decisão consciente para reduzir a fricção de adoção inicial, alinhando-se ao requisito RNF1.

A avaliação de usabilidade do LazerSP foi conduzida com 15 participantes, e o perfil desses indivíduos é fundamental para interpretar os resultados obtidos. Conforme apresentado na Figura 5, a amostra foi predominantemente composta por adultos jovens, com 86,7% dos participantes na faixa etária de 25 a 34 anos. Além disso, o alto letramento digital foi uma característica marcante, com 93,3% afirmando usar aplicativos várias vezes ao dia. Embora a amostragem por conveniência e o perfil de usuários familiarizados com tecnologia possam potencialmente subestimar dificuldades de uso para públicos menos experientes, a literatura de usabilidade, como Brooke (1996) e Tullis e Albert (2008), indica que amostras menores (entre 8 e 20 participantes) são suficientes para identificar a maioria dos problemas de usabilidade em testes com instrumentos padronizados como o SUS.

Fonte: Elaborado pelo autor a partir dos dados do questionário SUS (2026).

Figura 5. Faixa etária e frequência de uso de aplicativos – participantes da avaliação SUS (n=15)

Um aspecto particularmente relevante do perfil dos participantes da avaliação de usabilidade é a sua experiência prévia com aplicativos de guia ou turismo. A maioria (46,7% raramente e 26,7% nunca) tinha pouca ou nenhuma experiência com esse tipo de aplicativo, totalizando 73,4% com baixa familiaridade. Esse dado é crucial, pois usuários sem experiência prévia tendem a ser mais críticos e a identificar problemas de usabilidade que usuários experientes poderiam ignorar. Um bom escore SUS nessa condição é um forte indicador de alta *learnability* – a facilidade com que novos usuários alcançam desempenho satisfatório na primeira interação com o sistema (Nielsen, 1994). Isso sugere que o LazerSP é intuitivo e fácil de aprender, mesmo para aqueles que não estão acostumados com guias digitais de lazer. A implicação prática é que o aplicativo tem um potencial de adoção mais amplo, não se restringindo apenas a usuários avançados ou acostumados com a categoria, o que é um diferencial importante para um produto que busca democratizar o acesso à informação sobre lazer urbano.

O escore final do System Usability Scale (SUS) para o LazerSP foi de 87,5 pontos, um resultado que o classifica como “Excelente” de acordo com a escala adjetiva de Bangor, Kortum e Miller (2009), conforme ilustrado no Quadro 2. Este desempenho supera significativamente tanto o limiar de aceitabilidade de 70 pontos proposto por Brooke (1996) quanto a média histórica de 68 pontos reportada por Sauro (2011). A classificação de “Excelente” (Best Imaginable) indica que o aplicativo é percebido pelos usuários como altamente utilizável, fácil de aprender e eficiente. Este resultado é um forte indicativo de que o artefato desenvolvido atende aos padrões de usabilidade esperados, validando o esforço de design centrado no usuário e a implementação técnica.

O Quadro 2, que apresenta a escala de classificação adjetiva do SUS, posiciona o LazerSP na faixa mais alta, demonstrando que o aplicativo não apenas é funcional, mas também proporciona uma experiência de usuário altamente satisfatória. A excelência no SUS corrobora a eficácia da metodologia de Design Science em Sistemas de Informação (Hevner et al., 2004), que enfatiza a construção e avaliação iterativa de artefatos para resolver problemas práticos. A alta pontuação sugere que os requisitos não funcionais relacionados à usabilidade (RNF1) foram amplamente atendidos. As implicações práticas são que o LazerSP possui uma base sólida de usabilidade, o que é crucial para a retenção de usuários e para a construção de uma reputação positiva. A manutenção dessa qualidade deve ser uma prioridade em futuras atualizações e expansões do aplicativo, garantindo que a experiência do usuário continue a ser um diferencial competitivo.

A análise detalhada dos itens individuais do SUS (Figuras 11 a 16) oferece insights mais granulares sobre a experiência do usuário. O item Q8 (“Eu achei o sistema muito complicado de usar”) obteve o melhor desempenho entre todos, com 100% dos participantes discordando totalmente (nota 1 na escala), conforme a Figura 15. Este resultado é um testemunho da simplicidade e clareza da interface do LazerSP, indicando que o aplicativo é percebido como intuitivo e direto. Em consonância, o item Q7 (“Eu imagino que a maioria das pessoas aprenderia a usar esse aplicativo rapidamente”) obteve 86,7% de concordância total (nota 5), conforme a Figura 14, reforçando a dimensão de *learnability* (facilidade de aprendizado) descrita por Nielsen (1994). Essa propriedade é crucial para a adoção de novos aplicativos, pois reduz a barreira de entrada para usuários que não estão familiarizados com a categoria.

A Figura 13 mostra que o item Q5 (“As várias funções do sistema foram bem integradas”) obteve expressivas respostas de concordância total (60% dos participantes atribuíram nota máxima), indicando uma arquitetura de informação coesa e um fluxo de usuário intuitivo, onde as funcionalidades se complementam de forma lógica. A baixa necessidade de suporte técnico, evidenciada pelo item Q4 (86,7% discordaram totalmente da necessidade de ajuda técnica), também na Figura 13, reforça a autonomia do usuário ao interagir com o sistema. A Figura 11, referente ao item Q1 (“Eu acho que gostaria de usar esse aplicativo com frequência”), mostrou predominância de notas altas, indicando abertura dos participantes ao uso contínuo do aplicativo.

Por outro lado, o item Q6 (“Eu acho que havia muita inconsistência nesse sistema”) foi o que apresentou maior dispersão na amostra, com 46,7% discordando totalmente e 46,7% discordando parcialmente, conforme a Figura 14. Essa dispersão, embora não tenha comprometido o escore geral do SUS, é um ponto de atenção. A análise conjunta com os comentários qualitativos (Quadro 3) sugere que essa percepção de inconsistência está mais ligada ao conteúdo visual – especificamente, imagens que não correspondem ao local descrito – do que à estrutura de navegação ou à lógica do aplicativo. Essa distinção é vital: o problema é editorial, não técnico, e sua origem está na arquitetura de dados adotados, em que as imagens dos locais apontam para URLs externas sem CDN ou armazenamento gerenciado próprio, comprometendo o controle de qualidade do conteúdo fotográfico.

Os comentários qualitativos registrados por quatro participantes ao final do questionário SUS, sintetizados no Quadro 3, corroboram o alto escore quantitativo e oferecem direções claras para aprimoramentos futuros. Os registros positivos, como “Ótima ideia, com potencial para bastante adesão” e “O app funciona bem e atende sua real necessidade”, reforçam a proposta de valor e a utilidade percebida do LazerSP, alinhando-se aos resultados da fase de elicitação. Essas observações validam a aderência do aplicativo ao problema identificado e seu potencial para se tornar uma ferramenta relevante para o público.

As críticas construtivas, no entanto, são particularmente valiosas para o refinamento do artefato. A observação de que “Muitas imagens não condizem com o local indicado” e “Não faz sentido colocar um bairro como ponto turístico” aponta para a necessidade de aprimoramento na curadoria de conteúdo e na granularidade da informação. Essas críticas são coerentes com a dispersão observada no item Q6 do SUS e destacam uma limitação editorial já documentada no projeto. A questão das imagens com baixa fidelidade visual é um reflexo direto da ausência de um sistema de armazenamento gerenciado próprio para imagens, o que compromete o controle de qualidade do conteúdo fotográfico. A sugestão de refinar a granularidade dos pontos de interesse, distinguindo mais claramente entre bairros e estabelecimentos específicos, é crucial para aprimorar a experiência de busca e exploração do usuário. Esses pontos, embora não tenham impactado significativamente o escore de usabilidade geral, são cruciais para a qualidade da experiência do usuário e a confiabilidade do sistema, como destacado por Buhalis e Amaranggana (2014) em relação a sistemas de informação geográfica para turismo.

Do ponto de vista da engenharia de requisitos, observa-se uma coerência direta e robusta entre o que foi priorizado na fase de elicitação e o que foi avaliado positivamente nos testes de usabilidade. As funcionalidades de geolocalização, status de funcionamento em tempo real e filtros por categoria/preço, que foram as mais demandadas pelos potenciais usuários (Figura 4), foram implementadas no MVP e percebidas como bem integradas, com 60% dos participantes atribuindo nota máxima ao item Q5 do SUS. Essa correspondência direta valida a eficácia do processo de engenharia de requisitos, conforme descrito por Sommerville (2019), que enfatiza a importância de transformar as necessidades dos usuários em requisitos funcionais e não funcionais que guiam o desenvolvimento do sistema. A alta pontuação no SUS, em conjunto com a validação das funcionalidades-chave, demonstra que o LazerSP não apenas atende às expectativas de usabilidade, mas também resolve o problema prático identificado na fase inicial, oferecendo uma solução alinhada às demandas do público.

As críticas identificadas sobre conteúdo visual e granularidade dos pontos de interesse, embora não tenham comprometido o escore geral de usabilidade, sinalizam a próxima fronteira de qualidade do produto, que é de natureza mais editorial do que técnica. Isso significa que, após a validação da usabilidade e da funcionalidade básica, o foco deve se deslocar para aprimorar a qualidade e a curadoria do conteúdo. A metodologia de Design Science Research, com seu ciclo iterativo de construção e avaliação, provou ser adequada para este projeto, garantindo que o artefato desenvolvido fosse relevante e utilizável. As limitações reconhecidas, como a amostragem por conveniência e o perfil de usuários, embora restrinjam a generalização, não invalidam os resultados para o público-alvo estudado.

As limitações metodológicas e técnicas do MVP, embora reconhecidas, não invalidam os resultados obtidos, mas apontam para futuras direções de pesquisa e desenvolvimento. A amostragem por conveniência, utilizada em ambas as etapas da pesquisa, impõe restrições à generalização dos resultados. O perfil dos participantes, predominantemente jovens e com alto letramento digital, pode ter subestimado dificuldades de uso para públicos menos familiarizados com tecnologia. No entanto, para estudos de usabilidade com instrumentos padronizados como o SUS, amostras menores são consideradas aceitáveis para identificar a maioria dos problemas (Tullis e Albert, 2008; Brooke, 1996).

No campo técnico, a ausência de testes automatizados no front-end móvel e de um pipeline de integração e entrega contínua (CI/CD) representa um débito técnico comum em MVPs, mas que deve ser endereçado para garantir a qualidade e a sustentabilidade do software em longo prazo (Pressman e Maxim, 2014). A ausência de armazenamento gerenciado próprio para imagens ficou diretamente refletida em uma das críticas mais consistentes dos avaliadores: a baixa fidelidade visual de algumas fotos em relação aos locais descritos. A base inicial de 45 locais cadastrados, embora suficiente para o MVP, representa uma cobertura parcial da cidade, o que afeta a percepção de utilidade em condições reais de uso.

Essas limitações, por outro lado, abrem caminhos claros para versões futuras do LazerSP. O primeiro deles é a implementação de um sistema próprio de armazenamento e distribuição de imagens – seja via CDN, seja via serviço gerenciado – acompanhado de um processo editorial rigoroso para curadoria do conteúdo visual. O segundo é a ampliação da base de locais cadastrados, com atenção especial à cobertura de bairros periféricos, ponto levantado espontaneamente por respondentes da fase de elicitação. No plano técnico, recomenda-se a incorporação de testes automatizados no front-end, a configuração de um pipeline CI/CD e a criação de um sistema de autenticação para usuários finais. Isso viabilizaria funcionalidades avançadas como avaliações, favoritos sincronizados entre dispositivos e recomendações personalizadas, transformando o LazerSP em uma plataforma mais interativa e personalizada. Por fim, a publicação oficial nas lojas Google Play e App Store permitiria acompanhar métricas reais de adoção e retenção, fornecendo insumos valiosos para as próximas iterações do produto. O LazerSP, na forma em que se encontra, é um protótipo funcional e avaliado positivamente pelos usuários, mas, sobretudo, é uma base estruturada sobre a qual evoluções podem ser construídas de forma iterativa, sempre orientadas pelas necessidades reais de quem usa o aplicativo no dia a dia.

4. Conclusão

Conclui-se que o objetivo foi atingido, com o projeto e a implementação de um protótipo funcional de aplicativo móvel, o LazerSP. Este protótipo centraliza informações essenciais sobre lazer urbano em São Paulo, como preço, distância e horários de funcionamento, viabilizando uma consulta georreferenciada. A pesquisa de requisitos confirmou a demanda por tal ferramenta, e a avaliação de usabilidade resultou em um escore SUS de 87,5 pontos, classificando o aplicativo como “Excelente”. Isso demonstra que o LazerSP oferece uma interface intuitiva, de fácil aprendizado e bem integrada, atendendo às necessidades dos usuários e validando a eficácia da metodologia de Design Science Research.

Contudo, o estudo apresentou limitações importantes. A amostragem por conveniência restringe a generalização dos resultados, e o perfil de usuários, predominantemente jovens e com alto letramento digital, pode ter subestimado desafios para públicos menos experientes. Tecnicamente, o MVP carece de testes automatizados no front-end e de um pipeline CI/CD. A ausência de um sistema próprio para gerenciamento de imagens resultou em baixa fidelidade visual, e a base de 45 locais cadastrados oferece cobertura parcial. Para estudos futuros, sugere-se a implementação de um sistema robusto de curadoria de imagens e a ampliação da base de locais, incluindo bairros periféricos. Recomenda-se também a incorporação de testes automatizados, CI/CD, um sistema de autenticação para funcionalidades avançadas e a publicação oficial nas lojas de aplicativos para monitoramento de adoção e retenção.

Referências Bibliográficas

Bangor, A; Kortum, P.T.; Miller, J.T. 2009. Determining what individual SUS scores mean: Adding an adjective rating scale. Journal of Usability Studies 4(3): 114-123

Brooke, J. 1996. SUS: A “quick and dirty” usability scale. In: Jordan, P.W. et al. (ed). Usability Evaluation in Industry. Taylor & Francis, London, UK. p. 189-194.

Buhalis, D.; Amaranggana, A. 2014. Smart Tourism Destinations. In: Xiang Z; Tussyadiah, L. (ed). Information and Communication Technologies in Tourism 2014. Springer, Cham, Switzerland. p. 533-564. DOI: 10.1007/978-3-319-03973-2_40.

Davis, F.D. 1989. Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly 13(3): 319-340. DOI: 10.2307/249008.

Eisenman, B. 2015. Learning React Native: Building Native Mobile Apps with Javascript. O’Reilly Media, Sebastopol, CA, USA.

Gretzel, U.; Sigala, M.; Xiang, Z.; Koo, C. 2015. Smart tourism: foundations and developments Electronic Markets 25(3): 179-188. DOI: 10.1007/s12525-015-0196-8

Hevner, A.R,; March, S.T.; Park, J.; Ram, S. 2004. Design Science in information systems research. MIS Quarterly 28(1): 75-105. DOI: 10.2307/25148625.

International Organization for Standardization. 2018. ISO 9241-11:2018: Ergonomics of human-system interaction – Part 11: Usability: Definitions and concepts. ISO, Geneva, Switzerland.

Nielsen, J. 1994. Usability Engineering. Academic Press, San Diego, USA.

Owens, M.; Allen, G. 2010. The Definitive Guide to SQLite.2 ed. Apress, New York, NY, USA.

Pressman, R.S.; Maxim, B.R. 2014. Software Engineering: A Practitioner’s Approach. 8. ed. McGraw-Hill Education, New York, USA

Resolução CNS nº 510, de 2016 [Referência completa não encontrada no documento original]

Sauro, J. 2011. A practical guide to the system usability scale: Background, benchmarks & best practices. Measuring Usability LLC, Denver, USA.

Sommerville, I. 2019. Software Engineering. 10. ed. Pearson Education, Boston, USA.

São Paulo Turismo. 2024. Observatório de Turismo e Eventos na Cidade de São Paulo: São Paulo Dados e Fatos 2024. SPTuris, São Paulo, SP, Brasil.

Tullis, T.; Albert, B. 2008. Measuring the User Experience: Collecting, Analyzing, and Presenting Usability Metrics. Morgan Kaufmann, Burlington, USA.

Venkatesh, V.; Davis, F.D. 2000. A theoretical extension of the technology acceptance model: Four longitudinal field studies. Management Science 46(2): 186-204. DOI: 10.1287/mnsc.46.2.186.11926.

Artigo oriundo de Trabalho de Conclusão de Curso da Especialização em Engenharia de Software do MBA USP/Esalq

Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy