Diagrama de Afinidade

Visão geral

Diagrama de Afinidade é uma técnica de discovery usada para transformar grande volume de observações em temas acionáveis sem perder rastreabilidade até os dados originais. A utilidade dela está menos no ritual em si e mais na forma como ajuda o time a transformar uma dúvida de projeto em evidências, decisões ou próximos passos observáveis.

Ela faz sentido quando use após entrevistas, testes, pesquisas abertas ou sessões de ideação quando há muitos post-its/insights soltos e pouca síntese. Ao aplicar Diagrama de Afinidade, o time deve chegar a clusters temáticos, Insights priorizados, Perguntas ou oportunidades derivadas e Rastreabilidade dos achados, mantendo rastreabilidade entre o que foi observado, o que foi decidido e quais limites ainda precisam ser considerados.

Como entra no fluxo

Diagrama de Afinidade entra quando já existe uma pergunta de trabalho clara e o time precisa conduzir uma atividade estruturada antes de avançar para decisão, protótipo, priorização ou entrega.

Atenção ao usar

Depende da qualidade das notas originais.

Combina bem com

Para que serve

Transformar grande volume de observações em temas acionáveis sem perder rastreabilidade até os dados originais.

Quando usar

Use após entrevistas, testes, pesquisas abertas ou sessões de ideação quando há muitos post-its/insights soltos e pouca síntese.

Contexto

Objetivos

explorar

alinhar

Outputs

insight

alinhamento

Situações ideais

alta incerteza
equipe desalinhada

Como executar

Pré-requisitos

Conjunto de observações individuais já coletadas
Registros em formato granular, um achado por nota
Equipe com contexto sobre o estudo ou problema

Materiais

Quadro físico ou digital
Notas com citações, comportamentos ou fatos
Marcadores para nomear grupos

Passo a passo

1Escreva cada achado como uma unidade independente.
2Agrupe silenciosamente itens parecidos, sem discutir solução.
3Revise grupos procurando duplicidades, contradições e temas emergentes.
4Nomeie cada grupo com linguagem descritiva, não genérica.
5Priorize temas por frequência, severidade e relação com objetivo do projeto.
6Converta temas em perguntas, oportunidades ou decisões.

Critérios de qualidade

Cada nota contém um único achado com fonte identificável, não resumos genéricos de múltiplas falas
O agrupamento é feito em silêncio individual antes de qualquer discussão sobre nomes de grupos
Cada cluster recebe nome descritivo que resume o padrão, não um rótulo genérico como problemas
Achados isolados são preservados como exceções relevantes em vez de forçados em grupos existentes

Dicas

Preserve citações e fonte do achado quando possível.
Não force achado isolado a caber em grupo.
Separe tema frequente de tema crítico; frequência não é impacto.
Evite nomes vagos como “problemas gerais”.

Antes (entradas)

Notas de pesquisa
Citações e comportamentos observados
Objetivo do estudo ou decisão a apoiar

Depois (saídas)

Clusters temáticos
Insights priorizados
Perguntas ou oportunidades derivadas
Rastreabilidade dos achados

Variações

KJ Method

Método original de Jiro Kawakita que adiciona etapa de votação e hierarquização após o agrupamento para priorizar temas de forma mais formal.

Affinity Diagram Digital Assíncrono

Processo em que cada membro do time adiciona notas em ferramenta colaborativa antes da sessão síncrona, permitindo contribuição independente de fuso ou disponibilidade.