Uma nova ferramenta open-source, criada por um estudante da Universidade do Texas em Austin, promete diagnosticar problemas em aplicativos e websites antes que eles resultem em perda de usuários e receita. Batizada de Rejourney, a plataforma foi apresentada por seu desenvolvedor, Rashid, na comunidade online Hacker News.

A proposta ataca uma dor crônica para qualquer negócio digital: a 'hemorragia silenciosa' causada por falhas de usabilidade (UX) que frustram usuários e os levam a abandonar o produto. O Rejourney combina a análise de sessões de uso com modelos de linguagem (LLMs) para prever quais jornadas de usuário têm maior probabilidade de falhar.

A previsão como diagnóstico

O funcionamento do Rejourney começa com a instalação de um SDK no aplicativo (web, Swift ou React Native). O desenvolvedor então define quais são os "eventos críticos de conversão", como a finalização de um cadastro ou a compra de uma assinatura. A partir daí, a ferramenta grava as sessões dos usuários, capturando interações como toques, rolagens e os chamados "rage taps" — cliques repetidos que indicam frustração.

Essas gravações são agrupadas por similaridade. Se um padrão preocupante é detectado em relação a um evento crítico, um LLM (Gemini, por padrão) analisa o comportamento quadro a quadro para determinar a probabilidade de um resultado negativo. O sistema então gera um relatório em formato Markdown com o contexto do problema e uma sugestão de correção, que pode incluir trechos de código se o repositório do projeto estiver conectado.

Do campus para o mercado

O projeto nasceu de uma experiência pessoal do fundador. Um aplicativo que ele havia criado para divulgar brindes no campus universitário começou a perder centenas de usuários devido a problemas simples na interface. A dificuldade em identificar e corrigir essas pequenas falhas em escala o motivou a construir uma solução preditiva.

Embora seja um projeto nascente, o Rejourney já foi testado com cerca de 2,5 milhões de gravações de sessão. Segundo seu criador, um dos primeiros usuários reportou um aumento de 30% na conclusão do onboarding após duas semanas aplicando as correções sugeridas. O modelo de negócio, que já conta com três clientes pagantes, foi desenhado para ser tão eficiente que permitiu ao projeto atingir o ponto de equilíbrio de custos rapidamente.

A abordagem open-source e a preocupação com privacidade — os dados são anonimizados após sete dias, em conformidade com a GDPR — posicionam o Rejourney como uma alternativa interessante a players estabelecidos no mercado de análise de experiência do usuário, como FullStory e LogRocket, apostando na colaboração da comunidade para evoluir.

Com reportagem de Brazil Valley

Source · Hacker News