Mapew
O app que mostra quanto você vai pagar antes do caixa e detecta erro de cobrança comparando o carrinho com o cupom fiscal. Da dor real à Play Store.
- Papel
- Product Designer & Builder — pesquisa, design e desenvolvimento (projeto solo)
- Ano
- 2025–2026
- Plataforma
- Android (Play Store) — nativo, reescrito do zero
- O que resolve hoje
- Mostra o total antes do caixa + detecta erro de cobrança (carrinho × cupom fiscal)
- Stack
- Figma, React Native, TypeScript, Supabase, Android Studio, Cursor
- Métodos
- Entrevistas, jornada de compra, testes de usabilidade, design system, IA aplicada
Fazer compra no mercado hoje é comprar no escuro. Você enche o carrinho sem saber quanto vai dar e só descobre o total no caixa — quando já não dá pra voltar atrás. Na pesquisa, descobri algo revelador: muita gente usa a calculadora do celular no corredor, somando item a item pra não levar susto. Eu mesmo fazia isso — e foi aí que a ideia nasceu. O problema é que, com o carrinho cheio, a conta de cabeça não fecha. São dezenas de itens, preços que mudam, promoções que às vezes nem valem. Ninguém lembra se o arroz era mesmo aquele preço da etiqueta, se a promoção que motivou a compra foi de fato aplicada, ou se aquele item pego por impulso veio pelo valor certo. Com a inflação dos alimentos, esse susto virou semanal.
O Mapew acende a luz. A função central resolve a dor principal: você escaneia cada produto e vê o total do carrinho subir em tempo real — adeus calculadora, adeus susto no caixa. Você sabe exatamente quanto vai pagar antes de chegar lá, e um limite de gasto avisa antes de estourar o orçamento. E vai além: no caixa, o app compara o carrinho com o cupom fiscal (NFC-e) e detecta erro de cobrança item a item. Se a promoção que você viu não foi aplicada, ou se algum preço veio diferente da prateleira, aparece destacado, em reais. É o controle que faltava — do corredor ao caixa.
O app abre direto na câmera. Você aponta para a etiqueta ou o código de barras e o item entra no carrinho com preço e quantidade. O total sobe a cada produto, e a barra de limite mostra quanto do orçamento já foi. Chegou no caixa, você escaneia o cupom fiscal: o Mapew casa cada item do carrinho com o do cupom e aponta as divergências — itens que vieram mais caros, itens cobrados que você não levou. Cada compra fica salva no histórico, que com o tempo vira um retrato do quanto você gasta e onde.
• Scanner inteligente — leitura por etiqueta ou código de barras, abrindo direto na câmera. • Total em tempo real — o carrinho digital espelha o físico, sem conta de cabeça. • Limite de gasto — define um teto e o app avisa antes de passar. • Conferência do cupom (NFC-e) — compara carrinho × cupom e detecta erro de cobrança item a item. • Histórico — cada compra registrada, virando dados de consumo ao longo do tempo. Tudo guiado por um princípio: simplicidade. Sem formulário longo, sem fricção — o controle acontece dentro do gesto natural de pegar o produto.
Conduzi o ciclo completo de produto: entrevistas e mapeamento da jornada de compra, definição de personas, wireframes, protótipo navegável no Figma e testes de usabilidade. Os testes derrubaram uma versão inteira do scanner — a câmera precisava abrir no primeiro toque, não atrás de um menu. O design system foi construído no Figma (tokens de cor, tipografia, componentes) e implementado em código, mantendo a estética suave e a leitura clara de preços que o produto exige.
O primeiro MVP nasceu como WebView — rápido para colocar a ideia na mão de usuários reais e validar a dor sem perder meses. Funcionou para provar o conceito, mas WebView cobra seu preço: câmera lenta, instabilidade e um teto baixo de performance para algo que vive de escanear rápido. Validada a dor, tomei a decisão de engenharia de reescrever o app do zero, nativo, para ganhar estabilidade, velocidade de leitura e uma base sólida sobre a qual evoluir. Saber a hora de jogar o protótipo fora e reconstruir é parte do trabalho.
O Mapew é onde traduzo conceitos de IA em decisões de produto. Meu princípio é a IA invisível: a melhor IA é a que o usuário não percebe que está usando — nada de chatbot colado na lateral. No corredor do mercado, com as mãos ocupadas, ninguém quer "conversar com um assistente"; quer apontar a câmera e seguir. • Ler a etiqueta (visão + LLM): o scanner combina captura de imagem com um LLM que interpreta o texto bruto da etiqueta (preço promocional, por quilo, nome abreviado) e devolve nome, preço e unidade em JSON limpo — puro trabalho de engenharia de prompt, com fallback gracioso quando a etiqueta é ilegível. • Conferir o cupom (embeddings): "GUARANÁ ANTÁRTICA 2L" do carrinho raramente bate caractere a caractere com "GUARANA ANT 2LT" do cupom fiscal. Resolvo com similaridade semântica — cada item vira embedding e o casamento carrinho × cupom é por proximidade, não por texto exato. Assim o app acha a divergência real de preço sem travar na grafia. • Personalização invisível: na versão Pro a IA aprende padrões de uso e ajusta ordem, textos e lembretes sem nunca virar interface de chat, com um sistema anti-repetição (pools com seed determinística por dia) que mantém voz humana e variada. Cada escolha passou por um filtro de produto, não de hype: latência (responder no tempo de um gesto), custo (chamar o modelo só quando agrega), privacidade (dado isolado por usuário) e fallback (o app segue útil quando o modelo falha).
O Mapew está publicado na Google Play Store, com site institucional no ar (mapew.com.br) e analytics de produto medindo cada canal de aquisição. Em uso de campo, o app já identificou divergências reais de cobrança — a prova concreta da proposta de valor. Hoje passa pela consolidação da versão nativa e segue com plano freemium (FREE para sempre + PRO por assinatura), em ciclo ativo de feedback com usuários reais.
Do protótipo ao produto













Gostou deste case?
Posso contar os detalhes — decisões, trade-offs e aprendizados — numa conversa.