Miro è un software di personal styling che sfrutta principi di UX adattiva e riconoscimento delle caratteristiche fisiche per supportare l’utente nella scelta di abbigliamento e make-up personalizzati. L’obiettivo è migliorare la percezione di sé attraverso un’esperienza digitale inclusiva, accessibile e data-driven, che combina estetica, semplicità e tecnologia.

Problema

Le persone dedicano sempre meno tempo allo shopping e spesso acquistano capi che non valorizzano la propria fisicità o rimangono inutilizzati.
La difficoltà nel riconoscere colori e forme adatte porta a sprechi, scelte impulsive e bassa soddisfazione d’acquisto.

Soluzione

Miro aiuta l’utente a ottimizzare il guardaroba e gli acquisti attraverso un sistema di consulenza personalizzata basata su dati oggettivi: analisi delle proporzioni corporee e dell’armonia cromatica. L’esperienza è pensata per ridurre il tempo medio di scelta e aumentare la precisione dei consigli in base alle caratteristiche individuali.

Il processo

Discover Interviste, desk research, analisi competitor → definizione problema/obiettivi.

Define Personas, empathy map, information architecture e user flow.

Ideate / Prototype (lo-fi) Wireframe e prototipo low-fidelity; test rapidi sui flussi critici.

Test

Visual & Prototype (hi-fi) Visual design, prototipo high-fidelity; usability testing moderato.

Test

Iterate & Handoff Iterazioni su insight, design system e handoff a sviluppo.

Ricerca

Obiettivo Comprendere atteggiamenti, bisogni e frizioni nelle scelte di abbigliamento/make-up, per definire criteri di personalizzazione e priorità di prodotto.

Metodologia mista Questionario quantitativo + interviste qualitative.

Ricerca quantitativa

Campione 50 potenziali utenti (screening per età 25–45, acquirenti negli ultimi 6 mesi).

Strumento Questionario online (Google Forms).

Nota Risultati indicativi (non rappresentativi dell’intera popolazione); utili per orientare le ipotesi di design.

“Capita di non sapere cosa indossare pur avendo molti capi?”

“a volte” 55% “spesso” 40% “mai” 5%

Implica alto potenziale di supporto decisionale quotidiano.

“Ti interessa migliorare il tuo stile?”

“abbastanza” 75% “molto” 17% “non mi interessa” 8%

Forte apertura a consigli personalizzati.

“Hai capi mai indossati?”

“qualcuno” 57% “molti” 29% “pochi” 8% “nessuno” 6%

Opportunità: ridurre sprechi e acquisti poco mirati.

Insight quantitativi
Alta motivazione a migliorare Spazio per raccomandazioni e coaching leggero.
Spreco percepito Messaggio di valore su acquisti più consapevoli.
Frequente indecisione Bisogno di guidance rapida.
Ricerca qualitativa

Campione 10 interviste semi-strutturate (5 donne, 5 uomini, 28–45).

Focus Processo di scelta, criteri estetici/funzionali, frizioni in store/online, percezione di sé.

Risultati principali

  • Vogliono acquisti mirati, meno impulsivi; apprezzano eco-sostenibilità e qualità.

  • Preferiscono provare in negozio per evitare taglie/fit sbagliati, ma cercano pre-selezioni online.

  • Curiosità per le tendenze, ma preferenza per consigli su misura e crescita personale.

Opportunità di design

  • Suggerimenti personalizzati per colore/morfologia con controllo dell’utente (non prescrittivi).
  • Riduzione del tempo decisionale con shortlist intelligenti e motivazioni “perché te lo consigliamo”.
  • Pre-fitting digitale (taglie/fit) e gestione guardaroba per limitare acquisti inutilizzati.
User Personas

Dati e insight della ricerca sono stati sintetizzati in due profili chiave che rappresentano i principali comportamenti e bisogni degli utenti target.

Le personas hanno guidato la definizione dei flussi utente, dei contenuti e del tono visivo dell’app, permettendo di bilanciare efficienza e ispirazione nelle esperienze digitali

Chiara – L’efficienza e la precisione

Beatrice – La creatività e la spontaneità

Le due personas principali, Chiara e Beatrice, rappresentano i profili emersi dalla ricerca.
Hanno guidato la definizione dei flussi e del tono visivo dell’app: uno più rapido e funzionale, l’altro più esplorativo e ispirazionale.

A partire dai loro obiettivi e dalle loro abitudini digitali, ho definito i principali flussi d’uso, testati poi con prototipi low-fidelity.
MVP

Versione testata per validare l’interesse e l’efficacia del concetto

Funzionalità principali
  • Raccolta delle immagini dei capi posseduti dall’utente.
  • Creazione di combinazioni di outfit a partire dai capi caricati.
  • Analisi automatica di armonia cromatica, forma del corpo e lineamenti del viso.
  • Generazione di una lista di capi consigliati in base ai risultati dell’analisi.

L’MVP si concentra sull’esperienza più immediata per l’utente: vedere il proprio guardaroba digitalizzato e ricevere suggerimenti personalizzati.
Questa prima versione è stata progettata per testare la fattibilità tecnica dell’analisi visiva e la percezione di utilità del sistema di raccomandazione.

Flow

Definizione dei percorsi principali per l’MVP

Flussi principali mappati:
  • Onboarding e login
  • Creazione profilo (armocromia, forma del corpo, viso)
  • Upload dei capi e creazione outfit
  • Analisi e raccomandazioni
Obiettivi del flusso
Rendere chiara la relazione tra funzionalità e obiettivi utente
Ridurre i passaggi superflui (es. da 7 a 4 step per creare un outfit)
Validare la logica del percorso prima del prototipo
Wireframes

Primi layout a bassa fedeltà per validare flussi, gerarchie e micro-interazioni prima del visual.
Le aree in rosa indicano gli hotspot testati; la numerazione segue il percorso principale (1→10: Home → Analisi → Shopping → Outfit → Guardaroba → Preferiti → Dettagli).

Risultati chiave
  • Ridotti i passaggi per creare un outfit (da 7 a 4)
  • Chiarita la CTA primaria
  • Resi più visibili upload e “salva outfit”.
Ui design

Interfaccia high-fidelity pensata per bilanciare rapidità operativa (card, bottom-nav a 5 voci) e ispirazione visiva (griglie, anteprime outfit).
La gerarchia è guidata da CTA chiare, componenti consistenti e micro-feedback.

Scelte di design
  • Card + grid: browsing veloce, focus sugli outfit.
  • Bottom navigation: 5 sezioni stabili (Home, Features, Shopping, Outfits, Wardrobe) per ridurre la profondità dei click.
  • CTA primarie (“Save your outfit”, “Discover”) con contrasto e stato evidente; secondarie più leggere.
  • Tag/filtri in alto a destra per il controllo immediato delle raccomandazioni.
  • Illustrazioni soft e palette neutra per un tono inclusivo, non prescrittivo.
Adaptive UI

Armocromia e Personalizzazione

Concept

L’interfaccia si adatta al profilo cromatico dell’utente (armocromia) emerso dal test iniziale.
In base alla stagione di appartenenza — Inverno, Autunno, Estate o Primavera — cambiano palette, tonalità di sfondo e illustrazioni, mantenendo coerenza con il brand system.

Esperienza utente

Dopo il test, l’utente vede la propria Home personalizzata con colori armonici al suo incarnato e ai propri tratti visivi.
L’obiettivo è aumentare empatia e senso di riconoscimento, trasformando la UI in un’estensione della persona.

❄️ Inverno Toni freddi e contrastati (blu, bordeaux, rosa cipria)

🍂 Autunno Toni caldi e saturi (terracotta, oro, ocra)

☀️ Estate Toni pastello e desaturati (sabbia, cipria, lavanda)

🌸 Primavera Toni luminosi e chiari (pesca, corallo, menta)