Escolar Documentos
Profissional Documentos
Cultura Documentos
Introduo............................................................................................3
Transformao digital............................................................................35
Presente e Futuro...................................................................................36
Introduo
e como essa viso nos mostrou o trip Lean Product Management, OKR e Enge-
documento que tinha por objetivo melhorar o desempenho dos projetos de tec-
lidade por todo esse tempo, seguindo seus princpios, iterando e aprendendo a
mudam a todo momento, pois tudo o que fazemos emprico, iterativo e incre-
mental. Logo, pode ser que pouco depois de ler esse livro ns j tenhamos tido
Neste livro, pretendemos contar parte dessa histria. Como passamos do escuro
do waterfall para a luz do Scrum, como identificamos as melhores prticas, os
uma nova epifania que faa sentido ou um aprendizado que nos traga coisas
novas, quem sabe baseados no seu feedback.
papis ideais e uma plataforma que fizesse sentido nesse contexto, como en-
Boa leitura!
Capitulo 1
processo o nvel de maturidade de agilidade digital em que est o seu principal canal de autosservio
para seus clientes. Se ele est mal, voc est mal.
O processo de implantao que parece funcionar tambm emprico, iterativo e incremental. Se implanta
uma pequena estrutura de produtos operando o primeiro esquadro gil que vai sofrer o diabo com as
dependncias departamentais e com o waterfall do resto da organizao. Se esse time tiver o suporte
executivo no nvel adequado, ele vai entregar uma primeira vitria que vai permitir comear a hackear
a cultura.
Neste ponto, o time deve escalar em uma estrutura de mltiplos times coordenados por algo parecido
com um Nexus da Scrum.org ou algo que obedea aos mesmos princpios. Esses times lentamente
vo assimilando as dependncias e se tornando feature teams com cada vez mais participantes que
tm todas as capacidades necessrias para entregar o produto. Finalmente, voc engloba os sistemas
core.
Este processo cria uma estrutura supra departamental iterativamente, com o apoio da cultura. Isso
porque ao contrrio do inferno anterior, ele entrega. A cultura afeta os times e os times afetam a cultura
e essa abordagem e framework de implantao de agilidade digital pode ser repetido ad nauseum,
alterando toda a corporao.
Descobrindo novos modelos de negcio digitais no seu negcio atual
Este problema uma variao do anterior, mas o nvel de complexidade do sistema maior. Ento,
temos que adicionar processos empricos de ciclo rpido para reduzir o cone de incerteza. Por exemplo,
se voc tiver o desafio de criar uma rea de inovao, a abordagem acima precisa de duas variaes
adicionais no como fazer e no o que fazer e de uma estratgia de funding ou alocao de oramento
diferente, inspirada no modelo de venture capital.
Os times sempre devem comear com ciclos de Product Discovery seguidos de um aumento de
capacidade at que tenha pelo menos todos os papis. Neste momento, passados de dois a quatro
sprints, se temos validaes claras e quantitativas das nossas hipteses de negcio e dos primeiros
features de produto o nvel de complexidade do sistema cai e podemos utilizar a abordagem exposta
Capitulo 2
Identify the
constraint
Ries, que reflete o estado do conhecimento do Vale do Silcio sobre como fazer produtos e empresas
digitais, entendemos que o maior desperdcio no fazer errado, mas principalmente fazer a coisa
errada. Esse erro aumentado pela prescrio e pelo processo waterfall de lanamento de produto.
Blank cita inclusive que o desenvolvimento de novos produtos uma busca, e no uma execuo.
A produo de software uma criao iterativa e incremental que busca materializar uma necessidade
de um cliente que voc ainda no sabe qual , se um problema que vale a pena ser resolvido e muito
menos como voc vai resolv-lo.
Pensar em uma linha de montagem para atacar um problema deste tipo a mesma coisa que utilizar
cavalaria e guerra de trincheiras no ambiente militar contemporneo ou, mantendo a metfora militar,
tentar prescrever a invaso da Normandia. Esses cinco pontos por si s, tirados da Wikipedia, j nos
deixa desconfortveis para usar watefall. Mas ainda temos mais cinco outras crenas que vale a pena
desconstruir.
6. Voc sabe qual o problema que voc tem que resolver e como vai resolv-lo, por isso podemos
prescrever o processo. O processo de trabalho rgido
No primeiro captulo de The Toyota Way, Fujio Cho faz a seguinte abertura:
Repeat the
process
Exploit the
constraint
Elevate
performance of
the constraint
Subordinate and
synchronize to
the constraints
We place the highest value on actual implementation and taking action. There are many things one
doesnt understand and therefore, we ask them why dont you just go ahead and take action; try to do
something? You realize how little you know and you face your own failures and you simply can correct
those failures and redo it again and at the second trial you realize another mistake or another thing you
didnt like so you can redo it once again. So by constant improvement, or, should I say, the improvement
based on action, one can rise to the higher level of practice and knowledge.
Traduo livre: Ns colocamos o maior valor na implementao e aes reais. H muitas coisas que
no entendemos e, portanto, perguntamos ao cliente se devemos seguir em frente e realizar essas
aes ou tentamos fazer algo. Voc percebe o quo pouco voc sabe, enfrenta seus prprios fracassos
e pode simplesmente corrigir essas falhas e refazer tudo de novo. Em uma segunda tentativa voc
percebe outro erro ou outra coisa que voc no gosta e pode refazer mais uma vez. Assim, por meio da
Pior do que a inacuracidade da abordagem a falsa sensao de previsibilidade que ela d para
celebrao de contratos na esfera privada e governamental.
8. Conseguimos prever o futuro, criando um grfico de Gantt detalhado sobre os eventos que
ocorrero nos prximos n meses
Fazendo um paralelo, como se um gestor de fundo de investimento mandasse uma lista detalhada
de todos os trades que ele vai fazer nos prximos seis meses, ignorando o mercado, e, com isso, te
garantisse o nvel de retorno desta estratgia. E VOC ACREDITASSE NISSO.
9. Documentao e modelos ajudam a construir um produto digital de forma profissional
Fazendo um paralelo com projeto de construo civil, Glenn Vanderburg traou na sua palestra Craft
and SW Engineering a seguinte relao: o cdigo o projeto de arquitetura e o binrio a casa. O
trabalho de baixo valor agregado e repetitivo de executar o plano feito pelo compilador e como este
trabalho virtualmente gratuito, no faz sentido fazer modelos e simulaes.
Modelos s precisam ser feitos em ambientes em que a construo do produto em si muito cara,
como na indstria aeronutica e militar, para que a iterao em espiral seja mais eficiente e menos
custosa no incio. Em software, o cdigo o melhor modelo e o nico que vai representar uma soluo
real para aquele problema naquele ambiente dinmico e complexo. O software consequentemente o
prprio produto que deve ser usado nas iteraes de aprendizado.
10. Conseguimos definir corretamente o escopo, estimar o esforo e executar em um prazo
determinado com qualidade, passando a informao com sucesso entre todos os departamentos
da fbrica.
Se analisarmos o processo de criao do produto como uma cadeia de valor eficiente, gostaramos
que ela tivesse integrao perfeita entre os praticantes, estoque zero e transferncia instantnea de
informao em um fluxo perfeito de trabalho Just in Time, no qual cada participante especialista fizesse
seu trabalho melhor que uma empresa s. A melhor representao disto no nosso contexto um time
multidisciplinar trabalhando junto, dentro de um framework emprico em qualquer de desenvolvimento
de produto. Ficou claro que waterfall no o caminho? Ento vamos falar de gil!
Capitulo 3
O encouraado Yamato era o maior navio da 2 Guerra Mundial, com canhes de 500 mm. Ele foi
mandado para uma ltima misso sem combustvel para voltar. Startups s tm uma mtrica financeira
que interessa: qual o meu burn rate (perda de caixa mensal), acompanhada pela quanto tempo eu
ainda levo para quebrar. Uma gesto de produto que ignore essas questes afunda startups por causa
da falta de combustvel.
Um dos maiores (talvez poucos) desservios que Zuckerberg prestou comunidade foi a falcia de que
ele trabalha buscando o awesome. O Facebook entende profundamente seus clientes e oferece, aos
poucos, novas funcionalidades para atender seus problemas mais relevantes. Awesome uma droga
geek que fica no caminho do pronto e, portanto, do aprendizado, do empirismo e do mtodo cientfico.
Ou seja, o awesome inimigo do bom. Nada mata to gloriosamente uma startup como a busca de
uma inatingvel beleza tcnica ou uma viso de produto to avassaladora que nos fora a uma atitude
home run or die.
5. Claptrap
Transcrevendo um arquivo brilhante do Wall Street
Journal que cita Richard Feynman:
Monitor yourself for vehemence. If you find yourself tempted to ridicule anyone who tells you are
wrong, you probably are wrong. The philosopher
Bertrand Russell wisely warned that the less evidence someone has that his ideas are right, the
more vehemently he asserts that there is no doubt
whatsoever that he is exactly right
Traduo livre: Monitore voc mesmo para a
veemncia. Se voc est tentado a ridicularizar
qualquer um que diz que voc est errado, voc
provavelmente est errado. O filsofo Bertrand
Russell sabiamente advertiu que quanto menos
evidncias algum tem de que suas ideias esto
certas, mais veementemente ele afirmar que no
h dvidas de quanto ele est certo.
Se o seu ninja tcnico muito assertivo, o go
to guy para quase tudo e vira noites o tempo todo,
mate ele a pauladas (figurativamente).
6. Barrel rider meets mediocre
O processo waterfall, com compra via RFP, criou uma lgica de meritocracia reversa em TI muito
semelhante ao que ocorre em um estado comunista clssico. Sem entrar no mrito ideolgico, o que
induz o comportamento do sistema comunista a criao de controles, a inimputabilidade e a criao
de uma nova ordem dirigente na qual quem tem mais poder no quem produz, mas quem controla. Em
10
Capitulo 4
A maior referncia que temos sobre negcios digitais est no Vale do Silcio, onde so criados os principais
sucessos. Foi l que surgiu a metodologia Lean Startup para desenvolver startups digitais, que agora
est sendo aplicada tambm em grandes corporaes.
No primeiro captulo, falamos sobre como a utilizao de waterfall a principal causadora de insucesso
em produtos e empresas de tecnologia. Depois do aprendizado da primeira bolha, Steve Blank enxergou
um padro nas startups de sucesso que resumiu no livro The Four Steps to the Epiphany. Segundo ele,
tais startups eram capazes de enxergar que tanto o problema quanto a soluo eram desconhecidos
no incio da jornada. Neste caso, no adiantava elaborar grandes ciclos de planejamento e encontrar o
cliente tardiamente com uma soluo no testada em campo.
Alm disso, estes empreendedores visionrios eram capazes de tratar estas etapas de validao de
problema e soluo como ciclos de validao de hipteses de negcio, que poderiam ser validadas ou
no.
Ele formalizou assim uma heurstica para validao de modelo de negcio:
Fonte: www.steveblank.com
Fonte: Banks
11
foi seguido com preciso at o precipcio, enquanto que o processo de Customer Development teria
trazido alarmes antecipados disto.
Podemos dizer mais que os modelos de open source e de cloud computing democratizaram o espao
de competio, eliminando a necessidade de investimentos na infraestrutura computacional e dando
uma adaptabilidade fluida a esta estrutura, que se molda perfeitamente ao negcio. Assim, as melhorias
so visveis em qualidade, velocidade e custo, o que faz da prtica Lean Startup, associada ao uso de
ferramentas open source e cloud computing, a melhor forma de estruturar um novo negcio.
Lean Innovation (Lean Startup em corporao)
Mas e para as empresas j estabelecidas, que no so mais startups? A mesma viso pode ser aplicada.
Novos projetos tm caractersticas similares a uma startup e, por isso, interessante que todas as
iniciativas sejam desenvolvidas empiricamente, assim como prega a Lean Startup. Nesse contexto,
quatro macro processos precisam ser adaptados: a validao de modelo de negcios, a criao de
produtos, a criao de clientes e o ciclo de financiamento.
Entretanto, h algumas diferenas entre a aplicao em startups e em corporaes, e a primeira delas
est ligada estrutura organizacional. Enquanto a startup formada inicialmente apenas por scios,
empresas maiores tm uma hierarquia j preestabelecida. Por isso, a implantao de Lean Innovation
deve comear por determinadas reas, normalmente ligadas inovao, produto ou tecnologia.
Os times durante os primeiros sprints tm uma estrutura Hacker, Hustler, Designer, mas depois se
estruturam como times geis com viso de customer development e escalam de forma matricial, com
alguns papis novos como o PO Fundador e a necessidade de estruturas horizontais focadas em
uma determinada prtica chamadas de captulos. Esta estrutura escala de forma parecida com uma
aceleradora e os times so chamados de esquadres pois tm mais mandato e saem do escritrio.
O oramento destinado ao projeto tambm deve ter tratamento diferente. Startups no foram feitas
para gerar retorno financeiro no incio, mas maximiz-lo no futuro, e projetos inovadores tambm no
deveriam.
As mtricas clssicas como Retorno sobre Investimento no se aplicam fase inicial (seis meses) e
12
algumas vezes tambm no se aplicam nos primeiros anos da startup. O Retorno sobre Capital Investido
(ROIC) deveria ser medido em um espao de 6 a 7 anos (ciclo de abertura e fechamento de um fundo).
Apesar disso, as mtricas de sucesso sero rapidamente quantitativas como volume de clientes,
converso, likes, engajamento, reteno, recomendao e depois faturamento. Estranhamente no
buscamos lucro a curto prazo.
A Lean Innovation diz que o investimento deve ser feito de acordo com patamares de aprendizado.
Para isso, necessrio um comit de investimento, formado por pessoas de diversas reas que, juntas,
geram apoio e alocam recursos de forma progressiva. Ou seja, se a iniciativa atingir os objetivos de
aprendizado, recebe mais investimento.
O veculo sobre o qual a iniciativa est sendo feita pode ser outbound (comea dentro da empresa
e depois vira uma LTDA.) ou inbound (comea numa empresa externa de consultoria e depois
internalizado (na entidade me ou como empresa do portflio).
Investir de forma Lean
Burn rate mensal at atingir um objetivo de aprendizado ou uma hiptese
de negcio previamente validada
O nico controle que necessrio o gasto mensal de caixa e a quantidade
de meses disponveis
O mercado tem que ser grande
Manter como projeto interno ou montar uma LTDA ou S/A depois de
validar o problema (talvez depois de validar soluo)
Por fim, para adotar Lean Innovation a grande empresa no pode se restringir aos padres de processos
e ferramentas. O que vale para a parte madura pode no ser adequado para iniciativas inovadoras.
Novos meios surgem todos os dias e preciso estar atualizado para se manter competitivo.
Normalmente estamos falando de inovao de borda (no limite da corporao) e gradualmente se
demanda a criao de APIs dos servios de negcio da corporao que permitam um ambiente de
inovao aberta. Alavancar estas capacidades muitas vezes doloroso, mas crucial pois muitas vezes
as corporaes tm vantagens competitivas no copiveis que a diferenciam de uma startup.
Ferramentas como open source e cloud computing, por exemplo, eliminam a necessidade de altos
investimentos, tornando-os despesas variveis. Uso extensivo de SaaS para os servios comoditizados
como landing page, atendimento e mtricas permite que a iniciativa se aparelhe muito rapidamente e de
forma gil. O que deve ser desenvolvido sobre IaaS o produto mnimo vivel evoludo continuamente.
A juno de tudo isso constitui a melhor forma de desenvolver um negcio ou projeto digital atualmente,
que pode no garantir o pleno sucesso, mas aumenta consideravelmente a chance de xito.
Esta adaptao um processo contnuo de mudana cultural que tem, na nossa experincia, oito reas
de trabalho:
1. Estabelecimento do ciclo de build, measure, learn;
2. Estabelecimento de mtricas para gerir o portflio e se comunicar com os stakeholders;
3. Criar uma estrutura oramentria que aloque despesas de forma a maximizar os objetivos do portflio
de iniciativas;
4. Permitir o uso de ferramentas open source, cloud computing ou qualquer outra adequada para o
produto, e no necessariamente uma padronizada;
5. Alterar a estrutura organizacional (times matriciais);
6. Criar uma estrutura de governana que permita avaliar o sucesso das iniciativas (baseado em
aprendizado validado), sem comprometer a natureza do portflio;
7. Gerenciar as relaes com as reas e stakeholders externos envolvidos;
8. Dar segurana jurdica e poltica para todos os stakeholders e pacificar a rea jurdica e de suprimentos.
Ou seja, os projetos comeam quando a maioria dos stakeholders acha que acabou.
13
Aprendizados
Alguns conceitos e ferramentas tm uma combinao perigosa de abrangncia, poder e simplicidade
conceitual que levam a uma reflexo imediata de praticantes das mais variadas reas assim que os
aprendem. So comuns frases como Isso tambm pode ser aplicado em... (preenchendo com o domnio
conceitual em que eles esto mais confortveis). Esta reflexo acontece antes que o conceito tenha
sido corretamente entendido e eventualmente fora das condies de contorno nas quais o modelo foi
criado. Isto aconteceu na minha experincia com coisas bem variadas como Mapa de Foras de Porter,
Matriz BCG, SCRUM, Opes Reais e, recentemente, Customer Development & Lean Startup.
O problema dessa abordagem no bvio, mas muito srio. Antes de voc generalizar um modelo,
necessrio um conhecimento profundo dele. Na minha experincia, esse conhecimento no vem
de uma reflexo isolada sobre o tema, mas da aplicao repetitiva em um ciclo de aprendizado que
alimente um mesmo grupo de praticantes. Esse grupo acumula a experincia e reflexes passadas
iterativamente at que se crie msculo intelectual (reflexes validadas e ortogonais) e no gordura
(entendi a superfcie).
Ns passamos por Waterfall em 2000, RUP em 2003, SCRUM em 2007 (depois Kanban), Customer
Development e BMG no final de 2010, Lean Startup, Lean Analytics e AARRR + Inbound Marketing (Web)
2011, Marketing Digital Mobile e Lean Innovation (Lean Startup em corporaes) em 2012.
Quando comeamos a generalizar o modelo de Lean Startup em 2012, tnhamos a nosso favor um
grupo que fazia software junto, como empresa, h 14 anos, e um site SCRUM com cinco anos de
maturidade. O resto era muito recente para ns e para o mercado, ento a trajetria de aprendizado
foi extremamente emprica. Depois desse grande aviso de cuidado, l vo as maiores reflexes que
fizemos neste perodo.
O primeiro ponto que o inimigo sempre interno. Os motivos de falha dos produtos digitais nunca so
externos, a competio irrelevante. Utilizando a metfora da Idea Maze do Chris Dixon, a busca da
validao do modelo de negcio de sucesso como achar a sada de um labirinto: o bom fundador
aquele que consegue, apesar da desorientao natural, tomar boas decises de caminho baseadas em
cada caminhada anterior. Competio s sinal de que tem mais gente no labirinto e que voc deve
estar prximo de alguma coisa. Estendendo a metfora, o minotauro o burn rate, que pode te pegar
antes de voc encontrar a sada.
Existe uma enorme necessidade de facilitao interna com as reas que eventualmente podero receber
o modelo de negcio validado e as reas com poder de veto. O foco tem que sair de funcionalidades
e ir para resultados de negcio, que devem ser comunicados exausto, naturalmente gerando um
empuxo at os tomadores de deciso.
No livro Lean UX, Jeff Gothelf fala shift the conversation of the leadership from features, to outcomes.
Product managers and product owners must determine which business metrics require their attention.
In turn, have conversation around outcomes with managers, this way the shift will inevitably go to the
highest levels of the organization.
Em traduo livre: transforme a conversa entre os lderes em features, em resultados. Product owners
e gerentes de produto devem determinar quais mtricas de negcio requerem sua ateno. Por sua
vez, conversar sobre resultados com os gerentes faz com que, inevitavelmente, as ideias cheguem aos
nveis mais altos da organizao.
Outro ponto que observamos que a principal causa de insucesso e mortalidade de iniciativas a
penalizao do erro. preciso que haja uma mudana cultural drstica na rea de produtos e inovao,
e que os POs e fundadores sejam encorajados a tomar risco. Afinal, com os erros que iteramos e
aprendemos para chegarmos ao sucesso.
Temos que implementar uma nova viso do que gerao de valor e entender conceitos como
contabilidade de inovao e o que aprendemos at agora. Gerar novos intraempreendedores to
importante quanto desenvolver produtos, por exemplo. Uma maneira de precificar essa importncia
procurar casos de fuso e aquisio, precificando esse processo de inovao como uma alternativa a
esses investimentos.
Alm disso, o fracasso uma profecia autorrealizvel. Os times de TI criados em um ambiente waterfall
foram selecionados de forma natural pela sua capacidade de sobreviver a desastres. Com um mtodo
14
de desenvolvimento de produto que tem 14% de chance de sucesso, difcil no entender a posio
deles. Quando o projeto comea a se materializar, fica claro que o pior resultado vai acontecer. Se o
time de negcios (business owners ou analistas) se colocar como cliente do fracasso de terceiros,
viver para fracassar uma nova vez (live to fail another day). Se o time de negcios e dono da viso
se comportarem dessa forma, o fracasso uma
Waterfall
Agile
profecia autorrealizvel.
Ento, pea desculpas, no pea permisso.
Coloque em produo, gere conhecimento
validado e divida isso com o time. Treine, no
espere que o time do cliente se comporte como
POs maduros se eles no viveram isso antes e
nem foram treinados formalmente como tais.
Aprendemos tambm que os produtos mnimos
viveis poucas vezes so realmente mnimos.
O custo poltico de fazer a coisa realmente
9%
29%
57%
49%
42%
14%
Successful
Challenged
Failed
Faa o projeto numa empresa de propsito especfico, diminua o risco de marca. Consiga o mandato
para implementar um MVP menor e validar proposies centrais no longo prazo. Crie o ambiente para
que o cliente entenda as bases dos processos lean e BMG de validao de problema para que as vises
a virarem MVP venham com nveis melhores de validao de problema.
O mundo com Lean Innovation continua guiado por oramento, mas de forma diferente. O ideal levar em
conta o MVP poltico (gordo) que dificilmente levar menos do que trs ou quatro meses. Depois disso,
podemos usar mtricas de validao de modelo de negcio de startup como base para o oramento.
Por outro lado, o oramento via burn rate com trs linhas (time, cloud e marketing) funciona bem. Por
fim, acredito que o prazo mnimo de burn rate deve ser 12 meses e potencialmente 18, se necessrio.
Para ciclos de validao mais curtos, necessrio um mandato para o time de sair do escritrio no
dia zero, implementar MVPs realmente pequenos e eventualmente decidir sobre pivot, persevere or
close, ou seja, pivotar (mudar a direo), perseverar ou fechar. No ltimo caso, o de fechar, o time e os
recursos dessa iniciativa so realimentados no portflio.
Outro aprendizado: preciso estruturar o time para lidar com a estrutura de governana. Com o tempo,
emergiu a necessidade de uma mentoria adicional aos SMs (Scrum Masters) e POs (Product Owners)
para lidar com os nveis hierrquicos mais altos, que esto longe da ao. O time um eletrom de
msseis polticos, porque est naturalmente exposto a risco. Essa mentoria precisa blindar esse risco.
No fim, os objetivos so duplos: fazer o produto e desenvolver times e esquadres. Se o PO ou fundador
for externo, a corporao vai detectar um DNA de fora e rejeitar o produto quando ele tiver que ser
reinserido no ambiente corporativo para seus novos pais. To importante quanto validar o modelo de
negcios formar POs e fundadores, e esse processo de aprendizado contnuo.
Importante lembrar tambm que voc s deve inserir de volta na corporao produtos com modelos
de negcio validados.
Alm disso, valuation para ativos digitais no uma cincia bvia. A ferramenta habitualmente utilizada
para justificar investimento em corporaes o Fluxo de Caixa Descontado, que busca taxas de retorno
maiores que o WACC (custo de capital mdio ponderado) da empresa. Nesse contexto, avaliaes por
15
paralelo, uso de sries histricas de classes de ativo semelhantes e, talvez, opes reais so mais
indicadas. Tratar o processo de tomada de risco como se a classe de ativo fosse um negcio sem
incerteza ir levar a uma alocao errada de recursos. Se por outro lado a estratgia de investimento
Spray & Pray de Venture Capital americano no aplicvel, existe, na minha opinio, a necessidade de
espalhar risco em um portflio de inovao.
Por fim, aprendemos que o jogo de estrutura e cultura. Deve existir uma estrutura fatorada com
representantes das reas de negcio (futuras receptoras) em comits. Continuo advogando o conceito
de aceleradora corporativa, semelhante estrutura de gil em larga escala explicada pelo pessoal do
Spotify que vamos falar mais para a frente. Tem que haver condies para aparecimento de uma cultura
de tomada de risco e de ownership, na qual curto e longo prazo possam conflitar, mas que a busca de
conceitos necessrios como trao e validao de modelo e aprendizado no sejam mortos em uma
busca prematura de monetizao ou materializao de um produto.
16
Capitulo 5
1
Engenharia
gil
UX
Governana e
Portflio
Grooming
8
Cultura e
Organizao
3
Descoberta
Cliente Produto
Prticas
Growth
Hacking
4
Execuo
de Produto
As nove prticas
2. UX
As reflexes do resultado de todos os estgios por quais passamos at aqui nos leva a uma reflexo
muito importante: fazer produtos digitais de sucesso uma tarefa herclea, composta de muitas prticas
organizadas sob uma cultura focada no modelo de pensar e de executar do Vale do Silcio. Ao longo da
nossa trajetria, os anti-padres se empilharam e pediram solues que implicavam em novos papis
e novas competncias. Com o desenvolvimento de produtos internos e as subsequentes tentativas de
aplicar Lean Startup em corporao, entendemos que a causa mortis principal dos projetos no era
mais falta de agilidade e engenharia de software, mas a falta de gesto de produto.
Mtricas
Q.A
loucura tentar fazer um produto
sem algum de experincia de
usurio e design. As pessoas tm
que amar seu produto, e esse ponto chave. Acreditamos que o processo de UX tem que obedecer
alguns princpios influenciados por trs escolas: UX tradicional, desenvolvimento gil e lean startup.
preciso focar em resultados (no em entregas); entregar iterativamente solues que organizem a
informao e a experincia de uso de forma rpida; e analisar junto ao time o resultado de negcio
destas entregas. Tambm preciso pouca documentao intermediria, ou seja, nenhum paperware, e
trabalho junto com o time multidisciplinar, saindo do escritrio e focado no problema do cliente. Lotes
pequenos, menos anlise prvia e muito conhecimento validado.
A partir dessa concluso, entendemos que desenvolver produtos digitais de sucesso significa implantar
nove prticas que devem ser aplicadas por ns ou por nossos clientes, com times mistos e sem a cultura
do medo. uma trajetria difcil, mas possvel.
17
b) precisamos fazer esse processo de forma responsvel, ou seja, protegendo nossos clientes, receitas
atuais, funcionrios e marca. Apesar do nosso foco em deployment contnuo, existe uma preocupao
com o chamado deployment gentil, ou seja, garantir que as novas verses sejam aceitveis pelo
mainstream, que est acostumado com as antigas. As linhas de receita atuais tm que ser protegidas e
as foras de vendas e operao tm que ser, alm de protegidas, preparadas para a mudana. Produtos
inovadores testam hipteses arriscadas. As estratgias de segmentao (usar grupos pequenos de
usurios) maior ou menor ou empresas de propsito especfico podem ajudar para que eventuais
deslizes no afetem a marca principal.
Para criar um novo produto, precisamos descobrir problemas relevantes em mercados de grande
potencial e de uma validao de oportunidade curta e em srie. Esta avaliao no pode ser feita fora
de contexto, pois estamos falando de um portflio e no de um produto isolado. Se o cliente existe e a
oportunidade deve ser feita, esta etapa deve ser seguida de um processo contnuo de descoberta de
produto, buscando tangibilizar o produto mnimo vivel por meio de prottipos de alta fidelidade para
validao de hipteses. Muito rapidamente, esse processo dever ocorrer em paralelo com o tambm
contnuo de desenvolvimento de produto.
A ideia do Customer Discovery descobrir e desenvolver um grupo de clientes referncia em paralelo
com descobrir e desenvolver o produto. A definio est bastante prxima do customer development
de Steve Blank, no qual voc tem uma base de clientes/usurios efetivos ou em potencial que voc
aborda sistematicamente para saber se suas ideias so vlidas de alguma forma, se so problemas que
valem a pena serem resolvidos ou novas dores relacionadas ao seu produto.
Nesta etapa, duas atividades principais devem ser executadas: descobrir quem nosso cliente e se
estamos envolvidos em um mercado grande o suficiente para alocar investimento. A pergunta-chave
: estamos resolvendo um problema relevante que algum pagaria para que fosse resolvido? E as
respostas para esta pergunta voc s pode conseguir conversando com seus possveis clientes.
Em resumo, voc deve criar uma proposio de valor clara e uma sucesso de Canvas (Lean/Business
Model Generation Canvas) que representem as validaes e invalidaes de hipteses que sero feitas
por meio de diferentes interaes com nosso pblico-alvo. Tais interaes podem ser feitas de forma
18
barata e rpida, por exemplo, por meio de entrevistas, grupos no Facebook e pesquisas. Durante algum
tempo este processo acontece ao mesmo tempo que a Descoberta de Produto, na qual prottipos
com dados vivos cada vez mais sofisticados tentam descobrir como resolver o problema e se esta
soluo vivel.
Com uma viso clara do que o produto mnimo vivel (MVP) e inputs contnuos do processo de
descoberta de produto, temos que desenvolver o produto digital em si, utilizando todas as nove prticas
que estamos evidenciando nesse captulo. Algumas so mais especficas de produto, enquanto as em
azul dizem respeito ao portflio de produto e organizao.
Em empresas estabelecidas, a deciso pivot (mudar de estratgia sem mudar a viso) ou perseverar
feita por meio de prticas de governana de portflio peridicas que decidem investir mais, manter
ou matar determinados produtos. Dentro dessas decises, ainda temos uma diviso que investir
preservando a viso e a estratgia (evoluo natural dos fluxos contnuos de descoberta de produto e
desenvolvimento de produto) ou investir mantendo a viso, mas com outra estratgia, o que seria um
paralelo do pivot do modelo de customer development clssico.
4. Execuo de produto
Da mesma forma que acreditamos que a escolha em startups pivot, persevere ou feche, em corporao
desligue, mantenha, invista seguindo a viso e a estratgia (fluxo normal) ou invista na viso, mas
pivote.
O Product Discovery, por sua vez, vem em seguida: uma vez que j temos as informaes sobre os
problemas e necessidades dos nossos clientes, buscamos o mnimo produto vivel criando prottipos
e executando testes consecutivos para validar o conceito. a partir da que determinamos o conjunto de
caractersticas e interaes e definimos qual produto vamos colocar no backlog para que o time construa.
Time esse formado por trs pessoas: o Product Owner (o dono/CEO do produto), um engenheiro snior
(Tech lead) e um designer de experincia de usurio snior (UX designer).
Com o tempo (normalmente quatro semanas), o trabalho comea a alimentar o backlog do produto e o
time multidisciplinar que est desenvolvendo. Os prottipos funcionais podem ou no ser dispensveis,
mas sempre tm dados reais (vivos) e so a principal ferramenta de comunicao com o time de
desenvolvimento de produto. Esses prottipos representam de forma clara e no contraditria, e devem
responder se a construo do produto vivel.
Deste processo tambm participam os grupos de usurios que melhor representem o pblico-alvo
(subconjunto de clientes com caractersticas em comum) e depois o conselho de usurios (que melhor
represente os heavy users do produto).
Silicon Valley is here - Como usar a agilidade corporativa para competir
Ideas
Learn
Build
Minimize total time
through the loop
Data
Code
Measure
19
Saindo do escopo do projeto e pensando na empresa que mantm e patrocina um portflio de produtos,
a pergunta se generaliza rapidamente para onde encontramos POs?. Este, infelizmente, o recurso
mais importante e mais escasso do ecossistema brasileiro de tecnologia. No livro Inspired, quando
confrontado por esta pergunta, Marty Cagan responde categoricamente: eles j esto na sua empresa,
pedindo para serem encontrados. Com o benefcio do retrovisor, olhando de onde saram os grandes
POs, Cagan parece ter razo. Eles j estavam l, disfarados e escondidos nas mais variadas formas.
Se isto verdade, temos aqui que tentar chegar primeiro nos atributos deste profissional e depois
em como estes atributos se refletem em caractersticas individuais que podem ser procuradas na
sua empresa. Depois de encontrados, temos a parte mais controlada: como medir, treinar, evoluir ou
abandonar estas pessoas. Se o PO o CEO do produto, no h espao para concesses. A partir disso,
seguem algumas dicas a partir de nossas experincias:
- Procure os Border Collies, ou os hypomaniacs apaixonados: depois de um trabalho cientfico extenso,
mostrou no seu livro The Hypomanic Edge: The Link Between (a Little) Craziness and (a Lot of)
Success in America, John Gartner uma correlao entre empreendedores de sucesso e os chamados
Hypomaniacs. Este tipo de perfil obcecado, apaixonado e incansvel quando se trata do objetivo
sua frente. Ele faz o paralelo com a raa de cachorros Border Collies que, apesar de frgil quando
comparada com um Rottweiler, reconhecidamente a mais inteligente e precisa estar fazendo alguma
coisa o tempo todo, ou literalmente come a moblia. POs so hiperativos, apaixonados, esto sempre
rodando pela empresa, so obsessivos com seu trabalho, sempre overworking. Devem ser muito
inteligentes, mas so frgeis contra a truculncia.
- Pessoas com grande empatia com o mercado alvo: a distino aqui, segundo Cagan (novamente),
feita por meio de uma sequncia de perguntas para saber se o seu PO potencial consegue se identificar
e solidarizar com o seu cliente. Tente procurar sinais de infantilizao ou da projeo pretenciosa de
que ele quer iluminar ou trazer luz para aquele nicho de clientes. Isto especialmente importante em
projetos que so ou sero internacionalizveis.
- No traga especialistas de domnio: um PO inteligente consegue entender um domnio novo entre
30 e 60 dias. Um especialista de domnio, apesar de tentador para este projeto porque talvez te faa
economizar algum tempo, pode rapidamente se deformar em um Proxy Customer. Ou seja, ele no
consegue mais aprender porque ele acha que no precisa, ele o cliente e entende mais do mercado
que o cliente. Grandes erros podem advir destas boas intenes.
- Resista tentao de transformar seus Lead devs e seus Senior UX Designers em POs: Ao tentar
trazer seus funcionrios percebidos como os mais competentes para esta posio voc cometer
dois erros crassos: primeiro vai desguarnecer um flanco igualmente importante (Dave Mclure falou de
Hacker, Hustler e Designer e no ou) ou vai fazer com que eles, devido ao seu perfil, performem mal
e se sintam miserveis. Um ambiente sem POs de ofcio s vezes no fica catico porque estes dois
profissionais esto salvando o dia, e pelo menos a casa no est caindo. Tirando uma das fundaes a
histria diferente. Provavelmente, em uma simplificao, os POs que vm de engenharia so melhores
para produtos digitais, mas no so os que eram os melhores engenheiros.
- The smartest kids: este perfil precisa de neurnios. Sem rodeios, isso a. Mas o pacote no pode ser
s esse, ele tem que passar na NO JERK RULE. Steve Jobs era um babaca, mas foi o maior babaca de
todos os tempos no que tange a product management e era CEO da empresa, no do Produto. O custo
do profissional inteligente mas desagregador alto demais para o time. Mande-o para o inferno o mais
rpido possvel. Ser inteligente e se achar inteligente so coisas diferentes. Caso o seu potencial PO
ache que ele a cura para a malria e requeira uma carga de gesto enorme para seu ego, mande-o
para o RH.
A boa notcia que empresas digitais esto cheias de pessoas inteligentes. Voc s tem que bater com
um taco de baseball (no sentido figurado) nos babacas assertivos e separ-los dos que simplesmente
no tm saco para seguir as discusses com eles. Procure aquele olhar de esquece, deixa ele morrer
no deserto, no de derrota.
- tica, integridade: qualquer que seja sua viso de tica e valores, tenha certeza que esta pessoa a
represente bem. No final do dia, fora restries de oramento, ele vai transgredir, improvisar, forar o
envelope da empresa e voc vai esperar isso. Uma pessoa com este tipo de mandato e a bssola moral
apontando para o lugar errado pode gerar prejuzos de marca e custos cveis muito srios.
- Entendimento da empresa e capacidade de comunicao e articulao: alm de tudo o que j foi
20
falado, seu PO tem que ser um articulador, capaz de conseguir que a empresa colabore, ajude, informe
e ensine seu time para que seu produto tenha sucesso. Essa uma qualidade rara, algo como um lder
colaborativo ou algo do gnero.
Onde eles se escondem? Pensei muito se escrevia ou no este pargrafo, mas vamos l: hora de ser
franco. Procure os paradoxos. Se sua empresa elitista, procure o garoto brilhante que reprimido
pelo seu colarinho azul. Se ela sexista, procure aquela mulher que tem brilho nos olhos mas escolheu
deixar esta briga para outro dia porque me solteira. Se sua empresa uma ditadura de vendedores
ou marqueteiros, ache o ltimo engenheiro. Se sua empresa de esquerda, procure um liberal. Em
resumo, a antimatria do PO o assertivo truculento. Seu trabalho como lder destravar potencial,
se ele no estivesse travado este PO potencial j seria PO e eventualmente estaria em seu lugar. Lide
com isso. A boa notcia que este tipo de gente leal e vai entender o valor do julgamento cuidadoso
que voc fez.
E como treinar e desenvolver POs? Apesar de focado na prtica de gesto/execuo de produto, o PO
deve tambm ser um generalista. Ele deve entender profundamente engenharia gil e ter experincia
prvia relevante em times geis. Sugiro fortemente treinamento formal em CSM e CSPO (ou equivalentes).
A leitura dos livros de Steve Blank, Eric Ries, Alex Osterwalder e Marty Cagan so a base, mas ele
precisa ainda buscar conhecimento em analytics, marketing e finanas. Analytics pode ser endereado
por literatura (Lean Analytics) e pelo material de treinamento do Google para web analytics. Analytics
Mobile parece ser um mundo parte e devemos nos aprofundar em ferramentas como Flurry e IDX.
Finanas um domnio por si s, mas ele deve saber o valor do dinheiro no tempo, contabilidade e
fluxos de caixa descontados. Marketing digital tambm tem diferenas srias entre web e mobile, mas
pelo menos o bsico de PPC, PPI, PPM, Mail e redes sociais para se relacionar corretamente com o time
de marketing, alm do marketing de produto, necessrio. Recomendo fortemente o workshop do
Marty Cagan (How to Develop Products People Love).
No existe um desafio de gesto de pessoas maior que esse, na minha opinio singela. O ecossistema
brasileiro de tecnologia ainda cheio de waterfoleiros retardados e os POs potenciais (como aquela cena
do primeiro Matrix, na qual as crianas entortavam colheres) tm que ser achados, testados e evoludos.
Mas se voc CEO, diretor/VP de produto de uma empresa que por algum motivo arcano tem o imperativo
de inovao e desenvolvimento contnuo de produtos nesse nosso capitalismo desenvolvimentista
de laos, no existe nada mais importante do que isso. Se voc acredita em meritocracia, trata-se da
gesto silenciosa do seu processo sucessrio.
5. Mtricas
O mundo de mtricas depende um pouco do modelo de negcios e do canal usado. Existe um modelo
bsico proposto pelo Dave McClure chamado AARRR e que representa seu funil de vendas, mas outras
referncias muito boas so o livro Lean Analytics e, para negcios SaaS, o blog do David Skok.
Em relao a ferramental web temos, alm do Google Analytics, o Kissmetrics, e o MixPanel. Para mapas
de calor o CrazyEgg funciona bem. Se seu produto mobile, por outro lado, o Flurry muito bom, mas
d para passar com o Google Analytics tambm. importante procurar material sobre como estruturar
segmentao de clientes (cohorts, em ingls) para evitar a sndrome do valor mdio e para que os
nmeros te digam alguma coisa.
Micro- Economics
(per customer
profitability)
CAC
LTV
Revenue
Profitability
Overall
Profitability
(Accounting)
Expenses
MRR
Services
Revenue
COGS
Revenue per
Employee
Profitability per
Employee
Expenses per
Employee
21
6. Quality Assurance
Garantir a qualidade de qualquer produto mobile essencial, e por isso QA uma prtica imprescindvel
para o desenvolvimento de produtos digitais. A agilidade prega que os testes sejam realizados a todo
momento, como forma de validar as hipteses que estabelecemos. Em mobile, especificamente, o QA
ainda mais crtico. Isso porque importante fazer tudo o que for possvel para que um erro no aparea
depois que o aplicativo j estiver disponvel na App Store. Neste sentido, todos os testes, sejam unitrios,
funcionais ou de integrao, devem ser feitos em nmeros adequados para garantir a qualidade.
7. Growth Hacking e Product Marketing
Neste momento, voc est buscando trao para seu produto. Ento, ter que utilizar seu oramento
de marketing com sabedoria. A palavra-chave que toda campanha tem que ser medida, tem que ter
uma hiptese de negcio relacionada e tem que ter oramento limitado. Com o resultado medido de
cada campanha, voc monta um portflio iterativo e continuamente otimizado de apostas que devem
aprender com as aes anteriores.
f) Para mobile temos duas modalidades principais: ou voc compra instalaes PPI e conta com a
inteligncia da empresa para posicionar seus anncios como JAMPP em mais de 400 redes de anncio,
ou faz isso voc mesmo;
g) Viralidade: gosto muito do Neil Patel e do material que ele produz sobre a anatomia da viralidade no
blog Quicksprout;
h) E-mail marketing: ferramentas como Mailchimp podem te atender durante muito tempo;
i) Fora de vendas: ferramentas como o Pipedrive ou Salesforce funcionam bem, procure literatura
especfica sobre o que funciona no seu setor.
8. Cultura e Organizao
a) PPC, pagar por click em redes sociais como LinkedIn ou buscadores como o Google. Vale estudar
como funciona a questo de remarketing (marcao do cliente e uso de peas direcionadas);
Alm da questo direta de como implementar uma estrutura matricial centrada nos times e seus POs,
o tema central aqui tambm Cultura. Se no eliminarmos a cultura do medo no conseguiremos fazer
produtos. Definidos os papis, existe uma problemtica de desenvolvimento pessoal na qual a mistura de
treinamento e mentoria continuada chave. Essas pessoas, alm de organizadas em times, estaro em
outra estrutura ortogonal que organiza conhecimento e participantes com responsabilidades comuns
(captulos ou reas). Isto pode ser to amplo como juntar toda a engenharia, infra/devops, QA, UX,
Mtricas e Marketing de Produto em grupos ortogonais aos times, mas muito dependente de cada
situao. Podemos simplificar em alguns temas:
- Papis e responsabilidades;
c) Redes sociais, aes de engajamento orgnico via contedo e promoes de posts no Twitter,
Facebook e outros;
- Capacidades e habilidades;
Para cada tipo de modelo de negcio voc tem ferramentais mais adequados. Mas em uma viso geral
temos:
d) Marketing de contedo: pode fazer muito sentido ter um blog, um canal no Youtube e uma presena
forte no Pinterest. O sucesso neste caso proporcional a trs fatores: a utilidade, a qualidade e o quo
inusitado o contedo.
e) SEO e SEM: otimizao de mecanismos de busca so importantes tanto para buscadores quanto
para as app stores. Entender os algoritmos chave;
22
Temos um ecossistema de engenharia de software de primeira linha (pequeno, mas de classe mundial),
temos investidores maduros que entendem como ningum como lidar com volatilidade e temos um
mercado grande e quase virgem.
meses e geravam muito papel, material que tentava antecipar tudo que o sistema deveria ter e de
que maneira. Depois do cdigo implementado, ainda tnhamos as fases de testes integrados e no fim,
quando entrava em produo, muitas vezes o projeto no atendia o que o usurio final precisava.
Nosso calcanhar de Aquiles uma incrvel incapacidade de entender como se faz produtos digitais,
como ciclar rpido e produzir coisas como o Whatsapp, o Netflix e o Google Glass ou como manter
times realmente multidisciplinares trabalhando de forma tima durante 24 ou 26 meses at produzir
produtos que as pessoas amem. O desafio enorme, mas o prmio tambm .
Esse problema tinha duas causas principais: ou demorou muito para ficar pronto e o negcio mudou
ou o projeto no previu determinado cenrio. Resumindo, o nvel de sucesso era baixssimo. Com o
surgimento do movimento gil, adotamos mais agilidade no desenvolvimento e decidimos que o time
no deveria ficar preso a vrios processos que s faziam o desenvolvimento das solues ser mais
burocrtico.
O gil trouxe uma nova abordagem aos projetos, passamos a entregar mais rpido e o nvel de sucesso
aumentou consideravelmente. Entretanto, uma coisa ainda no estava endereada: estvamos
entregando softwares que realmente agregavam valor ao cliente final?
essa a pergunta que a abordagem de produto que defendemos atualmente responde. Buscamos
muitas referncias sobre o assunto, praticamos, aprendemos e chegamos concluso de que na viso
de produto o que interessa entregar software em produo, rpido e com algo que faa sentido para
seu stakeholder.
Um produto digital s comea quando entra em produo, pois apenas nesse momento que podemos
colher dados e ver qual direo os clientes apontam para seu avano. Por isso, preciso colocar um
produto em produo o quanto antes, e a fase de projeto deve ser a mnima possvel. Facebook, Amazon,
Google e todas as gigantes do mundo digital trabalham dessa maneira, e inegvel o nvel de sucesso
que elas apresentam. As entregas de projetos muitas vezes no so aderentes aos clientes justamente
por essa falta de mtricas e testes.
Os projetos costumam ter incio, meio e fim, ou seja, uma viso de longo prazo com previses do que
pode acontecer no meio do caminho. Os produtos, diferentemente disso, evoluem a todo momento.
Cada avano do produto baseado em muita mtrica colhida de seus clientes. Afinal, ningum melhor
para dizer a direo que o produto deve tomar do que as pessoas que realmente vo utilizar.
23
24
Capitulo 6
Por fim, em mobile, especificamente, o QA (Quality Assurance) torna-se essencial. Isso porque importante
fazer tudo o que for possvel para que um erro no aparea depois que o aplicativo j estiver disponvel
na App Store. Neste sentido, todos os testes, sejam unitrios, funcionais ou de integrao, devem ser
feitos em nmeros adequados para garantir a qualidade.
2. Os papis
Para garantir que essas prticas funcionem, precisamos de um PO (Product Owner), que tem a viso
estratgica e geral do produto organizando o backlog e o time e sobre o qual j falamos no captulo
anterior; um Scrum Master, que garante que o framework scrum seja aplicado corretamente e que as
prticas e as regras de um time gil estejam ocorrendo, alm de remover impedimentos que o time
encontre e garantir a governana adequada para o cliente; um Devops, responsvel pela arquitetura em
nuvem infraestrutura do projeto; e um ou mais Devs, que vo efetivamente desenvolver o aplicativo.
Alm destes, so importantes tambm o profissional de QA (Quality Assurance), que como o prprio
nome diz vai garantir a qualidade do aplicativo por meio dos testes automatizados em emuladores e
devices; o de UX (User Experience), responsvel pelo design e por garantir que a experincia do usurio
seja excelente; e o Growth Hacker, que vai cuidar da aquisio, ativao de usurios, analisar as mtricas
e fazer o marketing do seu aplicativo.
Esses sete papis so complementares e devem trabalhar juntos na elaborao do produto. Reunies
dirias e frequentes inspees e validaes de hipteses geram aprendizado e agilidade para desenvolver
o aplicativo certo.
PO
UX
QA
Devs
Growth
Hacker
DevOps
Scrum
Master
25
3. A Plataforma
Por fim, a tecnologia! Para garantir a qualidade e a funcionalidade de um app mobile, preciso contar
com um arsenal de ferramentas. Aqui na Concrete Solutions desenvolvemos uma plataforma aberta de
desenvolvimento de aplicativos mveis (OMADP), que junta o que consideramos de melhor em cada
rea com mdulos desenvolvidos na Concrete. A plataforma est um pouco resumida nos quadros
abaixo. Lembrando que somos uma empresa agnstica e no temos preconceito com nenhuma das
tecnologias.
Entretanto, sempre bom lembrar que fazer o produto mobile certo do jeito certo uma trajetria de
aprendizado dinmica, aprendemos todos os dias. Alm disso, o cenrio mobile mundial muda a cada
perodo, com novidades a qualquer momento. por isso que consideramos que a forma adequada de
fazer mobile hoje pode mudar amanh, e estamos atentos a qualquer fator que altere o que aprendemos.
Jenkins, Maven,
Bots, cocoapods,
GIT
Mobrelease,
Estao
MacOS de CI
Junit,
Specta,
Cucumber,
calabash,
TestCloud,
estaes de
QA IOS,
Android
Newrelic
Jmeter,
crashlitics, GA
Jmeter
Integrao
deployment
contnuo,
controle de
dependncias,
build
automatizado,
versionamento
Testes
unitrios
Testes
funcionais
automatizados
em emuladores
e devices
Testes de
performance e
robustez
Testes de
integrao
Jira,
greenhopper,
TS, Google docs,
confluence
Invision
Parse,
(MBaaS),
GA, ADX,
Google tag
manager,
Crashlitics,
Newrelic
Hubspot,
Adx/Flurry,
Distimo,
Appannie
Invision,
Guidelines
de UX
Gesto de
portflio,
Gesto
de produto,
Governana
Product
discovery
Monitor:
Converso,
Crash,
Atribuio,
performance
Aquisio,
Ativao,
Reteno,
Appstore
optimization
Mobile UX
26
Capitulo 7
27
indireto de mudana cultural. O hacking cultural causado pela criao de casos de sucesso dentro das
corporaes, quando associado a um apoio executivo claro, pode criar um gradiente de mudana a ser
perseguido internamente pela organizao cliente.
contexto. Scrum tem quase dez anos, Lean Product Management como uma evoluo natural de Agile
Product Management tem cinco e OKR s um. J falamos bastante nesse livro sobre como gerenciar
produtos e viso de produtos. Agora, vamos focar um pouco em gil em escala e OKR.
Hoje, na Concrete Solutions, temos um framework amplo de abordagens iterativas e incrementais que
enderea Como Fazemos (Scrum), O que fazemos (Lean Product Management) e, mais recentemente,
em que escala fazemos (Spotify/Nexus/SPS) e com quais objetivos e mtricas geis (OKR).
gil em escala
Como natural, crescemos consideravelmente nestes ltimos 15 anos. Recentemente, fizemos algumas
alteraes na estrutura organizacional e emergiram melhoras de fluxo e cultura nos times que afetaram
positivamente o sistema, criando um surto de crescimento no segundo semestre de 2014 e culminando
no crescimento de 165% no ano fiscal de 2015. Neste cenrio, chegamos ao desafio de como escalar
uma estrutura gil de desenvolvimento de software que consiga abranger mais de 50 times, seja autoorganizada e tenha poucos nveis hierrquicos, sem interferir na qualidade e na cultura.
Com esse desafio, fomos procurar as opes j estudadas pelo mercado e encontramos algumas
iniciativas, como essas que foram comparadas por Richard Dolman e Steve Spearman ( http://www.
infoq.com/news/2014/07/compare-agile-scaling ). A tabela deles fala, no mnimo, de sete mtodos:
Scrum of Scrums (SoS), Large Scale Scrum (LeSS), Scaled Agile Framework (SAFe), Disciplined Agile
Delivery (DAD), Drive Strategy Deliver More (DSDM), Recipes for Agile Governance (RAGE), Scrum at
Scale e, por fim, a que mais nos interessou, chamada de Spotify Model. Nossa percepo a de que os
outros seis modelos propostos tm uma teoria bem fundada, mas so pouco prticos. Para ns, o que
serviu de inspirao foi o modelo do Spotify, que vamos explicar em detalhes mais frente.
Lembrando que os ciclos de mudana tiveram velocidades muito diferentes e foram afetados pelo
Assim que comeamos, nossa prtica era baseada em times de engenharia que respondiam diretamente
a um scio. Neste experimento, o papel de Product Owner (dono do produto) ficava a cargo de nossos
clientes. Oferecamos o time multidisciplinar e o cliente coordenava esse time e o produto a ser
desenvolvido. Entretanto, a falta de uma estrutura de produto formal na maior parte das empresas
acabou se tornando um desafio, porque sobrecarregava o scio que tinha que manter inmeros backlogs
alm de desempenhar o papel de Scrum Master. Neste perodo passamos tambm a ter mais contato
com algumas referncias de produto e chegamos concluso de que a nossa funo a gesto gil
de produtos, no apenas a organizao de times multidisciplinares.Era a hora de adotar o papel de PO e
trabalhar com ele dentro do time. Passamos, ento, da prtica de engenharia a uma prtica de produto.
28
Experimento 1
Scio
Scio
Experimento 2
Scio
Scio
PO
Scio
PO
Scio
PO
Scrum Master
Scrum Master
Scrum Master
Scrum Master
Scrum Master
Scrum Master
UX
UX
UX
UX
UX
UX
Devs
Devs
Devs
Devs
Devs
Devs
QA
QA
QA
QA
QA
QA
DevOps
DevOps
DevOps
DevOps
DevOps
DevOps
O modelo funcionou bem at determinado nmero de pessoas. Com o aumento do time e o surgimento
de cada vez mais novos projetos, as figuras dos POs e dos scios ficaram sobrecarregadas com tantos
reports e com a necessidade de apoiar a melhoria continuada das pessoas e dos times e tivemos que
procurar uma forma de escalar a estrutura at chegarmos no modelo do Spotify, que detalhamos a
seguir.
Em linhas gerais, o experimento 1 mostrou uma escalabilidade de clulas de at 20 pessoas e o
experimento 2 de at 50. Uma varivel que tambm foi modificada no segundo experimento foi a quase
totalidade de times com integrao e deployment contnuo e o uso extensivo de testes automatizados.
Essa melhoria de fluxo e diminuio do lote tambm permitiu que a estrutura o experimento 2 escalasse
mais.
As clulas base da Concrete atualmente so quatro prticas, determinadas por domnio tecnolgico ou
critrio geogrfico (uma vez que temos escritrio no Rio e em So Paulo). So elas: Cloud, Web/API So
Paulo, Web/API Rio e Mobile. A ideia que cada uma dessas clulas tenha uma rea de produto e uma
rea de engenharia. Os membros de cada clula no precisam necessariamente estar no mesmo lugar,
so razoavelmente auto-organizados e autogeridos e usam as mesmas tecnologias.
No contexto atual da Concrete, todas
as clulas tm pelo menos um scio
responsvel pela rea de produto
e/ou engenharia. Note que a clula
de Cloud no dividida e isso
acontece porque cloud computing
no gera um produto, mas ajuda no
desenvolvimento dele.
Produto
Produto
Produto
Engenharia
Engenharia
Engenharia
Web/API SP
Web/API RJ
Mobile
Engenharia
Cloud
Clula
Mdia
Product Owner (PO)
50%
iOS
Desenvolvedores
Windows
Android
QA
DevOps 25%
29
PM
Produto
PM/ Head
de produto
PM
PO
PO
PO
PO
PO
Engenharia
PO
PO
(...)
PO
PO
PO
(...)
Head Engenharia
(...)
UX
UX
UX
UX
UX
UX
(...)
UX
UX
UX
UX
Devs
Devs
Devs
Devs
Devs
Devs
(...)
Captulo
Devs
Devs
Devs
Devs
(...)
QA
QA
QA
QA
Captulo
Head
Engenharia
QA
QA
QA
QA
QA
QA
(...)
DevOps
DevOps
DevOps
DevOps
DevOps
DevOps
(...)
DevOps
DevOps
DevOps
DevOps
Scrum
Master
Scrum
Master
Scrum
Master
Scrum
Master
Scrum
Master
Chapter
Lead
Scrum
Master
Scrum
Master
Scrum
Master
Scrum
Master
Scrum
Master
Time
No prximo passo, o PM responde para um Head de Produto, que fica um nvel hierrquico acima, mas
comanda tambm um grupo de POs. Finalmente, como escalar? Basicamente, a escalabilidade uma
questo simples de nmeros. Com essa estrutura definida, podemos chegar at a 8 POs para um PM.
Informalmente, chamamos nossos times de times de pizza, aqueles que podemos alimentar com uma
pizza (ou seja, oito posies). Se um PM chega at oito POs, com at 10 pessoas nos times abaixo de
30
cada PO, so cerca de 80 pessoas abaixo de um PM. Na estrutura mencionada acima, a entrada de um
Head de Produto permitiria que a prtica tivesse em torno de 16 product owners e consequentemente
at 160 pessoas. Entretanto, destacamos que o nmero de dezesseis times abaixo de um Head de
Engenharia pode ser um pouco alto, o que ainda no foi validado. Vai depender do nvel de fluncia
de cada time, de quo bem funcionem os Chapter Leads e do nvel de heterogeneidade tcnica dos
produtos sendo feitos nessa prtica. Entretanto, nosso clculo nos leva a um limite terico de 80 a 160
pessoas por prtica, o que na Concrete equivale a um total entre 300 e 500 pessoas nas quatro prticas
atuais.
Quando chegarmos a esse nmero ser a hora de criar novas prticas, novos sites e as figuras de diretor
de produto, que ser o responsvel por todos os PMs, e do diretor de engenharia, que cuidar dos
heads de engenharia. Acreditamos que o ltimo nvel seria a criao de um VP de produto, afinal nossa
preferncia manter poucos nveis hierrquicos.
Fluncia dos times
Com base na evoluo e aprendizado dos nossos prprios times, chegamos a um modelo de maturidade
que se aplica na companhia como um todo, time a time, para tentar manter a garantia de qualidade.
Chamamos esse modelo de 4Ps: Prticas, Papis, Plataforma e Produto. J falamos de cada um desses
tpicos anteriormente, mas agora a inteno mostrar como avaliar a fluncia em cada um deles.
Para medir o nvel de fluncia dos times, aplicamos o modelo de maturidade de forma peridica. Primeiro,
avaliamos os papis. O time tem todos os papis? Os papis tm nveis de senioridade adequados?
um questionrio simples e fazemos quase que intuitivamente. Depois, hora de avaliar se as prticas
esto sendo cumpridas, e prticas e plataforma so acertadas ao mesmo tempo, em paralelo. Afinal,
no tenho como testar sem saber fazer integrao contnua, deployment contnuo, etc. Todas essas
variveis geram uma nota, ou um nvel de fluncia, que vai de zero a quatro.
Mas claro que cada membro do time avaliado de forma individual, considerando tambm o modelo
de maturidade. Dois exemplos que valem a pena serem ressaltados so a avaliao do Product Owner,
que passa por seis reas, e do Scrum Master, avaliado em cinco instncias. Enquanto o primeiro
medido pela fluncia na rea de domnio, marketing & analytics, UX e engenharia, alm de gil e lean,
Silicon Valley is here - Como usar a agilidade corporativa para competir
Engenharia
gil
Governana
Portflio
Grooming
User
Descoberta de Mtricas
Experince produto/cliente
Growth
Hacking
QA
Cultura e
Organizao
Execuo
de Produto
Prticas
Quality
Assurance
Prossional
DevOps
Product
Owner
Scrum
Master
User
Experience
Prossional
Descobrir
Monitorar
Integrar
Build
Desenvolver
Deployar
Produto
Growth
Hacker
Coder
Testar
Papis
Plataforma
Engenharia
Engenharia
UX
Lean
gil
PO
gil
rea de
conhecimento
Framework
Scrum
(Facilitao)
Marketing UX
&
Analytics
PO
Remoo de
Impedimentos
Governana
& Poltica
SM
31
32
Capitulo 8
A princpio, parece que OKR um componente crtico, sem o qual no conseguimos lidar com os
paradoxos de autonomia e caos, autonomia e alavancagem e autonomia e misso, como expostos por
Marty Cagan nos seus artigos recentes.
O tradicional processo de planejamento anual todos ns sabemos como funciona: h um retreat
corporativo no qual o planejamento estratgico acontece e as metas da companhia so definidas.
Ento, nas prximas semanas as metas so cascateadas pela organizao, criando um plano detalhado
e fixo para o ano para a companhia como um todo. comum a previso de revisar o plano em seis
meses, mas a maioria das empresas no o faz, pois levaria tempo demais.
Se os seus times esto trabalhando em iteraes (ou sprints) de uma a quatro semanas, saindo do
prdio para falar com clientes, testando hipteses e aprendendo o que funciona e o que no funciona,
como voc pode usar um conjunto esttico de metas? A resposta : voc no pode.
Nassim Taleb, autor do The Black Swan, compara este modelo com os planejadores centrais do Kremlin,
que criavam planos quinquenais acreditando que eles podiam prever o futuro. Tem que haver outro
caminho. No artigo para a MIT Sloan Management Review Should You Build Strategy Like You Build
Software?, Keith R. McFarland escreveu: (traduo livre)
Como a estratgia s pode capturar o melhor pensamento da companhia em um determinado ponto
no tempo, ela (assim como um software) precisa ser refinada e melhorada na medida em que as pessoas ganham e distribuem novas experincias e conhecimento. Dada essa realidade, um processo slido de desenvolvimento de estratgia deveria permitir que uma companhia crie e adapte a estratgia
rapidamente e iterativamente, e aloque recursos em ambientes em mutao.
Neste contexto, surge OKR (Objectives and Key Results), um framework para definio de metas criado
pela Intel e adotado por Google, Oracle, Twitter, LinkedIn and Dropbox, entre outros. Um OKR possui
dois componentes: o Objetivo (o que queremos atingir) e um conjunto de Key Results (como sabemos
se estamos chegando l). Um exemplo:
Objetivo: Encantar os clientes
Key Results:
* Visitas Recorrentes: mdia de 3.3 visitas por semana por usurio ativo.
* Alcanar um Net Promoter Score de 90%.
* Trfego no pago (orgnico) de 80%.
* Engajamento: 75% dos usurios possui um perfil completo.
Ao invs de planejamento esttico com metas fixas anuais, OKR trabalha em ciclos de definio de
metas trimestrais (ou menores), permitindo uma abordagem gil e iterativa.
Um dos pontos que eu mais gosto em OKR o conceito de critrios de sucesso compartilhados. O
que sucesso? Todo o grupo deve responder esta questo. Como ns, como um grupo, vamos nos
considerar bem-sucedidos? Para alguns, o sucesso pode ser criar a prxima empresa bilionria. Para
outros, deixar sua marca no universo. Pode ser uma grande contribuio tcnica ou simplesmente
um projeto que os realiza. De fato, cada projeto, empreendimento ou iniciativa precisa responder esta
pergunta. crucial para criar o alinhamento necessrio, e a que OKR ajuda. Ele permite a criao de
critrios de sucesso compartilhados. Em um processo muito simples, OKR gera alinhamento sobre o
que esperado e sobre onde queremos ir.
Alm disso, OKR traz disciplina para o aprendizado validado. Steve Blank escreveu em um de seus
artigos (traduo livre):
Use o Business Model Canvas para definir hipteses, Customer Development para sair do prdio e testar hipteses e Engenharia gil para construir o produto de maneira iterativa e incremental.
Mas como voc sabe se voc est tendo sucesso? O que voc considera uma hiptese validada?
Ns precisamos de claros critrios de sucesso compartilhados para aprendizado validado. Ento, eu
adicionaria a este trecho:
e OKR para acompanhar se voc est indo na direo certa.
33
Vale dizer ainda que OKR define Critrios de Sucesso alm de features. Projetos geis so normalmente
avaliados pela velocidade com a qual eles entregam features (com qualidade). Mas um time que
entrega features e falha em alcanar os resultados de negcio desejados nunca ser considerado bemsucedido. A coach de OKR Christina Wodtke tem um tweet excelente sobre sucesso: (traduo livre)
Sucesso no marcar uma caixinha. Sucesso ter impacto. Se voc completa todas as tarefas e nada
melhora, isso no sucesso.
De fato, entregar features que no afetam positivamente as mtricas selecionadas (os Key Results em
OKR) pode gerar resultados negativos. O novo cdigo pode ter bugs, ter que ser mantido e o produto
nem ser mais complexo. Marty Cagan tem um post obrigatrio sobre o assunto (assim como diversos
outros), do qual destaco o trecho abaixo (traduo livre). Se voc no leu o livro e o blog dele, voc deve.
por isso que estou to feliz em ver o retorno dos OKRs. Quando utilizados apropriadamente, eles
ajudam a reestruturar a situao de output (features em um roadmap) para outcome (resultados de
negcios).
OKR ainda pode ajudar a evoluir o Manifesto gil. Depois de 15 anos, acredito que hora de evoluir em
um dos seus princpios: Software funcional a medida primria de progresso. A medida primria de
progresso deve ser resultado de negcios, e no somente software funcional. E OKR o framework
certo para isto.
definir um norte para a organizao. Voc tem que dar para os times um direcionamento claro. Um
conjunto de OKRs para cada time far exatamente isso, e ainda conectar o time ao negcio e seus
clientes.
Isso porque muito fcil para os times se perderem em tecnicalidades para escrever cdigo ou design.
Mas quando voc comea a falar de resultados de negcios em um processo bottom-up, voc faz
com que os membros do time comecem a se perguntar por que eles esto fazendo o que eles esto
fazendo. Se voc continua falando sobre entregar features, como voc espera que o time pense no
usurio? Ou no negcio?
Por fim, OKR tambm pode complementar Scrum. Especificamente:
- OKR acaba com o problema do Proxy Owner. Em algumas empresas o Product Owner chamado
de Proxy Owner, uma vez que ele/ela simplesmente leva e traz a lista de features que foi priorizada
pela diretoria. Como podemos dar para ele/ela o mandato para gerenciar o produto? Como podemos
ter certeza de que o time tem autonomia?
Se o papel do time entregar as features que o cliente/diretoria quer isso nunca vai acontecer. A
mentalidade tem que ser o papel do time alcanar os critrios de sucesso como descritos pelos Key
Results e acordados com o cliente/diretoria. Vamos dar autonomia a ele para fazer isto.
OKR tambm ajuda a evitar o problema da temperatura do chuveiro. Se voc ficar rodando a torneira do
chuveiro, a gua nunca ficar na temperatura que voc quer. Voc precisa esperar para que a mudana
tenha efeito. A mesma coisa acontece com inovao: se voc continua pivotando o tempo todo, voc
nunca chegar onde quer.
- OKR ajuda a priorizar o backlog de produto. Ainda que voc deva focar em entregar resultados de
negcios, voc ainda precisa priorizar o backlog de produto. Mas como esperamos que o Product Owner
faa isto? esperado que ela/ele use valor percebido como o critrio, mas isso ainda subjetivo. OKR
pode ser a pea que falta, um framework simples e claro para decidir em quais features trabalhar. Como
Cagan escreveu sobre product scorecards, que ele mesmo substituiu por OKRs (traduo livre):
O uso de ciclos de metas mais curtos ajuda a evitar esse problema. Claro que coisas daro errado, mas
como o ex-VP de Produto da Zynga Jon Tien disse em um vdeo muito bom da Spark Capital sobre OKR:
Problemas acontecem, mas isso no quer dizer que voc no deve usar a mesma disciplina.
Um dos meus benefcios favoritos que eles podem usualmente ajudar a eliminar boa parte do seu
backlog/roadmap. Se uma feature no afeta diretamente um dos principais KPIs [Key Results] no
product scorecard [OKRs], geralmente est fora da lista.
Outra caracterstica do framework que ele permite times autogerenciados. Para ter uma organizao
horizontal, com alto alinhamento e alta autonomia, formada por times autogerenciados, voc tem que
34
Capitulo 9
Transformao digital
Criar produtos para seus clientes diferente de criar produtos para seus funcionrios. No recente artigo
Product For Legacy Companies, Marty Cagan taxativo:
For most companies, establishing a true customer technology competency is the single most important
thing for them to be doing to ensure their survival, yet remarkably some of them dont even realize they
have a problem.
Traduo livre: Para a maioria das empresas, estabelecer uma verdadeira competncia de tecnologia
para o cliente a nica coisa importante para garantir a sua sobrevivncia, mas claramente alguns
deles nem sequer percebem que tm um problema.
Essa afirmao se baseia no fato de que apesar de todos os setores estarem sendo afetados por
tecnologia, poucos entendem que fazer produtos para seus clientes muito diferente de fazer software
para seus funcionrios. Aplicar os mesmos mtodos, estrutura, pessoas e incentivos para um desafio
que muito maior, portanto, um erro.
Os motivos dessa diferena so muitos:
- seus funcionrios so pagos para usar seus sistemas legado, voc pode trein-los e obrig-los a usar;
- seus funcionrios so milhares, seus clientes so milhes;
- a barra na qual o seu cliente julga seus produtos digitais muito mais alta, afinal ele espera que a
qualidade da experincia seja a mesma que a do app do Facebook que ele deve ter acabado de usar;
- seu cliente pode desinstalar seu app e ir para a concorrncia, seu funcionrio no;
- se a qualidade uma porcaria e o uptime baixo, voc pode usar um procedimento alternativo, mas
o procedimento alternativo do seu cliente deixar de ser seu cliente;
- e, por fim, seu cliente espera que voc evolua seu produto na mesma velocidade que o mundo dele
muda, ou seja, que os dez apps preferidos dele, que so feitos no Vale de Silcio, mudam, e no a cada
dois anos quando seu ERP preferido vai para produo cheio de problemas.
Para piorar, o nexus de foras de disrupo parece ignorar o fato de que temos uma das mais fechadas
economias do mundo, alm de um modelo de capitalismo que evitou at hoje a competio aberta.
Estas diferenas so bvias, mas a esmagadora maioria do Brasil corporativo ainda no entendeu a
gravidade do problema. Quem entendeu parece estar buscando uma nova bala de prata chamada
transformao digital, quando na verdade o que necessrio uma profunda mudana cultural e de
estrutura, alm da implantao de uma estratgia de execuo digital que signifique a materializao
de agilidade corporativa em todos os nveis.
Os processos clssicos de desenvolvimento de software cascata, as estruturas departamentais, o
processo anual de oramento, a definio de incentivos e medio foram utilizados historicamente
para fazer sistemas que habilitavam o funcionamento de nossas empresas. Fazer produtos de sucesso
para seus clientes em um ambiente voltil afetado pela tecnologia requer uma leitura crtica do DNA
do Vale do Silcio e a implantao de um programa longo de mudana cultural por meio de agilidade
corporativa.
Essa agilidade pode, por exemplo, significar a utilizao de engenharia gil, estrutura de produto e lean
product management e incentivos e metas geis com um framework como OKR. O caminho para esta
transformao longo e rduo, e o principal termmetro do seu estgio a maturidade do seu produto ou
canal de autosservio mobile. Se ele no evolui rapidamente e tem como barra de comparao os apps
do Vale do silcio, voc tem um problema. Ele como um termmetro do seu nvel de competitividade
digital e um sinal de que voc talvez no consiga ser competitivo nesse novo mundo.
- se seu sistema legado sai do ar, seu funcionrio obrigado a lidar com isso, mas se seu produto digital
sai do ar isso afeta receita, imagem e provavelmente
seu CEO vai ficar sabendo;
- seu cliente vai te acessar pelo mobile, seu funcionrio pelo desktop;
35
Capitulo 10
Presente e Futuro
H algum tempo, a proibio do Uber pela Cmara Municipal de So Paulo colocou mais lenha em
uma fogueira que vem sido discutida h algum tempo no Brasil: o movimento acelerado de entrada
de empresas do Vale do Silcio no mercado nacional. Uber, Whatsapp, Netflix, Spotify e AirBnb, alm
da brasileira Nubank e diversas outras, chegaram com o objetivo de resolver ineficincias e conquistar
o pblico com um servio muito bem executado, que j era oferecido em outros pases e funcionava
muito bem. Como bem resumiu recentemente o CEO do banco JP Morgan Jamie Dimon, Silicon Valley
is coming.
A questo que, aqui no Brasil, essas startups esbarram no capitalismo de laos brasileiro, ou seja,
na relao de dependncia entre o governo e o empresariado. essa relao que protege a nossa
economia, que a mais fechada do G20, de acordo com a Cmara Internacional do Comrcio. Nossa
taxa de abertura est na ordem de 23%, abaixo dos pases do BRICs, Chile e Mxico, por exemplo.
Mesmo com a alta taxa tributria no Pas, essas empresas chegam com grande competitividade por
oferecerem melhores opes ao consumidor.
Tudo isso comeou com o prprio Google e o setor de mdia. Enquanto antes usvamos a TV, o rdio
e os jornais impressos para nos informar, hoje em dia basta uma pesquisa no Google para ter qualquer
informao de forma rpida, completa e eficiente. O Twitter tambm contribui para essa mudana. Antes,
era preciso ir at uma banca de jornal, verificar as manchetes e comprar um exemplar que fosse do seu
interesse. Hoje, basta um clique nessa manchete e a informao est a seu alcance, gratuitamente. Ainda
no setor de mdia, mais recentemente, o Netflix abalou a estrutura de grandes produtoras e empresas
de TV oferecendo um contedo rico e melhor produzido por um preo bem menor, e o Spotify chegou
oferecendo um catlogo impressionante de msicas por um preo bem mais acessvel do que o da
indstria fonogrfica, que j estava abalada com a possibilidade de downloads de mp3.
Recentemente, os mais polmicos. Com o Whatsapp, voc no precisa mais gastar com envios de
SMS e ligaes, o que gerou reclamaes das operadoras de telefonia. O AirBnB j est causando
alguns prejuzos aos mantenedores de hotis e pousadas. O Uber desestabilizou o mercado de txis
e ainda est gerando muitos protestos, reclamaes e discusses nas Cmaras de Vereadores. E, por
fim, os investimentos estrangeiros na brasileira NuBank prometem transparncia, custos menores e a
36
Alm disso, observamos que a Grande Disrupo parece seguir reas de grande ROC (retorno sobre
capital). Levando em conta que s conseguimos competir em ambientes extremamente fechados ou
protegidos pelo governo, podemos dizer que sofremos de uma ineficincia crnica em desenvolvimento
de produtos digitais. Como hiptese, acreditamos que essa ineficincia tenha como uma das causas
fundamentais a aplicao de um modelo mental errado (planejamento centralizado e controle) que
tenta modelar o problema de desenvolvimento de produtos digitais. Esse modelo leva incapacidade
de entender a dinmica do fenmeno e, consequentemente, otimizar um sistema.
Considerar que o problema nossa frente se comporta como um sistema linear talvez seja uma atitude
ligada condio humana de averso volatilidade. Este bias levaria utilizao de bom senso, reduo
sucessiva para resoluo de problemas e planejamento centralizado, mesmo quando estivermos
lidando com paradoxos e sistemas dinmicos complexos. Entretanto, como disse Albert Einstein, o
senso comum a coleo de preconceitos adquiridos aos 18 anos.
O problema que desenvolvimento de produtos digitais se comporta como um sistema dinmico
complexo, no linear. Isso significa que as implicaes individuais dos integrantes deste sistema so
aleatrias e no previsveis. Os sistemas evoluem no tempo com um comportamento desequilibrado e
aperidico, que faz com que seu estado futuro seja extremamente dependente de seu estado atual. Ou
seja, as alteraes radicais s so possveis a partir de pequenas mudanas no presente.
Para este tipo de sistema, a aplicao de aes baseadas em planejamento centralizado, instintos,
crenas, ideologias e senso comum no produz melhorias sustentveis. Craig Larman, citando Forrester,
disse uma vez que a maior parte das pessoas tem um julgamento fraco sobre como melhorar sistemas
em seu nvel fundamental, normalmente aplicam senso comum e solues rpidas que no geram
melhorias sistmicas de longa durao.
Quando encaramos um problema, assumimos que precisamos elencar opes, escolher a melhor e
executar. Entretanto, essa abordagem assume que sabemos a priori as relaes de causalidade e por
isso podemos estabelecer algum processo para eliminar e escolher a melhor opo. Sistemas que
podem ser modelados de forma efetiva desta maneira so chamados de sistemas ordenados.
A grande maioria dos problemas de negcio que nos deparamos todos os dias, porm, so sistemas
Silicon Valley is here - Como usar a agilidade corporativa para competir
no ordenados que precisam de uma abordagem coerente com sua natureza. Esta viso de modelagem
de sistemas, chamada de Cynefin, uma evoluo de um framework de tomada de deciso proposta
inicialmente pela HBS, em novembro 2007:
Assumindo que trabalhamos todos os dias no quandrante de sistemas que so complexos ou caticos,
temos duas grandes abordagens de tomada de deciso que podem levar a otimizaes reais e produtos
de sucesso.
Na nossa experincia, deparando-se com um sistema catico, a tomada de deciso dever seguir o
caminho de mover o ambiente para um espao mais ordenado, ou de tomar decises rpidas em busca
de espalhamento de risco e deteco de padres. O ambiente de venture capital e statups se comporta
desta forma, e quando as empresas mostram alguma trao podemos considerar que o ambiente deixou
de ser catico, se tornou complexo e, portanto, temos que mudar o framework de trabalho.
As relaes de causalidade de ambientes complexos so multivariadas e s podem ser conhecidas
depois do fato ocorrido. Ento, estratgias de experimentao sucessivas baseada em aprendizado
tendem a funcionar, conforme Greg Brougham props no livro An introduction to complexity and the
Cynefin Framework,
Quando estava pesquisando para escrever este captulo, os primeiros resultados foram relacionados
a uma velha disputa na economia entre Friedrich Hayek e John Maynard Keynes. Em uma grande
simplificao, o primeiro acha que a economia um sistema no-linear dinmico, que deve ter liberdade
para se ajustar. Segundo ele, os agentes econmicos devem se comunicar via formao de preos e o
planejamento centralizado leva servido (The Road to Serfdom). Keynes, por sua vez, considera que o
Governo pode induzir centralizadamente o crescimento econmico por meio de gastos governamentais
e medidas anticclicas.
A principal prova emprica de que o planejamento centralizado falho a relao direta entre liberdade
econmica nos pases e prosperidade. No livro Heritage Foundation, de Terry Miller e Anthony Kim, por
exemplo, eles afirmam que existe uma relao direta entre perda de liberdade econmica e a perda de
liberdade poltica em movimentos focados no planejamento centralizado como o Nazismo, Facismo,
Socialismo e Comunismo.
37
De novo trazendo o assunto para software, at mesmo quando tentamos mudar o modelo mental e
utilizar mtodos empricos (Agilidade, Lean, Customer Developement) e auto-organizao dentro de
estruturas de produto autogerenciadas, a busca por previsibilidade em um ambiente catico gera
uma criao natural de controles, cargos de gesto e engessamento. A longo prazo, o resultado que
ningum mais consegue produzir porque no h incentivos para produzir (criar software), apenas para
estar no corpo de controle.
Monica de Bolle usou a alegoria das sombras na caverna de Plato para metaforizar o mesmo problema.
Quem est na caverna acha que as sombras so a realidade e ignora que elas so projetadas por uma
luz vinda de uma fogueira no mundo externo. Qualquer um que sasse da caverna e voltasse para falar
que aquilo tudo era uma iluso corria risco de morte.
A metfora que esse erro de interpretao da realidade e animosidade com quem pensava diferente
levou novamente aplicao de um modelo errado para otimizar o sistema econmico. Nesse caso, o
planejamento centralizado do novo desenvolvimentismo, que j tinha produzido hiper-inflao, baixo
crescimento e perda de liberdade (destruio do sistema) na poca dos militares, foi novamente usado.
Liberais e populistas, planejadores centralizados e pensadores sistmicos raramente discordam do
objetivo a ser atingido (que muitas vezes bem intencionado), mas discordam diametralmente dos
meios para se chegar l e na interpretao da realidade.
11) No h culpa.
Outro conjunto de princpios simtricos foi definido por Don Reinertsen no livro Principles of Product
Development Flow. Na lista do autor, so onze os problemas na atual ortodoxia no desenvolvimento
de produtos:
1) Falha em medir corretamente sob o ponto de vista econmico;
2) Falta de capacidade de enxergar filas;
3) Adorao pela eficincia;
4) Hostilidade em relao variabilidade;
Peter Senge, no livro The Fifth Discipline, criou um conjunto de leis para materializar o que ele chamou
de pensamento sistmico, o que nos ajuda a conectar algumas reflexes que pareciam ser desconexas:
As Leis:
6) Subutilizao de Cadncia;
2) Quanto mais fora voc emprega ao empurrar, com mais fora o sistema empurra de volta;
9) Falta de flexibilidade;
38
Eliyahu M. Goldratt, no livro A Meta, tambm ressalta o problema de otimizao local, ou seja, o aumento
de produtividade de uma etapa do processo pela super-ocupao das mquinas versus a otimizao
global ou o retorno sobre capital investido. Se voc produz estoques ou filas invisveis em uma etapa
especfica com rateio de custo indireto, na verdade voc no est produzindo lucro. o que o autor
chama de falsa eficincia ou otimizao local.
No livro The Mythical Man Month, Fred Brooks define que adicionar mo de obra a um projeto atrasado
o torna ainda mais atrasado, teoria chamada de Lei de Brooks. Isso porque o bom senso educado
defende a lei com uma equao matemtica simples na qual o ganho de produtividade linear e os
problemas de comunicao gerados pela adio de novos profissionais quadrtico. N*(N-1), ou seja,
todas as pessoas devem falar com todas as outras, ou N2, se voc fala com as vozes na sua cabea.
Mas essa premissa (no possvel escalar times sem perder produtividade) parece sofrer de um bias
de planejamento centralizado e lida com experincias empricas do contrrio, como o desenvolvimento
em larga escala de software open source (Linux, por exemplo) ou os times de produto do Google, Apple
e Amazon.
O problema no est na adio de novos coders isoladamente, mas na adio de novos coders e na
aplicao de um modelo mental que identifica erroneamente as variveis a serem otimizadas e v falsas
relaes de causalidade, o que faz com que qualquer ao gerencial que busque melhorias seja muito
parecida com uma criana brincando de fazenda de formiga.
Como disse Daniel Kahneman no livro Thinking Fast & Slow, nossa predileo pelo pensamento causal
nos expe a erros srios quando avaliamos eventos realmente randmicos (de comportamento aleatrio).
O ser humano tem averso incerteza e, quando confrontado por um sistema complexo, aplica
naturalmente uma modelagem linear e comea a tentar otimiz-lo utilizando reduo de problemas,
planejamento centralizado, bom senso e ortodoxia.
O resultado deste processo a desarticulao do sistema com resultados no previstos, que so
causados por medidas de supostas melhorias, o que leva destruio do sistema em longo prazo. A
reao dos agentes de controle normalmente de negao, o que leva imposio de mais controle
e diminuio da eficincia do sistema como um todo.
Por outro lado, se criarmos uma cultura de pensamento sistmico e de liberdade, podemos otimizar e
escalar continuamente a nossa capacidade de desenvolvimento de produtos digitais com experimentos
e gerao de aprendizado validado empiricamente. Essa mudana de modelo mental aplicada permite
que as empresas se apropriem de uma vantagem competitiva que muito dificilmente de ser copiada.
Afinal, o que fica aparente so sintomas de melhoria, e no o modelo mental que as viabilizou.
Minha concluso, portanto, que a soluo vivel abraar a disrupo e esquecer o pacto de
mediocridade imposto pelo capitalismo de laos. Devemos fazer uma engenharia reversa do Vale do
Silcio e apostar na implantao de uma cultura de execuo digital baseada nele. Deixar o setor de
Venture Capital brasileiro criar algumas opes de aquisio locais, mas principalmente focar em uma
estratgia de execuo digital focada no nexus cultural do Vale, com agilidade, gesto de produtos Lean,
culturas autogeridas e auto-organizadas baseada em dados e, principalmente, meritocracias digitais.
Ou seja, o mercado de tecnologia brasileiro precisa se inspirar no Vale do Silcio e focar em oferecer
melhores servios ao consumidor para enfrentar de frente a concorrncia do prprio Vale.
Existe um vis humano de falsa causalidade. Em ambientes de produto, a maioria das relaes de
causa e efeito multidimensional e no bvia, o que faz com que voc no se depare com problemas,
mas com paradoxos.
O ponto central que se voc aplica um processo de modelagem e melhoria continuada correto, com
estruturas autogeridas e organizadas, pesos e contrapesos entre produto e engenharia e uma cultura
de empirismo e aprendizado, a escalabilidade incrivelmente maior, sem um teto conhecido.
39
dese
www.concretesolutions.com.br
blog.concretesolutions.com.br