Métricas são ótimos instrumentos para promover conversas significativas dentro das organizações. Em ambientes onde as opiniões são diversas (e muitas vezes conflitantes), as métricas atuam como um denominador comum, ajudando as pessoas a dialogarem a partir de uma referência compartilhada.

No entanto, tenho observado um movimento curioso: muitas organizações, ao buscarem criar uma cultura orientada por dados, acabam terceirizando suas decisões para os números, os modelos, as respostas oferecidas pelos prompts das soluções de Inteligência Artificial ou as respostas propostas pelas projeções estatísticas.

Prefiro enxergar as métricas de outra forma: como guias para a tomada de decisão, e não como verdades absolutas. Acredito que dados devem ser interpretados e combinados com a intuição e o contexto social daquele ambiente. Decisões organizacionais não são apenas lógicas – são moldadas por dinâmicas de poder, crenças e relações sociais.

Tirando o julgamento dos dados

Para que possamos fazer um uso mais consciente das métricas, gosto de partir de três premissas:

1. O dado é apenas um fato. Quem traz significado a ele somos nós, por meio de nossas interpretações e modelos mentais.
2. O contexto é fundamental. Sem entender a origem, a qualidade, o instrumento de coleta e o tempo de vida do dado, será difícil gerar sentido real para aquilo que está sendo analisado.
3. As métricas devem nos ajudar a gerar hipóteses. É essencial começarmos pelas perguntas e pelas insatisfações do ambiente, usando as métricas como apoio na construção de análises mais amplas e sistêmicas.

O modelo que eu utilizo para tomada de decisão com dados

Para dar mais estrutura a essa reflexão, costumo utilizar um modelo com seis elementos:

• Opinião: percepções e sensações das pessoas sobre o ambiente.
• Dado: a representação concreta que traduz, de alguma forma, essas percepções.
• Métrica: a transformação do dado em uma perspectiva de linha do tempo, volume ou classificação.
• Análise: a interpretação combinando métricas diferentes para uma visão mais ampla.
• Insight: a conexão entre as métricas, o contexto e a intuição de quem está analisando.
• Ação: o movimento que será derivado da interpretação, considerando aspectos subjetivos, objetivos e suas relações.

Casos práticos de aplicação deste modelo

Compartilho abaixo algumas situações que vivi e nas quais esse modelo me ajudou a navegar com mais clareza.

Equipe de tecnologia e a percepção de baixa entrega (quem nunca viveu um cenário assim?)

Opinião: A diretora de tecnologia tinha a percepção de que a equipe não estava entregando o suficiente. A visão era de que a produtividade estava aquém do esperado e que isso comprometia o impacto do time na organização.

Dado: Para traduzir essa opinião em algo mais tangível, coletamos a quantidade de itens entregues pela equipe ao longo das últimas semanas.

Métrica: Transformamos o dado em uma métrica semanal de entregas. Passamos a acompanhar o número de itens entregues por semana, permitindo visualizar o ritmo da equipe ao longo do tempo.

Análise: A análise mostrou que, embora a equipe estivesse entregando itens semanalmente, boa parte da sua capacidade estava sendo consumida por demandas urgentes e de curto prazo. Isso criava um cenário de sobrecarga e impedia que a equipe conseguisse atuar em demandas estratégicas, que poderiam gerar maior impacto no negócio.

Insight: Percebemos que a equipe carecia da capacidade de priorização, capaz de balancear melhor as demandas urgentes com as de médio e longo prazo. Essa falta de priorização prejudicava a eficiência da equipe e a percepção externa sobre sua capacidade de entrega.

Ação: Criamos um processo formal de priorização de trabalho, com critérios para equilibrar diferentes tipos de demandas (urgentes, estratégicas, técnicas). Além disso, promovemos um alinhamento de expectativas com todas as partes interessadas, garantindo que as lideranças entendessem o contexto da equipe antes de julgarem apenas pela quantidade bruta de entregas.

Equipe de vendas em uma empresa de consultoria (quando tive que aprender a vender)

Opinião: A liderança da consultoria percebia que a equipe de vendas não estava conseguindo fechar contratos em volume suficiente, o que comprometia o fluxo de novos projetos.

Dado: Coletamos o número total de propostas comerciais enviadas pela equipe no último trimestre e a quantidade de reuniões realizadas com potenciais clientes.

Métrica: Estruturamos esses dados em métricas de conversão:

• Taxa de conversão de propostas enviadas em contratos fechados por mês.
• Taxa de reuniões qualificadas que resultaram em oportunidades reais de negócio.

Análise: A análise revelou que a equipe apresentava uma queda na conversão nas fases iniciais do funil. As propostas estavam sendo enviadas, mas a taxa de sucesso era baixa, principalmente porque as reuniões com prospects eram pouco qualificadas. Ou seja, o problema não estava apenas na quantidade de leads, mas na qualidade e no perfil desses contatos.

Insight: Ficou claro que a equipe de vendas estava dedicando tempo a leads pouco aderentes ao perfil ideal de cliente da consultoria. A falta de um processo mais rigoroso de qualificação estava comprometendo o fechamento de contratos e aumentando o retrabalho.

Ação: Decidimos estruturar um novo processo de qualificação de leads, com critérios mais claros sobre o perfil de cliente ideal. Além disso, a equipe passou a trabalhar mais próxima do time de marketing, para ajustar a geração de leads e garantir que os prospects enviados para vendas estivessem mais alinhados ao ICP (perfil de cliente ideal). Também criamos rituais semanais para revisar o pipeline e reavaliar as estratégias de prospecção ativa.

Atualizando a forma como usamos métricas

Como comento no livro de Métricas Ágeis, em um ambiente onde o número não é usado para o aprendizado, as métricas tendem a ser usadas como ferramenta de controle, gerando medo e distorcendo o comportamento das pessoas. Quando isso acontece, os números passam a ser moldados para agradar o sistema, e desvios da realidade não são comunicados.

Em vez disso, precisamos devolver às métricas o seu verdadeiro papel: serem um convite para conversas mais ricas, nos ajudando a observar, aprender e tomar decisões mais conscientes.

Métricas não devem ser a moldura de toda e qualquer decisão, mas sim ferramentas para enriquecer o entendimento coletivo sobre um sistema ou ambiente. Quanto menos as métricas forem utilizadas para alimentar sistemas de punição ou reconhecimento superficial, mais autênticos serão os resultados que conseguiremos observar.

Quer se aprofundar no tema?

• Conheça o curso Métricas para Agilidade Organizacional na Software Zen – Acesse aqui​
• Leia o livro Métricas Ágeis – Compre aqui​
• Confira também o Dynamic Flow – Saiba mais aqui​

Nos vemos na próxima semana! 🚀