Há uma velha história zen sobre um homem cavalgando, galopando freneticamente por um caminho. Seu amigo, que está sentado à beira da estrada, pergunta “Aonde você vai?” Eis que homem responde: “Não sei. Pergunte ao cavalo!”
Muitas vezes, os dados (ou métricas) se tornam um cavalo em disparate e acabamos, como equipe de produto ou processos, reagindo de forma extremamente reativa e automática. Não que o cavalo não saiba para onde ir, mas muita vezes esquecemos que as métricas estabelecidas partem de uma premissa estratégica que de tempos e tempos precisa ser revisitada.
“Gosto de pensar que experimentos e métricas servem para que estejamos cada vez menos errados e não mais certos.”
Ao assumir que os indicadores de desempenho, eficácia e eficiência são medidas de sucesso inquestionáveis, esquecemos que o pensamento científico é baseado na forma de pensamento indutiva e empírica, ou seja, estamos a todo o momento reduzindo a chance de estarmos errados a partir das melhores hipóteses e informações daquele contexto.
Exemplifico: Desde quando e por quê a métrica de NPS (Net Promoter Score) se tornou tão importante para seu produto ou processo? Sinceramente, o que essa métrica significa para seus clientes, para sua organização e seu time? Essa métrica se converte, de fato, em um melhor produto ou processo? Ou simplesmente foi algo imposto (ou conveniente) como ponto de partida?
Quando construímos produtos e processos geralmente dependemos de métricas para guiar nosso desenvolvimento e estabelecer o senso de progressão. Não questiono nenhuma métrica, mas faço a provocação se seu time está medindo aquilo que importa e (o mais importante) revisita as métricas à luz da estratégia de tempos e tempos.
Por exemplo, a métrica padrão para o bem-estar econômico de um país é o PIB. Eu acho isso estranho. Está certo isso? Claro, em terra de cego quem tem um olho é rei e uma boa métrica possui histórico para fins de comparação até que haja outra métrica. O meu ponto é se estamos confortáveis e conscientes sobre esse paradigma e os efeitos de definir a métrica A ou B como o default de sucesso?
Métricas moldam comportamentos e, dessa forma, é importante pensar nos desdobramentos que determinados indicadores criam sobre os processos, pessoas e produtos. Se, por exemplo, a métrica principal do meu time está associada a retenção de clientes e a redução de churn, possivelmente estaríamos inclinados a permitir que experiência do usuário na jornada de cancelamento do produto ou serviço seja tenebrosa e cheia de atritos.
Revisitando a estratégia com o time, a métrica correta deveria estar associada ao desempenho e experiência de uso, colocando luz e foco para que o time pensasse como o cliente nunca cancele o serviço. Assim, em última instância, seu produto é onde está o seu foco e o seu foco está naquilo que você mede.
Assim, num mundo inundado por dados, é tentador pensarmos que podemos transformar tudo em equações e modelos. Isso não deixa de ser soberba. Como dizia Karl Popper, pensamento científico é sobre abrir mão da busca pela verdade: não se trata sobre estar certo, mas termos consciência do impacto das escolhas daquilo que medimos e definimos como métrica de sucesso.
