Batalhas da transformação: como construir as bases para uma mudança contínua

Por EloInsights, com colaboração de Marcos Navarini

  • Neste último artigo da série sobre as Grandes Batalhas da Transformação, discutiremos a construção de fundações que habilitam a mudança como processo contínuo.  
  • O objetivo é tornar a organização driven by change, ou seja, com a capacidade natural de se renovar diante de novos desafios.  
  • Fundações envolvem o desenvolvimento de competências digitais, data intelligence, cultura de experimentação, aplicação de métodos ágeis em escala, além de contínua exploração e aprendizado. 

Chegamos ao final da série de quatro artigos sobre as grandes batalhas da transformação no contexto organizacional. Após projetar o futuro, estabelecer mecanismos de governança, entregar e medir o impacto da transformação, vamos focar agora na construção de fundações que habilitarão uma mudança contínua, e não um movimento pontual e isolado. 

O objetivo é criar as bases para que a organização se torne driven by change, ou seja, ganhe a capacidade natural de se renovar diante de novos desafios que tendem a surgir com cada vez mais velocidade em um contexto de constantes disrupções tecnológicas, sociais e econômicas. É o que chamamos de “metatransformação” — a transformação que cria as bases e habilita outras transformações.  

Para que isso ocorra, é importante que a organização cultive cinco elementos fundacionais:  

Competências digitais 

Envolve o estabelecimento de uma lógica em que tecnologia é lente, os times técnicos se aproximam da área de negócios para participar de decisões estratégicas e encontrar o affordance (ou diferentes usos possíveis) de tecnologias habilitadoras. Redesenho de arquiteturas de sistemas, de forma que permita deploys contínuos e rápidos de features por times independentes também são chave nessa etapa da construção de fundações. Outras tech capabilities fundacionais, como o domínio de ferramentas low-code e a migração da infraestrutura para cloud, também permitem que a transformação ocorra mais rapidamente. Mas é importante lembrar que a consciência do negócio é fundamental para acertar na adoção dessas competências digitais.  

  

Data intelligence 

É essencial que as organizações desenvolvam uma forte cultura data-driven, e que a tomada de decisão esteja cada vez mais amparada pela inteligência de dados. Para tanto, é importante garantir não apenas a disponibilidade, mas também a qualidade dos dados, fato que muitas vezes é deixado de lado nas transformações. O emprego de mais data science e a atração de data engineers também são premissas, e tendem a envolver alterações no design organizacional, como a implementação de dispositivos como centros de excelência em advanced analytics. O uso de dados é importante como alavanca para a transformação, pois ajuda a validá-la. Viabiliza uma forma de metrificar e avaliar o sucesso a partir de dados, como abordaremos no próximo tópico.   

  

Experimentação 

Esta é outra das capabilities fundamentais na habilitação de uma cultura driven by change, trazendo para a dinâmica de trabalhado um processo de experimentação baseado em evidências e centrado no usuário, utilizando testes rápidos sobre comportamentos e preferências para a tomada de decisão. Isso se tangibiliza principalmente em testes A/B, aplicados no contexto da experiência do cliente em produtos digitais. Porém, pode ser aplicado a qualquer tipo de transformação, quando absorvido como modus operandi da organização. Para isso, é essencial direcionar o trabalho por hipóteses, idealizar testes que possam ser aplicados rapidamente e acordar um ou mais KPIs para avaliar o resultado. Nesse contexto, um ciclo de feedbacks rápido é chave, para permitir que a rota possa ser eventualmente corrigida com celeridade. No limite, o objetivo é criar um pipeline de experimentos, que torne a experimentação sistemática dentro da empresa.   

 

Agile operational model 

Nem todo projeto se adaptará a uma dinâmica de trabalho ágil, baseada em times multidisciplinares e com janelas curtas de entregas e feedback. Mas é importante que elementos da abordagem ágil sejam adotados pois eles viabilizam um modelo operacional que favorece a inovação, através da adaptabilidade e potencialização da entrega de valor. Nesse sentido, não basta adotar um time ágil usando Scrum ou Kanban, mas é essencial transformar aspectos mais amplos, como a dinâmica de orçamentação, gestão da estratégia, lógica de remuneração, estrutura organizacional, entre outros. Nessa nova dinâmica, a meta é gerar o empoderamento de times, de forma que possam assumir missões “ponta a ponta”, a partir do alto alinhamento estratégico dos objetivos (aligned autonomy, em inglês). Portanto, ao pensar os níveis de construção do modelo de operação ágil dentro de uma empresa, deve-se trabalhar em três diferentes níveis: formação de times, acoplamento dos mesmos e, finalmente, transformação estruturante da organização 

 

Continuous discovery & learning 

Como descrito na terceira batalha da transformação, entregar impacto depende de um mergulho constante na realidade dos clientes, em um processo contínuo de descoberta de dores e oportunidades. Principalmente em times que tenham interface com clientes finais, como produto e suporte, deve-se alavancar técnicas de pesquisa e manter pontos de contato frequentes com clientes, de forma estruturada. O livro “Continuous Discovery Habits”, de Teresa Torres, é uma das referências no assunto. Além disso, é preciso que a organização aplique uma mentalidade de constante curiosidade com relação ao setor e seus domínios de conhecimento, monitorando tendências e “sinais de futuro” e desdobrando-os de forma prática no negócio, através de recursos e oportunidades para seus times conduzirem iniciativas inovadoras. Para isso, é essencial também o fortalecimento de capacidades de treinamento e gestão do conhecimento, desenvolvendo seus colaboradores constantemente e retendo o know-how interno.  

A seguir, nos aprofundamos em alguns dos erros relacionadas a esta etapa de construção de fundações para habilitar um ciclo constante de transformações.

Erro 1: Manter a área de Tecnologia afastada das áreas de negócios

Tradicionalmente, o time técnico é submetido dentro das organizações a uma lógica de atendimento, atuando como um recebedor de pedidos e cumpridor de demandas, ou como fábrica de novas funcionalidades. Isso precisa mudar. A TI precisa atuar cada vez mais próxima às áreas de negócios, e assim habilitar uma maior visibilidade de como a tecnologia pode trazer novas soluções, bem como preparar o terreno para as transformações que estão por vir. Nessa direção, vamos aprofundar três conceitos:  

 

  1. A tecnologia funciona como uma lente na geração de affordance, sinônimo de novas possibilidades de uso para uma tecnologia dentro de um contexto de desafios da empresa. O envolvimento da TI desde o início do processo traz maior responsabilidade (accountability), além de gerar novas ideias e menor handover (passagem de bastão entre colaboradores antes da conclusão de uma implementação, processo que pode gerar assimetrias de conhecimento). 

  2. O desenho cuidadoso de uma arquitetura corporativa evita lacunas técnicas e shadow IT. A primeira pode ocorrer quando diferentes equipes técnicas empreendem esforços de transformação simultânea e isoladamente em diferentes áreas, gerando custos de implementação pelo emprego apressado de soluções, pensadas somente no agora – por exemplo, a utilização de linguagens de programação que fujam do portfólio de stacks da empresa. Já o segundo pode ser traduzido em “deixar a TI nas sombras” e se refere à adoção de dispositivos, serviços e softwares que não estejam mapeados na arquitetura corporativa.

  3. Fomentar a construção de capabilities técnicas permite acelerar a entrega de valor. Como o livro “Accelerate” (Nicole Forsgren, Jez Humble, Gene Kim) afirma, a habilidade de entrega de software de qualidade com ritmo elevado e estabilidade é um valor primário e um diferenciador para todas as organizações, independentemente do seu tamanho e vertical de indústria. Para isso, capacidades como Continuous Integration & Continuous Delivery (CI/CD), como testes e deploys automatizados, desenvolvimento trunk-based (TBD) e adoção de soluções de versionamento, além da migração da infraestrutura para a nuvem, são exemplos de habilitadores que contribuem para a melhoria da performance na entrega de software. 

Erro 2: Não trabalhar orientado a dados

Uma transformação contínua só é viável em um ambiente organizacional orientado por dados (data-driven), o que envolve também transformar a organização para que ela possa trabalhar melhor os mesmos. Nesse sentido, é importante destacar alguns pontos que preparam o terreno para ampliar a capacidade analítica dos colaboradores e da organização como um todo: 

 

  1. Ter dados em prontidão e sanitizados passa pelo conceito de “data stewardship”, a administração de dados feita por um grupo responsável por estabelecer papéis claros de governança nas diversas áreas de uma organização. Isso significa que as informações devem ser disponibilizadas em formato compatível às demandas de cada área, com boa qualidade, confiabilidade e integridade.  

  2. Em cada transformação, criar fundações para viabilizar a coleta de dados e gerar insights. Seja criando features em um software, lançando novos produtos, redesenhando processos ou implantando sistemas internos, a transformação deve levar em consideração quais dados são gerados, como eles precisarão ser tratados e onde serão armazenados, no limite, desenhar o seu processo de ETL (extract, transform, load) de forma integrada aos padrões da organização. Uma atenção sistemática ao pipeline de dados irá apoiar o seu melhor uso para advanced analytics.

  3. A estruturação de um centro de excelência em Analytics (CoE Analytics), que reúna profissionais de TI, de engenharia, de ciência da computação e negócios, pode ser estratégico para a governança dos dados. Um CoE Analytics deve trabalhar pontos-chave, como: aculturamento de lideranças e colaboradores; estruturação do modelo de trabalho de Advanced Analytics em toda a empresa; mudanças no modelo de gestão relacionadas à implementação de cultura data-driven; e atração e retenção de talentos altamente demandados hoje como data scientists, data engineers e machine learning engineers. 

Erro 3: Não alavancar o potencial dos experimentos

Experimentar é uma prática, mas a experimentação é uma competência organizacional e deve ser sistematizada. Organizações com forte cultura test and learn já têm parâmetros bem definidos – como critérios de sucesso e etapas a serem cumpridas ao testar uma hipótese. Contudo, o sucesso com experimentos precisa de estruturações:  

 

  1. Em um artigo para a Reforge, Joey DeBruin sugere um pipeline de experimentos de 7 passos para sistematizar esse processo. As ideias a serem testadas fluem desde o passo 1 (backlog) e são refinadas e organizadas ao longo das seguintes etapas: Queue (onde são definidas por exemplo métricas de monitoramento e impacto esperado); Programadas para lançamento; Em progresso; Em análise (quando o experimento termina, é hora de analisar o mesmo); Vencedores (experimentos que atingiram seu objetivo); e Perdedores (não atingiram a meta). 

  2. Tornar a experimentação acessível para todos. Em parte, isso envolve adotar tecnologias e criar APIs e assets digitais para processos comuns (ex. armazenamento do comportamento do usuário), permitindo acelerar a implantação de experimentos através departamentos. Outra abordagem, também vista no icônico caso da Boooking.com, é a disponibilização de um repositório centralizado dos experimentos passados, com descrições completas de sucessos, erros, iterações e decisões finais, encorajando as áreas a testarem e evoluírem sobre o aprendizado prévio.

  3. O papel das lideranças é o de cultivar e fortalecer as bases da experimentação para perenizar todo o processo. Como vimos ao longo das batalhas da transformação, adotar um mindset e uma cultura organizacional flexíveis distribui a tomada de decisão para as pontas, dando autonomia e destravando a capacidade de inovar. É preciso democratizar e governar o uso de dados, orquestrar processos na identificação de hipóteses e disciplinar os testes.  

Erro 4: Adotar agilidade apenas como dinâmica de trabalho

Se a proposta é criar vários times independentes, com missões de ponta a ponta e que atuem com autonomia, é imprescindível garantir um alinhamento entre eles e que seja aderente à estratégia e ao propósito da empresa. Além disso, a agilidade não pode se restringir à dinâmica dos times, mas precisa transformar de forma estruturante a organização. Nesse sentido, podemos pensar nos seguintes pontos: 

 

  1. Garantir o acoplamento adequado dos times ágeis. Os principais fluxos de valor do negócio devem ser definidos e distribuídos entre times multifuncionais, autônomos e focados em missões específicas de entrega de valor ao cliente (ex. organização por tribos). O modelo de agilidade em escala da organização, seja qual for o framework utilizado (ex. SaFe, LeSS, Scrum@Scale), precisa minimizar as dependências na operação e garantir que as poucas interfaces ainda existentes sejam bem coordenadas, tanto entre os times ágeis quanto entre eles e a estrutura organizacional tradicional. 

  2. Adequar os processos e políticas organizacionais. Em um ambiente que se propõe a ser adaptativo e acelerado, as dinâmicas tradicionais de governança e gestão não possuem boa aderência. Em termos de orçamentação, o modelo baseado em projetos e planos de negócio exige alta certeza do que deve ser feito e como será feito. Em contrapartida, modelos que proponham a alocação de recursos em value streams e balanceadas de acordo com horizontes (H1, H2, H3), garantem adaptabilidade e proteção a iniciativas mais arriscadas. Outro elemento importante é a gestão estratégica, tradicionalmente realizada através de planos plurianuais, estáticos e raramente revisitados, que rapidamente se tornam obsoletos frente às mudanças de contexto. Como alternativa, soluções como OKRs, revisitados a nível estratégico em cadências menores (trimestrais ou semestrais), funcionam melhor num contexto de maior incerteza.

  3. Transformar a cultura e o mindset (principalmente das lideranças). Uma das características mais essenciais de organizações ágeis é a quebra da lógica de comando e controle, na qual a ambição é comunicada, mas o “como realizar” é sempre delegado aos times responsáveis. Todas as áreas da companhia devem ser obcecadas pelo cliente e considerar os impactos nele em qualquer decisão. É essencial uma forte cultura de colaboração, tanto na geração de ideias quanto na tomada de decisões. O feito é melhor do que perfeito e as falhas são vistas como oportunidades para aprendizado e melhoria, sem repressões ou impactos em remuneração. 

Erro 5: Não exercitar a curiosidade

Essas mudanças de mindset devem instigar a curiosidade e a abertura ao novo, a partir do frequente questionamento dos paradigmas vigentes. Mudar continuamente demanda aproximação e constante escuta ativa em relação aos clientes e aos colaboradores. Também alimenta a descoberta e a experimentação de novas tecnologias. Um líder de manufatura, por exemplo, precisa estar atento às tecnologias habilitadoras da indústria 4.0. Uma constante reinvenção demanda: 

 

  1. Praticar a descoberta contínua junto aos clientes. Todo trabalho possui clientes, internos ou externos, e a melhor forma de descobrir oportunidades é interagindo diretamente com eles, com alta frequência e de forma colaborativa. Esse é o papel essencial de qualquer transformação – identificar problemas e resolvê-los de forma criativa. Por isso, essa habilidade de curiosidade e comunicação, quando conectada à capacidade de sintetizar aprendizados, idear e rapidamente experimentar, é um “superpoder” fundamental para desbloquear melhores transformações. 

  2. Cultivar o aprendizado contínuo e orientado à mudança, sistematicamente incentivando que colaboradores organicamente estudem, descubram e compartilhem entre si novas tecnologias, ferramentas e conhecimentos. Para isso, sobretudo as lideranças devem continuamente monitorar tendências em suas áreas funcionais e indústrias, conectando-se às principais referências, estabelecendo networking com pares, líderes tecnológicos e thought leaders. No escopo mais amplo da organização, devem ser estabelecidas estruturas e processos que estimulem a disseminação de conhecimento, tanto internamente (exemplo: grupos, ritos de troca de conhecimento etc.), quanto externamente (ex: interação em eventos, blogs de tecnologia/design, universidades etc.). Por fim, quando oportunidades de transformação surgirem, deve existir apoio em termos de tempo e recursos para que esses conhecimentos sejam aplicados de forma prática.  

 

MARCOS NAVARINI é consultor sênior e líder do Digital Lab da EloGroup. 

image_pdf
Enviar por email
image_pdf

Insights relacionados