Priorizando iniciativas orientadas a dados

Neste último ano que passei na gestão comecei a perceber o quão subjetivas muitas coisas são. Na carreira técnica grande parte dos problemas pelos quais você passa podem ser medidos e otimizados com um certo grau de confiança. Se você fizer um código, ele vai responder o valor esperado a não ser que outras coisas do ambiente (ou interferências divinas) modifiquem o comportamento dele.

Como ocorre em todo final de trimestre, já começamos a repensar algumas prioridades. Olhando alguns métodos de priorização eu e minha equipe começamos a questionar como as coisas tinham sido definidas e, com isso, percebemos que o escopo de cada definição nos métodos existentes eram sempre muito amplos.

Olhando o método ICE (impacto, confiança e esforço) conseguimos perceber a infinidade de possibilidades que cada uma dessas letras pode significar:

• Esforço: foi algo um pouco mais intuitivo por ter uma ligação muito rápida com o tempo estimado para realizar a tarefa. Lembrando que é legal ter um histórico dos times para poder estimar isso direito.
• Impacto: medimos pelo stakeholder que grita mais alto? Ou nos baseamos totalmente em receita gerada? Ou por quantidade de pessoas impactadas?
• Confiança: Pela senioridade da equipe? Dificuldades na entrega?

Priorização (P) é um valor da divisão de impacto (I) por esforço (E) multiplicado pela confiança (C) que vai até 100%

Para deixar a quantidade de pessoas impactadas um pouco mais clara fizemos a matriz RICE, em que o R (alcance em inglês) é colocado na equação. Parando para refletir um pouco, o alcance parece uma das formas de medir o impacto e não algo externo ao impacto. Ao mesmo tempo também entendemos que não somente o alcance é importante no impacto, tanto que a matriz RICE mantém o impacto como uma dimensão extra.

Priorização (P) obtido através da fórmula da matriz RICE

Buscando como as pessoas trabalham com impacto, chegamos nas melhores definições por meio de como trabalham negócios sociais e startups. Neles, precisamos dessa definição bem elaborada para conseguir investimentos mais facilmente. Basicamente, percebemos a necessidade de avaliar não somente o alcance do impacto, mas também o quanto o alcance é impactante. Entendemos que essa nova dimensão do impacto é a profundidade (vamos usar D para profundidade em inglês), que pode ser traduzida em quanto você está impactando diretamente sua métrica de impacto. Com isso, sugerimos o método CRED, que faz uma quebra entre os diferentes aspectos do impacto.

Método CRED proposto para estimar priorização de forma menos subjetiva

Como vimos o que temos de atual no mercado, e nos sentimos desconfortáveis de usar, decidimos aprimorar a metodologia RICE criando a CRED. Ela será apresentada detalhadamente durante o artigo, que ficará disponível para quem quiser consultar e utilizar. Aceitamos feedbacks!

Avaliação da fórmula

Visando avaliar se esse postulado realmente é válido, podemos expor matematicamente através de teoria dos grafos como as definições das dimensões propostas são aplicadas em um cenário real.

Para tal, precisamos assumir inicialmente algo a ser otimizado, ou seja, uma métrica alvo. Neste problema, a otimização na priorização deve ser através da “maximização da quantidade de usuários em um produto”.

Usuários em um sistema e o custo para impactar cada um deles.

Utilizando CRED temos que:

• Confiança (C): é um fator que envolve o problema e ajusta a priorização dependendo dele. Podemos precisar de algum recurso que não temos e provavelmente vamos fazer um trabalho ruim priorizando isso. Tem caráter mais técnico do quão confiante a equipe está de aplicar uma solução para a otimização. Aqui precisamos definir direito o alcance, profundidade e esforço para estimar exatamente a funcionalidade que precisamos e o quanto estamos confiantes de realizá-la.
• Alcance (R): quantos ramos diferentes de usuários a solução vai impactar. Só os laranja ou todas as cores? Aqui, temos os segmentos propensos a utilizar a solução, como se fosse uma busca em largura. Defina bem seu público alvo e entenda como eles podem se relacionar com aquilo.
• Esforço (E): qual o custo de implementação disso? Está representado como um peso nas arestas de ligação entre usuários, mostrando que não necessariamente determinados grupos devem ser considerados por possuírem um esforço infinito. Isso representa o fato do grupo não se interessar pela funcionalidade ou simplesmente não fazer sentido técnico, se tornando inviável o desenvolvimento daquilo para eles.
• Profundidade (D): como vai ser a aderência dentro dos segmentos? Precisamos analisar se é algo muito requisitado por um determinado grupo ou se a necessidade é opcional e talvez não tão urgente. Se você reparar, para ir em graus mais profundos dos seus segmentos você pode precisar de mais esforço. O maior esforço ocorre seja por uma funcionalidade mais completa ou atendendo a requisitos mais corner case.

Assim, é possível definir diretamente o que é o impacto:

Definição de Impacto, sendo diretamente dependente do alcance e profundidade

Dessa forma, conseguimos utilizar somente 2 eixos (Impacto e Esforço) para simplificar a visualização e calculamos externamente o valor do impacto. A confiança entra como aquele fator para dizer se vale a pena priorizar a demanda, ou não, dependendo de seu valor.

Definição do valor de priorização usando impacto calculado com fórmula prévia

Aí vocês me perguntam, mas como assim 2 eixos? O que você chama de visualização? Seria algo mais ou menos como ilustrado a seguir, em que o tamanho das bolinhas é o quão maior é a confiança de concretizar a demanda e os eixos x e y são esforço e impacto respectivamente.

Impacto vs Esforço com o fator da confiança.

Não necessariamente você precisa ter esse conhecimento tão profundo sobre seus usuários ou o quanto de trabalho precisa para implementar uma funcionalidade para cada um deles, mas sempre bom definir o máximo de coisas possíveis orientadas a dados.

Detalhamento da Metodologia CRED

Uma vez que conseguimos definir um problema válido dentro de um sistema restrito, vale colocar essa metodologia na prática! Para isso fizemos uma primeira versão de uma planilha com nossas definições.

A primeira definição de cara foi de esforço (E). Utilizamos a quantidade de semanas necessárias (Wn) para implementação sobre a quantidade de semanas do trimestre (Wt). Estimativas de iniciativas maiores que um trimestre devem ser quebradas em fases para evitar projetos infinitos.

Como definição de confiança (C) utilizamos como base os pontos do Definition of Ready (DoR) dos projetos que temos aqui. Na planilha de exemplo já vai de brinde os DoR de projetos que envolvam ciência de dados que criamos para o PicPay. Como metodologia inicial colocamos cada elemento do DoR como uma variável binária, porque se o projeto ainda precisa de elementos para poder ser feito, provavelmente teremos que resolver pendências durante o desenvolvimento e isso abala a confiança. Para extrairmos um número, contamos os elementos do DoR que estavam cumpridos (Tc) e dividimos pela quantidade total de elementos (Nt).

Para o impacto (I) utilizamos a comodidade de já termos OKRs aqui no PicPay. Com isso as KRs das áreas que as pessoas atuam podem ser usadas como alvos de otimização, assim como mostramos com a métrica “maximização da quantidade de usuários em um produto” na parte anterior. Como o impacto é definido pelo alcance (R) e profundidade (D), precisamos definir bem os 2.

O alcance (R) é definido aqui por 4 faixas com as respectivas pontuações, mas podem ser customizados conforme vocês precisarem:

• 0: Sem alcance de usuários
• 1: Um segmento
• 2: Metade dos segmentos
• 3: Todos os segmentos

A profundidade (D) é definida aqui também por 4 faixas com as pontuações e também podem ser customizadas:

• 0: Sem profundidade de usuários
• 1: Profundidade mínima possível
• 2: Profundidade parcial (aderência de parte dos usuários dos segmentos que atinge)
• 3: Profundidade Total (aderência de todos os usuários dos segmentos que atinge)

Com isso, o impacto (I) final é o somatório da multiplicação entre alcance (Rm) e profundidade (Dm) para todas as métricas definidas (M), divididos pelo número máximo de impacto em todas as métricas. Esse número máximo é a multiplicação do número de métricas usadas (Nm) pelo valor máximo possível de impacto (Imax).

Com isso, temos a fórmula inteira que define a priorização de uma demanda voltando para a definição de ICE que comentamos no início:

que expande em:

Pode ficar tranquilo porque todas as fórmulas aqui apresentadas já estão devidamente feitas na planilha exemplo, mas deixando aqui aberto para que critiquem e que consigamos melhorar a metodologia de encontro a algo mais objetivo e baseado em dados.

Agradecimento especial para Thamys Abrahao, Matheus Faleiros e Taís Sales que contribuíram para a confecção da metodologia, do artigo e continuam a contribuir com coisas fantásticas no PicPay.

Tem interesse de fazer coisas fantásticas também? Vem com a gente!