Ikigai

“Uma pessoa é como uma floresta; individual porém conectada e dependente dos outros para crescer” Ken Mogi — Awakening your Ikigai

Ikigai significa propósito. Parece simples, mas podemos levar a vida inteira para encontrar o nosso. E como diz a frase não o encontramos sozinhos. No projeto que compartilharei aqui, além dos números e de toda a teoria, houve essa conexão. Ele simplesmente fluiu, e algum tempo depois, me fizeram perceber que ali estava um pouco do meu Ikigai. Como pessoa, como profissional de dados, e como Product Manager.

EMPG Celso Leite Ribeiro Filho. Foto por Christian Zambra

Começando pela pessoa, compartilho aqui um pouco de mim. Essa foto. Eu estudei aí. Escola Municipal de Primeiro Grau Celso Leite Ribeiro Filho. Bairro Bela Vista. São Paulo, SP. Esse bairro, também conhecido como Bixiga, fica na região central da capital paulista, indo do Vale do Anhangabaú até a Avenida Paulista. Faz divisa com conhecidos bairros da cidade: Sé, Liberdade, Consolação, Paraíso e Jardins. Uma região onde diversas culturas se encontram, do oriente ao ocidente, das áreas mais ricas às mais pobres, das mais seguras às mais violentas. E uma coisa eu lembro daquela escola, e que já dá pra sentir na arquitetura presente na foto: Poucos dos meus colegas acreditavam que estudar era o caminho para um futuro melhor.

Eu tive muita sorte, estive cercado de pessoas que me fizeram acreditar que sim esse era o caminho. E eu estudei bastante. Ao terminar o primeiro grau, minha mãe fez um esforço e me colocou em um colégio particular do bairro. Não era um super colégio, mas me ajudou. Nesse período participei das Olimpíadas de Matemática, tendo a oportunidade da fazer a preparação (gratuita) em um dos melhores colégios/cursinhos do país. Ao fim do colégio não fui aprovado em nenhuma universidade pública, porém consegui uma bolsa no mesmo cursinho da olimpíada, e continuei estudando. E finalmente passei na USP, para estudar engenharia na Poli. Depois fiz Publicidade na USP também (ECA). E fiz MBA (parcialmente patrocinado pelo lugar onde trabalhava) na faculdade chic do bairro, a FGV. E continuei estudando. Certificação em Strategic Decisions por Stanford, Machine Learning pelo MIT, AI Product Manager pela Udacity. E continuo estudando. Agora mestrando pela FEA USP, em comportamento do consumidor. Isso me fez muito bem, e eu queria que meus colegas dali do Celso Leite, e de onde quer que fosse, que não acreditam que podem estudar, acreditassem, e se esse é o caminho deles, tivessem o direito de sonhar e perseguir esse sonho.

Seguindo para o profissional de dados, minha “alma-mater”, a primeira instituição onde me graduei foi uma escola de engenharia. E minha primeira profissão foi planejamento estratégico. Números que resolvem problemas. Porém números não existem por si só. Minha esposa é pesquisadora em hematologia, e costuma dizer em suas aulas que por trás de cada tubo de sangue existe uma pessoa. Empresto aqui a frase para os números que analisamos. Eles significam algo. Eles podem significar uma pessoa, suas ações, seus comportamentos, e por vezes até mesmo seus medos e frustrações. Creio ser essencial entender isso para tomar as decisões corretas.

E por fim como Product Manager, encontrei a felicidade de que fala o Ikigai ao ajudar a criar soluções que atendam às necessidades das pessoas, criem valor e façam suas vidas melhores. Para essa contribuição, é necessário entender dores que por vezes elas não conhecem, equilibrar isso com o que é viável do ponto de vista do negócio/empresa, e com o que é possível tecnologicamente. Nesse equilíbrio, ao meu ver, está a arte do Product Management.

Onde o maior valor é acreditar

“ É necessário sempre acreditar que o sonho é possível
Que o céu é o limite e você, truta, é imbatível
Que o tempo ruim vai passar, é só uma fase
Que o sofrimento alimenta mais a sua coragem”
Racionais Mcs — A Vida é um Desafio

Tudo começou com uma grande oportunidade. Entrei em uma empresa, com o objetivo de lançar um novo produto, uma inovação incremental. Lancei, atingi rapidamente os indicadores desejados, porém analisando os dados, percebemos que, da forma como atuávamos, não havia mais como crescer. E ai tivemos que inventar :)

Essa empresa tem sede no vale do silício, e foi uma das precursoras do que chamamos de inbound marketing, ou marketing de conteúdo. De maneira extremamente resumida, ela comercializa leads qualificados (clientes extremamente propensos a comprar algo), obtidos através do seguinte fluxo:

• Conteúdo: A empresa possui sites próprios, segmentados por setor de atuação, e com conteúdo especializado, voltando para a atração de leads qualificados. Nesse conteúdo, todas as propagandas apresentadas são da empresa.
• Propaganda: Ao clicar em uma das propagandas, o visitante é encaminhado para um fluxo de qualificação, onde é convidado a responder uma série de perguntas para que possamos encontrar a melhor oferta para ele. De posse de todos estes dados, entra em ação a ferramenta de Match.
• Match: Um algoritmo que utiliza dados estatísticos, técnicas de machine learning e muita experiência de quem o opera cruza os dados do visitante com as ofertas disponíveis na empresa, e escolhe a melhor oferta para ele. Esse mesmo algoritmo identifica a propensão daquele usuário em fazer a compra, e caso seja alta, o envia para a pré-venda.
• Pré — Venda: Aqui os usuários esclarecem as últimas dúvidas e fazem a pré-contratação do produto ou serviço. Um exemplo de canal empregado para isso é o Call Center, onde atendentes finalizam a compra.

O segredo da empresa estava no sistema de Match. Um sistema extremamente complexo e inteligente, capaz de cruzar os visitantes com as soluções que melhor atenderiam suas necessidades. Bom, um dos segredos. Em breve vamos notar que havia mais valor naquele processo.

Agora um ponto importante: Eu trabalhei no escritório brasileiro daquela empresa, e aqui o principal mercado onde ela atuava era Educação. Mais precisamente, Ensino Superior.

Pessoas que querem e precisam acreditar

Qual seria o outro segredo? Haveria algum valor que não estávamos enxergando naquele processo? Bom, alguns números nos mostravam coisas curiosas.

Existe um conceito em Marketing chamado engajamento. Diria que é o quanto o visitante quer interagir com o conteúdo ou processo. Em geral, quando temos visitantes navegando de uma tela pra outra, o engajamento vai caindo. Em um questionário, é de se esperar que haja uma queda significativa de uma pergunta pra outra. Vai se formando uma espécie de funil. Porém ali era diferente. O engajamento dos visitantes era alto, a queda de uma tela para a outra era bem menor que o esperado.

Ou seja: Quem estava ali queria acreditar, queria estudar. No mundo da internet, da ansiedade, dos vídeos de 15 segundos, quem se dá ao trabalho de responder um questionário quer algo. Agora, seria possível separar essas pessoas que querem algo em quem contratou e quem não contratou, e buscar entender o porque dos que não contrataram?

Vou apresentar aqui dois conceitos estatísticos/machine learning que nos ajudaram a separar os grupos (clustering) e entender os motivos (variáveis latentes). Mas desde já, peço sinceras desculpas aos matemáticos pela extrema simplificação e “liberdade didática” na utilização dos termos.

Clustering:

Sabe aquele grupo de amigos com o qual você tem uma super afinidade? Várias características em comum, tanto que um trás para o outro dicas de filmes, compras… e sempre são dicas boas, que você curte, tem a ver com você? Vocês gostam das mesmas coisas, e acabam tendo comportamentos semelhantes?

De uma maneira simplificada, clustering é uma metodologia de machine learning onde agrupamos dados de acordo com características em comum. A técnica mais conhecida é a chamada K-means, mas falaremos disso em outro post. De maneira resumida, tentamos agrupar objetos/pessoas semelhantes, observando essa semelhança através de uma série de variáveis. E a partir desses grupos, tentamos compreendê-los melhor, e prever comportamentos.

Análise de Variáveis Latentes

Sabe aquele momento em que você quer perguntar algo para alguém, mas não tem como perguntar diretamente, então você vai meio que seguindo pelas bordas, fazendo perguntas indiretas, até descobrir (adivinhar/induzir) o que quer?

Pois bem, variáveis latentes, como o nome sugere, são variáveis que não podem ser diretamente observadas, não tem como perguntar diretamente. Elas são obtidas através de outras variáveis, ou outras perguntas. Existem técnicas estatísticas interessantes para trabalhar com esses conceitos, como por exemplo análise multivariada e equações estruturais (SEM).

Esse conceito é muito utilizado em psicologia e comportamento do consumidor, e aqui trarei um exemplo da minha pesquisa de mestrado. Para tal pesquisa, eu enviei um questionário, e uma das coisas que esse questionário deveria medir é o nível de ansiedade do respondente, pois isso poderia impactar seu padrão de consumo. Em nenhum momento eu perguntei ao respondente qual o nível de ansiedade dele, não tem como responder isso. Eu fiz o seguinte:

• Utilizei um “pedaço” de uma série consolidada na psicologia, a DASS-21 (Escala de Depressão, Ansiedade e Stress). Peguei só as questões relacionadas à Ansiedade
• Enviei o questionário, e analisei as respostas destas perguntas estatisticamente, para saber se o construto funcionou, se as perguntas estavam indicando mesmo uma variável latente para todo mundo ou se havia algum problema (por exemplo interpretação, tradução, etc)
• Comparei a média das respostas de cada indivíduo com a escala, e classifiquei para saber quantos estavam com ansiedade ou não, e se isso impactava outros aspectos do questionário.

Pois bem, utilizamos esses dois conceitos, buscando clusterizar os respondentes e entender se haviam características em comum entre quem contratava e quem não contratava as soluções, e depois utilizamos os princípios de variáveis latentes para tentar identificar algum insight, algo oculto nos que não contratavam e onde poderíamos ajudar.

Neste ponto, além de pedir desculpas aos matemáticos, gostaria de pedir desculpas a todos os pesquisadores.

De uma maneira bonita, poderia dizer que a partir daqui a ciência dá lugar à arte. Talvez a arte do improviso, ou a arte de assumir riscos. Esse foi um projeto da vida real, não da vida ideal.

Em um mundo ideal, todas as variáveis utilizadas em equações matemáticas são contínuas. Aqui não. Para tentar amenizar, alguns estudiosos usam escalas (como a Likert) pedindo para a pessoa classificar sua resposta entre concordo e não concordo, de 1 a 7 por exemplo, pra tentar fazer a resposta parecer como uma variável contínua. Na minha tese fiz isso. Aqui não.

Aqui na real, nem sequer todos os dados eram perguntas. Pegamos tudo que tínhamos. As perguntas não eram em escala. Pegamos do jeito que estava. As perguntas não foram feitas pro que a gente tava procurando. Buscamos mais dados. Os outros dados eram secundários, eram do IBGE, do Ministério da Educação. Fizemos o que pudemos. Acreditamos e conseguimos.

Separamos “clusters”, ou o mais próximo que chegamos disso, com pessoas que contratavam o serviço e que não contratavam. Identificamos diferenças. E nessas diferenças, tentamos encontrar variáveis latentes que explicassem o motivo de não contratarem. Pegando carona nos conceitos de design thinking, usamos os números para traçar personas, e dessas personas tiramos insights.

E que surpresa não foi encontrar nessa persona que não contrata, descrições tão semelhantes aos meus colegas do Celso Leite… Jovens, começaram a trabalhar cedo, e não acreditam que a faculdade possa ser o seu lugar.

Não acreditam que a faculdade possa ser o seu lugar.

Esse trecho, além de partir o coração, foi uma hipótese central para o projeto, por isso vou retornar aqui um conceito já tratado em outros posts: A Teoria do Comportamento Planejado:

Segundo tal teoria, as ações de uma pessoa podem ser explicadas através do controle que ela tem sobre a ação, a norma subjetiva (o que ela acredita que as outras pessoas vão pensar daquela ação) e sua atitude. E assim analisamos nosso problema:

• Controle: Aqui estava nossa primeira surpresa. Pensamos que a renda seria um fator importantíssimo, mas comparando clusters de quem contratava e não contratava, isso não se provava. Haviam sim pessoas de baixa renda que cursavam início superior. Essa hipótese é forte e contra intuitiva, mas se provou depois em pesquisa primária.
• Norma Subjetiva: Aqui nascia a nossa hipótese. Dentre outras coisas, quem não ia para a faculdade era filho de pais que não foram. Vivia em regiões de baixa renda, onde se encontram poucos profissionais com ensino superior, e estudavam em escolas públicas. Existia pouca gente próxima para servir de exemplo. Uma pesquisa primária posterior reforçou isso, o ensino superior era algo distante no imaginário deles.
• Atitude: Se não houve incentivo e exemplo real, baseado em ações, desde a infância, para estudar, era de se esperar que a atitude em relação ao estudo não fosse tão forte assim. Aprofundamos isso de maneira qualitativa, analisando ligações do call center.

Até aqui coletamos indícios que nos levaram a uma hipótese:

“Parte de nossos clientes não acredita que pode cursar o ensino superior. Porém eles querem, estão engajados no nosso fluxo, e nós podemos atuar aí, criando valor para eles”.

Será que nós podemos ajudar?

Na maior parte das decisões de negócio, ponderamos risco e retorno. Aqui, pelos números sabíamos que o retorno potencial era alto, mas acho que ficou claro que o risco também era. Porém, em nossos corações queríamos fazer algo, então buscamos soluções.

Um caminho seria reduzir o custo (e aí o potencial prejuízo caso desse errado). E para reduzir custo buscamos junto do time de desenvolvimento sinergias, aproveitando ao máximo o que já tínhamos pronto. Isso ajudou em um outro ponto: Testar rápido (fail fast). E junto do time de Design buscamos aproveitar e adaptar coisas que já estavam prontas. Parece simples, mas vale dizer que cada um desses times estava em um continente diferente. Mas nos unimos por um objetivo comum. E como veremos depois, feito é melhor que perfeito, e foi por aí que seguimos.

Mas agora vamos entender qual era a ideia para ajudar nossos visitantes a seguir essa jornada em direção à faculdade?

Nossos heróis precisam acreditar

Aqui apelamos definitivamente para a arte. Mais precisamente para a sétima arte. O cinema possui linguagem própria, e nessa linguagem alguns padrões podem ser encontrados. Um deles, herdado da mitologia, é a Jornada do Herói, estudada por Joseph Campbell.

E quem não assiste filme né? Quem não tem a TV, a novela, o BBB ou a sessão da tarde perto de si? Quem em algum momento da vida não viu o herói Daniel San sendo conduzido em sua jornada pelo mentor Senhor Miyagi, ou o herói Frodo sendo conduzido pelo mentor Gandalf? Ou o herói Harry Potter sendo conduzido em sua jornada pelo mentor Dumbledore, ou anda Luke Skywalker sendo conduzido pelo mentor Mestre Yoda? E a Juliette do BBB, será que um tal de Lucas deum bons conselhos quando ela estava para desistir?

Talvez até tenha faltado um mentor para nossos visitantes, mas essa linguagem estava na mente deles, e foi isso que usamos. Nosso fluxo não seria simplesmente um fluxo, seria uma jornada, onde ele encontraria um mentor. Não um mentor distante, mas um empático, com a cor dele, os traços dele, que fale a língua dele, que o faça se sentir confortável, confiante e acreditar que a faculdade sim é um lugar para ele, e que ele tem o direito de perseguir o sonho de um diploma universitário.

Esse projeto também parece um sonho impossível né? Esse não seria um processo simples, em teoria exigiria muito tempo e muitos testes, mas tinha muita fé e dedicação envolvida, e todo mundo sabia que esse não era o mundo ideal, isso era a vida real. E estávamos juntos aqui.

Feito é melhor que perfeito

Identificamos como principal oportunidade para construir a jornada o nosso fluxo de qualificação, a sequencia de perguntas que os usuários respondiam com tanto engajamento. Em geral, para testes em um fluxo como esse, utilizamos testes AB.

O que é um teste AB?

É um teste onde, de maneira simplificada, criamos duas páginas: Uma, que seria o controle, é exatamente a página como está hoje. A segunda, o teste, apresenta uma única mudança. Dividimos o trafego entre elas, e analisamos qual foi melhor sucedida de acordo com o fator que gostaríamos de alterar. Em todos os testes que costumávamos fazer, alterávamos somente um fator por vez. Mas aqui queríamos mudar a experiência, e tínhamos pouco tempo. Ao invés de testar ponto a ponto para chegar em um MVP (Produto Mínimo Viável), partimos para um MLP (Produto Mínimo Amável).

MLP — Minimum Lovable Product

Tomando as palavras de Jiaona Zhang (Stanford), “você pode conseguir insights mais valiosos se seus aprendizados forem baseados em um primeiro produto que é próximo de algo que os usuários podem amar”. Assim, pensando que os usuários amariam a experiência inteira, colocamos na mesa todos os pontos de contato possíveis para construir aquela experiência:

• As características dos mentores: Cor da pele, cabelo, traços, tudo referenciando nosso público alvo, buscando criar empatia e empoderamento
• O cenário: Ícones brasileiros que remetiam a uma jornada em direção ao sucesso na carreira
• As frases: O questionário virou um diálogo, onde, de acordo com as respostas dos usuários, o personagem do mentor comentava e perguntava, na linguagem dele.

Isso envolveu muito esforço, trabalho em equipe, e fé.

O esforço se deu pois, como disse no começo, tivemos que improvisar muito para conseguir fazer essas alterações como o que tinhamos.

O trabalho em equipe foi incrível. É difícil descrever o fluxo de ideias, o compartilhamento entre profissionais de 3 continentes, compreendendo o problema, pensando junto e resolvendo. Do oriente ao ocidente. Da arte visual que refletia a cultura brasileira, passando pelos códigos que improvisaram uma complexa árvore de decisão, ao vocabulário dos nossos visitantes que refletia o diálogo deles no Call Center. E as reuniões. As sugestões. As ideias. Cada detalhe que refletia o sentimento de quem participou, e se sentia também representado naquelas mentoras e mentores.

Foi incrível. Nesse fluxo eu senti a conexão de que fala Ken Mogi.

Aqui falo o último número desse texto:

22%

Lançamos o fluxo, durante uma fusão entre empresas, testando tudo de uma vez (AB da vida real), fomos pro tudo ou nada e… aumentamos em 22% a conversão do fluxo. Todos os que trabalham com Marketing Digital sabem o quanto isso significa. O quanto isso representa. O valor de um salto como esse. Mas foi muito além do número.

Ikigai

Sonho. Tem gente que sonha. Sonha em ser alguém na vida. Sonha em ter um diploma, um bom emprego, conforto pra família. Tem gente que, com os obstáculos da vida, acaba desistindo desses sonhos. A vontade continua, mas o sonho parece tão distante, parece que não é o lugar deles.

Nós orgulhosamente, através desse produto, demos a nossa contribuição para que milhares de estudantes brasileiros pudessem continuar perseguindo esse sonho. Acreditassem que sim, o diploma é pra eles, e se matriculassem em uma universidade.

Sinto-me muito honrado e orgulho de ter participado desse momento, de ter compartilhado isso com pessoas tão especiais que acreditaram nesse sonho, e de ter contribuído com tantas pessoas que como eu e meus colegas do Celso Leite, tem todo o direito de sonhar e perseguir seus sonhos.