4 dicas para escolher boas métricas

Compartilhe:

Imagine o seguinte cenário: o time está tendo dificuldade para atingir os resultados esperados dentro daquele produto, e vocês precisam mudar a estratégia.

Como saber qual o melhor caminho? Depois que fiz a escolha, como saber que deu certo?

A resposta para essas pergunta – e, sinceramente, para quase todas do tipo – está nas métricas! Coletar dados sobre o produto é essencial para embasar nossas decisões e reduzir a incerteza.

É também uma forma de confirmar ou descartar hipóteses.

Mas por onde eu começo?

O primeiro passo é entender qual problema estou resolvendo. Por que este produto é importante para o cliente? E assim buscar a métrica que garante que este propósito está sendo atingido.

Nosso primeiro instinto é buscar métricas que sejam financeiras ou de crescimento de usuários. Apesar de serem muito ligadas com o sucesso do negócio, métricas do tipo não garantem que estamos resolvendo um problema real do usuário.

Por exemplo: um produto que promete assinatura gratuita por 3 meses e começa a cobrar depois desse período.

Durante esse período você usou e percebeu que o produto não atendia às suas necessidades – ao contrário, não cumpria o que prometia.

Você deixa de usar e esquece que passaria a ser cobrado. É um valor baixo e você só percebe depois de uns 4 meses.

Se esta empresa tem como principais métricas a quantidade de usuários e total arrecado em assinaturas por mês, um bom investimento em propaganda pode mantê-la funcionando por uma infinidade de tempo, sem ela nunca precisar resolver ou satisfazer o problema real dos clientes.

Essa é a verdade: na maioria dos casos, o cliente não está ligando muito para quanto dinheiro a empresa tem em caixa ou quantas pessoas estão usando.

Isso é consequência de um bom produto.

Vamos pegar a Netflix como exemplo – hoje a métrica que mais importa é o que ela chama de “value hours”, traduzido como “horas de valor” ou a quantidade de horas que as pessoas passam assistindo a algo de que elas realmente gostaram.

Com esse dado a Netflix consegue entender quais temas as pessoas mais gostam de assistir, fazer melhores recomendações, criar programas ou filmes cujo público irá se relacionar e, no final, conquistar clientes satisfeitos por mais tempo.

Com o nosso produto não deve ser diferente. Conceitos como KPI (Key Performance Indicator) e North Star trazem esse pensamento.

Para chegar na melhor métrica é necessário direcionar o olhar para o cliente e se o produto atende à sua necessidade.

Erre rápido, aprenda mais rápido

falhe-rapido

Até depois de entender a que o produto serve, muitos caminhos podem ser tomados. Pode ser a perfeita solução que não escala, algo que parece estar fora do lugar, mas não sabemos muito bem o que é.

O famoso “cheiro” de que algo está errado. Inclusive, durante o processo de descoberta do problema, podemos nos deparar com esses desafios.

É o momento das hipóteses.

Diferente de um fato, hipótese é a chance de algo acontecer ou não, de uma situação ser verdadeira ou falsa. Pense assim: quando acordo de manhã e vejo o céu nublado, existe uma chance de chover.

Essa é uma hipótese que formulei baseada em observação (céu nublado) e em análise de dados do passado (sempre que chove o céu cobre de nuvens).

Com base nessa observação eu posso decidir sair de casa com um guarda-chuva – em outras palavras, com base na hipótese posso tomar decisões e experimentar.

Caso não chova esse dia, minha hipótese estava errada, do contrário ainda bem que observei meu cenário e analisei os dados.

Ainda no exemplo do céu nublado, posso perceber que durante muitos dias está amanhecendo com o tempo fechado, mas nem sempre chove, e isso está atrapalhando a minha tomada de decisão.

Decido então olhar a previsão do tempo e cruzar um dado com o outro para reduzir minha chance de erro.

Quanto menor é a incerteza, melhores são as decisões

O mesmo acontece com produto: quanto menor é a incerteza, melhores são as decisões. E quanto mais aprendemos sobre o cliente e sobre o negócio, mais iluminado o caminho fica.

Busque as métricas que tragam respostas:

  • Como o cliente descobre seu produto?
  • O que ele faz em seguida?
  • Em que momento ele perde o interesse?
  • Por quê?
  • Ele entende como usar?
  • Qual benefício seu produto traz?
  • Qual o diferencial?
  • Esses benefícios e diferenciais são percebidos e validados?

Essas e outras tantas perguntas podem se traduzir em métricas, como quantidade de pessoas que deixam o fluxo em determinada etapa, vida útil do produto, funcionalidades mais e menos utilizadas etc.

Identificando boas métricas

Aqui deixo 4 dicas para construir dados melhores, que nos permitem contar uma história:

  1. Comparável: a métrica precisa nos dizer se o resultado mudou após um ou mais eventos. Como a quantidade de cliques em um botão antes e depois de uma alteração.
  2. Compreensível: preciso entender de cara o que ela quer dizer.  Se o número é confuso ou distante da realidade do produto, preciso encontrar outra métrica. Dados que dependem de muitas contas ou de uma série de filtros podem nos deixar mais míopes para o que está acontecendo.
  3. Ser uma relação ou taxa. Por exemplo: Uma barraca vende 10 pasteis por dia. Isso é bom ou ruim? Pode ser bom se este for todo o seu estoque (taxa de saída), ou ruim se mês passado ele vendeu 20 por dia (relação).
  4. Combinável: a alteração de um dado pode depender de vários fatores, como o número total de cadastro em um app, que pode depender de divulgação, alterações do fluxo ou mesmo indisponibilidade de um sistema. É importante termos ou buscarmos quando necessário esses dados adjacentes, para nos dar mais contexto e ajudar na tomada de decisão.

Se o número é muito bom, desconfie

Mesmo seguindo todas essas dicas, podemos cair na armadilha das métricas de vaidade. Essas métricas são aquelas que sempre melhoram, e nos deixam com uma sensação de que está tudo bem.

O acumulado de entregas de um time, por exemplo, pois sempre cresce – nunca parecerá ruim, pois está maior que o número anterior, mas na prática não significa muita coisa.

Também devemos tomar cuidado com dados que parecem muito bons, mas quando vamos investigar, estão errados.

Tipo quando um produto sofre redução das reclamações num curto período – pode soar como algo ótimo, até descobrirmos que o produto ficou fora do ar durante 2 dias inteiros.

Se algo acontece que você não pode explicar, investigue, para não ser pego de surpresa depois.

É isso, pessoal! Muito obrigada por ler até aqui. Se gostou, comenta!

Carolina Serpejante


Autora Convidada: Carolina Serpejante
Jornalista de formação, Carolina Serpejante começou a carreira trabalhando no Minha Vida como repórter. Lá, passou de jornalista para Product Owner em 2014, quando conheceu os métodos ágeis e se apaixonou. Hoje é Agile Coach no PagSeguro PagBank e busca todos os dias impactar positivamente a vida das pessoas.

Sobre o autor(a)

Evolução Contínua de Pessoas e Organizações

Transformar pessoas e organizações ao redor do mundo é o que nos move. Mais do que ferramentas e métodos, promovemos uma nova cultura, onde negócios e pessoas entregam valor continuamente, experimentando, aprendendo e melhorando diariamente.

Artigos relacionados

Avelino segurando um microfone e uma camiseta preta escrita Agile. Ele é pardo, barba e cabelos grisalhos.

É uma pergunta comum em diversos times ágeis: Temos capacidade para atender a demanda? A resposta é não. Como diz Rodrigo de Toledo: “No trabalho do conhecimento, a demanda sempre irá superar a nossa capacidade de atendê-la.”. O desafio é…

Avelino segurando um microfone e uma camiseta preta escrita Agile. Ele é pardo, barba e cabelos grisalhos.

Data storytelling. Se você acompanha o nosso blog, já deve ter percebido que eu gosto muito de trabalhar com métricas, dados e gráficos. É interessante, mas esses artefatos, apesar de serem interessantes, sozinhos eles não vão dizer muitas coisas. Você…

Avelino segurando um microfone e uma camiseta preta escrita Agile. Ele é pardo, barba e cabelos grisalhos.

A criação de personas é um dos passos mais importantes no desenvolvimento de produtos, mas pode ser um desafio quando se trata de reunir dados e representá-los de forma precisa. Neste artigo, vou mostrar como usamos a inteligência artificial para…

Avelino segurando um microfone e uma camiseta preta escrita Agile. Ele é pardo, barba e cabelos grisalhos.

Políticas explícitas são o alicerce invisível que mantém times ágeis funcionando com eficiência e harmonia. No contexto do Kanban, elas são mais do que simples regras: são acordos claros que orientam decisões, promovem transparência e evitam confusões. Apesar disso, muitas…