Pare de medir output. Comece a medir outcomes que a empresa não pode esquecer.
Um OS que lembra de toda decisão e seu resultado deixa você avaliar o outcome, não a atividade.
Apollo Space Research
Apollo Space
Um time de vendas dispara quarenta propostas num trimestre e o dashboard fica verde. A atividade subiu, o burn-down parece saudável, todo mundo ganha um aceno no all-hands. Ninguém na sala consegue te dizer quais dessas quarenta de fato fecharam, qual abordagem venceu, ou se enviar quarenta foi a razão das vitórias ou só ruído em torno de três que teriam fechado de qualquer jeito. O número que foi celebrado, quarenta, é o único número que não importa.
Medimos o que é fácil de contar, e o que é fácil de contar é movimento. Este post é sobre o gap entre movimento e resultado, e a única coisa de que uma empresa precisa para finalmente fechá-lo.
Um OS que lembra de toda decisão e seu resultado deixa você avaliar o outcome, não a atividade.
Por que empresas medem output em primeiro lugar
Não é preguiça. É física.
Output é a única coisa visível no momento em que uma coisa acontece. A proposta foi enviada, você consegue vê-la sair da caixa de saída. O ticket foi fechado, a call foi feita, a feature foi mergeada. Cada um desses é um evento discreto, com timestamp, contável, e você consegue colocá-lo num gráfico antes do almoço. O outcome, a proposta venceu, o ticket fechado de fato resolveu o problema do cliente, a feature moveu a métrica para a qual foi construída, chega semanas ou meses depois, num sistema diferente, contado por uma pessoa diferente, se é que alguém se dá ao trabalho de conectá-lo de volta.
Então avaliamos a parte que conseguimos ver. Não porque atividade é o que nos importa, mas porque atividade é o que está à nossa frente quando a avaliação acontece.
Output é o que você consegue contar hoje. Outcome é com o que você de fato se importaria, se ainda conseguisse lembrar de hoje quando ele chegasse.
Essa última cláusula é o problema inteiro. Quando o outcome pousa, a decisão que o causou já caiu da memória da empresa. A proposta que venceu foi a décima primeira deste trimestre; ninguém lembra o que a tornou diferente. A mudança de preço que elevou a conversão foi lançada em março; em junho a pessoa que defendeu já mudou de time e o raciocínio mora numa thread fechada que ninguém vai reabrir. A causa e o efeito existem, eles só nunca são segurados na mesma mão ao mesmo tempo.
A correção ingênua: medir com mais afinco
A resposta óbvia é contar com mais cuidado. Dashboards melhores. Mais métricas. Um OKR por time, um número north-star, um business review semanal onde todo mundo reporta seus números.
Parece rigoroso. Produz fichários.
Aqui está onde falha. Mais dashboards medem mais output, eles não conectam output a outcome, porque a conexão não é um problema de medição. É um problema de memória. Você pode plotar propostas-enviadas até quatro casas decimais e ainda não ter ideia de qual template venceu, porque “qual template” foi uma decisão tomada às pressas, num doc, por alguém que não a marcou, e a vitória chegou oito semanas depois através de um campo de CRM que ninguém liga de volta ao doc. Os dois fatos moram em dois sistemas sem nenhum fio entre eles. Contar com mais afinco em qualquer um dos lados não faz o fio crescer.
Então as empresas fazem a coisa cara em vez disso: elas atribuem um humano para ser o fio. Um analista, um chief of staff, um founder às 23h, manualmente andando de trás para frente de um resultado até a decisão que o causou, lendo mensagens antigas, reconstruindo quem decidiu o quê e por quê, costurando a causa ao efeito na mão. Funciona, mais ou menos, para as três decisões importantes o bastante para investigar. As outras novecentas decisões que uma empresa toma a cada trimestre ficam sem avaliação, porque não há budget de horas-humano para rastreá-las todas. O outcome de quase tudo que você faz simplesmente nunca é medido contra a escolha que o produziu.
Um OS que lembra de toda decisão e seu resultado deixa você avaliar o outcome, não a atividade.
A correção de verdade: um sistema que segura o loop inteiro
A razão pela qual output é fácil e outcome é difícil não tem nada a ver com as métricas. É que nenhum sistema único na empresa está presente nas duas pontas do loop, a decisão e seu resultado, e lembra que a primeira ainda está por aí quando a segunda chega.
Isso não é um dashboard. É um sistema operacional com memória.
Considere o que isso exigiria, concretamente. Quando uma proposta sai, algo registra não apenas que ela partiu, mas qual versão era, o que havia de diferente nela, quem decidiu enviar aquela, e o que esperavam que acontecesse. Esse último campo, a expectativa, é o que ninguém anota hoje, e é o que torna uma avaliação possível depois, porque um resultado só é bom ou ruim relativo ao que você estava apostando. Então semanas depois, quando o deal fecha ou morre, o mesmo algo conecta aquele resultado de volta à escolha original, automaticamente, enquanto você dorme, e agora a decisão tem uma nota anexada que nenhum humano teve que reconstruir. Multiplique isso por toda proposta, toda mudança de preço, toda feature, toda contratação, todo mercado em que se entrou. A empresa para de esquecer a causa quando o efeito aparece.
Nenhum desses quatro passos é difícil por si só. Registrar uma decisão é um write. Armazená-la é uma row. Observar o resultado é uma query. Casá-los é um join. A razão pela qual nenhuma empresa faz isso não é que qualquer passo isolado seja difícil, é que fazer todos os quatro, para toda decisão, para sempre, sem um humano dropar a corrente em algum lugar no meio, é precisamente o tipo de bookkeeping paciente e interminável em que pessoas são ruins e um sistema sempre-ligado é bom. A parte difícil nunca foi nenhum elo isolado. Era manter a corrente intacta ao longo de meses.
A ideia-chave é simples: você só consegue avaliar outcomes se um sistema lembra da decisão tempo o bastante para ver como ela acabou. A façanha inteira é o lembrar.
Memória é a primitiva, não o dashboard
Um dashboard é uma view. Ele te mostra o estado das coisas agora. No momento em que “agora” passa, o dashboard se repinta e o estado antigo se foi, que é exatamente o formato errado para avaliar outcomes, porque a coisa que você precisa avaliar aconteceu no passado.
O que você precisa por baixo é uma memória que não se repinta. Um registro durável de toda decisão que a empresa tomou, o que foi escolhido, por quem, por quê, e o que deveria alcançar, que continua endereçável meses depois quando o resultado finalmente chega. O dashboard se senta em cima dessa memória e vira algo novo: não um snapshot de atividade, mas um livro-razão de decisões esperando para serem avaliadas por seus resultados.
O loop tem que se fechar sozinho
Aqui está a parte que um humano não consegue sustentar. Fechar o loop, andar de um resultado de volta à sua causa, é trabalho sem glamour, nunca-terminado, e uma pessoa vai fazê-lo para as três decisões que doeram o bastante para investigar e quietamente pular o resto.
Um sistema não se cansa e não faz triagem. Quando um resultado pousa, ele consegue casá-lo de volta à decisão que o causou da mesma forma toda vez, para a nonagésima decisão tão fielmente quanto para a primeira. A avaliação para de ser uma investigação trimestral heroica e vira uma coisa que está simplesmente sempre verdadeira: toda decisão na empresa carrega seu próprio outcome, anexado, porque o sistema que observou a decisão ainda estava observando quando o resultado chegou.
Um OS que lembra de toda decisão e seu resultado deixa você avaliar o outcome, não a atividade.
O que muda quando outcomes são a unidade
Avalie outcomes em vez de output e os incentivos invertem de uma forma que você sente dentro de um trimestre.
Quando atividade é a métrica, o movimento racional é fazer mais coisas. Enviar mais propostas, lançar mais features, marcar mais calls, porque o gráfico recompensa a contagem. Metade desse movimento é desperdício, mas o desperdício é invisível, porque nada nunca conecta as quarenta propostas de volta às três que importaram. Você otimiza para parecer ocupado, porque ocupado é o que é medido.
Quando o outcome é a métrica, o movimento racional vira: faça as coisas que funcionaram mais, e as que não, menos. O template de proposta que vence é reusado porque o sistema lembrou que venceu. O experimento de preço que fracassou é aposentado porque seu resultado foi casado de volta à decisão, em vez de quietamente persistir porque todo mundo esqueceu que era um experimento. Você para de recompensar movimento e começa a recompensar o pequeno número de decisões que de fato moveram algo, que, acontece, era o ponto inteiro de medir, para começar.
A virada
Por que algo disto importa para a pessoa lendo?
Porque se você é um founder, você é atualmente a memória da empresa de por que as coisas foram decididas, e você está perdendo essa luta todo santo dia. Você lembra do raciocínio por trás das grandes chamadas por um tempo. Então a empresa toma suas próximas mil decisões, e as antigas borram, e o resultado da escolha número 312 chega e você genuinamente não consegue recordar o que estava pensando quando a tomou. Então você avalia sua empresa por output, como todo mundo, não porque acredita que atividade é a meta mas porque outcome exige uma memória que você não tem mais a banda para ser.
Mova essa memória da sua cabeça para um sistema que segura toda decisão até seu resultado chegar, e algo quieto acontece. Você para de ser o arquivo da empresa para por quê. Você passa a ser a pessoa que decide quais outcomes vale a pena perseguir em primeiro lugar, o que “venceu” deveria sequer significar, quais resultados valem a atenção da empresa, que tipo de empresa as notas estão lentamente tornando a sua. Esse julgamento sempre foi o trabalho que só você podia fazer. Ele só estava enterrado sob o trabalho de lembrar de tudo, que nunca foi trabalho em que você era bom, e nunca foi trabalho que você deveria ter tido.
É isso que estamos construindo na Apollo Space: um sistema operacional que lembra de toda decisão e o resultado que ela produziu, para que a empresa se avalie pelo que de fato funcionou em vez de quanto ela se mexeu. Os números no seu dashboard vão ficar menores e começar a significar mais. E a parte de você que vem segurando a história inteira na cabeça consegue colocá-la no chão, e finalmente só decidir para onde apontar a coisa.
A Apollo cuida da operação repetitiva da sua empresa pro seu time não precisar.
Entre na lista de espera: acesso antecipado, preço de usuário fundador e um lugar na primeira fila enquanto a gente constrói.
Entrar na lista de esperaPromoções estão mortas. Trust budgets as substituem.
Você não vai promover um agent; você vai ampliar seu trust budget uma tarefa verificada por vez, e o mesmo livro-razão deveria governar suas pessoas.
Tese de AutomaçãoA descrição de cargo está virando um arquivo de spec
Para um agent, um cargo vira uma spec versionada e testável, e isso muda como você desenha cada trabalho, inclusive os humanos.
Tese de AutomaçãoQuem é dono do trabalho quando o agent o faz?
Autonomia sem accountability é um passivo; aqui está o design organizacional que conserta isso.