em #Ágil
Série Lean Analytics: Aprendendo a pensar como um cientista de dados
Dando continuidade à nossa série de posts sobre o Livro Lean Analytics, hoje vamos falar sobre os capítulos 3 e 4 que compõem os dois últimos capítulos da primeira parte do livro.
Esta primeira parte do livro é bem conceitual e é muito importante principalmente para as pessoas que ainda não conhecem os princípios da Lean Startup. No primeiro post da série falamos sobre o ciclo do build, measure and learn, assim como sobre os conceitos básicos de uma boa métrica.
Neste segundo post você irá entender como é importante, antes de qualquer coisa, saber o que se quer construir, e como o Lean Canvas pode ajudar neste processo. Aprenda também a pensar como um cientista de dados, através dos conceitos de Data Driven VS Data Informed.
Vamos lá!
Capítulo 3: Deciding What to Do with Your Life
O livro é bem focado em empreendedores, por isso ele frisa a importância do empreendedor ser enxuto e analítico com o processo de desenvolvimento de um negócio para minimizar os desperdícios. Afinal de contas, existe alguém que queira passar a vida construindo algo que ninguém quer?
Se você já tem ideia do que quer construir, ótimo! Agora você precisa testar se sua hipótese está correta, de forma rápida e eficaz. Para fazer isso o livro recomendar usar o Lean Canvas do Ash Maurya.
O Lean Canvas é muito bom para identificar as áreas de maior risco de um negócio, de forma objetiva. Em uma única página com nove áreas distintas, você pode andar através dos aspectos mais importantes de qualquer tipo de negócio. Para montar o seu, é preciso preencher os seguintes pontos, e na seguinte ordem:
- Problema: Você identificou um problema real que as pessoas sabem que têm?
- Segmento de Clientes: Quem é o seu mercado alvo de clientes?
- Proposição de valor: Você tem uma forma clara e memorável de explicar o por que você é melhor ou diferente?
- Solução: Você consegue resolver o problema da forma correta?
- Canais de distribuição: Como o seu produto ou serviço chegará até os seus clientes? E o dinheiro deles até você?
- Fluxo de receita: De onde vem o dinheiro?
- Custos: Quais os custos diretos e indiretos para rodar o negócio?
- Métricas: Quais números monitorar para saber se você está progredindo?
- Vantagem competitiva: Qual a força multiplicadora que faz seus esforços melhores do que os do seu concorrente? Qual o seu diferencial?
Você se interessou pelo Lean Canvas? Leia também este post sobre Lean Branding e este outo sobre UX para Lean Startups.
Mas o Lean Canvas é apenas metade do que você precisa. Tudo isso não é só sobre achar um negócio que funcione, também é preciso encontrar um negócio que você realmente queira trabalhar. A dica aqui é: não comece um negócio que você não gosta!
Para ajudar na decisão sobre em que desprender seu valioso tempo, você pode usar estes três critérios citados pelo Designer Bud Caddel:
- O que você gosta de fazer?
- O que você faz bem?
- O que você pode ser pago para fazer?
Para lançar um novo negócio é muito importante você avaliar muito bem estes três aspectos acima. Você precisa dos três funcionando em perfeita harmonia, sendo o terceiro o mais importante. No diagrama é possível ver como agir para aperfeiçoar cada um dos pontos.
A lição mais importante deste capítulo, e para quem quer pensar como um cientista de dados, é que no fim, você deve estar sempre tentando responder a estas três perguntas:
- Eu identifiquei um problema que valha a pena resolver?
- A solução que eu estou propondo é a correta?
- Eu realmente quero resolver este problema?
Capítulo 4: Data-Driven Versus Data-Informed
Dados são poderosos. E podem ser viciantes. Uma das maiores críticas ao The Lean Startup é que é muito orientado a dados (data-driven), e que ao invés de nos tornarmos escravo dos dados, devemos usá-los como uma ferramenta. E esta crítica tem algum fundamento sim pois apenas usar dados para otimizar seu negócio, sem olhar para o grande panorama, pode ser perigoso.
Devemos ser Data-Informed e não Data-Driven. Ser orientado aos dados ajuda na otimização e na automação da coleta dos mesmo, mas é sempre preciso uma moderação do julgamento humano para tomar as melhores decisões e para nortear melhor a coleta de dados. Humanos fazem a inspiração e as máquinas a validação qualitativa.
Se você for Data-Driven, você trabalhará para os dados, mas se for Data-Informed, os dados trabalharão para você e para a sua empresa. Dados qualitativos são ótimos para testar hipóteses, mas são pobres para gerar novas hipóteses, a menos que sejam combinados à intervenção humana.
Para pensar como um cientista de dados é importante estar sempre de olho no grande panorama do negócio. Alguns empreendedores são compulsivos por dados, mas normalmente ficam paralisados na hora da análise. Outros só se preocupam com os dados da vaidade que são pertinentes ao ego. O importante é pensar a Lean Startup como um processo que você usa para seguir em frente e atingir seus objetivos.
The Lean Startup é focado em aprender acima de tudo e encoraja o pensamento, a exploração e a experimentação. É sobre realmente entender o que está acontecendo e estar aberto para novas possibilidades.
Se você captou esta mensagem, está pronto para seguir para o próximo post que virá em seguida, onde vamos falar sobre o Lean Analytics de forma mais prática e tática, abordando metodologias e frameworks para colocar a mão na massa pra valer!
Que tal conferir a série completa e entender melhor Lean Analytics em um e-Book prontinho?
