Este artigo sobre equipes de Produto orientadas a dados é uma tradução adaptada de “Data-driven product teams“, escrito por Aakash Gupta. Por ser um conteúdo de alto valor, consideramos uma boa ideia traduzi-lo para ajudar a comunidade brasileira de Produto a evoluir. Boa leitura!
Por que ter um analista dedicado?
- As realidades do gerenciamento de produtos orientado a dados de hoje fazem com que considerar a adição de um analista mais cedo ou mais tarde seja atraente;
- Um analista pode liberar Product Managers para que possam se concentrar em outras coisas, fazendo análises mais profundas e investigando além de solicitações específicas, atuando como uma parte mais objetiva e informando sobre o Discovery.
Além do Trio de Produto
Muito da literatura de Produto se concentra em 3 indivíduos: Product Manager, Product Designer e Engenheiro. Normalmente, esse esquadrão de 3 funções-chave é definido para criar produtos.
Há muito o que gostar nesta caracterização. Ela foi especialmente elaborada para contrastar com as equipes de destaque. Tenta ilustrar o papel de 3 parceiros similares, no qual um gerente de produto se concentra especificamente na visão do produto e prioriza um roadmap diante de casos de uso e pontos problemáticos. Isso permite que a equipe vá da entrega do projeto/recurso à entrega do produto em relação aos principais resultados. Essas equipes se esforçam com contexto e objetivos, não com decretos sobre o que fazer.
Uma das razões pelas quais a literatura se concentra tanto nesse Trio de Produto é que ele é comprovado, mas ainda não é onipresente. A equipe de produto é a marca registrada das maiores empresas do Vale do Silício. Todos os grandes players de tecnologia em ascensão ou novos, como Spotify e Airbnb, a usam. Ao mesmo tempo, 80-90% das empresas que desenvolvem produtos de tecnologia ainda usam o método mais Waterfall, com muitas equipes de funcionalidades.
Com relação a explicar o valor de uma equipe de produto liderando o processo do produto e o papel do gerente de produto, acho que o Trio de Produto funciona bem. Mas acho que algumas coisas mudaram, já que essa concepção da equipe de produto foi formada há 20-30 anos.
Primeiro, os dados tornaram-se mais disponíveis
Esteja você em B2B ou B2C, o grande volume de dados se multiplicou. Além disso, o tamanho desses dados se multiplicou. Os gerentes de produto não podem mais baixar arquivos do Excel de todos os seus clientes e um plano financeiro e trabalhar a partir daí para fazer seu trabalho. Product Managers estão explorando petabytes de telemetria, consultando bancos de dados hive e executando SQL/python, que levam horas para serem executados. Isso leva tempo – incluindo pesquisas para acompanhar as tecnologias mais recentes – para ter um bom resultado.
Em segundo lugar, mais trabalho de produto envolve dados
Atualmente, cada equipe de produto está identificando segmentos, testando e utilizando machine learning em alguma camada de seu produto. Se ainda não são, deveriam ser.
Embora a segmentação baseada em design e conhecimento do produto seja aceitável, fazer um agrupamento rigoroso não supervisionado é ainda melhor. Embora a implementação de recursos e a análise das alterações ao longo do tempo sejam aceitáveis, executar e medir a significância estatística de testes A/B com amostragem adequada é ainda melhor. Finalmente, enquanto construir um design para colocar as informações mais importantes em primeiro lugar é ótimo, construir uma rede neural para colocar as categorias certas em primeiro lugar é ainda melhor.
Esses 2 fatores significam que os dados se tornaram um componente cada vez maior das equipes de produto mais fortes. Como resultado, acho que a maioria das pessoas quer aprimorar suas equipes de produto mais rápido do que imaginam.
Para ser claro, as equipes de features e produtos devem trabalhar com analistas. A distinção aqui é que o analista:
- Permanece por tempo integral na equipe de produto;
- Acompanha de perto, permanecendo ao lado da equipe de produto;
- Participa de todas as mesmas reuniões de produto que o restante da equipe;
- É um parceiro igual na tomada de decisão do produt;
- É mantido no mesmo conjunto de OKRs que o resto da equipe – os resultados do produto.
Como todos os outros membros, eles ainda reportam a uma liderança especialista em impulsionar a análise de produto e que também ajuda a coordenar a plataforma de dados, permitindo que o analista possa se concentrar na solução.
Eu destacaria 5 valores-chave específicos ao adicionar um analista (mais cedo ou mais tarde):
1. Liberar a pessoa Product Manager para o trabalho no produto
Formular explicitamente segmentos de consumidores, dores, hipóteses, fazer trade-offs e outros trabalhos de Produto acabam ficando dependentes da análise. Cada hora que um gerente de produto está executando um algoritmo de agrupamento para identificar os próprios segmentos de clientes é uma hora a menos para entender os consumidores ou construir a visão do produto. Essa troca é muito cara. Ser gerente de produto é um trabalho em tempo integral, sem assumir o trabalho de analista. Esse é o mesmo princípio pelo qual é importante ter designers ou engenheiros na equipe. Vale a pena ser capaz de se concentrar.
Quando um PM pode abrir painéis e pastas de trabalho bem feitos e que são atualizados para analisar as principais métricas, bem como novos testes, isso permite que essa pessoa se concentre na análise e nos resultados. Essa é a mesma razão pela qual a equipe de mídia paga, por exemplo, tem gerentes de canal, dedicados a observar e reagir aos dados. Essas pessoas também não escrevem o SQL por trás dos dados. O gerente de produto se torna mais um trader, que acompanhar os trade-offs do produto e otimizar os resultados em direção ao objetivo geral.
2. Ser capaz de uma análise mais profunda
Se você não vive e respira os dados, os dados se tornam uma ferramenta. Ter alguém que possui os dados permite que eles venham para a mesa prontos para fazer uma análise mais profunda. Por exemplo, criar uma nova segmentação de produto rigorosa leva meses, até mesmo para os melhores analistas ou gerentes de produto. Então, ter alguém que tenha tempo e habilidade para fazer isso é muito útil. Os analistas também podem ir mais fundo nos testes, analisando uma gama mais ampla de KPIs secundários e terciários. Da mesma forma, eles podem ajudar em tempos de crise, usando análises para identificar pontos problemáticos.
Estruturar os dados em tabelas intermediárias úteis é algo que a maioria dos gerentes de produto não tem tempo de fazer se a equipe de dados não fizer isso por eles. Esse tipo de trabalho é fundamental para acelerar consultas futuras e tornar os dados mais disponíveis é o tipo de projeto que um analista tem tempo para assumir. Os analistas de produto também podem trabalhar com a plataforma de dados e os times de Engenharia de Dados para arquitetar sistemas na latência e frequência que uma equipe de produto precisa.
3. Faça com que o analista investigue além das solicitações/meio período
Normalmente, 3 modelos estão em vigor se o analista não estiver dedicado à equipe de produto em tempo integral. Todos têm razões para serem abaixo do ideal. No cenário mais comum, as equipes de produto têm acesso a um analista com base nas solicitações. Então, quando eles tiverem tempo e previsão (normalmente do gerente de produto) para documentar uma solicitação e explicar por que é importante, eles entrarão na lista de pendências do analista para investigação. Isso resulta em analistas que apenas respondem às perguntas feitas, mas que nunca vão além. Além disso, eles não têm o contexto de estar no Discovery, no design, na meta e em outras reuniões que a equipe de Produto conduz.
Em outro cenário, o analista trabalha meio período. Essa pode ser a melhor alternativa, especialmente se a equipe estiver esperando para contratar alguém para essa função. Então, é claro, o analista deve fazer compensações com as reuniões da equipe do produto, já que têm menos contexto. Além disso, como eles na maioria das vezes não têm um OKR em torno do produto (em vez disso, é em torno da entrega de análises) eles têm menos “pele” em jogo. Normalmente, o trabalho do analista de meio período seria útil, mas não no nível de pensamento que um analista dedicado seria, cujo OKR fosse o do produto.
Finalmente, às vezes os analistas vivem um ambiente de análise à parte. À medida que seus dados e atenção se voltam para o tópico do seu produto, a equipe será inundada com executivos seniores e outros que viram os dados produzidos. Isso pode ser útil para ter uma comemoração objetiva. Mas, a longo prazo, não é uma relação de produto colaborativa. A análise consistente como parceira leva a resultados mais rápidos.
4. Tenha uma parte objetiva investigando analiticamente
Como um gerente de produto normalmente está intimamente envolvido com a criação de um roadmap e planejamento, ele pode estar inclinado a mostrar o progresso desse plano. Os analistas geralmente são ótimos em forçar a equipe a questionar suas suposições e progressos. O resultado foi estatisticamente significativo? Mudamos nosso OKR de primeira linha? Essas são perguntas que os analistas geralmente estão em posição de responder com excelência.
Um analista dedicado permite que alguém aborde o problema puramente do ponto de vista dos dados. Isso é benéfico de várias maneiras – por exemplo, previsão. Enquanto uma previsão de gerenciamento de produto deve aproveitar os ganhos das funcionalidades do produto, um analista pode ser mais desapegado. Eles podem construir uma previsão puramente baseada na sazonalidade, por exemplo. Ou eles podem vir à mesa com uma ideia realista do que pode ser o alcance de elevação, ajudando a caracterizar o sucesso de um lançamento.
Ter um analista dedicado também é uma forma de responsabilização do processo. Ele garante que a equipe de produto mensure cada mudança. Geralmente é mais fácil apenas atirar para todos os lados. Mas as equipes de Produto orientadas a dados são menos propensas a fazê-lo. Eles fazem um esforço extra para configurar os testes e utilizam de controle para apaziguar a festa da análise objetiva.
5. Utilizar dados na descoberta e atividades-chave do produto
Um bom analista de produto é um parceiro na descoberta do que construir: participar de sessões de usuário, iterar na descoberta e desenvolver a visão do produto. O responsável pelos dados pode, por exemplo, dimensionar rapidamente o impacto potencial de uma alteração com base no histórico de alterações semelhantes que analisaram. Eles também podem ajudar a definir os escopos, o KPI primário e os KPIs secundários.
Eles também podem ser igualmente úteis na comunicação de planos e na definição do sucesso do produto. Ao focar em dados, o analista pode ajudar a colocar rigor no trabalho por trás da análise para mostrar o impacto das mudanças que a equipe de produto envia. Isso pode ajudar na confiança da equipe de produto, a capacidade de reunir recursos e equipes para suas iniciativas e para o crescimento da equipe.
Quando expandir
Como todos esperamos, as equipes de Produto crescem à medida que as empresas crescem. Qualquer um dos seguintes conhecimentos também pode aprimorar uma equipe de produto, dependendo do contexto: Marketing de Produto, gerenciamento de programa técnico, ciência de dados, aprendizado de máquina, User Research, jurídico, operações.
Algumas das principais equipes grandes do Google têm quase todas essas funções. Para empresas que ainda trabalham na escala do Google, a chave é pensar em personalizar o crescimento de sua equipe de Produto para seu setor, setor e processo de vendas. As empresas podem ter funções específicas para sua estratégia. O Facebook, por exemplo, é conhecido por ter analistas de crescimento: analistas que se concentram especificamente obsessivamente nas métricas de crescimento.
Existem algumas regras comuns que eu sugiro pensar ao desenvolver uma equipe de produto. Primeiro, não cultive além da “regra das duas pizzas”, excluindo engenheiros. Gosto da regra das duas pizzas, mas os principais recursos da Pesquisa Google, por exemplo, exigem tanto poder cerebral que precisam de todos os stakeholders dedicados. Os engenheiros são parceiros iguais, especialmente um bom lead, mas alguns produtos exigem uma engenharia pesada, especialmente aprendizado de máquina ou de alta escala.
Em segundo lugar, comece a considerar “uma pessoa para cada três engenheiros” (novamente: estamos falando de tempo integral, em meio período você normalmente terá todas as funções). Então, comece com uma equipe de desenvolvimento: pelo menos 3 engenheiros. Em seguida, você passa para uma equipe de recursos: 3 engenheiros e 1 designer. Então, você vai para uma equipe de produto: 4-6 engenheiros, 1 designer e 1 gerente de produto. Quando o produto cresce para a importância de 7 a 9 engenheiros, você adiciona um analista se for B2C, ou um profissional de Marketing de Produto se for B2B (ou B2C, mas tiver uma força de vendas). A próxima função às vezes é dividir o design em design visual e design interativo. Outras vezes é outro gerente de produto. Em outras, é um engenheiro de automação de teste ou uma pessoa de controle de qualidade. Deixe suas necessidades ditarem o crescimento a partir daí. Estas são apenas regras de ouro e cada situação é diferente.
Aprendizados
A maioria das equipes de Produto deve considerar a adição de um analista dedicado à equipe mais cedo do que pensavam (certamente mais cedo do que há 20 ou 30 anos, à luz de como as equipes de Produto orientadas a dados são cada vez mais comuns). Em empresas B2C, particularmente, podem considerar um analista em tempo integral, além de um gerente de produto e designer em tempo integral, quando um produto atinge uma complexidade que demanda 4 engenheiros na equipe.
Domine Product Analytics
A PM3, escola referência em Produto no Brasil, te convida a conhecer o Curso de Product Analytics. Essa é sua chance de aprender a lidar com todos os tipos de dados de Produto, por meio de aulas aprofundadas com profissionais qualificados e cases reais de empresas brasileiras.
Você vai saber como acompanhar dados de forma eficiente para embasar as suas decisões e gerenciar stakeholders, conquistando mais confiança para sua carreira. E claro, você terá mais segurança para conversar com especialistas, orientando análises cada vez mais direcionadas.
Acesse a ementa completa e saiba mais!
Leia também:
