Erros mais comuns na implementação de OKRs


Fala pessoal, pra fechar essa mini-série, esses são os erros mais comuns que tenho encontrado na utilização de OKRs:

  • set and forget: definir OKRs no começo do trimestre e só olhar pra eles de novo no final do trimestre. Solução: ao definir os OKRs, já defina a cadência e cerimônias de acompanhamento (semanal ou no máximo a cada 2 semanas)
  • colocar projetos como objetivos: entregar um projeto, funcionalidade ou módulo do sistema não é um objetivo. Um projeto está sendo feito para alcançar algo. O que é esse "algo"? Pergunte-se: se esse projeto magicamente estivesse pronto hoje, o que mudaria? Pra que ele serviu? Onde eu vejo o impacto dele? Esse é o seu objetivo e esse projeto é apenas uma das formas de alcançá-lo.
  • só o time de Produto acompanha os OKRs: crie cerimônias e envolva todo o time (sim, devs também), idealmente rotacionando quem apresenta pro restante do time a evolução dos OKRs (sim, devs também devem apresentar)
  • ter OKRs de Produto e OKRs de Engenharia como coisas separadas: Produto dificilmente alcança resultados sozinho, em geral Product Managers alcançam resultados através do time de engenharia. Dessa forma, ao ter OKRs separados você estará entregando dois conjuntos de objetivos diferentes para um mesmo time. PMs e Engineering Managers devem trabalhar juntos, com input de devs, para definir apenas um conjunto de objetivos para o time
  • colocar muitos objetivos: costuma ser uma decisão difícil afirmar "não vamos trabalhar nisto nesse trimestre". Algumas lideranças não tomam essa decisão difícil e colocam muitos Key Results diferentes para um mesmo time, que claramente não tem capacidade suficiente para atacar todos. Das duas uma:
    • o time acabará escolhendo alguns dos objetivos: sejam os que eles mais gostam, os que têm mais domínio ou aqueles com algum incentivo, como um bônus ou a resolução de um problema de uma área com quem têm mais estresse.
    • o time vai tentar atacar todos ao mesmo tempo, pulverizando seus esforços e não sendo capaz de mostrar resultados significantes em nenhum deles. É melhor fazer uma coisa bem feita do que um pouquinho de muitas coisas.

Evite esses problemas e você já estará em um ótimo caminho!

Um abraço,

Leo

Leo Andreucci - CTO Mentor

Ex-VP Engineering @ Creditas ($4.8B). 20+ years building and scaling tech teams. Today, I help CTOs make better decisions.

Read more from Leo Andreucci - CTO Mentor

DX publicó una investigación interesante que concluyó que las ganancias de productividad con IA todavía están muy por debajo del hype. Los principales motivos identificados fueron: 1) Escribir código nunca fue el principal cuello de botella Escribir código representa solo una pequeña parte del trabajo real de ingeniería (16% del tiempo, según una investigación de Microsoft). La IA acelera la escritura de código, no necesariamente el sistema completo. 2) Automatizar solo parte del ciclo de...

A DX publicou uma pesquisa interessante que constatou que os ganhos de produtividade com IA ainda estão muito abaixo do hype. Os principais motivos levantados foram: 1) Escrever código nunca foi o principal gargalo Escrever código é só uma parte pequena do trabalho real de engenharia (16% do tempo, segundo pesquisa da Microsoft). IA acelera escrita de código, não necessariamente o sistema inteiro. 2) Automatizar apenas parte do ciclo de desenvolvimento cria novos gargalos Esse é o ponto...

Grande parte da discussão sobre IA está focada em produtividade. Mas tem uma mudança mais profunda acontecendo. De identidade. Por muito tempo, ser uma boa pessoa desenvolvedora esteve muito ligado à capacidade de escrever código bem. Conhecer a linguagem, dominar frameworks, resolver problemas na mão. Isso não desapareceu. Mas deixou de ser o principal diferencial. Porque escrever código ficou muito mais fácil. E isso ajuda a explicar parte da resistência que ainda vemos (embora cada vez...