Utilizando Robotização e Inteligência Artificial a serviço de seus Processos de Negócio

Utilizando Robotização e Inteligência Artificial a serviço de seus Processos de Negócio

Umas das tecnologias mais mencionadas atualmente são a inteligência artificial e a aprendizagem de máquina ou Machine Learning, com a utilização de algoritmos cada vez mais eficientes e assertivos. Nesse artigo discorreremos sobre as ideias centrais do uso dessas tecnologias, tendo como foco sua aplicabilidade em processos de negócio.

 

Mas afinal, o que é inteligência artificial?

 

O conceito de inteligência artificial refere-se a qualquer tipo de inteligência (aqui conceituada de forma simplificada como a capacidade de resolver problemas) implementada em computadores ou robôs que se assemelha a de um humano, podendo aprender com erros e acertos, reconhecer objetos através das cores, formas e tamanhos e assim poder direcionar decisões com pouca ou nenhuma necessidade de intervenção humana.

Outros termos também vêm à tona quando se fala de inteligência artificial como: IA Forte, IA Fraca, Machine Learning e Deep Learning, e muitas vezes são utilizados indistintamente no dia a dia das pessoas, porém existem diferenças entre eles.

Machine Learning (ML) é um subconjunto da inteligência artificial, um tipo de tecnologia em que a máquina consegue aprender por conta própria à medida em que recebe dados. Dessa forma, aprende com as respostas esperadas através de associações com diferentes dados, que podem ser imagens, números, padrões e tudo aquilo que a máquina possa identificar e guardar em sua memória. Em resumo, diferentemente do método tradicional em que se cria um algoritmo com um conjunto de regras de negócios do tipo if-then-else, que irão processar os dados a serem analisados, a tecnologia de Machine Learning permite que a máquina crie seus próprios caminhos com base nos inputs realizados e nas respostas recebidas nos sistemas em que elas operam. É por isso que é fundamental fornecer um conjunto de dados para treinamento do modelo.

O Deep Learning aprofunda o Machine Learning a partir de algoritmos mais complexos, que imitam a rede neural do cérebro humano, resultando em maior nível de assertividade nas decisões.

Uma curiosidade histórica acerca dessas atuais revoluções é que a base dos seus algoritmos é relativamente antiga, conhecida dos cientistas envolvidos com tecnologia. E por que só agora viraram realidade? Dois pontos fundamentais:

  • Existência de um imensurável conjunto de dados, em parte fruto da expansão da Internet. Devemos lembrar: o modelo necessita de dados para aprender;
  • Máquinas capazes de processar os complexos algoritmos, bem como os volumes de dados disponíveis.

Já os termos IA Forte e IA Fraca são categorias da inteligência artificial. A IA fraca está mais voltada para realização de tarefas específicas, ela cobre a maior parte dos equipamentos que utilizam inteligência artificial hoje, como por exemplo: assistentes virtuais e carros autônomos, logo Siri, Alexa e os veículos da Tesla utilizam essa tecnologia. A IA Forte é a que mais se assemelha com a autonomia do cérebro humano, podendo resolver inúmeros tipos de problemas, essa tecnologia é relativamente teórica e não existem exemplos práticos ainda.

 

A Figura abaixo exemplifica em camadas o que foi dito acima.

 

Fonte: Autor (2021).

 

Automação de Processos e Inteligência Artificial

Implementações de RPA podem fazer o uso dessas tecnologias em casos mais específicos, onde soluções mais simples não tragam resultados suficientes. Alguns exemplos seriam a leitura de documentos não estruturados e a interpretação classificatória de mensagens de texto digitadas por humanos.

A ideia é que os robôs tomem decisões mais elaboradas a partir de um modelo de aprendizagem de máquina disponível, atribuindo suas escolhas a um valor chamado de Taxa de Confiabilidade, tendo um limite predefinido para que, quando o robô não tenha segurança de seu resultado, ele seja redirecionado para um ser humano validar e que, após isso, o desfecho é retroalimentado no modelo, diminuindo as chances de casos similares ocorrerem na próxima execução do robô. É recomendado que o modelo inicial seja treinado com uma grande variedade de informações em um ambiente de desenvolvimento para garantir a eficácia.

 

A Figura abaixo exemplifica o modelo de aprendizagem de máquina.

Fonte: Autor (2021).

 

A maior vantagem que essas tecnologias oferecem é o aproveitamento de informações, muitas vezes existentes, e a facilidade de transformação desses dados em um modelo de decisão: não precisamos descobrir como funciona o algoritmo na cabeça de um especialista para tomar decisões similares – basta termos dados suficientes sobre as decisões tomadas por ele. Outros pontos relevantes: sua capacidade pode ser expandida exponencialmente e é virtualmente ilimitada. Um computador é pouco? Coloque dois, dez, cem, …

Podemos dizer também que suas limitações estão intrinsecamente ligadas aos dados fornecidos. Caso eles sejam ruins, o modelo gerado será igualmente ruim e, em vez de repetir acertos, irá perpetuar (e exponenciar) erros. Se seu gerente negar um empréstimo para você com base em um modelo de ML, é possível que nem ele saiba explicar para você qual foi o motivo da negativa…

 

Conclusão

Cabe, portanto, encararmos a Inteligência Artificial com uma importante ferramenta de resolução de problemas, mesmo tendo em vista suas limitações atuais. As perguntas sobre seu impacto social (desemprego em massa) e, pior, sobre o eventual domínio dos seres de silício sobre as pobres criaturas de carbono ainda são objetos de discussões em curso, objetos de filmes de ficção e passam muito além dos objetivos desse singelo artigo. Esse debate cabe, entretanto, nos bem-vindos comentários dos leitores – sejam eles de carbono ou não.

 

Por Carlos Sérgio Mota Silva, MBA, PMP, CBPP, Certified Bizagi Developer, Lucas Targino, Especialista em Automação e Gilmar Pontes, Especialista em Automação

 


Este artigo foi postado originalmente no blog do P4pro – Organização e Projetos. Conheça mais sobre em: P4Pro

Métricas de Produto: Como Medir Sucesso e Construir Produtos Melhores

O que são métricas?

As métricas são medidas quantificáveis usadas para avaliar tendências, comportamentos ou variáveis do negócio. Em outras palavras, são quantificadoras de informações disponíveis. Além de permitirem uma visão presente, as métricas são recursos que ajudam a tomar decisões.

Relação entre dados e métricas

Os dados são pedaços de informação. Em conjunto, eles dão forma às métricas. Os dados, quando analisados, se transformam em conhecimento que, por sua vez, permite fazer escolhas com comprovação dos fatos. Ou seja, relevantes e capazes de mitigar viés.

De todo modo, é preciso usar os dados com sabedoria, baseando as ações e estratégias em propósitos. Além disso, tem uma peça-chave no uso de métricas no dia a dia: o ser humano que interpreta tal métrica.

Diferença entre métricas e indicadores

Métricas e indicadores não são a mesma coisa, e vejo muita gente fazendo confusão entre os dois. Indicadores são usados para medir desempenho. Eles são resultado de um cálculo entre métricas. Fica mais fácil entender quando vemos alguns exemplos:

Métrica Indicador
Faturamento; Despesas Lucro = Faturamento – Despesas
Tempo de entrega Índice de eficiência de produção
Número de clientes atendidos;
Número de visitantes no site
NPS ou Índice de Satisfação dos Clientes
Valor do Ticket Médio;
Tempo de Retenção do Cliente
Life Time Value (LFT)

 

Perceba como as métricas estão sempre atreladas a dados.

Já os indicadores, por sua vez, usam fórmulas.

Métricas de vaidade: precisamos falar sobre elas

As métricas costumam ser definidas pelos profissionais em duas categorias:

  • Métricas de valor: medem o sucesso real
  • Métricas de vaidade: mostram números bonitos.

Ou seja, as métricas de valor são as únicas que têm utilidade. Já as métricas de vaidade são aquelas que não servem para tornar o produto melhor e tampouco ajudam a tomar decisões estratégicas. Mas eu quero fazer um contraponto a essa interpretação. Se a métrica é de vaidade ou não depende do contexto.

Vejamos: O número de downloads de um aplicativo é métrica de vaidade ou de valor?

Se esses dados forem usados apenas para uma matéria de revista, é métrica de vaidade. Afinal, ainda que possa ajudar a fortalecer a marca, o intuito não é medir o sucesso do negócio.

Agora, caso o número de downloads seja usado para medir o canal de aquisição, a métrica é de valor. Isso porque os dados podem contribuir para que a equipe prossiga ou reveja as estratégias do funil.

Dessa forma, as métricas de vaidade não são totalmente dispensáveis. Eu diria que só devem ser consideradas como vaidade se forem utilizadas propriamente num contexto de vaidade e status. As métricas devem ser observadas e utilizadas se fizerem sentido para um determinado objetivo. Então, vamos evitar respostas prontas sobre o que é métrica de vaidade, combinado?

Por que usar métricas de produto?

As métricas estão presentes em todas as fases do ciclo de desenvolvimento do produto. Ou seja, na priorização do problema, na definição do problema, na exploração de soluções, na definição da solução, na execução e lançamento e na fase de aprendizado e próximos passos.

Há uma série de razões para usar métricas de produto. Eu destaco as seguintes:

  • Atratividade do usuário no produto
  • Relevância do produto na vida dos clientes
  • Pontos de falha em fluxos e/ou funcionalidades
  • Oportunidades de melhoria.

Principais métricas de produto

Um usuário, quando utiliza um produto, executa ações que geram diversas métricas. Essas métricas, normalmente, são separadas por comportamento. Em relação a produto, constância e frequência são as atitudes que mais esperamos dos usuários, certo? Ou seja, elas são intrínsecas ao sucesso do negócio.

Por essa razão, as métricas mais importantes estão atreladas a esses fatores. Existem muitas métricas de produtos e KPI interessantes para medir, e cada contexto exige uma reflexão sobre elas, mas aqui, neste artigo, vou passar por algumas das mais faladas para você ter uma noção geral destas principais. Vamos a elas:

Engajamento

O engajamento pode ser definido pela quantidade ou profundidade de utilização das funcionalidades do produto. Por exemplo, no Spotify, o uso das funcionalidades como ouvir música, criar playlist, adicionar artistas no favoritos, compartilhar playlists, fazer downloads, etc.

Um usuário engajado utiliza mais recursos do que um usuário com baixo engajamento. Nesse caso do Spotify, quanto mais engajado, mais funcionalidades este usuário utiliza. Quanto menos engajado, menos funcionalidades utilizadas.

Baixo engajamento não é necessariamente ruim. É preciso entender qual é o Jobs-to-be-done daquela persona e o momento estratégico daquele produto. Engajamento é diferente de usuário ativo, este que está explicadinho no item a seguir.

Retenção

A retenção refere-se à porcentagem de usuários ativos pela unidade de tempo definido. Ou seja, tem a ver com o período de retorno ao produto quando o usuário está fora do sistema. O inventor do NPS, Frederick Reichheld, da Bain & Company, mostra que, aumentando a taxa de retenção do cliente em 5%, estatisticamente, há aumento de lucro entre 25% a 95%. A retenção, portanto, é a nova aquisição.

Ativação

Ativação está ligada à atividade-chave que aquele usuário faz para se tornar apto a utilizar o seu produto. Por exemplo: no Instagram, você precisa de amigos e de compartilhar fotos. Um usuário que não tem nenhum seguidor ou que não compartilhou nenhuma foto não pode ser considerado ativo, a não ser que você esteja considerando uma persona stalker como alguém relevante e isso esteja ligado à sua estratégia.

Churn

Tão importante quanto medir o engajamento e a retenção é medir o churn. Churn é uma métrica que indica o quanto um negócio perdeu de receita ou clientes pagantes de uma assinatura. Essa métrica é usada especialmente em modelos de negócio SaaS (Software as a Service).

É muito comum ouvirmos nas empresas o Churn relacionado a qualquer tipo de perda de clientes, mas isso não está correto. Temos que ter atenção para não confundir o abandono com o Churn. Um lead ativado, mas que ainda não era assinante, pode abandonar seu produto. Contudo, se ele ainda não era assinante, não é Churn, ok?

Métricas de Frameworks para medir KPIs

Empresas e profissionais podem contar com uma forcinha para selecionar as métricas mais eficazes para seus negócios. Se você precisa de ajuda, saiba que existem os frameworks. Os frameworks são como rodinhas para andar de bicicleta. Eles são modelos que auxiliam na escolha das métricas, ou melhor, ajudam as equipes a se concentrarem em aspectos específicos relacionados ao produto. Você pode usá-los e, quando estiver se sentindo confiante, pode tirar as rodinhas e fazer suas adaptações.

Enquanto no bloco acima falamos de métricas de produtos, nos frameworks veremos também algumas técnicas que te ajudam a olhar de maneira mais ampla para o seu negócio. Conheça alguns frameworks:

AARRR

O framework AARRR, também conhecido como funil pirata, é indicado para medir a jornada do seu cliente por todas as etapas de contato com sua empresa. Ele considera as seguintes métricas: acquisition (aquisição), ativação (activation), revenue, (receita), retention (retenção), referral (indicação). É usado principalmente para produtos B2B ou que tenham um modelo de negócios de assinaturas.

North Star Metric

Também chamado de Métrica Estrela Norte ou Estrela Guia, esse framework tem o objetivo de condensar a métrica mais importante. A partir de inputs, ele ajuda a identificar a métrica principal que é capaz de fazer o negócio crescer. É como se toda a empresa pudesse focar em apenas uma métrica que importa, e todos trabalham em torno dela.

Há controvérsias, pois algumas pessoas defendem que é impossível olhar para uma empresa toda usando apenas uma métrica. Avaliando o nível de empresa como um todo, eu concordo. No entanto, pode ser uma boa forma de dar foco e propósito para um squad ou para uma feature nova que está sendo lançada.

Focus Metric

Nesse framework, a Focus Metric é a mais importante para o negócio, mas não é a única prioridade. Por isso, ainda que fique no topo, outras métricas são definidas nos demais níveis. O nível 1 complementa a Focus Metric, enquanto as métricas de nível 2 são mais específicas da jornada e também são criadas métricas contextuais daquela empresa.

Esse é um framework que vai além das métricas de produtos do dia a dia. É uma boa forma de governança para a empresa como um todo ou para produtos complexos.

Heart Framework

O Heart Framework, criado pelo Google Ventures em parceria com Digital Telepathy, é bastante usado para medir a experiência do usuário com o produto. HEART não tem relação com CORAÇÃO. É, na verdade, um acrônimo de Happiness (Felicidade), Engagement (Engajamento), Adoption (Adoção), Retention (Retenção), e Task Success (Sucesso da Tarefa).

Além das métricas, o framework também leva em conta os objetivos esperados e os sinais que o mercado dá em relação aos resultados. Esse framework é incrível para planejar o que você irá medir no seu produto.

Experimentos precisam de métricas de produto

Experimentar é o ato de observar ou fazer alguma coisa sob determinada “condição”. Em produto, os experimentos são bastante usados para validar hipóteses.

É o caso do teste AB, que é rotina no processo. Nele, usamos métricas. Você pode, por exemplo, colocar um e-commerce no ar com botões diferentes e medir o percentual de sessões logadas em cada um deles. Com isso, é possível avaliar qual dos tipos teve melhor performance.

Há, ainda, os experimentos exploratórios, cujo papel é gerar insights sem um objetivo claro. Eles ajudam a avaliar riscos e alinhar expectativas.  Outro aspecto importante sobre os experimentos é a validação de hipóteses com MVP. Sempre que você tiver um MVP e quiser comprovar a eficácia dele, defina um resultado, estipule métricas e determine um período para análise.

Conclusão

As métricas de produto são essenciais para compreendermos se a estratégia de um produto está adequada ou não. Lembre-se: as métricas de produtos ou o uso dos frameworks devem estar conectadas com o negócio e a estratégia da empresa.

E o nosso papel como PMs é saber analisá-las de acordo com os cenários e tomar as melhores decisões para o negócio. Como vimos em relação às métricas de vaidade, tudo depende do contexto.

Tenha sempre isso em mente.

 

Por Alex Ivonika , Digital Products na Agrosmart.

 

Tecnologias para Transformação Digital

Introdução

Quando falamos em transformação digital, podemos interpretar de várias maneiras. Desde melhorias discretas, onde o foco é a eliminação de documentos físicos, mas sem grandes mudanças na forma de trabalho, até uma completa reinvenção do negócio da empresa. Seja como for, essa transformação passa necessariamente pela revisão dos processos existentes e por um significativo incremento da utilização de tecnologias que permitam o maior grau possível de automação no menor espaço de tempo possível.

Quais são essas tecnologias?

Plataforma de Automação de Processos Digitais (DPA)

Também conhecidas como BPMS (Business Process Management System), as plataformas DPA permitem que um processo concebido ou redesenhado seja disponibilizado como um sistema, em alguns casos, em questão de dias. Isso é possível através de recursos de desenvolvimento que requerem o mínimo de codificação, que transformam o trabalho em uma montagem de componentes pré-fabricados, muito mais simples que uma programação tradicional.

Entre esses componentes facilitadores, podemos destacar:

  1. Formulários eletrônicos, montados a partir de elementos de tela que são simplesmente arrastados e colados;
  2. Regras de negócio configuráveis;
  3. Escolha automática de executores de atividades;
  4. Geração automática de documentos;
  5. Envio automático de e-mails;
  6. Conectores que permitem integrações com uma enorme diversidade de aplicações e serviços (ERPs, CRMs, serviços da nuvem, etc.).

As plataformas DPA atuam como orquestradores de atividades, contemplando ações humanas e automatizadas, aproveitando os investimentos já realizados através de integrações e permitindo o acompanhamento e a rastreabilidade de todos os passos do processo.

 

 

Tecnologias Habilitadoras

A caixinha de ferramentas presente nas plataformas DPA já é de grande utilidade na automação de processos. Entretanto, quando pensamos nas possibilidades do que podemos agregar aos nossos processos através de conexões a outras ferramentas e plataformas, as possibilidades são ainda mais impactantes. Vejamos algumas delas:

  • RPA (Robotic Process Automation)

Nossos processos podem, muitas vezes, contemplar atividades que, embora utilizem sistemas informatizados, são braçais e repetitivas. Por que não podemos “contratar” um robô para executá-las? Podemos sim. Quanto integramos uma plataforma RPA aos nossos processos, às vezes podemos economizar milhares de horas de trabalho manual e dedicar nosso capital humano a tarefas de maior valor cognitivo.

  • Rotinas de Aprendizado de Máquina (Machine Learning)

E se precisarmos de recursos mais avançados e que envolvam habilidades não tão robotizáveis assim, incluindo decisões complexas ou reconhecimento de imagens? Aqui podemos utilizar serviços de aprendizado de máquina, hoje disponíveis em diversas plataformas e, após o treinamento correto de modelos, colocá-los a serviço dos nossos processos. Exemplos de aplicação podem incluir, por exemplo, reconhecimento facial, interpretação de textos livres, cálculos de riscos, entre outras.

  • Internet das Coisas

E quando nosso processo necessita interagir com o mundo físico? Hoje proliferam opções de dispositivos conectados e que podem ser comandados remotamente. É o que se conhece como Internet das Coisas, que pode contemplar dispositivos de uso doméstico, como robôs aspiradores e lâmpadas inteligentes, sensores e equipamentos industriais e, em futuro não muito distante, drones e automóveis autônomos. Como o futuro chega a cada dia, cabe-nos atentar para as possibilidades que esses novos gadgets estão disponibilizando para a transformação dos nossos processos.

  • Blockchain

Outro campo promissor em termos de melhoria de processos vem com a tecnologia que hoje é a base das criptomoedas: o blockchain. De uma forma simplificada, o blockchain provê um registro descentralizado e seguro de transações e pode ser um futuro substituto do que hoje é delegado a processos cartoriais, caros e burocráticos. Inúmeros serviços têm sido construídos utilizando essa tecnologia, podendo ser base para contratos firmados de forma totalmente digital, dispensando intermediários.

  • Serviços da Nuvem  

Virtualmente, tudo que hoje está disponível sob a forma de um serviço na nuvem está também disponível para ser utilizado em nossos processos. Serviços bancários, assinatura digital, envio de mensagens e redes sociais são apenas uma pequena amostra do que temos hoje à disposição.

Conclusão

A lista acima não tem a pretensão de listar todas as possibilidades hoje disponíveis, pois, para isso, teríamos que escrever um imenso livro e não um simples artigo. Entretanto, pretendemos despertar sobre a importância de conhecer essas novas fronteiras e o que elas nos aportam de possibilidades para os desafios que estão aí para todas as organizações e cujo maior gargalo não parece ser mais a falta de algumas tecnologias e sim a criatividade e atitude em utilizar bem o enorme cardápio que temos disponível delas.

 

Carlos Sérgio Mota Silva, Director at P4Pro Consultoria.

 

____________________________________________________________________________________________________________

 

Este artigo foi postado originalmente no blog do P4pro – Organização e Projetos. Conheça mais sobre em: P4Pro

O seu próximo colega de trabalho deverá ser um ROBÔ!

 

É muito comum nos filmes de ficção cientifica o enredo de máquinas dominando o mundo onde robôs são personificados de modo a agirem como humanos. Apesar de ficção, sempre foi um desejo da humanidade a criação de robôs que pudessem executar tarefas em seu lugar e, nas últimas décadas, muitos trabalhos foram automatizados por robôs, principalmente processos produtivos dentro de fábricas utilizando braços robóticos, máquinas complexas e esteiras automáticas. Mas todos esses trabalhos são voltados a substituir habilidades físicas, o chamado trabalho braçal. Já imaginar um robô utilizando um computador para enviar e-mails, lançar notas, acessar sites e executar as atividades humanas no uso de sistemas no dia a dia pode soar como um futuro distante. Entretanto, com a Robotic Process Automation (RPA), isso já é uma realidade hoje.

O que são robôs?

Quando pensamos em robôs, imaginamos a sua personificação física: máquinas que tendem a imitar a aparência humana e replicar nossas emoções. No entanto, robôs não precisam ter um corpo físico, e podem existir apenas no mundo virtual. Esses robôs são mais conhecidos como bots, que são aplicativos programados para executar certas atividades em computadores. Muitos bots já estão presente no dia a dia das pessoas, como os pop-ups de sites de compras que conversam com o cliente, os chamados chatbotssoftwares de mensagens pré-programadas que respondem dependendo do que o usuário escreve.

Bots como esse já existem há um certo tempo, mas eles só eram capazes de executar tarefas simples, além de serem difíceis de desenvolver. Porém, com os avanços da tecnologia RPA, os bots estão mais sofisticados e hoje já são capazes de executar a maioria das ações humanas em um computador, desde simular o uso do mouse e do teclado até reconhecer imagens e atuar sobre elas. Com isso, eles são capazes de navegar na internet, receber e-mails, fazer cálculos, abrir arquivos, inserir dados em sistemas, preencher planilhas e até tomar decisões com base em regras pré-definidas. Mas não foram apenas suas capacidades que foram aprimoradas, mas como também sua acessibilidade. Atualmente, programar esse tipo de bot está bem mais fácil, e seu custo, bastante acessível.

 

Quais os Componentes de uma Solução de RPA?

O nome RPA significa em português “automação robótica de processos” e se refere ao uso de softwares para executar tarefas repetitivas, estruturadas e baseadas em regras. Seu funcionamento consiste em criar um script de instruções passo a passo a ser executado por um ou mais bots, sempre que acionado(s). Para isso, existem três componentes básicos da solução: o estúdio, que cria os scripts,; o robô, que é o bot que executará os scripts; e o orquestrador, que gerencia e monitora os robôs.

O estúdio é, geralmente, uma plataforma de desenvolvimento low code, em que é necessário baixo conhecimento de programação, onde é possível programar e testar o bot. É nela que são desenvolvidos todos os passos que serão realizados pelo robô e que deverão ser coordenados pelo orquestrador. A ideia é que o estúdio seja simples e intuitivo, para que, com poucas horas de programação, seja possível desenvolver a solução do seu robô.

O orquestrador é uma plataforma online que gerencia e monitora os robôs. O orquestrador se conecta aos robôs, onde é possível alocar tarefas para eles de forma manual ou programada por agendamento (data/hora, dias da semana, etc.). Além disso, é nele que é feito o monitoramento do funcionamento dos bots, acompanhando em tempo real os trabalhos realizados, registrando erros e enviando alertas.

O robô é o software que executará os scripts e pode ser ativado de forma manual ou remota via orquestrador. Ele precisa de um computador ligado para funcionar e, quando ativado, começa a executar os passos programados e simulará uma pessoa usando o computador. Por exemplo, se sua atividade for acessar um site, o robô abrirá um navegador, digitará o nome do site e dará “Enter”, do mesmo jeito que uma pessoa faria. É importante ressaltar que existem dois tipos de robôs: os assistidos e os não assistidos. Os assistidos precisam de uma pessoa utilizando o computador para comandá-los, como uma autêntico assistente pessoal. Já o não assistidos funcionam sozinhos, disparados por uma condição ou evento pré-definido (a chegada de um e-mail, dias/horas agendados etc.).

 

 

Benefícios e Limitações

A implementação de RPA nas empresas é apontada como uma solução essencial para o aumento de produtividade e redução de custos na Era Digital. Isso se dá por que os robôs podem executar atividades rapidamente, sem interrupções e de forma padronizada, uma vez que eles sempre executarão a mesma sequência de passos estabelecidos no script e, no caso de robôs não assistidos, podem funcionar 24 horas por dia. Mesmo assim, nem toda atividade robotizada trará ganhos de produtividade ou redução de custo. É preciso atentar para o retorno de investimento (ROI) da sua implementação. Atividades repetitivas de alto volume tendem a trazer maior retorno, mas é necessário avaliar aspectos como complexidade, regras de negócio e compatibilidade dos sistemas usados no processo.

É importante ressaltar que tecnologias RPA ainda possuem diversas limitações e, apesar de robôs serem mais rápidos e de errarem menos que humanos, eles não possuem habilidades cognitivas, como pensamento crítico, conhecimento técnico, criatividade ou capacidade de improvisar. O robô executa apropriadamente atividades objetivas onde existe um determinado padrão e com passos previamente estabelecidos. Situações que exigem análise qualitativa, ética e decisões subjetivas fogem de sua alçada. Ademais, existem limitações na parte tecnológica, pois nem todos os sistemas operacionais funcionam corretamente utilizando RPA. Nesse caso, existe a chance de o bot não ser capaz de interagir com algum software do processo.

A chegada de novas tecnologias sempre traz resistência e medo, nesse caso não é diferente. Existe uma grande preocupação com o impacto do RPA nas vagas do mercado de trabalho. No entanto, as limitações e finalidades do RPA tornam esse cenário improvável, pois sempre teremos tarefas que demandam habilidades cognitivas complexas. A tendência é que o RPA seja utilizado apenas para as tarefas burocráticas, liberando o tempo de trabalhadores humanos para focar no que realmente importa para o seu negócio, como atendimento ao cliente, tomada de decisão, criação de soluções e etc.

 

Conclusão

A tecnologia de Robotic Process Automation é uma oportunidade para aumentar a produtividade e acelerar o crescimento das empresas. Apesar de ser uma tecnologia recente e possuir muitas limitações, ela está evoluindo muito rapidamente. A cada dia, novas capacidades vêm sendo incorporadas, como, é o caso do Machine Learning e da Inteligência artificial. Com isso, tem havido um aumento na demanda e na oferta  desse tipo de solução, e já existem várias empresas nesse mercado. Alguns exemplos são UiPath, Automation Anywhere, Blue Prism e, mais recentemente, empresas consolidadas como Microsoft, Sumsung e IBM entraram para essa lista. A tendência é que nos próximos anos as empresas cada vez mais implementem uma força de trabalho digital e o seu próximo colega de trabalho seja… um robô.

 

Mateus Lyra, Process Analyst at P4Pro pFactory.

Carlos Sérgio Mota Silva, Director at P4Pro Consultoria.

 

DPA (Digital Process Automation) e RPA (Robotic Process Automation) – Diferenças e Complementaridades

Como diferenciar e utilizar apropriadamente cada plataforma no que melhor oferece? Esse artigo busca esclarecer os conceitos e apresentar um pequeno guia para a melhor decisão.

Introdução

A tecnologia é uma grande aliada na automação de processos de negócio. Nesse contexto, com a padronização da notação BPMN, que revolucionou a forma como desenhamos processos, vieram as plataformas de automação conhecidas como BPMS. Essas plataformas permitiram que os fluxos virassem sistemas em curto espaço de tempo, transformando ideias em efetivas melhorias e capturando um imenso valor para as organizações. Mais recentemente, incorporaram capacidades de inteligência artificial e Machine Learning, passando a se chamar de Plataformas iBPMS (Inteligente Business Process Management Systems) ou DPA (Digital Process Automation)

Mais recentemente, surgiram plataformas voltadas para a robotização de rotinas repetitivas permitindo a automatização dessas rotinas, mimetizando as ações humanas, interagindo com sistemas através de clicks de mouse, teclado, leitura de informações, incluindo, em algumas delas, capacidades de reconhecimento de imagens e dados não estruturados, através de modelos de aprendizado por máquinas (Machine Learning). Essas plataformas foram batizadas de RPA – Robotic Process Automation.

Muita gente ainda confunde os conceitos, talvez por culpa dos próprios fornecedores, que denominam a aplicação das duas técnicas utilizando o mesmo termo: Automação de Processos. Veremos, porém, nesse artigo que há importantes diferenças entre elas e que, quando aplicadas em conjunto, podemos obter o melhor de cada uma.

O que diferencia DPA de RPA

As principais diferenças se originam da aplicabilidade de cada conceito ou plataforma. Plataformas DPA incluem a capacidade de mapeamento e automação de processos fim a fim, aplicando a notação BPMN em toda a sua riqueza na representação de processos de negócios. Esses processos podem incluir ricas interações entre diferentes atores, que podem trabalhar em sequência ou em paralelo, implementar complexas regras de decisão, contemplar múltiplas alçadas até produzir o resultado final. Comumente percorrem múltiplos setores e envolve pessoas distintas, podendo, em alguns casos, ter longos tempos de ciclo (por exemplo, um processo jurídico).

Dessa forma, o DPA permite padronizar os procedimentos mantendo uma execução lógica, sendo um centro colaborativo de trabalho, permitindo rastreabilidade de informações, registro e armazenamento de dados e diversos outros benefícios, contemplando o ciclo inteiro de um processo, envolvendo muitas vezes centenas de atores, incluindo interfaces, regras de negócios complexas e integrações. Basicamente, o DPA centraliza e organiza as interações, seja com pessoas, através de formulários eletrônicos, seja com outros sistemas através de integrações. E tudo isso sem grandes investimentos em codificação, sendo, por isso, caracterizada como uma plataforma Low Code.

Exemplos de aplicação de DPA: complexos processos de compras e pagamentos, empréstimos, vendas, contratações, tratamento de solicitações de clientes etc.

O RPA (Robotic Process Automation), por sua vez, automatiza rotinas repetitivas e onerosas, muitas vezes executadas por uma mesma pessoa interagindo com sites ou sistemas internos para executar procedimentos de curta duração. O RPA permite a redução do tempo e custo desses procedimentos, possibilitando o direcionamento da força de trabalho para atividades intelectuais e de maior valor, resultando até mesmo no aumento da satisfação dos funcionários.

Exemplos de aplicação de RPA: captura e lançamento de pagamentos de contas, atualização de extrato bancário, verificação de informações de uma determinada pessoa física ou jurídica em múltiplos sites de informação (redes sociais, SPC, justiça, etc.).

Pode-se dizer, para efeito de comparação, que o DPA automatiza um processo de negócio enquanto o RPA robotiza um procedimento. É bem claro que os limites entre tecnologias costumam variar ao longo do tempo e podemos ter plataformas DPA que incluem funcionalidades de robotização e vice-versa, mas, no atual estágio da tecnologia, podemos dizer que os campos têm distinções significativas, como podemos destacar no diagrama abaixo:

 

 

Complementaridades

É certo que as duas tecnologias se mostram como caminhos diferentes a serem seguidos, mas existe complementaridade dentro de suas diferenças. As duas tecnologias podem trabalhar juntas para otimizar mais completamente a rotina de trabalho. O DPA conjugado ao RPA, podem endereçar um leque maior de necessidades.

Dessa forma, o que podemos fazer se, no nosso processo de negócios, tivermos problemas que exijam a aplicação das duas tecnologias? A resposta é simples: utilizar as duas de forma integrada. Nesse contexto, podemos imaginar um robô (RPA) lendo e-mails ou consumindo informações não estruturadas e iniciando um processo de negócio em uma plataforma DPA, que passará por múltiplas etapas onde um humano não é dispensável (análises, autorizações etc.). Ou, no sentido contrário, quando temos no nosso processo de negócios rodando em uma plataforma DPA algumas tarefas manuais e repetitivas, podemos “contratar” um robô para executá-las e informar o resultado para que o processo possa prosseguir. Como no fluxo abaixo:

 

Conclusão

Com o extenso alcance do DPA e a ação eficaz do RPA em atividades repetitivas, as duas modalidades fornecem melhorias escaláveis nos processos de negócio. Sendo assim, surge a necessidade de uma definição eficaz dos processos para que as duas, em seus campos de especialidade, possam fornecer seu melhor.

Falar sobre processos é falar sobre melhoria para as empresas, além da padronização dos mesmos. As ferramentas expostas nesse artigo impactam, dentro do seu cenário de atuação, diretamente nos processos da instituição. Pode-se dizer que a organização como um todo, cliente, gerência e ator do processo, são impactados com os benefícios da utilização dessas tecnologias ligadas à processos. Trata-se fundamentalmente de aumentar as capacidades do negócio para entrega de valor ao cliente, fator fundamental em um ambiente cada vez mais competitivo.

Por Carlos Sérgio Mota Silva, Director at P4Pro Consultoria e Giovanna Carvalho, Analista de Processos na P4Pro – Organização e Projetos 

Startups do Hub Conexa vencem as duas categorias do Desafio GoiásCoop de Inovação 2020

A necessidade de inovação nunca foi tão latente como nesse ano de 2020, a pandemia do Coronavírus transformou a sociedade como a conhecíamos e fez surgir novas necessidades e, com isso, novas possibilidades. Pensando nisso, a InovaCoop promoveu o Desafio GoiásCoop de Inovação, cujo principal objetivo era reconhecer e premiar startups cujos produtos e/ou soluções contribuíssem com a solução dos desafios propostos.

Eram seis desafios no total, três para o ramo Agro e três para o ramo Saúde. A avaliação foi feita em duas etapas: a primeira realizada pela organização do Desafio, logo após serem finalizadas as inscrições e a segunda é por uma banca temática por ramo, que avaliou as soluções pela apresentação no estilo «pitch», via videoconferência.

As startups incubadas no Conexa, Hub de inovação do Grupo Siagri, que concorreram se sagraram campeãs nas duas categorias! A Implanta IT Solutions, empresa especialista em inteligência de dados, venceu o Desafio no ramo Agro e a Assinei, legaltech brasileira que oferece soluções para gestão do ciclo de vida de contratos e assinaturas eletrônicas, venceu no ramo Saúde.

“O reconhecimento de prêmios a nossas Startups em desafios como o GoiásCoop 2020 nos traz satisfação pelo excepcional trabalho realizado pelos líderes que estão à frente delas. Não existe melhor validador da inovação que o mercado e esse resultado reforça nossa convicção de que nosso processo de inovação está no caminho certo”, declara Eduardo Bitu, CEO do Hub Conexa.

Sobre a vitória da Implanta IT Solutions no Desafio do ramo Agro, Rômulo Prudente, CEO da startup conta: “participamos do GoiásCoop 2020 apresentando nossa solução de inteligência de dados como alternativa para resolver o desafio que é ter eficiência na gestão do quadro de cooperados, auxiliando a conhecer e gerenciar as informações do quadro social das cooperativas. A Implanta acabou sendo eleita a primeira colocada e nosso time comemorou bastante! Para nós, é motivo de grande orgulho desenvolver essa parceria que poderá permitir a aplicação de nossa solução de coleta e tratamento de dados com o uso de inteligência artificial para potencializar o sistema cooperado”.

“O desafio GoiásCoop foi uma importante iniciativa em busca de inovação para o cooperativismo goiano e, nós da Assinei, estamos muito felizes com esta vitória em 1º lugar no Desafio do ramo Saúde. Iniciativas como esta nos motivam ainda mais a sempre entregar soluções colaborativas e inovadoras”, declarou Michely Souza, CEO da startup Assinei.

SOBRE A INOVACOOP GOIÁS 

Hub de inovação para o cooperativismo, lançado em setembro deste ano pelo Sistema OCB/GO, tem o objetivo de reunir empreendedores para transformar ideias em soluções inovadoras. O espaço é aberto a profissionais na criação e desenvolvimento de produtos e serviços para as cooperativas, dando apoio físico a startups, para a realização de networking, encontros de tecnologia, inovação e negócios.

A inauguração do hub foi marcada pelo lançamento do Desafio InovaCoop Goiás que tem o propósito de fomentar a inovação no cooperativismo e conectar cooperativas. Neste ano, o foco foram os ramos Agro e Saúde.

 

 

Guilherme Rosa Pedroso, Marketing Hub Conexa

 

Os diferentes tipos de vesting para stock options

 

A criação de planos de stock options para colaboradores tem sido uma prática cada vez mais frequente no ecossistema das startups. Através do ESOP (employee stock options plan), colaboradores ganham o direito de adquirir ações da empresa em que trabalham – uma ferramenta poderosa para atrair e engajar talentos e criar uma verdadeira cultura de donos e donas dentro das empresas.

Mas, para que isso aconteça, existem algumas variáveis importantes a se ter em mente na hora de estruturar um plano de opções para os colaboradores, como é o caso da cláusula de vesting.

Neste artigo, falaremos sobre os diferentes tipos de vesting que podem ser utilizados em um plano de stock options.

Afinal, o que é vesting? 

O vesting é uma prática utilizada para que o colaborador adquira o direito de exercer suas opções e comprar as ações do plano de uma forma condicional. As empresas costumam utilizar cláusulas de vesting como forma de garantir que as suas ações serão destinadas a pessoas que tiveram participação efetiva no desenvolvimento do negócio – seja através do tempo em que estiveram trabalhando ou pela boa performance do trabalho desempenhado.

A implementação de planos de stock options com cláusula de vesting é uma maneira efetiva de entregar aos colaboradores uma motivação extra para ficarem por mais tempo na empresa e apresentarem uma boa performance, focada na criação de valor a longo prazo.

Mas todo plano de stock options possui uma cláusula de vesting? 

Não. Apesar de ser recomendável, nem todos os planos de stock options fazem uso de uma variável de vesting. Existem casos em que o colaborador pode adquirir todas as ações a que tem direito pelo plano de opções logo no momento da contratação.

A cláusula de vesting serve como medida de proteção à empresa, sendo importante para casos de demissão por justa causa, por exemplo (nesses casos, é comum que o colaborador perca o direito de exercer as opções que lhe foram outorgadas, mesmo aquelas já “vestidas”, isto é, que já estariam disponíveis para exercício no momento da demissão).

Vale ressaltar que, assim como o vesting, existem também outras variáveis que visam mitigar o risco da empresa ao oferecer planos de opções para seus colaboradores, a exemplo do período de cliff, que é o prazo de carência sob o qual o colaborador não poderá exercer suas opções. Durante o período de cliff, o vesting está sendo contabilizado, mas não pode ser exercido até que a data final do cliff seja atingida (aqui no Basement utilizamos um cliff de um ano e meio em nosso plano de stock options).

Os diferentes tipos de vesting 

Agora que já entendemos o que é a cláusula de vesting, vamos aos seus diferentes tipos. As principais categorias de variáveis que podem estar atreladas à compra condicional das ações estipuladas em um plano de stock options são:

Temporal: O colaborador adquire o direito de exercer suas opções ao longo do tempo em que permanecer trabalhando na empresa. Neste tipo de caso, há três principais variáveis a serem definidas: (a) o período de vesting, que é o prazo ao longo do qual novos lotes de opções poderão se tornar exercíveis; (b) a frequência do vesting – ou seja, de quanto em quanto tempo o colaborador poderá “desbloquear” o direito de comprar novos tranches (lotes) de ações; e (c) a data de início de vesting, que é quando os períodos de vesting e cliff passam a ser contabilizados (geralmente corresponde à data de assinatura do contrato de outorga).

Performance: Existem duas categorias de vesting baseadas em critérios de performance: aquelas com métricas individuais (ex: meta de vendas do colaborador) ou organizacionais (ex: faturamento da empresa em determinado período) – podendo haver, ainda, uma combinação de ambas. Nesses casos, o colaborador só adquire o direito de comprar novos lotes de ações se as metas forem atingidas. O vesting de performance, contudo, implica maiores riscos tributários de enquadramento das stock options como salário – sujeitas, portanto, a todos os tributos trabalhistas -, e também não é geralmente visto como uma boa prática de mercado, por implicar critérios subjetivos que muitas vezes podem ser objeto de acusações de injustiça ou mesmo disputas judiciais – além de ser de mais difícil acompanhamento e gestão.

Híbrida: Também é possível personalizar os gatilhos do vesting a partir da combinação das variáveis mencionadas acima. Exemplo: um plano de stock options com período de vesting de 48 meses e frequência de vesting trimestral, condicionado ao atingimento, pelo colaborador, de suas metas de venda individuais e/ou ao atingimento, pela empresa, de seu faturamento desejado.

Dos três modelos expostos acima, o vesting temporal é de longe o mais utilizado e indicado, por implicar critérios objetivos e claros e um mais fácil acompanhamento e gestão, além de apresentar menores riscos tributários. O mais comum no mercado é que se preveja um período de vesting de 48 meses e uma frequência de vesting mensal, embora variações sejam possíveis e, muitas vezes, recomendadas. Note-se, por fim, que o período deve ser necessariamente múltiplo da frequência do vesting, a fim de evitar restos e cálculos quebrados.

Além dos casos citados anteriormente, uma maneira alternativa de estruturar as cláusulas condicionantes do plano é a utilização do vesting invertido. Ele possui esse nome pois, diferentemente dos outros exemplos mencionados, todas as ações ou quotas são entregues para o colaborador logo no momento da assinatura do contrato – entretanto, ele poderá perdê-las no decorrer do período de vesting em caso de não cumprimento das condições previamente acordadas. Na prática, a empresa tem uma opção de recompra sobre as ações entregues, geralmente sob o mesmo preço de exercício pago pelo colaborador. Essas condições podem ser, por exemplo, variáveis temporais (o colaborador perderá as ações caso saia da empresa antes do período definido). O vesting invertido tem se tornado mais comum no mercado pois supostamente reduz os riscos tributários e trabalhistas de caracterização das opções como salário. Contudo, ainda não há precedentes judiciais sobre o tema, de modo que não é possível dizer com segurança que este método é de fato mais adequado.

Por fim, existe também a possibilidade de aceleração do vesting dos colaboradores em razão da ocorrência de alguns eventos específicos – ou seja, o colaborador ter o direito de exercer todas suas opções antes de concluído o vesting previsto no contrato. Isso geralmente ocorre por conta da aquisição da startup e consequente mudança de seus controladores.

Entendendo o vesting na prática

Para tornar o conteúdo mais ilustrativo, preparamos um exemplo fictício de contrato de stock options com período de vesting para entendermos como essa variável pode ser utilizada na prática. Vamos lá:

A empresa SOPPY Ltda. contratou Daniel no dia 1 de julho de 2019. No momento da contratação, a organização apresentou ao seu mais novo contratado os detalhes de seu contrato de opções:

  • Total de opções exercíveis: 800
  • Data da outorga: 1 de julho de 2019 (momento em que o contrato entra em vigor)
  • Cliff: 1 ano
  • Frequência do vesting: trimestral
  • Período de vesting: 48 meses (1 de julho de 2019 até 1 de julho de 2023)
  • Gatilhos atrelados à performance: Nenhum

Conforme informado acima, o contrato de stock options apresentado ao Daniel não possui nenhuma variável atrelada a performance. Sendo assim, passado o período de 1 ano após ingressar na SOPPY Ltda. (correspondente ao período de cliff do seu contrato), Daniel poderá finalmente comprar seu primeiro lote de ações, independente de qualquer métrica individual ou da empresa. Nesse momento, se ele quiser, poderá exercer seu direito e comprar até 200 ações (referentes aos 4 trimestres em que seu direito de compra estava congelado devido ao período de cliff).

Depois de passado o período de cliff, Daniel poderá comprar mais 50 ações a cada trimestre que estiver trabalhando na SOPPY Ltda., até 1 de julho de 2023, quando chegará ao total de ações exercíveis dentro do contrato de stock options apresentado pela empresa. Confira abaixo o calendário de vesting do contrato de opções do Daniel:

Se Daniel deixar a SOPPY Ltda. antes de 1 de julho de 2023, ele perderá o direito de comprar os lotes de ações ainda não vestidos – que poderão retornar ao option pool da empresa e futuramente serem entregues para outros colaboradores.

Leia também: Qual o momento certo para criar um plano de stock options?

O destino das opções já vestidas, por outro lado, dependerá da natureza da saída de Daniel. Como vimos acima, o mais comum é que, em caso de demissão com justa causa, se preveja a perda imediata de todas as opções não exercidas – e, em alguns casos, mesmo o direito de recompra, pela empresa, das ações já adquiridas. Já em caso de demissão sem justa causa ou por iniciativa do próprio colaborador, a boa prática é que se preveja uma janela de exercício, geralmente de 90 a 120 dias após a saída, para que o colaborador adquira as ações a que tem direito. Por fim, em caso de falecimento, invalidez ou aposentadoria, o mais comum é que se preveja uma janela um pouco maior, geralmente de 6 a 12 meses, para que as opções vestidas sejam exercidas.

Como gerenciar os calendários de vesting de cada colaborador

Depois de implementar seu plano de stock options para a equipe, é fundamental manter o controle sobre os calendários de vesting de cada colaborador e ter o cap table sempre atualizado com base nas opções autorizadas sob o plano, as opções outorgadas para colaboradores, as opções já exercíveis e aquelas ainda disponíveis para outorga. Também é importante controlar as janelas de exercício nos casos de eventuais saídas de colaboradores titulares de opções e sobre o destino dessas opções não exercidas – se serão canceladas ou voltarão para o option pool.

Fazer essa gestão em uma planilha de excel é uma tarefa complexa, suscetível a erros, e que demanda tempo e energia do empreendedor (que convenhamos, seriam melhores aproveitados se investidos no crescimento do negócio). Pensando nisso, no Basement desenvolvemos uma ferramenta própria para o gerenciamento das opções de forma digital, da assinatura até o exercício, fornecendo controle sobre os vestings, cliffs, vencimentos e preços de exercício – tanto para os empreendedores como para a equipe.

Na imagem abaixo, você pode conferir o dashboard de acompanhamento na visão dos colaboradores, por onde eles acompanham o status de seus contratos de opções – do calendário de vesting até as ações adquiridas:

 

Por Ricardo Chilvarquer, Marketing do Basement

 


«Este artigo foi postado originalmente no blog do Basement – SaaS que digitaliza a gestão de cap tables e planos de stock options de startups. Conheça mais sobre o Basement em: basement.io»

 

Product/Market Fit Canvas: como ter foco após a validação de uma startup

Entre Outubro e Novembro de 2019 tive a oportunidade de fazer uma série de workshops sobre Product/Market Fit pela Mettzer com o Edson Rigonatti, da Astella, por meio da Bossa Nova Investimentos.

Se você já conversou, assistiu uma palestra ou escutou o PodCast da Astella, já deve ter ouvido o Edson Rigonatti dizer que as startups precisam ter foco e que isto é determinante para o sucesso dos novos negócios.

Lembro que depois do primeiro workshop sobre Product/Market Fit corri para o escritório da Bossa Nova, na Consolação, e fiquei lá revisando as anotações, tentando organizar aquele caminhão de dicas e informações incríveis que havia recebido.

Entre um rabisco e outro, fui percebendo que era possível construir uma matriz para organizar os principais pontos que compõem o Product/Market Fit de uma startup e que, em hipótese, existia um padrão nesta jornada. A Jen Medeiros fez a ponte, enviamos o primeiro esboço para o Edson e agendamos uma conversa. Havia um sentimento: estávamos diante de algo interessante.

 

 

Fases de uma Startup

Entendendo o contexto, quandos as startups conseguem validar um problema e uma solução, muitas oportunidades surgem, são diversas formas para chegar ao mercado e entregar valor.

No entanto, ao sair da fase de ideação os empreendedores gastam muito tempo em processos desestruturados e correm um sério risco de não conseguir avançar para os próximos estágios de uma startup.

Você pode testar todos os canais de marketing/vendas durante a fase de ideação e PMF? Sim.

É possível encontrar o Product/Market Fit por meio de qualquer um dos canais de marketing/vendas? Talvez. É possível escalar todos os canais de marketing/vendas ao mesmo tempo? Não (talvez, se você tiver muitos milhões ou bilhões para gastar).

[Versão para Devs] Você pode testar diversos produtos/soluções durante a fase de ideação e PMF? Sim. É possível encontrar o Product/Market Fit por meio de qualquer um dos produtos? Talvez. É possível escalar todos os produtos ao mesmo tempo? Não (talvez, se você tiver muitos milhões ou bilhões para gastar).

Agora, sendo realista, o ideal é a startup encontrar uma unidade entre perfil do cliente ideal (ICP), produto, ticket médio, canal para marketing e vendas e focar 10000%.

A função da etapa de Product and Market Fit é definir qual será o foco em processos daquele momento em diante. Definir, diante do que foi validado, qual será o foco para alcançar a etapa de Go-to-Market.

Quanto mais problemas a sua startup tentar resolver, quanto mais personas buscar satisfazer, quanto mais produtos tiver, quanto mais canais de marketing e vendas utilizar para atender os clientes, maior será o número de processos que precisarão ser escalados e maior será a complexidade para levar a inovação ao mercado.

 

 

É por isso que quanto mais a startup avança nas /fases de maturidade, mais foco ela precisa ter para conseguir escalar os processos e fazer com que a inovação tenha sucesso. Não é a “startup” quem escala, são os processos que escalam!

Product and Market Fit

Chegando na unidade. Após a fase de ideação, onde a startup aprendeu muito sobre os problemas de uma persona, testou várias hipóteses de solução e definiu um modelo de negócios junto com os clientes, a startup precisa estabelecer um canal de marketing, estruturar um processo de vendas e conseguir um ticket médio adequado para a operação.

OBS: Startups precisam gerar demanda e vender desde o início, durante toda a fase de ideação. Por sua vez, é na etapa de Product and Market Fit que estes processos ganharão forma.

O que define uma unidade de Product/Market Fit:

  • Um problema e ICP/Persona bem definidos
  • Um produto (solução) que gera valor e retenção de clientes
  • Um modelo de negócios adequado para a operação
  • Um canal de marketing que gera novos leads constantes
  • Um canal de vendas que gera novas receitas constantes
  • Um ticket médio (pricing) adequado para a operação

Quando aplicamos o PMF Canvas na Mettzer, ficou evidente a nossa total falta de foco, o que era natural na fase de ideação e na busca pelo PMF, mas estava nos impedindo de crescer.

Mettzer antes do PMF Canvas: vendíamos em todos os modelos comerciais possíveis, com 03 ICPs, 02 produtos e 03 tickets médios. #VaiDarCerto #SóQueNão

Mettzer depois do PMF Canvas: 01 modelo comercial, 01 ICP, 01 produto, 01 ticket médio. Foi doloroso, com a reestruturação de processos, reestruturação do próprio time e aceitar que algumas coisas não ficariam perfeitas num curto prazo, mas todo este esforço era para que pudéssemos crescer mais rápido e forma mais eficiente.

 

PMF Canvas – Um novo quadro

O PMF Canvas é uma modelagem centrada no cliente, onde o objetivo é deixar o Perfil de Cliente Ideal (ICP) no centro e encaixar produto, modelo comercial e ticket médio ao seu redor.

Este novo quadro permite a startup entender tudo o que já foi testado para alcançar o Product/Market Fit, quais hipóteses já foram validadas e, principalmente, quais podem ser descartadas.

Dessa forma, o time de empreendedores poderá saber quais os processos poderão ser aprimorados para que as primeiras vendas se tornem constantes (PMF) e para que as vendas constantes se tornem processos maduros (Go-to-Market).

 

 

Preenchendo o PMF Canvas. Numa lógica semelhante ao Business Model Canvas, use caneta e post-its para descrever cada parte.

A ideia é tornar o quadro dinâmico, lapidando o modelo. É esperado que no início haverão muitas hipóteses e, na medida em que sua startup avança, cada vez menos post-its estarão colados no quadro principal.

Como preencher o PMF CANVAS

Ideal Customer Profile (ICP)

O cliente está no centro do quadro e tudo acontece ao seu redor. É uma tendência natural as empresas inovadoras adotarem estratégias centradas nos clientes e aqui não seria diferente.

Qual o seu nicho dos nichos? Qual o seu perfil de cliente primário? Quem são as pessoas ou empresas que a sua startup conhece os segredos mais íntimos? Nas palavras do Edson, qual a sua Normandia? Entre tantos locais para atacar, por qual “praia” você pretende acessar o segmento de mercado?

 

 

Você já tentou fazer uma conta PJ no Nubank? No início deste ano estivemos em São Paulo e realizamos um benchmark com o time de produto e tecnologia do banco mais hipster do Brasil. Durante a conversa, não me contive e perguntei se poderia abrir uma conta para a Mettzer. A resposta: não.

 

 

Tranquilo, continuamos clientes como pessoa física e amamos o roxinho. Mas não somos a Persona PJ e está tudo bem.

Escolher uma persona também significa dizer não para outras, resolver um problema específico significa não resolver outros problemas, é por esta razão que as startups realizam tantos testes e validam tantas hipóteses.

Modelo Comercial

Das empresas que alcançaram US$ 01 bilhão de valuation em 2019, em média, 80% da demanda ainda é gerada pelo canal de marketing primário. Você leu bem, 80% dos leads destas startups ainda são gerados pelo primeiro canal de marketing estabelecido.

Estabelecer um canal de marketing e um canal de vendas é de longe o maior desafio de uma startup. Startups precisam vender! Por favor!

 

 

Os canais de marketing geram demanda e os canais de vendas geram receita. Entendendo isso, a startup precisa fazer o exercício de qual estratégia funciona melhor para o seu modelo de negócios. Inbound ou outbound marketing? Account Based Marketing ou Product Led Growth?

Além disso, tecnicamente são possíveis quatro canais de vendas: Self-service, Inside Sales, Field Sales, Value Add Revenue (VAR) que são parceiro, franquia, etc.

Cada conjunto de modelo comercial exige processos, estrutura, ferramentas e time diferentes, por esta razão, é essencial que se encontre o modelo que faz mais sentido para o seu negócio e, consequentemente, é muito complicado escalar mais de um conjunto ao mesmo tempo.

E se o canal de vendas saturar, posso empilhar canais? Geralmente uma startup em fases de Ideação, Product and Market Fit e Go-to-Market não possuem estes problemas. Ter mais de um canal de vendas é uma alternativa para startups que já escalaram, não para quem está começando.

Se o tamanho do mercado for realmente grande, é provável que a sua startup irá faturar milhões ou até bilhões com um único conjunto de canal para marketing e vendas.

Neste quesito, uma das startups que mais admiro é a Resultado Digitais, inicialmente eles adotaram estratégias de inbound marketing com foco em conteúdo e SEO para gerar demanda e, em paralelo, uma estratégia de Inside Sales para qualificação e conversão dos leads. Este primeiro conjunto de canais de marketing e vendas geraram os primeiros milhões de receita na RD.

Produto

De acordo com Alexander Osterwalder, “um modelo de negócios consiste na lógica de criar, entregar e capturar valor”. Neste contexto o produto é responsável por entregar valor aos clientes e quando falamos de produto, estamos falando da solução de um problema que afeta uma métrica. Um problema, uma métrica, um produto, uma solução, uma entrega de valor. Vou explicar melhor.

 

 

A sua startup conhece o segredo do cliente? Qual métrica é afetada por este problema? Seu cliente precisa faturar mais ou precisa economizar algum recurso? Qual o efeito deste problema na rotina do cliente?

Além disso, como este cliente resolve o problema atualmente? Qual o ganho de performance que a sua inovação precisa gerar para o seu cliente perceber valor? Qual a funcionalidade do seu produto que gera mais valor para o cliente?

Uma vez assisti a palestra do Theo Orosco, CEO da Exact Sales, que desenvolve uma plataforma para gestão de vendas e qualificação de leads com pré-vendas, onde ele contou que o primeiro produto da Exact foi planilha e serviços de consultoria.

A primeira “funcionalidade” que eles desenvolveram foi a possibilidade dos clientes organizarem o processo de pré-vendas e vendas de acordo com a metodologia do SPIN Selling. Eles geraram mais de R$ 500 mil em receita com este produto inicial. O problema: as empresas precisavam vender mais. O produto: metodologia e processos mais eficientes.

Ticket Médio Anual

Quanto cobrar pelo seu produto ou serviço? Encontrar o pricing adequado é a última etapa do product and market fit.

É natural as startups vender com preços diferentes para clientes diferentes ao longo do processo de validação, o que é estranho é uma startup não mudar o preço em nenhum momento.

Uma dica para descobrir o pricing adequado é compreender o ROI, o Risco e a Complexidade de Adoção na perspectiva do cliente. Se o preço do seu produto é R$ 10 mil por ano, de quantas vezes será o retorno para o cliente?

 

 

A Mettzer passou pelo MIDITEC, incubadora de startups da ACATE em parceria com o SEBRAE-SC, uma das melhores do mundo. Nesta experiência tive a oportunidade de conhecer grandes empreendedores e um deles foiSantiago Edo, CEO da Harmo, uma plataforma que integra Gestão de Reputação Online com Pesquisas NPS, CES e CSAT.

Durante as primeiras vendas, lembro do Santiago trabalhar arduamente na precificação do produto, onde cada fechamento com clientes era um desafio e teve um caso em que ele perguntou ao cliente “quanto você quer pagar para nós fecharmos?”.

Ora aumentava, Ora baixava, cruzando as informações com o perfil do cliente e com cada venda fechada, até chegar no preço mais adequado. Literalmente um exercício, que fez a empresa crescer mais de 700% em um ano.

Qual o seu foco?

Como já foi dito, é natural que muitas hipóteses sejam criadas durante o processo de inovação e isso talvez nunca termine. No entanto, é fundamental saber no que focar e, principalmente, por que focar!

 

 

O foco da sua startup precisa estar naquilo que funciona. Simples assim. De tudo o que foi testado, o que funcionou melhor? O que foi validado pelo mercado? Nem sempre a sua ideia/opinião fará sentido e por mais frustrante que seja, é necessário seguir na direção dos melhores resultados.

É aqui que entram os indicadores e as métricas da sua startups: Qual canal de marketing gerou mais leads? Qual canal de vendas gerou mais receita? Qual funcionalidade entregou mais valor? Qual preço entregou mais sustentabilidade? Qual persona ficou mais engajada?

Sem falar em métricas básicas como CAC, LTV e Churn. Para chegar ao Produtc/Market Fit é necessário medir.

Experimentos

Não, não tem receita de bolo. De acordo com Steve Blank, seu time precisará testar centenas, talvez até milhares de hipóteses até chegar no PMF. Inovar é uma sequência de testar hipóteses. Esta é a razão pela qual enfatizamos as hipóteses no quadro.

 

 

A Mettzer tem um case muito legal de validação do Product/Market Fit, onde dominamos o problema, entendemos os canais de marketing e vendas, desenvolvemos um excelente produto e um pricing adequado. O resultado é que estamos com mais de 300 mil usuários, distribuídos em mais de 2500 instituições de ensino em 16 países no modelo Self-Service.

A verdade é que se tivéssemos o PMF Canvas antes, talvez teríamos alcançado estes resultados mais cedo. Entender esta estrutura, estas etapas, fez toda a diferença e agora compartilhamos estes aprendizados com o nosso ecossistema.

Tem mais? Claro que tem, precisamos falar sobre muitas coisas como os desdobramentos dos ICPs, os “next targets”, como saímos de um público extremamente nichado e avançamos para um segmento de mercado?

Quais os desafios de cada área da empresa para alcançar o PMF e seguir para o Go-to-Market? Qual o perfil e estrutura do time para cada modelo comercial? Enfim, precisaria de algumas horas para explorar todas estas questões.

Meu desejo é que este conteúdo ajude muitos empreendedores e queremos ir além deste post. O primeiro Workshop será realizado com as startups da Bossa Nova e do MIDITEC, como give back.

 

 

Desde 2015 realizei centenas de treinamentos, consultorias e mentorias sobre modelo de negócios inovadores e gestão estratégica em diversos programas de inovação no Brasil, ajudando muitas startups além da Mettzer.

Ao longo desses 12 anos empreendendo nos mercados de tecnologia e economia criativa tive a oportunidade de compreender o processo de criação de uma startup e quero que mais empreendedores alcancem esta compreensão!

Boa parte da literatura de Startups é sobre como iniciar, como validar um problema, como validar uma solução e como estruturar um modelo de negócios inovador. Depois vem a administração tradicional e como escalar o negócio. Tem um gap ai no meio que ninguém explica direito, que está nas entrelinhas e é isto que tentei explorar aqui.

Deixo aqui o eterno agradecimento ao Edson Rigonatti pelo aprendizado e parceria, à Bossa Nova Investimentos, João Kepler e Rodolfo Santos pela confiança e oportunidade. Agradecimento especial ao time da Mettzer por todo apoio, vocês são fundamentais na execução deste projeto! Vai reverberar ao infinito.

PS:

O PMF Canvas é uma pesquisa acadêmica? Ainda não, mas há grande chance de se tornar um projeto de mestrado/doutorado. Cc: Rogério Lacerda.

O PMF Canvas está pronto? Não. Estamos na Versão 0.4 e acreditamos que ainda tem muito para evoluir.

 

Felipe Mandawalli, CEO e Co-Founder at Mettzer

 

Quais as oportunidades, desafios e riscos da interação com grandes empresas para startups brasileiras?

O tema vem ganhando muita força nos últimos anos. Diante de uma forte pressão para inovar, grandes empresas têm ampliando suas fontes de inovação aberta, e apostado na interação com startups como forma de desenvolver e testar novas tecnologias e soluções de negócio de uma forma mais rápida e barata, sem colocar em risco seu core business.

Os benefícios são promissores: acessar novas tecnologias, explorar novos mercados e novos modelos negócios, acessar talentos, incentivar uma cultura empreendedora dentro da própria empresa, redução dos custos de P&D, melhoria da imagem institucional, rejuvenescimento da marca, etc.

Para as startups, as oportunidades também são relevantes, pois através da interação com as grandes empresas e o acesso a seus recursos e know-how, conseguem validar sua soluçãotestar market-fit, acessar recursos, mercado e clientes, além de gerar exposição da marca e cases, importantes para a credibilidade de quem está iniciando sua inserção no mercado.

No entanto, embora estas parcerias carreguem este potencial de complementaridade de competências, suficientes para gerar valor para ambas as partes por meio de uma relação ganha-ganha, na prática a interação não é tão simples. Existem uma série de obstáculos, que vão desde barreiras internas inerentes à estrutura das empresas, às barreiras relacionais, que incluem diferenças culturais, divergências estratégicas e ausência de alinhamento.

Fato é que ainda existe um longo caminho para se percorrer no entendimento sobre o tema, e tanto grandes empresas quanto startups estão ainda aprendendo a se relacionar. Estudos mostram que menos de 40% das interações trazem resultados significativos.

Em termos acadêmicos, existe uma vasta literatura que trata de inovação aberta e um número crescente de estudos que tratam do corporate venture capital e a aquisição de startups por grandes empresas, duas formas tradicionais de relacionar-se com empresas nascentes. Poucos são os estudos que tratam das outras formas de interação como a aceleração, investimento, parcerias para co-desenvolvimento, plataforma de startups, entre outros. Em geral, são relatórios de consultorias, em sua maioria voltados para entender o panorama da interação sob o ponto de vista da grande empresa. Existem poucos estudos nacionais que investigam as oportunidades, desafios e riscos da interação, sob o ponto de vista das startups.

Diante deste contexto, e motivada pelos anos de atuação direta com startups, fomentando o ecossistema de inovação e empreendedorismo enquanto estive à frente do Inovativa Brasil, me debrucei sobre o tema em minha pesquisa de mestrado e o resultado são 10 estudos de casos que tratam sobre a interação com grandes empresas sob a ótica de startups brasileiras.

O e-book que disponibilizo AQUI para vocês, apresenta os principais tipos de interação entre as startups analisadas e grandes empresas brasileiras, as oportunidades e dificuldades encontradas no processo e os principais aprendizados dos empreendedores. 

 

 

Janice Maciel, Economista e mestre em Inovação, com foco em Startups e Inovação Aberta.

 

Empresas de software estão transformando o agronegócio

O crescimento do número de empresas de software no Brasil está cada vez maior. Isso se deve a grande quantidade de pessoas que buscam meios para facilitar suas rotinas, seja no trabalho ou no âmbito pessoal.

Quando se trata do agronegócio então, o mercado é promissor. Ainda mais se tratando de um segmento que se encontra em cenário positivo e em constante avanço.

Em virtude disso, temos as empresas de tecnologia, que estão investindo em soluções que podem ser aplicadas ao dia a dia do campo. Tudo isso para facilitar o trabalho do produtor rural e proporcionar melhores resultados para as fazendas.

Portanto, veja a seguir como as empresas de software estão contribuindo para a transformação no campo.

Vamos lá?

Qual o cenário do mercado do agronegócio?

De acordo com o Ministério da Agricultura, Pecuária e Abastecimento (MAPA), o agronegócio foi responsável por 1 em cada 3 empregos gerados em 2017 e representou 21,6% do Produto Interno Bruno (PIB) brasileiro.

Nesse ano (2017), o setor cresceu 7,2%, segundo o cálculo do Centro de Estudos Avançados em Economia Aplicada (Cepea/USP) e a Confederação da Agricultura e Pecuária do Brasil (CNA).

O MAPA também afirma que o Brasil possui 62,6 milhões de hectares de área plantada (safra 2018/2019).

Já em relação ao mercado externo, o Brasil é o segundo maior produtor mundial de soja e o terceiro maior de milho (safra 2017/2018), conforme os dados da Secretaria de Estado de Agricultura, Pecuária e Abastecimento de Minas Gerais.

 

Tendências futuras

Segundo a Organização das Nações Unidas para Alimentação e Agricultura (FAO), as previsões futuras para o setor do agronegócio envolvem um cenário de grande aumento de consumo de alimentos, mudanças na composição das dietas (com elevação do consumo de proteínas), influência das mudanças climáticas globais e da limitação dos recursos naturais, levando à necessidade de práticas mais sustentáveis.

Contudo, a utilização de novas tecnologias surge como uma alternativa para os agricultores enfrentarem os desafios futuros e aproveitarem novas oportunidades dentro do setor.

Sendo assim, empresas de software estão investindo na junção do agronegócio e da tecnologia para criar soluções que visam minimizar perdas, aumentar a produtividade, melhorar a gestão rural, dentre outros.

Seguindo essa linha de negócios, podemos encontrar as Agtechs. Confira!

Agtechs: uso intensivo de tecnologia agropecuária

As Agtechs consistem basicamente em startups focadas em solucionar questões relacionadas ao campo. Em resumo, elas apresentam soluções que atuam na resolução de problemas, redução de custos e otimização dos esforços no ambiente rural.

Segundo informações do Sebrae, em 2018 foram identificadas 182 Agtechs no Brasil. A maioria nos estados de São Paulo (31%), Minas Gerais (16%), Paraná (10%), Santa Catarina (10%) e Rio Grande do Sul (9%).

Desse total, 76% utilizam o modelo SaaS (Software as a Service – Software como um serviço), que corresponde a soluções online que operam como softwares. Outros segmentos são hardware (11%) e marketplace (10%).

De modo geral, já foram criadas startups para entregar as seguintes soluções:

  • Plataforma de rastreabilidade e segurança alimentar;
  • Ferramentas para gestão de dados agrícolas e Analytics;
  • Soluções em biomateriais, bioenergia e biotecnologia;
  • Softwares de gerenciamento de fazendas, drones e sensores (IoT- Internet of Things).

Empresas de software agrícola

Nesse contexto, podemos destacar os softwares agrícolas que atuam como uma solução viável para atender diversas necessidades do campo. Veja a seguir, algumas modalidades:

Agricultura de precisão: sistemas de gestão adequados para cada atividade realizada na fazenda e região em que atua. Assim, por meio da variabilidade no solo e clima, são fornecidas as ferramentas para a utilização apropriada dos insumos e etc.

Agrometeorologia: visa compreender as consequências dos fenômenos meteorológicos na propriedade rural e na sua produção agrícola ou pecuária.

Manejo de pragas e doenças: atua no controle de pragas e doenças que ameaçam a produção agrícola, bem como, no monitoramento correto e no tratamento.

Análise do solo: trabalha na visualização completa do ambiente produtivo. Dessa forma, integra e determina possíveis problemas nutricionais nas plantas a fim de aumentar a produtividade e a resistência do cultivo.

Rastreabilidade: permite que consumidores, beneficiadores e produtores conheçam o caminho percorrido pela produção agropecuária. Além disso, promove ações preventivas e corretivas para melhorar a qualidade.

Gestão da fazenda: facilita o gerenciamento das propriedades rurais de forma mais eficiente, isso inclui a produção agrícola, gestão financeira, manutenção de máquinas, entre outros.

Irrigação inteligente: atua no monitoramento e automatização do uso de água nas fazendas.

Dados animais: é destinado a melhor compreensão do gado desde os padrões de reprodução até a genômica.

 

Como os Hubs de inovação podem ajudar no desenvolvimento das empresas de software agrícola?

Os Hubs de inovação são espaços físicos nos quais empresas jovens, mais conhecidas como startups, executam ideias inovadoras.

Nesse sentido, empreendedores que estão iniciando seus projetos, porém não dispõe de grandes recursos, têm acesso a:

  • Um ambiente para trabalhar;
  • Oportunidade de conhecer outros negócios;
  • Chance de fazer parcerias e obter investimentos.

Desse modo, as startups ganham maior visibilidade. Isso porque, por lá, passam investidores e grandes empresas dispostos a descobrir novos negócios, seja para investir em uma ideia promissora ou para solucionar problemas internos que possuam. Além disso, universidades e órgãos de fomento também realizam visitas no local.

De modo geral, os Hubs são espaços de trocas, onde empresas trabalham de forma colaborativa, se inspiram em outras ideias e fazem parcerias. Mais do que isso, eles proporcionam a criação de conexões com: startups, grandes empresas, universidades e investidores.

No mercado do agronegócio, há inúmeros Hubs que recebem startups focadas em participar da evolução do campo.

Em Goiás, temos o Conexa, um hub de inovação do Grupo Siagri, que reúne startups, empreendedores, investidores, agentes de inovação, mentores, especialistas e parceiros de negócios com o intuito de conectar as transformações do campo.

O MyFarm é umas das startups que compõe o Conexa e trabalha com um software de gestão para propriedades rurais.

 

MyFarm – Software de gestão agrícola

O MyFarm é um software de gestão agrícola desenvolvido para organizar e simplificar os dados e processos operacionais das fazendas.

Assim, o objetivo é garantir mais lucro, rentabilidade e decisões assertivas no gerenciamento de propriedades rurais. Dentre suas funcionalidades estão:

Atividades: realiza o planejamento da safra, indicando os custos diretos e indiretos e mostrando em tempo real o que está acontecendo na fazenda.

Maquinários: promove a manutenção preventiva e controla os custos fixos e variáveis das máquinas.

Financeiro: controla o pagamento e recebimento de contas e disponibiliza a emissão do Livro Caixa Digital, MDF- e notas fiscais eletrônicas.

Suprimentos: administra a gestão do estoque, indicando a quantidade de produtos armazenados e a necessidade de reposição.

Produção: informa qual é a média do preço da sua soja e qual variedade e talhão são mais produtivos.

Resultados: apresenta a margem de lucro de cada cultura e o detalhamento de receitas e custos.

Para saber mais clique aqui.

Além dele, o Hub é composto por:

AgriQ – Receituário Agronômico: ajuda o agrônomo que é representante técnico no atendimento da fiscalização, na prescrição e no uso de defensivos. Além de possibilitar a emissão da receita agronômica.

Implanta It Solutions: especialista em integração de dados, atua há mais de 8 anos, fornecendo softwares e serviços para indústrias que atuam por meio de vendas indiretas.

NOU Inteligência Fiscal: é uma plataforma que oferece armazenamento e auditoria eletrônica de documentos fiscais, promovendo a eficiência, qualidade e consistência no compliance fiscal.

Conexa Labs: um time que usa o que há de mais avançado em tecnologia para construir produtos e ferramentas que conectam pessoas e negócios aos resultados desejados.

Conclusão

Com base em todas as informações que foram abordadas ao longo desse artigo, é possível concluir que o mercado de empresas de software agrícola está em constante crescimento.

Não há dúvidas que o agronegócio traz inúmeras possibilidades para a criação de novas tecnologias, visto que representa um mercado com cenário positivo perante a economia brasileira.

Diante disso, startups focadas em desenvolver softwares no segmento do agronegócio estão conquistando espaço e escolhendo Hubs de inovação para desenvolver ideias e ter acesso a investimentos, parcerias e outros benefícios.

Bom, é isso!

Espero que essas informações tenham te ajudado.

Para saber um pouco mais sobre softwares agrícolas, leia nosso artigo sobre sistema de gestão rural.

Até a próxima!!

 

Fonte: myFarm