Data-driven: como tomar decisões inteligentes no desenvolvimento de software 

A capacidade de coletar, analisar e interpretar dados assume um papel central no processo de criação de produtos digitais. Em um mercado em constante evolução, acompanhar as tendências e adotar práticas modernas tornou-se imperativo para garantir a entrega do melhor produto possível. Entre as abordagens emergentes que estão moldando o futuro do software, destaca-se o Data-Driven Development (Desenvolvimento Orientado a Dados). 

Essa abordagem revoluciona a maneira como projetamos, desenvolvemos e otimizamos aplicativos, plataformas e sistemas, impactando tanto o processo de desenvolvimento quanto as decisões de produto.

Ao adotar uma mentalidade data-driven, as organizações passam a compreender profundamente as necessidades e comportamentos dos usuários, permitindo uma adaptação contínua e um aprimoramento de produtos de acordo com dados reais. Neste artigo, exploramos os desafios e benefícios de incorporar essa estratégia no desenvolvimento de software. 

Ser data-driven é a única escolha possível 

No processo de desenvolvimento de software, desde a concepção até o lançamento no mercado, a cultura de dados permeia cada etapa do ciclo de vida de desenvolvimento de produtos, possibilitando tomadas de decisão mais embasadas e direcionadas.

Segundo Karina Hartmann, Head of Innovation & Continuous Improvement da SoftDesign, por meio de uma perspectiva orientada por dados, podemos não só medir o processo do time, como também obter insights de melhorias do produto. Além disso, nesse segundo caso, é possível monitorar tanto o nível estratégico quanto o operacional.  

Implementando uma abordagem data-driven para o processo de desenvolvimento 

Ser data-driven no processo é ter informações que nos permitem ter previsibilidade. Um exemplo prático de uso de dados no processo de desenvolvimento é quando estimamos a data de entrega de uma release com base na velocidade real do time, e não em estimativas frias.

Isso representa uma mudança em relação ao passado, onde se elaboravam cronogramas detalhados que não eram condizentes com a realidade. Quando as empresas passam a ser data-driven, no sentido de tomar decisões orientadas por dados, tornam-se capazes de fazer projeções: velocidade do time, variabilidade e gerenciamento da equipe.  

Para ser data-driven em termos de processo de desenvolvimento, é essencial trabalhar esses conceitos com o time de produto. Afinal, de acordo com Karina, queremos ser previsíveis, e este é um conceito da natureza do processo e não do esforço do planejamento.  

“Processos tradicionais defendem que são previsíveis pois planejam muito, já processos ágeis acreditam em sua previsibilidade porque possuem baixa variabilidade e adaptabilidade. Ou seja, não é porque é ágil que precisa ser imprevisível. Na verdade, a agilidade nos convida a ser mais data-driven, já que cada iteração gera dados valiosos para planejarmos as iterações futuras”.  

Implementando uma abordagem data-driven em produtos

Por outro lado, também podemos ser data-driven na estratégia de produto. Para tal, precisamos garantir que, desde o início, a solução digital esteja conectada a ferramentas de coleta de dados. Elas irão nos ajudar a enxergar informações estratégicas, como retenção, perfil de usuário mais engajado e comportamento de uso.

Todo dado quantitativo precisa ser acompanhado de uma análise qualitativa. Isso significa que se a retenção de um produto é de 50 dias, precisamos entender o porquê. Lembre-se que o dado puro, sozinho, não possui tanto valor. É justamente por isso, que o product discovery e os designers possuem um papel crucial no Data-Driven Development. O processo de manter contato direto com os usuários em pesquisas qualitativas é o que vai permitir analisar as causas e contextos dos dados que estamos obtendo. 

Por exemplo, se em um aplicativo os usuários estão usando muito a ferramenta de busca, isso pode ser um indício para pensarmos em melhorias no desenvolvimento. Eles usam a busca pois não acham o que querem? Se sim, uma alternativa poderia ser a criação de uma feature de favoritos. E assim, ao longo do processo de desenvolvimento, inúmeras teses para aperfeiçoamento do produto podem ser criadas e testadas com base nos dados observados. 

O pensamento data-driven impacta até mesmo a sustentação e suporte. Em produtos digitais, é comum nos depararmos com incidentes que, à primeira vista, parecem preocupantes. No entanto, mesmo nesses momentos, é fundamental se voltar para os dados: um incidente em uma funcionalidade que pouquíssimos usuários utilizam pode ser considerado urgente? Tendo a informação completa, fica simples tomar decisões, inclusive de priorizações.

Para Karina, quando temos dados, podemos nos apoiar nessas informações para tomar decisões melhores. “Com dados qualificados, todas as minhas próximas conversas ficam mais inteligentes. Sem isso, trabalhamos na base do achismo. Portanto, quando falamos em ser data-driven no produto, isso significa ter dados disponíveis para facilitar a priorização e a tomada de decisão”. 

Construindo uma cultura orientada a dados

Implementar uma cultura data-driven em médias e grandes empresas é uma jornada repleta de desafios. Ainda é muito comum que líderes gerenciem sem o apoio de dados confiáveis, e por isso, tenham que recorrer à intuição e ao conhecimento prévio. Porém, em um mercado tão competitivo, tornou-se primordial tomar decisões estratégicas com o apoio de dados qualificados.  

Além disso, quando se trata de ser data-driven no produto, existe uma questão cultural ainda maior, já que isso envolve os desejos e necessidades de múltiplos stakeholders. “Às vezes, os dados contrariam as nossas ideias. Por isso, trabalhar de forma data-driven exige uma mudança cultural que nos permita dizer: apesar do que eu penso, estou disposta a mudar de opinião caso os dados não suportem a minha hipótese”, destaca Karina.

Para a SoftDesign, que possui duas décadas de experiência trabalhando junto a clientes de diferentes perfis, essa cultura deve ser introduzida aos poucos, deixando claro a importância de trabalhar com métricas bem definidas. Karina Hartmann explica: “Acontece de começarmos trabalhando com um backlog orientado por features, onde o time atende demandas de acordo com os pedidos do cliente. Mas, conforme ganhamos confiança, começamos a criar uma cultura de dados. Com isso passamos a atuar como um time missionário, orientado por métricas importantes para o negócio. Ou seja, identificamos objetivos macro e passamos a desenvolver e aprimorar o produto de forma a atendê-los”.  

Essa mudança comportamental fomenta uma cultura data-driven no cliente, que utiliza dados para tomar decisões inteligentes e adequadas ao negócio. Isso só acontece porque os times passam a receber um problema para resolver e não um pedido de funcionalidade para programar. Uma evolução estratégica essencial para criar produtos digitais viáveis e com alto poder de engajamento.