Precisa de ajuda para escolher o seu
treinamento ou tem alguma dúvida?

Alterações no canvas MVP

TAG:

Seguem as alterações no canvas MVP dado o feedback recebido recentemente

Muito obrigado pela participação no workshop sobre o canvas MVP. O feedback recebido é muito valioso para realizar pequenas alterações no mesmo.

Segue as alterações a serem realizada no canvas MVP:

  1. Remover a visão do produto. Esta seção estava destoando das outras. O canvas é sobre o MVP, e não sobre o produto. Todas as outras seções são sobre o MVP, logo, a seção visão do produto será removida.
  1. Alterar nome da seção Personas e Clientes para Personas e Plataformas.
  1. Mover as seções para o canvas ficar simétrico, e sem ordem definida (da esquerda para dureita, ou da direita para a esquerda). De um lado learn, measure, build(features); do outro personas, jornadas e build (features); MVP label, e custo e prazo ficam no meio, em cima e em baixo.
  1. Repensar o nome journey, ou colocar exemplos apra deixar explícito. Um dos canvas criados tinha uma jornada muito grande; o MVP contemplava etapas menores dessa jornada longa.

Seguem as fotos do workshop:

FullSizeRender(10) FullSizeRender(11) FullSizeRender(12) FullSizeRender(13) FullSizeRender(14) FullSizeRender(19) FullSizeRender(15) FullSizeRender(16) FullSizeRender(17) FullSizeRender(18)

Mais uma vez, muito obrigado pela participação e pelo feedback.

Paulo Caroli

Paulo Caroli is an author, speaker, and consultant specializing in agile transformations, Lean Inception, and OKRs. With over 30 years of experience—including nearly a decade in Silicon Valley and 18 years at ThoughtWorks—he has helped organizations transition from project to product and from strategy to execution. Creator of the Lean Inception methodology and author of bestselling books like Lean Inception and Team OKR, Paulo is dedicated to empowering teams to align, validate, and deliver real business value.
Inteligência Artificial e Outcomes: Por que Produzir Mais Não Significa Gerar Mais Resultados

Inteligência Artificial e Outcomes: Por que Produzir Mais Não Significa Gerar Mais Resultados

A inteligência artificial está tornando os outputs mais rápidos, baratos e abundantes. Mas produzir mais não significa gerar mais resultados. Neste artigo, Paulo Caroli explica por que outcomes, julgamento e ownership se tornam ainda mais importantes à medida que papéis, processos e estruturas de times mudam. A partir de Lean Inception, Team OKR e Triple Track, o texto mostra como conectar estratégia, aprendizado e execução na era da IA.

ler mais

Pin It on Pinterest