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

LeanInception – O que vem primeiro, as jornadas ou as features?

Esta é uma pergunta recorrente sobre o livro Lean Inception, e a ordem das atividades sugeridas na Inception Enxuta.

Eu sempre sigo as atividades na ordem listada no livro:

  1. Visão do produto
  2. Objetivos do Produto
  3. Personas
  4. Features
  5. Nivelando as Features
  6. Jornadas
  7. Sequenciador de Features (em MVPs)
  8. Canvas MVP

Mas recebi relatos de excelentes facilitadores que fizeram a atividade de jornadas antes das features. Ou seja, seguiram esta ordem:

  1. Visão do produto
  2. Objetivos do Produto
  3. Personas
  4. Jornadas
  5. Features
  6. Nivelando as Features
  7. Sequenciador de Features (em MVPs)
  8. Canvas MVP

Eu prefiro realizar a atividade de jornadas mais pro fim da Inception, pois as considero muito importantes e muito influenciadoras ao definir as prioridade e a sequencia de features nos MVPs (sequenciador de features). Mas compreendo e aceito o estilo de adiantar as jornadas. Esta é uma ordem que segue mais o estilo design thinking: primeiro vamos falar das as personas e suas jornadas, depois tente entender as features do produto que propõe.

É isso aí. Não tem certo ou errado. Lean Inception é um livro de receita. E um bom chef pode (e deve) alterar a receita. O importante é alcançar um resultado satisfatório.

 

[content_block id=3005 slug=inception-mvp-e-diretoaoponto]

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