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

Lean inception com orçamento e prazo definidos

PERGUNTA:  Se a empresa já define um orçamento e expectativa de prazo de entrega previamente para a criação do produto MVP, essas informações devem ser compartilhadas pelo facilitador com o time da Lean Inception ou atrapalharia as atividades – colocando uma limitação ao processo de construção colaborativa? – por Fabiane Castro

RESPOSTA: Infelizmente esse não é um cenário tão incomum.

Se existe prazo e expectativa previamente definidas para o produto, isso deve ser levado em conta. Mas de nada ajuda com a alinhamento sobre o MVP.

O que faço é seguir a Lean Inception independente dessa informação, mas usá-la no fim da Lean Inception, antes do showcase.

Próximo ao final da Lean Inception, depois de fazer o cálculo de custo, prazo e esforço (conforme descrito no livro Lean Inception e neste post), eu coloco no sequenciador, lado a lado:

  1. As datas e entregáveis, segundo a Lean Inception
  2. As datas e entregáveis segundo expectativas anteriores a Lean Inception

Dai eu promovo a conversa franca: e agora, o que faremos?

Simples assim.

Já que tem um elefante na sala, então vamos falar sobre ele.

Pelo menos depois fazer a Lean Inception, podemos conversar se vamos criar um elefante, ou alguns outros animais bem menores e bem mais ágeis.

 

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