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

Em quais atividades da Lean Inception devo incluir o pessoal de OPS?

Pergunta: Tava relendo o seu livro e tava me perguntando aonde eu encaixaria o pessoal de OPS e etc. Aqui aonde estou trampando o pessoal de OPS fica longe do time de desenvolvimento e há vários problemas de comunicação. Tem algum lugar específico pra colocar esse pessoal de OPS? Talvez na apresentação do MVP Canvas? Que tu acha?

sequencer-team-colaboration-inception

Resposta: O ideal seria o povo de OPS participar de toda inception, mas imagino que isso seja difícil nesse contexto que descreveste.

Eu considero que as considerações sobre OPS são essenciais nessas três atividades da inception enxuta:

1. Na atividade de revisão técnica e de negócio (aqueles dois gráficos) o povo de OPS deve participar para esclarecer o nível de incerteza técnica e esforço das features, considerando o trabalho de OPS.

2. Ao criar o sequenciador de features o povo de OPS deve ser incluído para ajudarem a decidir a estratégia de release dos MVPs.

3. E, conforme mencionaste, na atividade final, do canvas MVP, OPS deve ajudar a detalhar as funcionalidades do MVP (existem tarefas/funcionalidades de OPS a serem incluídas?), devem verificar se o MVP é para alguma persona de OPS, devem verificar e descrever se há alguma alteração para alguma jornada de usuário de OPS; devem também verificar se há resultado esperado, métricas, consideração no cronograma, e dependências relativas a OPS.

Comentários no LinkedIn.

 

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