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

[Q&A] o facilitador da inception deve estudar sobre o mercado, o produto, o negócio?

TAG:

Pergunta: Uma dúvida sobre facilitação de Inceptions: antes de rodar uma, o facilitador deve se preparar em relação ao produto? Deve estudar o mercado, entender do negócio, etc? Ou isso pode enviesar o processo? (por Clarice Carvalho)

 

Resposta: Nossa, excelente pergunta. E já facilitei inception tendo me preparado antes, e inception onde não me preparei suficiente (domínio novo, mercado novo e não estudei o suficiente).

 

Eu nunca me arrependi de estudar sobre a empresa, sobre o mercado, e os concorrentes antes de facilitar uma Lean Inception. Mas me arrependi de não ter feito isso.

 

Como facilitador, acredito que não devo opinar nas discussões sobre o produto e o mercado. Mas preciso fomentar a conversa sobre o assunto. E, para isso, tenho de usar o vocabulário e conhecimento da área em questão.

 

Por exemplo, eu preciso ouvir uma conversa sobre o assunto e resumir (parafrasear), tipo: “então podemos dizer que nesse momento a persona calcula a rentabilidade líquida de CDB Pós-Fixado; é isso?”

 

Fica bem mais fácil para o facilitador (logo, para todos) quando você já está acostumado com os termos e tem um pouco de contexto sobre o produto e o mercado da Lean Inception em questão.

 

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