Em outra oportunidade falei sobre o MVP sigla para Minimum Viable Product (em português significa Produto Mínimo Viável). É a partir do MVP que itens como eficiência do produto no mercado, usabilidade, aceitação e comparação com a concorrência são testados.
Conforme descrito no livro Startup Enxuta, de Eric Ries, o MVP é aquela versão do produto que permite uma volta completa do ciclo construir-medir-aprender. Perceba que ao observar esse ciclo fica mais claro entender que um MVP testa uma hipótese. A partir das medições dos resultados dessa hipótese ocorre o aprendizado, os erros são corrigidos e novas hipóteses são criadas e testadas.
A etapa de mensuração é de extrema importância, pois é a partir dela que os desenvolvedores do produto/serviço conseguem entender se estão caminhando para a direção correta. Exatamente por isso é que hoje quero apresentar uma maneira de criar métricas para que resultados sejam monitorados e controlados com muito mais precisão.
Como o tema é bastante abrangente, focarei em aplicação Web e abordarei uma das ferramentas mais utilizadas para coleta de dados nesse ambiente: o Google Analytics.
Coleta de dados do MVP por meio do Google Analytics
Na arena em que se transformou a web, é o Google Analytics quem acabou tornando-se o grande líder quando o assunto é rastrear e monitorar os mais variados aspectos de websites. É fato já comprovado que por meio da utilização da ferramenta as organizações, pela análise de suas páginas, conseguem obter insights importantíssimos sobre seu público-alvo.
Voltando a falar sobre o MVP, imagine que ele tenha sido criado e que você esteja testando o que realmente atrai seus possíveis clientes. Uma parte dessa análise pode ser feita com o Google Analytics, pois analisando-o você conseguirá descobrir como sua audiência chega até você, qual dispositivo ela usa, de qual região ela é, quanto tempo ela fica no seu site, enfim, uma série de percepções sobre como seu público navega, encontra e interage com seu negócio.
Contudo, apesar da capacidade do Google Analytics, ele, sozinho, não apoiará uma tomada de decisão precisa. Não sei se você já ouviu falar do termo Data Visualization (DataViz), ou, em português, visualização de dados. Para você entender melhor, o objetivo da DataViz é promover uma comunicação mais clara e eficiente dos resultados obtidos no processo de análise dos dados.
Analisar dados na era Big Data não é tarefa fácil, sendo que empresas que saem na frente nessa tarefa capturam complexos conjuntos de dados, realizam análises e traduzem esses dados em uma linguagem mais simples aos tomadores de decisão. Por isso, o Google Analytics, sozinho, resolve parte do problema (apresenta os dados). Contudo, para obter insights mais complexos é preciso ir além.
Ferramentas integradas ao Google Analytics para melhores insights
O mercado possui algumas ferramentas que coletam os dados do Google Analytics e os transformam em insights. Logo acima falei sobre DataViz. Pois bem, o cenário ideal, especialmente na criação de MVP, é a empresa ampliar a capacidade do Google Analytics com uma ferramenta dedicada à visualização de dados.
Por meio de conectores, esse tipo de ferramenta conecta os dados extraídos da Internet – incluindo o Google Analytics – e gera gráficos com uma visão diferente daquela proporcionada pelo GA. Isso possibilita a geração de insights diferenciados para a empresa, dando a ela um poder de tomar decisões muito mais precisas sobre seu MVP.
Concluindo
O Produto Mínimo Viável passa pelo ciclo Construir-Medir-Aprender. Nesse processo, o erro não só faz parte, como é essencial. Destaco que não estou falando em errar por errar e sim em errar para aprender (existe uma grande diferença aí, não é mesmo?). E esse aprendizado é possível somente a partir do momento que a etapa Medir está bem desenhada e pode ser bem analisada.
Para este artigo, trabalhei especificamente em projetos de aplicação Web, o que, logicamente, me levou ao Google Analytics. Como no MVP a medição deve ser o mais precisa possível, precisamos aproveitar ferramentas que ampliam a capacidade do Analytics e aumentam os insights do negócio. Desse modo, tomadas de decisão passam a ser muito mais precisas e o erro torna-se um aprendizado.
Marco Antonio Silva
Agile Transformation | Learning Facilitator | Speaker
