06 - Métrica - Gerenciar entradas e não saídas
Tópicos
- Métricas de Entrada e Saída
- Cultura baseada em dados
- Six Sigma - DMAIC
- WBR, gráficos, metas e tendências
01 - Métricas de entrada e saida
Este é um dos conceitos mais profundos e práticos de toda a cultura operacional da Amazon. Vamos destrinchar com calma.
A distinção fundamental
A Amazon divide todas as suas métricas em dois tipos:
Métricas de saída (Output Metrics) são os resultados que o negócio quer alcançar — lucro, receita, crescimento, preço das ações, retenção de clientes. São o que aparece nos relatórios financeiros. O problema é que nenhuma pessoa, nenhuma equipe e nenhum líder consegue acordar de manhã e decidir diretamente aumentar a receita. Esses números são a consequência de centenas de ações interagindo ao longo do tempo. Você os observa, mas não os controla diretamente.
Métricas de entrada controláveis (Controllable Input Metrics) são as atividades e processos que você controla diretamente — e que, quando bem gerenciados, produzem os resultados que você quer. São os alavancas reais do negócio.
A frase de Jeff Bezos na carta aos acionistas de 2009 resume a filosofia inteira:
“Líderes seniores que são novos na Amazon frequentemente ficam surpresos com o quão pouco tempo passamos discutindo resultados financeiros reais ou debatendo projeções financeiras. Acreditamos que focar nossa energia nas entradas controláveis do nosso negócio é a forma mais eficaz de maximizar os resultados financeiros ao longo do tempo.”
Por que métricas de saída sozinhas são um problema?
Imagine que você descobre que a receita caiu 15% no trimestre. O que exatamente você faz com essa informação? A resposta honesta é: você não sabe. A métrica de saída te diz que algo está errado, mas não te diz onde intervir nem o que mudar.
É como olhar para a temperatura de um paciente e dizer que ele está com febre. A febre é o output — ela sinaliza o problema, mas não te diz se é uma infecção bacteriana, viral, ou outra causa. Para tratar, você precisa ir à causa raiz — aos inputs.
Outra razão: as tendências aparecem muito mais cedo nas métricas de entrada. Se você só monitora receita, pode não perceber uma desaceleração de clientes por meses. Se você monitora as entradas que geram receita, verá os sinais de alerta muito antes.
Exemplos práticos na Amazon
Os inputs da Amazon são justamente aquilo que os clientes se importam — não o que aparece no balanço:
| Métrica de Entrada (Controlável) | Métrica de Saída (Resultado) |
|---|---|
| Velocidade de carregamento do site | Número de pedidos |
| Tempo de entrega (de 3 dias para 1 dia) | Receita |
| Número de produtos disponíveis no catálogo | Market share |
| Acurácia do inventário em estoque | Lucro |
| Tempo de resposta do atendimento ao cliente | Retenção de clientes |
| Preços competitivos em relação a concorrentes | Preço das ações |
Um veterano da Amazon descreveu isso com precisão: métricas de saída são importantes, mas métricas de entrada são o que te dão clareza sobre as alavancas que você pode puxar para melhorar esses resultados. Controle as entradas — as saídas seguem.
A anedota do CEO e o preço das ações
Um relato famoso ilustra essa mentalidade: Bezos certa vez encontrou um CEO que estava eufórico porque o preço das ações da sua empresa tinha subido 30 centavos naquele dia — uma métrica de saída clássica. Bezos ficou indiferente. Para ele, comemorar o preço da ação é como comemorar o placar de um jogo que você não jogou — você não controla isso diretamente. O que você controla são as jogadas que levam ao placar.
O erro clássico que a própria Amazon cometeu
O livro Working Backwards relata um erro que a Amazon cometeu ao expandir de livros para outras categorias: as primeiras métricas de entrada escolhidas eram focadas em supply (fornecimento interno) — quantos produtos tinham sido adicionados ao catálogo — quando deveriam ser focadas na experiência do cliente. A quantidade de produtos disponíveis é um input melhor do que a quantidade de produtos adicionados, porque o que o cliente sente é a disponibilidade, não o esforço interno de catalogação.
Isso revela uma armadilha sutil: um input pode parecer controlável mas na verdade ainda ser um input interno, não orientado ao cliente. A Amazon aprendeu que os melhores inputs são os que descrevem o que o cliente experimenta diretamente.
A conexão com tudo que já vimos
Este conceito amarra tudo que estudamos até aqui:
Working Backwards começa pelo cliente — os inputs da Amazon são justamente os fatores que os clientes se importam: preços baixos, muitos produtos, entrega rápida, atendimento ágil.
WBR é o mecanismo semanal onde os inputs controláveis são monitorados — não para contemplar, mas para agir imediatamente quando algo sai do padrão.
DMAIC é o processo que você usa quando um input está fora do esperado: define o problema, mede, analisa a causa raiz, melhora e controla.
Mecanismos são a razão pela qual os inputs são monitorados sistematicamente — não porque as pessoas têm boa intenção de acompanhar os números, mas porque existe um processo que garante que isso aconteça toda semana, sem exceção.
A síntese prática
A lógica é elegante e poderosa: você não pode gerenciar o que não pode controlar — e você não pode controlar resultados, só as ações que os produzem. Empresas que ficam obcecadas com receita, lucro e preço da ação estão olhando para o retrovisor. Empresas que identificam e gerenciam os inputs certos estão dirigindo olhando para a frente — e chegam ao destino de forma muito mais previsível e sustentável.
02 - GPT livro ‘Good to Great Empresas Feitas para Vencer (Jim Collins)’ e relação com a Amazon
O que é o livro?
Publicado em 2001, Good to Great é resultado de uma pesquisa de 5 anos conduzida por Jim Collins e sua equipe, que analisaram 28 empresas para responder uma única pergunta: por que algumas empresas dão o salto da mediocridade para a excelência — e outras não?
A premissa central do livro é expressa numa frase simples e poderosa: “Bom é inimigo do ótimo.” A maioria das empresas nunca se torna excelente justamente porque se contenta em ser boa o suficiente.
Os 7 conceitos fundamentais do livro
1. Liderança de Nível 5
A liderança de nível 5, segundo Collins, é marcada pela combinação rara entre humildade pessoal e determinação profissional. Esses líderes não buscam protagonismo individual, mas colocam os resultados da empresa acima de interesses próprios. Eles assumem a responsabilidade pelos erros e dividem o crédito pelas conquistas.
É a grande surpresa do livro: os líderes das empresas que se tornaram excelentes não eram os CEOs carismáticos e estrelados que aparecem nas capas de revistas. Eram pessoas discretas, obcecadas com o sucesso da empresa — não com o próprio ego. Quando as coisas iam bem, apontavam para o time. Quando as coisas iam mal, olhavam para o espelho.
2. Primeiro Quem, Depois O Quê
Antes de definir estratégia, visão ou direção, as empresas excelentes resolvem o problema das pessoas. A lição mais crucial de Good to Great é colocar as pessoas certas no ônibus. Não se trata apenas de preencher assentos, mas de montar uma equipe que impulsione a organização para frente.
A metáfora do ônibus é central: primeiro você define quem sobe (e quem desce), e só depois decide para onde vai. Porque com as pessoas erradas, qualquer destino será problemático. Com as pessoas certas, você consegue se adaptar a qualquer mudança de rota.
3. Confrontar os Fatos Brutais — Mas Nunca Perder a Fé (Paradoxo de Stockdale)
Este conceito é nomeado após o Almirante Jim Stockdale, o oficial de mais alto escalão a ser prisioneiro durante a Guerra do Vietnã. Stockdale sobreviveu porque ele era realista sobre a provação à frente, mas ainda completamente confiante de que um dia ele seria livre.
Os que não sobreviveram foram os otimistas ingênuos — os que diziam “estaremos fora até o Natal”, depois “até a Páscoa”, e iam sendo destruídos pela decepção repetida. A lição para empresas: encare a realidade com dureza e clareza, mas nunca abandone a convicção de que você vai superar. Os dois juntos — não um ou outro.
4. O Conceito do Ouriço
Há uma fábula grega antiga: a raposa sabe muitas coisas, mas o ouriço sabe uma coisa grande. Quando a raposa ataca, o ouriço se enrola numa bola de espinhos — sempre a mesma resposta, sempre eficaz.
O Conceito do Ouriço é a mentalidade de que, como uma organização, você deve se concentrar em apenas uma coisa específica em que você é o melhor do mundo. Essa definição surge da interseção de três perguntas:
- No que você pode ser o melhor do mundo? (não apenas bom — o melhor)
- O que move seu motor econômico? (o que gera dinheiro de verdade)
- O que você é profundamente apaixonado? (o que energiza sua equipe)
A empresa que descobre o ponto onde essas três perguntas se cruzam encontrou seu Ouriço — e é lá que ela deve concentrar toda a sua energia.
5. Cultura de Disciplina
Uma cultura de disciplina elimina a necessidade de hierarquia e burocracia. Empresas que precisam de muitas regras e controles geralmente têm as pessoas erradas. Quando você tem as pessoas certas, com o pensamento certo, a disciplina vira cultura — não imposição. As pessoas se autorregulam porque entendem o propósito e se comprometem com ele.
6. Aceleradores de Tecnologia
Em vez de perseguirem a tecnologia pela tecnologia, as empresas “great” a utilizam como acelerador de momento, sempre alinhada com seu Conceito do Ouriço. Elas investem em tecnologia estrategicamente, quando isso serve seus impulsos principais e aumenta a velocidade do progresso.
Tecnologia nunca foi a causa do salto de nenhuma empresa excelente — foi sempre acelerador de algo que já estava funcionando. Empresas que correm atrás de tecnologia por modismo perdem foco. Empresas excelentes perguntam primeiro: essa tecnologia acelera nosso Ouriço? Se sim, adotam. Se não, ignoram.
7. O Flywheel — O Volante de Inércia
O conceito de “Flywheel” de Jim Collins descreve como o impulso é construído ao longo do tempo através de ações consistentes e focadas.
Imagine um volante enorme e pesado. No começo, girar ele exige esforço enorme para um resultado pequeno. Mas a cada volta, ele ganha um pouco mais de impulso. Depois de muitas voltas, ele gira sozinho com força impressionante. É assim que empresas excelentes crescem: não há um único momento de virada, um grande lançamento ou uma decisão mágica. É a acumulação de consistência ao longo do tempo que gera resultados extraordinários.
A conexão com o que já conversamos sobre Amazon
O livro de Collins e a cultura da Amazon se cruzam em vários pontos:
- O Bar Raiser é a aplicação prática do “Primeiro Quem, Depois o Quê”
- O Working Backwards é o Ouriço aplicado ao desenvolvimento de produtos
- Os mecanismos da Amazon são a Cultura de Disciplina em forma de processo
- O Flywheel foi inclusive adotado explicitamente pela Amazon como modelo de crescimento — Bezos desenhou o volante da Amazon num guardanapo, mostrando como experiência do cliente, tráfego, vendedores e custo se reforçam mutuamente
O verdadeiro sucesso vai além de alcançar a excelência: trata-se de mantê-la ao longo do tempo. As empresas good to great não apenas melhoraram seus resultados, mas criaram estruturas e culturas que sustentaram esse desempenho por décadas. É exatamente esse o objetivo dos Princípios de Liderança da Amazon — não depender de pessoas brilhantes ocasionais, mas de um sistema que produza excelência de forma consistente e escalável.
03 - O que é Six Sigma e DMAIC?
Six Sigma é uma metodologia de melhoria de processos criada originalmente pela Motorola nos anos 80 e popularizada pela GE nos anos 90. O nome vem da estatística: sigma (σ) é a medida de variação de um processo, e “seis sigma” representa um nível de qualidade tão alto que equivale a apenas 3,4 defeitos por cada 1 milhão de oportunidades — ou seja, 99,9997% de precisão.
O objetivo central do Six Sigma é simples: eliminar defeitos, reduzir variação e melhorar continuamente os processos — tudo baseado em dados, não em intuição.
O que é DMAIC?
O DMAIC é o coração operacional do Six Sigma. É um ciclo de melhoria de 5 etapas aplicado a qualquer processo existente que precisa ser melhorado. A sigla significa:
D — Define (Definir)
Defina claramente o problema, o processo afetado, os clientes impactados e o que seria o resultado ideal. Nesta fase você responde: qual é o problema exato? Quem é afetado? Qual é o custo desse problema?
M — Measure (Medir)
Colete dados reais sobre o processo atual. Estabeleça uma linha de base — o ponto de partida mensurável — para que qualquer melhoria futura possa ser comprovada com números. Sem medição, qualquer mudança é apenas uma opinião.
A — Analyze (Analisar)
Investigue os dados coletados para encontrar a causa raiz do problema — não o sintoma. Aqui entram ferramentas como o 5 Porquês e a análise de causa e efeito. O objetivo é descobrir por que o problema existe, não apenas o que está acontecendo.
I — Improve (Melhorar)
Com a causa raiz identificada, desenvolva, teste e implemente soluções. Nesta fase são feitos experimentos controlados para validar se a solução realmente resolve o problema antes de implementá-la em escala.
C — Control (Controlar)
Garanta que a melhoria se mantenha ao longo do tempo. Crie monitores, indicadores e processos de controle para que o problema não volte. Sem esta etapa, qualquer melhoria é temporária.
Como a Amazon usa o Six Sigma e o DMAIC?
Jeff Bezos e o S-Team enfrentaram o desafio de manter a atenção intensa aos detalhes e o foco no cliente que havia impulsionado o crescimento inicial da empresa. Eles precisavam desenvolver um processo e uma metodologia para medir e monitorar a complexa variedade de produtos e operações enquanto buscavam melhorar o rigor operacional. Como os problemas enfrentados eram típicos de qualquer empresa que havia crescido para se tornar um negócio grande e complexo, eles buscaram soluções comprovadas no mundo externo — e foi assim que adotaram o Six Sigma.
O Six Sigma raramente é mencionado pelo nome nos relatórios anuais e comunicados de imprensa da Amazon, mas a metodologia está enraizada na cultura da empresa. Os princípios do Six Sigma e do Lean Manufacturing fazem parte do programa de Excelência Operacional que começou em 1999, quando Jeff Wilke ingressou na Amazon como VP de Operações — vindo da AlliedSignal, onde seu histórico em Six Sigma o tornou a escolha perfeita para impulsionar eficiências nas operações.
As principais aplicações práticas na Amazon:
1. Nos centros de distribuição
Nos enormes centros de atendimento da Amazon, as equipes usam revisões DMAIC do Six Sigma para identificar e eliminar ineficiências — e as eficiências operacionais resultantes ajudaram a Amazon a triplicar seus lucros.
2. Na construção do WBR
Aqui está uma conexão direta com o que já conversamos: quando as equipes de varejo, operações e finanças da Amazon começaram a construir o WBR, elas recorreram ao método de melhoria de processos DMAIC do Six Sigma. A ordem das etapas importa — progredir por esse ciclo nessa ordem pode evitar muita frustração e retrabalho, permitindo alcançar os objetivos mais rapidamente.
3. No controle de qualidade dos vendedores
No mundo do Six Sigma, um “defeito” é qualquer coisa que deixa o cliente insatisfeito. A Amazon rastreia isso através da Taxa de Defeitos do Vendedor (SDR). Se um vendedor na plataforma comete muitos erros, a Amazon intervém — com um limite muito claro: se o SDR ultrapassar 1%, o vendedor pode ser banido.
4. Na resolução de problemas de entrega e atendimento
Quando problemas surgem — como atrasos em entregas ou aumento nas taxas de devolução — a Amazon usa a metodologia DMAIC do Six Sigma para investigar o problema sistematicamente. Técnicas como Análise de Causa Raiz e o método dos 5 Porquês são regularmente usadas para identificar ineficiências e resolver problemas na origem.
5. Na melhoria contínua dos armazéns
Na Amazon, o Kaizen — princípio japonês de melhoria contínua — governa a forma como a empresa opera. Nos armazéns, mais de 35 pedidos são processados por segundo, e cada centro de distribuição tem um gerente designado para garantir a melhoria contínua do fluxo de trabalho.
A conexão com tudo que já vimos
O Six Sigma DMAIC se conecta diretamente com os outros conceitos que estudamos:
| Conceito Amazon | Conexão com DMAIC |
|---|---|
| Mecanismos | O DMAIC é o mecanismo de melhoria de processos |
| WBR | Construído seguindo as etapas do DMAIC |
| Insista nos Padrões Mais Elevados | O “C” de Control garante que os padrões se mantenham |
| Vá Fundo (Dive Deep) | O “A” de Analyze força o mergulho na causa raiz |
| Tendência à Ação | O “I” de Improve: teste, implemente, não fique só analisando |
| Forneça Resultados | O “M” de Measure: todo resultado precisa ser provado com dados |
A síntese: o Six Sigma DMAIC é o que transforma a intenção de “melhorar continuamente” em um processo real, repetível e mensurável. É exatamente o que a Amazon quis dizer quando disse que boas intenções não funcionam — mecanismos, sim.
04 - Como é feito o WBR deck - Utilização de gráfico
Resumo
O trecho descreve como a Amazon estrutura e utiliza o WBR Deck — o documento central da revisão semanal de negócios. O deck é uma visão de ponta a ponta do negócio, seguindo o fluxo da experiência do cliente, composto quase inteiramente de gráficos e tabelas. Duas ferramentas especiais completam o deck: comentários e relatórios de exceção, que permitem sinalizar e investigar tudo que foge do padrão.
O que é mais importante
1. O deck segue o cliente, não o organograma
A sequência do deck não segue a estrutura interna de departamentos — ela segue a jornada do cliente. Isso é intencional: revela a interconexão entre atividades que parecem independentes mas que impactam umas às outras. Um problema de estoque afeta a entrega, que afeta a satisfação, que afeta a recompra — o deck mostra essa cadeia.
2. Quase tudo é visual — gráficos, não texto
Com centenas de métricas para revisar em uma única reunião, narrativas escritas ou notas longas tornariam a leitura ineficiente. O deck é construído para ser lido rapidamente, com os dados falando por si. A exceção são os comentários e relatórios de exceção — que existem justamente para chamar atenção para o que não está óbvio nos gráficos.
3. Não existe número mágico de métricas
Encontrar as métricas certas leva tempo. O mais importante é a disciplina de revisar, adicionar, modificar e remover métricas continuamente com base na qualidade e relevância dos resultados que cada uma gera. Um deck que nunca muda é um deck que parou de aprender.
4. O foco é em tendências, não em números isolados
Um dado pontual diz pouco. Uma tendência diz tudo. O WBR exibe linhas de tendência para que desafios sejam identificados à medida que surgem — não meses depois, quando são resumidos em resultados trimestrais. O objetivo é agir cedo, não explicar tarde.
5. Dois horizontes de tempo simultâneos
Os gráficos mostram sempre pelo menos duas linhas do tempo — por exemplo, 6 semanas e 12 meses. Isso é inteligente por dois motivos: a linha de curto prazo amplifica questões pequenas mas importantes que se perdem na média de longo prazo; e a linha de longo prazo impede que variações normais de curto prazo gerem alarmes falsos.
6. Comparações precisas para evitar variações falsas
Os períodos de comparação são cuidadosamente ajustados para não distorcer a leitura. Feriados, fins de semana e eventos sazonais são levados em conta — porque comparar uma semana normal com uma semana de Black Friday sem esse ajuste geraria conclusões completamente equivocadas.
7. Comentários e Relatórios de Exceção — o diferencial do deck
Esta é a característica mais “amazônica” do deck. Qualquer métrica que saia do padrão esperado — para cima ou para baixo — é sinalizada com um relatório de exceção, que descreve o que fugiu do normal e exige investigação. Isso transforma o WBR de uma reunião de observação em uma reunião de ação. A capacidade de sinalizar, avaliar, examinar, mergulhar fundo e buscar soluções específicas para uma ampla gama de problemas em uma organização muito grande é uma característica profundamente amazônica — e útil para empresas de qualquer tamanho.
A síntese: o WBR Deck não é uma apresentação — é um sistema de detecção precoce. Ele foi desenhado para que nenhum problema cresça na sombra, nenhuma tendência negativa passe despercebida e nenhuma decisão seja tomada com base em impressões — apenas em dados, comparações honestas e exceções devidamente sinalizadas.
05 - Como criar uma WBR Para o contexto de ticket de TI
Ótima iniciativa. Vou estruturar isso de forma prática e direta para o seu contexto de atendimento de tickets de TI, aplicando exatamente a lógica do WBR Deck da Amazon.
1. Primeiro: separe seus inputs dos outputs
Antes de definir qualquer métrica, aplique a lição mais importante da Amazon:
Métricas de Saída (você observa, mas não controla diretamente)
- Satisfação do usuário (CSAT)
- Número total de tickets resolvidos no mês
- Taxa de reabertura de tickets
- Tempo médio de resolução geral
Métricas de Entrada Controláveis (você age sobre elas)
- Tempo até o primeiro contato após abertura do ticket
- Percentual de tickets com diagnóstico registrado corretamente
- Percentual de tickets com causa raiz documentada
- Número de tickets recorrentes do mesmo problema
- Percentual de tickets resolvidos sem escalonamento
- Tempo de resposta em cada etapa do fluxo
A regra: quando o CSAT cair, você não sabe o que fazer. Quando o “tempo até o primeiro contato” subir, você sabe exatamente onde agir.
2. Estrutura do seu WBR Deck de TI
Seguindo a lógica da Amazon — o deck segue a jornada do cliente, não o organograma — no seu caso o “cliente” é o usuário que abriu o ticket. A estrutura deve seguir a jornada dele:
Seção 1 — Volume e Entrada
O que está chegando para a equipe
- Total de tickets abertos na semana (vs. semana anterior e mesmo período do mês passado)
- Tickets por categoria (hardware, software, acesso, rede, etc.)
- Tickets por área solicitante
- Horário de pico de abertura de tickets
Gráfico recomendado: barras empilhadas por categoria ao longo das semanas. Duas linhas de tempo: 6 semanas e 3 meses.
Seção 2 — Velocidade de Atendimento
Quão rápido a equipe reage — inputs controláveis
- Tempo médio até o primeiro contato (SLA de resposta)
- Percentual de tickets respondidos dentro do SLA
- Distribuição do tempo de resposta (quantos em menos de 1h, entre 1h-4h, acima de 4h)
Gráfico recomendado: linha de tendência semanal do tempo médio de primeiro contato. Meta visível como linha horizontal de referência.
Seção 3 — Qualidade da Resolução
Se o problema foi resolvido de verdade — o coração dos inputs
- Taxa de resolução no primeiro contato (FCR — First Contact Resolution)
- Taxa de reabertura de tickets (ticket fechado mas problema voltou)
- Percentual de tickets com causa raiz documentada
- Tickets escalonados para nível superior (N2/N3)
Gráfico recomendado: linha de tendência da taxa de FCR semana a semana. Quanto maior, melhor — e qualquer queda é um sinal imediato de investigação.
Seção 4 — Tempo de Resolução
Velocidade total do atendimento
- Tempo médio de resolução (MTTR) por categoria
- Distribuição de tickets por faixa de tempo de resolução
- Tickets abertos há mais de X dias (aging de tickets)
Gráfico recomendado: barras horizontais comparando MTTR por categoria. Tickets com aging em destaque vermelho.
Seção 5 — Recorrência e Causa Raiz
A métrica mais “amazônica” — onde mora a melhoria real
- Top 5 problemas mais recorrentes da semana
- Percentual de tickets que são recorrência de um problema já resolvido antes
- Problemas que já tiveram relatório de exceção aberto
Gráfico recomendado: ranking semanal dos problemas mais frequentes. Se o mesmo problema aparece por 3 semanas seguidas, é um relatório de exceção obrigatório.
Seção 6 — Voz do Usuário
O equivalente amazônico dos comentários de clientes no deck
- CSAT da semana (nota média de satisfação)
- Comentários negativos destacados (literais, não resumidos)
- Comentários positivos destacados
Esta é a única seção com texto no deck — exatamente como na Amazon, onde a voz do cliente é a exceção que entra em forma narrativa.
Seção 7 — Relatórios de Exceção
Tudo que saiu do padrão e precisa de investigação
Qualquer métrica que desviar mais de 20% do padrão histórico ganha um relatório de exceção com três campos obrigatórios:
- O que aconteceu: descrição objetiva do desvio
- Hipótese de causa raiz: o que a equipe acredita que gerou o desvio
- Ação e responsável: o que será feito e quem é o dono da solução
3. Como montar os gráficos na prática
Seguindo a regra do deck da Amazon — sempre duas linhas de tempo:
Curto prazo (6 semanas): para capturar variações recentes e agir rápido. Problemas pequenos ficam visíveis aqui antes de se tornarem grandes.
Longo prazo (3 a 6 meses): para identificar tendências estruturais e avaliar se as melhorias estão de fato sustentadas ao longo do tempo.
Linha de meta visível em todos os gráficos: cada gráfico deve ter uma linha horizontal indicando a meta. A equipe não deve precisar perguntar “isso está bom ou ruim?” — o gráfico deve responder visualmente.
Código de cores Red / Yellow / Green em cada seção:
- 🟢 Verde: métrica dentro ou acima da meta
- 🟡 Amarelo: métrica entre 80% e 100% da meta — atenção
- 🔴 Vermelho: métrica abaixo de 80% da meta — relatório de exceção obrigatório
4. Cadência de uso
| Frequência | O que fazer |
|---|---|
| Diário | Cada analista acompanha seus próprios tickets abertos e aging |
| Semanal | Reunião de WBR com o deck atualizado — 30 a 45 minutos |
| Mensal | Revisão das métricas: alguma deve ser adicionada, modificada ou removida? |
| Trimestral | Revisão dos top problemas recorrentes e plano de eliminação de causa raiz |
5. A pergunta que deve guiar cada reunião
Ao final de cada WBR semanal, uma única pergunta deve ser respondida para cada métrica em vermelho ou amarelo:
“Qual processo ainda não criamos que permitiu que esse problema acontecesse de novo?”
Essa pergunta conecta o WBR diretamente à lógica dos mecanismos da Amazon — e transforma sua reunião semanal de um momento de observação em um motor de melhoria contínua real.