Shape Up para equipes de dados: como fazer funcionar

O que é o Shape Up

Shape Up é o método de desenvolvimento de produtos da Basecamp, apresentado por Ryan Singer em um livro gratuito publicado em 2019. Sua proposta rejeita sprints, reuniões diárias, backlog e acompanhamento de velocidade. Em vez de perguntar quanto tempo uma tarefa levará, o método define primeiro um “apetite”: quanto tempo vale investir nela. O escopo então é reduzido para caber nesse período, mantendo o tempo fixo e tornando o escopo variável.

O trabalho é organizado em ciclos de seis semanas, considerados longos o suficiente para entregar algo significativo e curtos o bastante para manter a pressão do prazo desde o início. Cada ciclo é seguido por duas semanas de intervalo, usadas para corrigir erros, recuperar o fôlego e decidir os próximos trabalhos. Enquanto as equipes executam o que foi escolhido, pessoas seniores moldam as propostas do ciclo seguinte. Ao final do intervalo, uma pequena “mesa de apostas” seleciona, entre as propostas preparadas, quais receberão o próximo ciclo de seis semanas.

Projetos que não terminam no ciclo não são prorrogados automaticamente. Para continuar, precisam ser defendidos novamente na mesa de apostas e competir com as demais propostas. O andamento é acompanhado por um “hill chart”, que representa primeiro a subida de descoberta e resolução de incertezas, depois o topo, quando a solução já está compreendida, e por fim a descida da execução. A ideia é tornar visível o risco sem interromper a equipe com perguntas frequentes sobre status. O método também elimina o backlog: ideias não escolhidas são descartadas, em vez de formar uma lista crescente de tarefas antigas que produz a sensação de atraso permanente.

Por que equipes de dados enfrentam dificuldades

O Shape Up foi pensado para equipes relativamente pequenas, com poucas dependências e controle amplo sobre o próprio roteiro. Isso se aplica mais facilmente a uma equipe de plataforma de dados, que pode ter maior autonomia, do que a equipes de linha de frente, como engenharia analítica e ciência de dados, que atuam como apoio ao negócio.

Para essas equipes, a adoção não pode ocorrer de forma isolada. Líderes de dados precisam participar da definição dos trabalhos junto com líderes de engenharia e das áreas de negócio apoiadas. Devem ter autoridade para apresentar restrições e necessidades de medição. Se a engenharia pretende lançar uma funcionalidade sem uma forma adequada de medir seu impacto, a organização precisa decidir entre não esperar análises ou incluir no escopo o trabalho necessário para viabilizá-las. Caso os dados não participem da definição, tornam-se apenas executores de decisões tomadas por outras pessoas, recebendo pedidos adicionais depois que as apostas já foram feitas.

O exemplo da experimentação

O texto relata o caso de uma equipe que apoiava quatro gerentes de produto de crescimento com experimentos. As solicitações chegavam como problemas em um repositório, sem priorização, discussão ou espaço para decidir o que valia a pena fazer; as prioridades mudavam semanalmente ou até diariamente.

Um experimento adequado envolve descoberta, instrumentação de telemetria, análise de poder estatístico e análise posterior, ou idealmente uma plataforma que automatize a medição. Aplicar Shape Up exigiria discutir previamente com os gerentes de produto a pergunta a ser respondida, a instrumentação e o apetite do trabalho. Como a equipe de dados não participava dessa definição, precisava absorver o que surgisse. A conclusão é que a adoção depende de todos os envolvidos trabalharem sob a mesma lógica: dados deve estar na mesa de definição, e não apenas na etapa de execução.