Pesquisa: Quando os protótipos não produzem percepções úteis

Como o mundo se tornou mais complexo, interconectado e repleto de dados, as empresas estão inseridas em ecossistemas digitais cada vez mais complexos. Esse novo mundo abre novas possibilidades e novas maneiras de criar valor. Mas isso também significa que transformar ideias em realidade - e até mesmo entender o que pode ser possível - exige trabalhar com um conjunto maior de participantes e navegar em um cenário mais complexo de interdependências. Os ecossistemas complexos conectam uma gama diversificada de participantes poderosos, todos com seus próprios modelos de negócios e interesses econômicos em mente. Os exemplos incluem pagamentos móveis (bancos, comerciantes, fabricantes de aparelhos celulares, operadoras), edtech (escolas, reguladores, provedores de conteúdo), agritech (start-ups de agritech, corporações de agronegócios, fabricantes de equipamentos, agricultores), IA (serviços em nuvem, desenvolvedores de IA, universidades, desenvolvedores de aplicativos) e Web3 (provedores de blockchain, mineradores, desenvolvedores de aplicativos, bolsas). Esses atores geralmente dependem uns dos outros e interagem de maneiras complexas e inovadoras. Essa complexidade representa um grande desafio para o desenvolvimento de novos produtos e tecnologias radicais. Quando não se sabe se um mercado é viável ou se uma ideia tem pernas para andar, a sabedoria convencional - incorporada em estruturas como a abordagem de start-up enxuta e ágil - é construir um modelo mínimo de trabalho, ou protótipo, e levá-lo ao mundo para ver se ele repercute nos clientes. A ideia é manter-se enxuto, minimizando o investimento desnecessário em recursos e funcionalidades para validar a oportunidade. Se o protótipo gerar um feedback positivo, é provável que o senhor queira refiná-lo e desenvolvê-lo ainda mais. Caso contrário, o senhor pode decidir mudar de direção ou concentrar seus esforços em outro lugar. Quando as ideias são simples e os produtos podem ser entregues a um usuário em potencial, os protótipos são uma ótima maneira de obter feedback e validar ideias - e a tração é um bom sinal da viabilidade de uma ideia. Mas a triste verdade é que, quando uma empresa está operando em ecossistemas complexos, essa lógica muitas vezes o deixará na mão. Seu protótipo pode ter um envolvimento limitado e gerar poucos dados. No final, o senhor pode ter sorte com um grand slam, mas o mais provável é que se encontre sentado sobre uma pilha de feedback morno, sem uma ideia clara de onde ir em seguida. O motivo é que, quando os produtos são incorporados em ecossistemas, eles não são mais autônomos. Isso significa que, para obter o valor de um produto novo, é necessário navegar por interdependências tecnológicas complexas e obter a adesão de parceiros e proprietários de plataformas, que podem se dar ao luxo de ser exigentes quanto ao modo como gastam seu tempo e dinheiro. Portanto, a questão que os executivos enfrentam é fundamental: Como podemos determinar quais ideias devem ser seguidas e quais devem ser abandonadas quando nosso método usual de aprendizado pode não funcionar? Estudamos essa questão na área de saúde digital - um amplo ecossistema de empresas, tecnologias e serviços que visam melhorar os resultados dos pacientes e reduzir os custos usando soluções digitais. Nos Estados Unidos, a saúde digital começou a decolar por volta de 2010, estimulada pelo Affordable Care Act e pela crescente onipresença dos smartphones, que ofereciam novas maneiras de conectar médicos e pacientes. No entanto, embora a promessa geral de gerar disrupção fosse clara, o que exatamente era a oportunidade e quais tipos de produtos e serviços representavam ideias viáveis não eram. Isso tornou o aprendizado fundamental. Para entender como as empresas enfrentaram esse desafio, rastreamos cinco empreendimentos empresariais ao longo de seis anos. Ao estudar um pequeno número de empresas durante um longo período, pudemos rastrear o impacto de suas ações individuais - por exemplo, recursos específicos ou conversas com clientes - em detalhes minuciosos, à medida que buscavam combinações vencedoras de produto e mercado. Ao final de nosso estudo, duas empresas haviam conseguido o sucesso, duas tiveram dificuldades (uma delas fracassou) e uma tropeçou antes de se recuperar e encontrar uma oportunidade viável. Nossas descobertas confirmam que os protótipos foram essenciais para refinar as tecnologias e ajustar os produtos. Mas quando se tratava da tarefa mais fundamental de entender quais ideias seguir, as empresas vencedoras viraram a sabedoria convencional de cabeça para baixo: Elas evitaram protótipos logo no início. Isso lhes permitiu fazer uma pesquisa mais ampla e, paradoxalmente, aprender mais sobre o ecossistema. Depois, quando tiveram uma ideia clara de quem eram seus clientes alfa, elas se comprometeram a criar produtos completos e personalizados. Embora dispendioso, esse processo prompt o investimento de parceiros e, portanto, gerou um aprendizado mais profundo sobre as tecnologias. Por fim, quando essas ideias iniciais não deram certo, eles não tiveram medo de jogar fora muito do que haviam construído e seguir em frente em busca de melhores oportunidades. De modo geral, nossa pesquisa revela três lições fundamentais para a identificação de oportunidades em um mundo de ecossistemas digitais complexos. 1. Saia e aprenda, mas deixe os protótipos para trás. A sabedoria convencional - promovida em estruturas como a start-up enxuta e ágil - é que a melhor maneira de começar a explorar uma ideia é com um protótipo de baixo custo. Essa lógica tem duas vertentes. Em primeiro lugar, quando a incerteza em relação à tecnologia ou à demanda do mercado é alta, é melhor minimizar os recursos comprometidos com uma determinada ideia ou oportunidade, pois eles serão perdidos se essa ideia se revelar inválida mais tarde. Em segundo lugar, a melhor maneira de reduzir essa incerteza - ou seja, de entender se vale a pena seguir com uma ideia - é colocar um protótipo mínimo viável nas mãos dos clientes para obter feedback e ver o que ressoa. O que descobrimos foi que as empresas vencedoras na área de saúde digital evitaram protótipos no início. Em vez disso, elas começaram entrevistando pacientes, compartilhando ideias com colegas e observando clínicas e médicos. Um fundador comparou o processo a uma turnê de escuta: Em vez de validar sua solução ou testar hipóteses específicas, eles tentaram mapear o cenário e identificar onde estavam os problemas. Ao fazer isso, eles desenvolveram uma melhor compreensão de onde deveriam estar no ecossistema e quais necessidades não estavam sendo atendidas. Compare duas das empresas de nosso estudo: Stardoc e Nudge (como é comum nesse tipo de pesquisa, nos referimos às empresas usando pseudônimos). A Stardoc foi fundada por um médico em um consultório particular que queria uma maneira melhor de manter o controle sobre seus pacientes. Apesar de ter uma ideia clara para o seu produto, bem como anos de experiência como médico, ele passou algum tempo conversando com outros médicos e tentando observar o mundo do ponto de vista do paciente (muitas vezes literalmente sentado em salas de espera). Ao fazer isso, ele começou a identificar considerações importantes que não eram aparentes no início, como as necessidades distintas dos pacientes de cuidados agudos em relação àqueles com doenças crônicas, bem como o receio que muitos pacientes sentem de entrar em contato com seus médicos. Por outro lado, os dois fundadores da Nudge fizeram exatamente o que os empreendedores geralmente são orientados a fazer: Construíram um protótipo para validar sua ideia e o colocaram no mundo para receber feedback. Eles queriam criar um serviço para ajudar as pessoas a criar e manter hábitos saudáveis. Usando ferramentas prontamente disponíveis, eles criaram um protótipo funcional e, em poucas semanas, o colocaram na App Store da Apple; eles também apresentaram esse protótipo a possíveis parceiros corporativos e logo conseguiram um contrato de distribuição com uma grande seguradora. Por um momento, parecia que eles tinham conseguido um grande golpe. Mas, com o passar dos meses, descobriram que os usuários não estavam interagindo com o aplicativo. O grande parceiro de seguros também não havia investido muito - na verdade, mais tarde, eles descobririam que o aplicativo deles era apenas um dos 32 aplicativos que ele havia enviado aos seus clientes. Finalmente, após seis meses de uso morno e feedback mínimo, a Nudge retirou o aplicativo do ar e decidiu mudar de rumo. O contraste entre a Nudge e a Stardoc destaca uma desvantagem frequentemente subestimada da prototipagem em contextos de ecossistema. Embora a Nudge tenha chegado ao mercado mais rapidamente, quando seu protótipo não conseguiu ganhar força, seus executivos tiveram dificuldades para entender o motivo. Será que estavam no mercado errado? Ou o protótipo era simplesmente bruto demais para capturar a promessa da ideia? Por outro lado, ao desenvolver uma compreensão mais rica do cenário e dos usuários antes de investir no desenvolvimento do produto, a Stardoc aumentou a probabilidade de estar em um local atraente e, ao mesmo tempo, obteve o contexto necessário para entender o feedback do usuário que recebeu posteriormente. Ao mesmo tempo, os fundadores da Nudge também não tiveram a importante percepção de que, assim como eles estavam tentando aprender sobre se e como a saúde digital poderia funcionar, seu parceiro também estava - portanto, nesse sentido, a falta de investimento e apoio mútuos deveria ter sido esperada: Para o parceiro, o Nudge era o protótipo. 2. Quando o senhor tiver um cliente alfa, aposte tudo. A segunda grande lição é o que fazer depois de identificar um cliente alfa. As metodologias Lean start-up e ágil preveem uma progressão gradual de protótipos de baixo custo e baixa fidelidade para versões de custo mais alto e maior fidelidade à medida que a ideia é refinada. A ideia é manter o investimento baixo enquanto a incerteza é alta. No entanto, em contextos de ecossistema, manter o investimento baixo é uma maneira segura de fazer com que os clientes alfa façam o mesmo - exatamente a armadilha em que a Nudge caiu. Em vez disso, vimos que as empresas vencedoras investiram tudo, desenvolvendo conteúdo especializado, personalizando o protótipo e trabalhando em estreita colaboração com os clientes para entender e atender às suas necessidades específicas. A Goodhealth, outra empresa de alto desempenho no estudo, é uma ilustração disso. A visão de seus fundadores era envolver os pacientes mais diretamente em seus próprios cuidados com a saúde, fornecendo maneiras de visualizar o impacto da adesão ao plano de tratamento em sua saúde. Os diabéticos, por exemplo, poderiam ver o impacto de um novo medicamento ou de mudanças na dieta sobre seus níveis diários de insulina. Os clientes alfa da Goodhealth eram hospitais acadêmicos: organizações que, segundo a Goodhealth, estariam entusiasmadas com as novas tecnologias e abertas a novas maneiras de melhorar os resultados dos pacientes. Depois que seus fundadores identificaram esse cliente-alvo, eles investiram tudo, construindo sua plataforma de software, contratando treinadores, desenvolvendo conteúdo especializado (a empresa inicialmente se concentrou em unidades de TI e hipertensão) e realizando testes clínicos. Esse investimento inicial foi caro, mas valioso. TI facilitou a confiança com os clientes do hospital, convencendo-os de que a Goodhealth não iria se despedir ao primeiro sinal de problema. Por sua vez, os hospitais estavam mais dispostos a investir seus próprios recursos, integrando o protótipo em suas próprias operações e treinando a equipe, gerando assim dados. Ao mesmo tempo, o trabalho de implementação com os hospitais trouxe à tona novos problemas e constatações inesperadas, ajudando a Goodhealth a subir mais rapidamente na curva de aprendizado. Por outro lado, as empresas que evitaram grandes investimentos chegaram a essas constatações mais lentamente e foram surpreendidas com mais frequência por "incógnitas desconhecidas" que inviabilizaram a adoção mais tarde. Juntamente com o primeiro argumento, o quadro que emerge da saúde digital difere acentuadamente do nosso entendimento típico de prototipagem. Em vez de desenvolver protótipos leves, colocá-los nas mãos dos clientes e, em seguida, iterar e melhorar à medida que as ideias geram feedback positivo, a estratégia vencedora foi evitar protótipos, aprender amplamente por meio de entrevistas e observações e, em seguida, depois de identificar um cliente alfa, investir tudo para desenvolver um produto funcional para esse cliente promissor, mas não comprovado. O que isso significa em termos práticos é que protótipos leves podem não ser tão eficazes em contextos de ecossistema. Todos em nosso estudo queriam que a saúde digital funcionasse. Mas sem modelos prévios de como ela poderia ser implementada, não estava claro como ela deveria ser. Portanto, o diabo, e a promessa, estava nos detalhes. Quem pagaria por esses novos produtos de saúde digital? Como eles afetariam as operações cotidianas? Que interoperabilidade era necessária com os sistemas e tecnologias existentes? Para as empresas que estavam na vanguarda, a única maneira eficaz de responder a essas perguntas era implementar de fato os produtos. Investir pesado desde o início permitiu que a Goodhealth e seus primeiros clientes descobrissem juntos as respostas. Em contrapartida, limitar o investimento atrasou o aprendizado. Como resultado, o conceito - assistência médica digital com melhores resultados a um custo menor - permaneceu promissor, mas não comprovado. 3. Abrace as possibilidades combinatórias e não tenha medo de procurar oportunidades melhores. O último insight surpreendente de nosso estudo é que, apesar de terem investido tanto no desenvolvimento de produtos especializados para seus clientes alfa, as empresas vencedoras estavam dispostas a se afastar desses clientes quando ficou claro que eles não eram viáveis. E, ao contrário do que esperávamos, elas conseguiram, em grande parte, redirecionar seus investimentos iniciais para desenvolver novos produtos para novos clientes - e prosperar ao fazê-lo. A lógica está, inesperadamente, na complexidade das configurações do ecossistema. Os ecossistemas são desafiadores porque introduzem mais atores e interdependências mais ricas. Isso dificulta a execução, pois há mais elementos para acertar. Mas essa maior complexidade também significa que há mais maneiras de configurar e reconfigurar os ativos existentes, como os grandes compromissos assumidos com os primeiros clientes. Paradoxalmente, isso significa que os pivôs podem estar mais fáceis do que nunca. As empresas vencedoras de nossa amostra (incluindo a Goodhealth e a Stardoc) tiveram problemas e acabaram descobrindo que, apesar de todo o entusiasmo com a saúde digital, a maioria dos agentes de saúde dos EUA simplesmente não estava disposta a pagar por produtos que reduziam o volume de atendimento prestado. Assim, as duas empresas mudaram de direção e lançaram novos pilotos com vários clientes novos. Ao fazerem isso, puderam aproveitar tudo o que aprenderam com seus clientes alfa iniciais. Isso permitiu que fossem mais seletivos (puderam evitar clientes pouco promissores) e que realmente entregassem valor mais rapidamente. Por outro lado, as empresas com desempenho inferior evitaram fazer grandes investimentos em clientes específicos e aprenderam menos sobre o ecossistema. A esperança era de que a manutenção da abrangência melhoraria seu apelo a uma gama mais ampla de clientes, mas o que isso realmente significava era que seus pivôs eram menos informados e mais propensos a levar a longos esforços de vendas, mas menos negócios fechados. Eles também tinham menos tecnologia e funcionalidade robusta de produto que pudessem reutilizar e reimplantar, o que significa que, muitas vezes, começavam do zero para cada novo cliente. É hora de repensar De modo geral, nossa pesquisa sugere que precisamos reconsiderar a lógica do emprego de protótipos. Os protótipos leves - ou seja, produtos mínimos viáveis - geralmente são essenciais. Eles são úteis para validar o funcionamento de uma tecnologia ou elaborar os recursos e a funcionalidade necessários para atrair um determinado cliente. Mas para a tarefa mais fundamental de entender onde estar em um ecossistema, a sabedoria convencional de permanecer leve e enxuta pode deixar as empresas no escuro.

Pesquisa: Quando os protótipos não produzem percepções úteis

Resumo.

Partner Center