Métricas e portfólio de inovação¶

Inovar sem medir é só adivinhar.

Uma organização pode ter um funil de inovação bem desenhado e mesmo assim não saber se está investindo nas apostas certas, simplesmente porque nunca definiu o que significa "sucesso" em cada etapa do processo.

Por que medir inovação¶

O princípio de gestão mais repetido, e mais verdadeiro, é que aquilo que não se mede não se gerencia.

Em inovação, esse princípio esbarra em uma dificuldade real: os resultados de um projeto disruptivo podem levar anos para aparecer, o que torna tentador medir apenas o que é fácil de medir, como número de reuniões ou de ideias registradas, em vez do que realmente importa.

Tipos de métricas: input, process, output, outcome¶

Input: recursos investidos, como orçamento de P&D ou horas dedicadas a projetos de inovação.
Process: atividade do funil, como número de ideias geradas ou de protótipos testados.
Output: entregas concretas, como produtos lançados ou patentes registradas.
Outcome: resultado de negócio, como receita gerada por novos produtos ou redução de custo obtida.

Leading vs. lagging indicators¶

Métricas de esforço (leading indicators) antecipam resultados futuros, como o número de entrevistas com usuários realizadas em um trimestre.

Métricas de resultado (lagging indicators) confirmam o que já aconteceu, como a receita gerada por um produto lançado há um ano.

Um portfólio de inovação saudável acompanha os dois tipos: leading indicators permitem corrigir o rumo antes que seja tarde, enquanto lagging indicators validam se a estratégia como um todo está funcionando.

Quick win

Defina, para um projeto de inovação em andamento, uma métrica leading (de esforço ou processo) e uma métrica lagging (de resultado). Se você não conseguir definir as duas com clareza, é sinal de que o projeto ainda não tem critérios de sucesso bem estabelecidos.

Árvore de métricas de inovação¶

Uma forma prática de organizar indicadores é encadear input, process, output e outcome em uma árvore lógica: os recursos investidos (input) alimentam as atividades do funil (process), que geram entregas (output), que por sua vez produzem resultado de negócio (outcome).

Um projeto pode ter ótimos indicadores de process, como muitas ideias geradas, e ainda assim falhar em outcome, se as ideias certas não forem selecionadas e executadas.

Os três horizontes de crescimento (McKinsey)¶

O modelo dos Três Horizontes organiza o portfólio de inovação pela distância entre a aposta e o negócio principal da organização:

Horizonte 1 (H1): eficiência do negócio atual. Retorno rápido, risco baixo, foco em otimizar o que já existe.
Horizonte 2 (H2): escala para mercados e modelos adjacentes. Retorno de médio prazo, risco moderado.
Horizonte 3 (H3): apostas de ruptura e aprendizado. Retorno incerto e de longo prazo, risco alto, mas potencial de redefinir o negócio.

A regra 70/20/10¶

A regra 70/20/10, popularizada pelo Google, propõe alocar os recursos de inovação de forma balanceada entre os três horizontes: aproximadamente 70% em iniciativas H1 (eficiência do núcleo do negócio), 20% em iniciativas H2 (expansão adjacente) e 10% em iniciativas H3 (apostas de ruptura).

A lógica não é rígida quanto aos percentuais exatos, mas sim quanto ao princípio: nenhuma organização deveria colocar 100% dos recursos em H1, porque isso garante eficiência de curto prazo às custas de relevância de longo prazo.

graph LR
    A["Horizonte 1 (H1)<br/>~70% dos recursos<br/>Eficiência do núcleo"] --> D[Portfólio balanceado]
    B["Horizonte 2 (H2)<br/>~20% dos recursos<br/>Expansão adjacente"] --> D
    C["Horizonte 3 (H3)<br/>~10% dos recursos<br/>Apostas de ruptura"] --> D

    style A fill:#c8e6c9,stroke:#2e7d32
    style B fill:#fff9c4,stroke:#f9a825
    style C fill:#ffcdd2,stroke:#c62828

Métricas por horizonte¶

Cada horizonte pede um tipo diferente de métrica, porque cobrar retorno financeiro imediato de uma aposta H3 mata o projeto antes de ele gerar aprendizado:

H1 (eficiência): métricas de output e outcome, como margem, custo por unidade e produtividade.
H2 (escala): métricas mistas, como taxa de crescimento de um novo mercado e retenção de clientes.
H3 (aprendizado): métricas de process e leading indicators, como número de hipóteses testadas e velocidade de validação, já que o resultado financeiro ainda não é o critério relevante nessa fase.

Dashboards de inovação¶

Um dashboard de inovação eficaz não tenta mostrar tudo: ele seleciona poucos indicadores por horizonte e define a frequência de acompanhamento adequada a cada um.

Métricas de H1 podem ser revisadas mensalmente; métricas de H3, frequentemente, fazem mais sentido revisadas por ciclo de experimento do que por calendário fixo.

Exemplos práticos¶

Google: aplicação clássica da regra 70/20/10 na alocação de recursos de inovação.
Amazon: métricas de inovação organizadas por equipe, seguindo o princípio das two-pizza teams (times pequenos o suficiente para serem alimentados por duas pizzas).
3M: meta histórica de que 30% da receita venha de produtos lançados nos últimos quatro anos, uma métrica de outcome que orienta todo o portfólio.
Apple: balanceamento de portfólio entre Mac, iPhone e Services, cada linha em um estágio diferente de maturidade.
Tesla: projetos que nasceram como apostas de Horizonte 3 e migraram para Horizonte 1 conforme a tecnologia amadureceu.

Referências¶

Nagji, B., & Tuff, G. (2012). Managing Your Innovation Portfolio. Harvard Business Review.
McKinsey (2019). The Innovation Commitment: How leading innovators are pulling ahead.
Economies Journal (2024). Innovation Metrics: A Critical Review.
Nappi, V. et al. (2022). Review of key performance indicators for measuring innovation process performance.
Journal of Risk and Financial Management (2021). Misfit? The Use of Metrics in Innovation.