O Poder dos Indicadores Pt. 2

EHEvan Hall•03 de abril, 2024•5 min de leitura•Publicação do LinkedIn

"Se não sabes para onde vais, não chegarás lá"

- Andy Grove

Esta é a segunda parcela da minha série sobre indicadores. Vai cobrir como podes usar indicadores principais para te mostrar como o futuro pode parecer antecipadamente.

Isto será curto e doce para introduzir o conceito, mas será um bom primer para previsões e uso de modelos nas próximas semanas. Como tal, vou introduzir a forma mais simples de indicador principal, o indicador de linearidade. Como o nome sugere, o indicador de linearidade é uma forma de rastreares as tuas operações contra um benchmark, neste caso uma linha reta.

Um excerto do High Output Management p. 21 é a melhor forma que vi para ilustrar o ponto. Aqui Andy Grove delineia a sua abordagem ao seu processo de recrutamento universitário. Prometo que há uma conexão com a aquicultura que farei em breve.

"Graficado aqui está o número de graduados universitários que aceitaram as nossas ofertas versus o mês do ano. Se tudo corresse idealmente, moveríamos-nos ao longo da linha reta que produziria o nosso alvo de contratação para o semestre até ao mês de junho. Se até abril o progresso real é como mostrado aqui, encontramo-nos muito abaixo da linha reta ideal. Então de ler o indicador, sabemos que a única forma de atingir o nosso alvo é obtendo aceitação a uma taxa muito mais alta nos dois meses restantes do que tínhamos obtido nos quatro precedentes. Assim o indicador de linearidade pisca um aviso precoce, permitindo-nos tempo para tomar ação corretiva. Sem ele, descobriríamos que tínhamos perdido o nosso alvo em junho, quando nada pode ser feito sobre isso."

Soa familiar? Talvez. Talvez não. Mas e se eu editasse o gráfico acima para parecer assim:

Ou assim:

O progresso real também é notoriamente difícil de determinar na aquicultura por uma variedade de razões (viés de amostra, dificuldades de amostragem, distribuições de tamanho variáveis etc.). Para os propósitos desta publicação assumiremos que estes desafios de precisão não existem. Abordaremos estes desafios e formas de mitigar viés/erro de amostragem em publicações futuras.

Parecem familiares? Provavelmente. Vemos versões desses gráficos regularmente ao olhar para dados de quinta. Vale a pena notar que sistemas biológicos raramente (se alguma vez) seguem um padrão linear, mas o ponto aqui é que se não estás a comparar o teu desempenho contra algum tipo de benchmark ou indicador, como sabes quão bem estás a fazer? E talvez mais importante, como saberás quando precisas de fazer mudanças para voltar ao caminho certo (e antes de ser tarde demais)? Um indicador linear é a forma mais simples e provavelmente mais rápida de rastreares o teu progresso durante o cultivo e identificar problemas antes da colheita.

Foi isto útil? Quaisquer questões ou desafios com as publicações até agora? Como sempre o teu feedback será realmente útil em que tipo de conteúdo publicamos aqui!