Gustavo Barbosa, CPO da Matria, explica às alunas do AstELLAS como priorizar o roadmap quando ainda não há dados suficientes

O que fazer quando os clientes mais importantes da sua empresa pedem uma funcionalidade, mas você ainda não tem dados suficientes para saber se vale a pena desenvolvê-la?
O caminho para responder a esse tipo de dilema mesmo quando a empresa ainda não conta com um grande manancial de dados foi o tema de uma mentoria de Gustavo Barbosa, CPO da Matria, para as alunas do AstELLAS. Reunimos aqui os principais insights da conversa.
Segundo Gustavo, o grande ponto para organizar o roadmap é ter clareza sobre o que faz sentido para o negócio construir. É o tipo de noção que não se desenvolve da noite para o dia e para explicar o quanto ela afeta a visão em torno do trabalho, ele conta uma história sobre três pedreiros trabalhando em uma mesma obra. Quando perguntados sobre o que estão fazendo, o primeiro responde que está assentando tijolos. O segundo diz que está construindo uma parede. Já o terceiro explica que está erguendo uma catedral.

Embora executem a mesma tarefa, cada um enxerga seu trabalho de uma perspectiva diferente. Um está concentrado na atividade, outro no objetivo imediato e o terceiro entende o propósito que conecta tudo aquilo.
Em produto, segundo ele, essa distinção é fundamental. Uma equipe pode entregar funcionalidades, cumprir metas e seguir um planejamento sem necessariamente estar construindo algo coerente com a visão de longo prazo do negócio.
Quando fala de visão, Gustavo não se refere, necessariamente, a uma promessa inspiradora. Para ser útil, ele diz, a visão precisa funcionar como um filtro para decisões concretas, inclusive as mais difíceis. Uma boa maneira de avaliar sua clareza é perguntar: essa visão ajuda a decidir o que a equipe não deveria fazer nesta semana? Na Matria, Gustavo apresenta a visão de produto todo mês aos executivos. Assim, o time comercial sabe o que não pode vender agora e o que poderá vender em seis meses, o que é crucial num mercado em que o ciclo de vendas leva até nove meses.
Um exemplo é o Instant Book, funcionalidade do Airbnb que permite reservar uma hospedagem sem precisar esperar pela aprovação do anfitrião. A visão do produto era simples: if you see it, you can book it.
Essa frase orientava escolhas muito práticas. Se uma hospedagem aparecia na busca, mas não estava disponível para reserva, havia um problema a resolver. O mesmo valia para anfitriões que demoravam a responder ou solicitações recusadas depois de aceitas.
Por outro lado, um novo filtro de busca, o redesenho da página de perfil ou um programa de fidelidade poderiam até trazer benefícios, mas não contribuíam diretamente para aquela promessa. Portanto, não eram prioridades.
O mesmo princípio vale para a definição do Ideal Customer Profile (ICP), ou perfil de cliente ideal. É difícil construir uma solução realmente boa quando a empresa tenta atender, ao mesmo tempo, públicos com necessidades e expectativas muito diferentes.
Gustavo conta o caso de uma plataforma em que liderava produto e atendia tanto pequenas e médias empresas quanto grandes contas. Para o primeiro grupo, fazia sentido investir em um produto padronizado, automação e estratégias de product-led growth (PLG). Para o segundo, a demanda era por customizações, soluções white label e regras mais complexas.
Os dois caminhos exigiam estratégias de produto praticamente opostas. A decisão veio da análise de onde estava o crescimento: a maior parte da receita vinha de clientes menores, que começavam pequenos e expandiam suas operações dentro da plataforma.
A empresa optou por concentrar seus esforços nesse público e descontinuou funcionalidades desenvolvidas especificamente para grandes contas.
Isso não significa que o primeiro ICP escolhido será necessariamente o definitivo. Empresas como Notion e Segment passaram por mudanças importantes no público que buscavam atender. O Notion oscilou entre usuários individuais, estudantes e empresas. O Segment mudou seu foco de engenheiros em startups pequenas para lideranças técnicas em empresas em crescimento e, posteriormente, grandes organizações em transformação digital.
O problema não está em rever uma escolha, mas em não reconhecer os sinais de que ela precisa ser revista.
Esses sinais nem sempre aparecem primeiro nos dashboards. Às vezes, surgem quando uma nova persona passa a converter muito mais do que a anterior, quando alguém quer começar a usar o produto imediatamente ou quando o potencial cliente reconhece a dor antes mesmo de o vendedor terminar de descrevê-la.
Com o público definido, falta traduzir a tecnologia em uma proposta de valor que faça sentido para ele. Gustavo sugere um exercício: partir da funcionalidade e avançar até o benefício que o comprador reconhece como relevante.
Uma consulta mil vezes mais rápida, por exemplo, é uma característica técnica. A possibilidade de gerar relatórios em segundos é um benefício funcional. Mas permitir que o suporte responda aos clientes 70% mais rápido já representa um ganho diretamente relacionado a um problema do negócio.
É nesse ponto que a proposta de valor ganha força. Subir mais um degrau e chamar tudo isso de "eficiência operacional" pode até parecer mais estratégico, mas torna a promessa genérica demais.
A ideia é chegar ao benefício que o comprador reconhece como seu e parar ali.
Uma das dificuldades de tomar decisões nas fases mais iniciais do negócio é que as ferramentas tradicionalmente associadas à gestão de produto nem sempre funcionam nesse estágio.
Se a empresa tem poucas dezenas ou centenas de usuários, uma oscilação nas métricas pode representar apenas ruído estatístico. Detectar uma melhora relativa de 10% em uma taxa de conversão de 20%, por exemplo, pode exigir mais de 5 mil usuários, dependendo do desenho do teste.
Para Gustavo, insistir em análises quantitativas sofisticadas antes de ter uma base adequada não torna a decisão mais rigorosa. Pode apenas dar uma aparência de precisão a uma conclusão frágil.
Isso não significa abandonar os números. Indicadores como conversão de outbound, duração do ciclo de vendas, churn dos primeiros clientes e comportamento das curvas de retenção continuam sendo úteis. Mas precisam ser interpretados à luz do tamanho da amostra e das limitações que ela impõe.
Nesse contexto, as evidências mais valiosas muitas vezes são comportamentais: o que as pessoas efetivamente fazem, sobretudo quando esse comportamento exige algum esforço, compromisso ou disposição a pagar.
Gustavo cita a experiência de uma empresa em que trabalhou, que queria entender se recompensas financeiras seriam capazes de fidelizar seus usuários. Para responder à pergunta, seria necessário testar o efeito do dinheiro recebido sobre o comportamento de compra. O problema é que desenvolver toda a infraestrutura de pagamentos levaria meses.
A solução foi operar manualmente. Os usuários acumulavam um valor mínimo, solicitavam o resgate e, uma vez por semana, um time realizava as transferências uma a uma.
O processo era pouco escalável, mas permitiu observar o que importava: aqueles que resgatavam o dinheiro passaram a voltar e comprar muito mais do que os usuários que nunca haviam feito um resgate.
Havia ali um sinal concreto de comportamento, obtido sem automatização, sem testes A/B e sem milhares de usuários.
O exemplo também mostra por que vale a pena distinguir diferentes tipos de evidência. Além do comportamento observado e da disposição a pagar, entrevistas qualitativas estruturadas ajudam a entender problemas que os clientes já enfrentam. A leitura estratégica de mercado contribui para avaliar timing e oportunidades futuras. Métricas quantitativas acrescentam outra camada de informação quando existe volume suficiente para interpretá-las.
Já os benchmarks têm um papel mais limitado. Conhecer o que outras empresas fizeram pode ajudar a identificar padrões de mercado e evitar escolhas claramente inadequadas, mas não deveria determinar o que uma startup precisa construir.
Afinal, uma solução que funcionou para outra companhia foi desenvolvida para um contexto, um público e um momento específicos.
Encontrar uma dor relevante ainda não significa saber qual solução desenvolver. Entre uma coisa e outra, existe um trabalho importante de decompor o problema em oportunidades menores, que possam ser investigadas e testadas.
É nesse ponto que Gustavo recorre à Opportunity Solution Tree, metodologia desenvolvida por Teresa Torres para conectar os resultados desejados pelo negócio às oportunidades identificadas e às possíveis soluções.
Pense na Netflix. Se o objetivo é aumentar o tempo que os usuários passam assistindo à plataforma, há diferentes momentos da experiência que podem contribuir para esse resultado: sentir vontade de assistir, escolher o conteúdo e efetivamente começar a reprodução.
Cada um desses momentos envolve problemas distintos. A dificuldade de decidir o que assistir, por exemplo, pode estar relacionada à falta de informações para avaliar se determinada série vale a pena. Uma hipótese de solução seria exibir o elenco diretamente no card do conteúdo.
O importante é perceber que "mostrar o elenco" não é a oportunidade, mas uma das possíveis respostas a ela.

Essa confusão é mais comum do que parece. Muitas equipes acreditam mapear oportunidades quando, na verdade, apenas descrevem funcionalidades que gostariam de construir.
Uma boa oportunidade precisa ser específica o suficiente para indicar qual problema está sendo enfrentado, por quem e em qual contexto.
"É difícil digitar a senha usando o controle da Apple TV" é um problema concreto. "A experiência precisa ser mais fácil" não oferece informação suficiente para orientar uma decisão.
A árvore de oportunidades ajuda a organizar essa investigação. Em vez de apostar em uma grande solução para um problema amplo, a empresa identifica partes menores da experiência, testa hipóteses e observa os resultados.
Se o efeito esperado não aparece, pode mudar de abordagem sem necessariamente abandonar o objetivo maior.
Esse exercício também contribui para a diferenciação competitiva. Plataformas como Netflix e Hulu podem atuar sobre oportunidades semelhantes, mas fazem escolhas diferentes sobre quais problemas merecem atenção e como resolvê-los.
Não é preciso encontrar um problema que ninguém mais tenha percebido. A forma como cada empresa escolhe atuar sobre ele já pode produzir uma experiência bastante diferente.
Se testar hipóteses é tão importante, saber quando abandoná-las deveria fazer parte do planejamento desde o início.
Na prática, porém, muitas startups definem o que pretendem construir sem estabelecer quais evidências seriam suficientes para interromper o investimento.
Gustavo ilustra esse risco com o caso de uma empresa digital que decidiu expandir seu modelo de negócios para uma nova vertical. Não havia uma demanda explícita dos clientes nem dados que sustentassem a oportunidade. Ainda assim, a companhia avançou com a iniciativa.
Ao longo de dezoito meses, estruturou uma parceria com uma empresa de meios de pagamento, instalou equipamentos em lojas, contratou uma equipe comercial e montou operações de mídia e suporte.
A cada novo passo, aumentavam os recursos comprometidos e a dificuldade de voltar atrás.
O que começou como uma hipótese de expansão se transformou em uma operação inteira, com pessoas, contratos, investimentos e expectativas. Depois de certo ponto, desistir já não significava apenas cancelar uma iniciativa de produto. Significava desmontar uma estrutura e demitir funcionários.
Esse é um dos efeitos mais perigosos de uma aposta que cresce sem validação: a decisão deixa de ser orientada apenas pelo potencial futuro da iniciativa e passa a carregar o peso de tudo o que já foi investido.
Há fatores psicológicos envolvidos. O efeito de posse nos leva a atribuir mais valor àquilo que construímos. A identidade de quem tomou a decisão também entra em jogo, especialmente quando o founder precisa justificar suas escolhas para investidores, sócios e equipes.
Quanto maior o compromisso assumido, mais difícil se torna reconhecer que talvez seja hora de parar.
Para evitar esse cenário, Gustavo recomenda definir os chamados kill criteria antes de começar: condições objetivas que determinam quando uma aposta deve ser interrompida.
Por exemplo, a empresa poderia ter estabelecido desde o início que a expansão só faria sentido se a rentabilidade do novo canal fosse comparável à operação online. Para validar essa hipótese, observaria se usuários e lojistas gerariam receita e LTV que justificassem a tese, dentro de um prazo de seis meses.
Se o resultado não aparecesse, a tese seria encerrada e os recursos voltariam para o negócio principal.
A diferença em relação a uma promessa genérica de "reavaliar a iniciativa daqui a três meses" é que a decisão já estaria definida. O prazo serviria para verificar a hipótese, não para abrir uma nova rodada de discussões sobre a continuidade do projeto.
"Escrever esse critério teria levado vinte minutos", diz Gustavo. A falta dele custou dezenas de milhões de reais.
Mais do que uma ferramenta para encerrar projetos malsucedidos, os critérios de parada ajudam a desenhar experimentos melhores desde o princípio. Quando a equipe sabe o que precisa descobrir e quais resultados justificariam continuar, pode buscar caminhos menores, mais rápidos e menos caros para obter essas respostas.
Nesse caso, uma aposta mais limitada e reversível poderia ter levado à mesma conclusão em dois meses, em vez de dezoito.
Uma vez definidas as prioridades, ainda resta um desafio: transformar essas decisões em um planejamento que faça sentido para o time e para os clientes.
Gustavo usa a imagem de uma jarra com capacidade limitada para explicar como lidar com os recursos disponíveis.
Se a jarra for preenchida primeiro com areia, as tarefas pequenas e fáceis de executar, pode não sobrar espaço para as pedras maiores. Mas, quando as pedras entram primeiro, a areia consegue ocupar os intervalos entre elas.
No roadmap, as pedras representam as principais apostas do trimestre, aquelas que precisam de atenção e concentração para responder às perguntas mais importantes para o negócio.
Isso não significa escolher necessariamente os projetos que exigem mais desenvolvimento. O tamanho da aposta deve ser definido pela importância da hipótese que a empresa pretende testar, e não pela quantidade de código que será escrita.
Em geral, Gustavo recomenda concentrar a capacidade do time em uma ou duas apostas de maior potencial. O restante precisa se acomodar em torno dessas prioridades. O que não cabe deve ser deixado de fora, em vez de simplesmente empurrado para uma lista interminável de tarefas futuras.
A forma de apresentar o roadmap também impacta no resultado.
A estrutura tradicional de Now, Next, Later ajuda a organizar a sequência de iniciativas, mas costuma deixar uma informação essencial de fora: o que a empresa pretende provar com cada entrega.
Imagine uma startup de software para gestão de folha de pagamento.
No primeiro momento, ela decide desenvolver uma solução completa para empresas com até cinco funcionários, restrita a uma região. O objetivo não é apenas colocar funcionalidades no ar, mas comprovar que o produto consegue resolver, de ponta a ponta, a necessidade desse primeiro grupo de clientes.
Depois, pode ampliar a solução para funcionários horistas, testando se o produto suporta uma complexidade maior de jornadas. A inclusão de benefícios permite investigar se existe espaço para vender outros serviços à mesma base. Só então a expansão geográfica entra no planejamento, com a hipótese de que a operação pode ser replicada em novas regiões.
A sequência deixa de ser uma lista de entregas e passa a mostrar como uma descoberta prepara o terreno para a seguinte.
Cada iniciativa precisa, portanto, estar associada a uma hipótese, a uma forma de avaliar seu resultado e, quando necessário, a um critério de parada.
Também é importante que as entregas de curto prazo produzam valor real para o negócio. No exemplo da folha de pagamento, o primeiro objetivo não deveria ser apenas testar partes isoladas de um sistema, mas permitir que uma pequena empresa consiga operar sua folha inteira de maneira independente.
Esse tipo de planejamento torna mais fácil explicar as escolhas tanto internamente quanto para os clientes.
Para o time, ajuda a deixar claro por que algumas iniciativas terão prioridade e outras não. Sem essa explicação, cada novo pedido tende a reabrir discussões que já deveriam estar resolvidas.
Para os clientes, oferece uma justificativa melhor do que simplesmente dizer que determinada funcionalidade não está prevista. É possível explicar o que a empresa está buscando construir, por que isso importa e quais benefícios a escolha poderá trazer.
Às vezes, essa conversa será desconfortável. Gustavo lembra que ela pode envolver até mesmo avisar a um grande cliente pagante que uma funcionalidade desenvolvida especificamente para sua operação será descontinuada. No caso que ele viveu, a empresa preparou a comunicação explicando o que estava saindo, por que, e o que continuava diferenciando o produto. Quase nenhum cliente afetado deixou a plataforma.
Mas é justamente a capacidade de sustentar essas decisões que impede o produto de se transformar em uma coleção de pedidos desconectados.
Para startups, a grande lição em torno dessa trajetória é que construir um bom produto não depende de acertar todas as hipóteses, atender a todos os pedidos ou manter um roadmap cheio de entregas, mas sim de reconhecer quais demandas realmente são importantes para o negócio, encontrar maneiras de respondê-las com os recursos disponíveis e ter disciplina para mudar de direção quando as evidências contrariam as expectativas.