No estudo, tivemos gerentes que ensinaram a um sistema de software os processos que eles achavam que estavam ocupando a maior parte do tempo de suas equipes. Usando uma interface semelhante \u00e0 que as pessoas usam quando marcam fotos suas no Facebook, os gerentes executaram amostras de cada processo em suas m\u00e1quinas da maneira que esperavam que suas equipes fizessem o trabalho. Eles ent\u00e3o marcaram esses processos em categorias como \u201cgerenciamento de pedidos\u201d, \u201cprocessos cont\u00e1beis\u201d e \u201copera\u00e7\u00f5es da cadeia de suprimentos\u201d. N\u00e3o havia limite para o n\u00famero de processos que um gerente poderia ensinar ao sistema. Os gerentes confiaram em sua intui\u00e7\u00e3o, julgamento e experi\u00eancia para selecionar e ensinar os processos que acreditavam ocupar a maior parte dos esfor\u00e7os de suas equipes. Esses dados foram coletados em um \u201cgr\u00e1fico de trabalho\u201d, um mapa de como essas equipes realizam o trabalho.<\/p>\n\n\n\n
Usando os processos ensinados pelo gerente, nossos algoritmos de aprendizado de m\u00e1quina tentaram encontrar padr\u00f5es semelhantes de trabalho sendo feito pelos membros da equipe. Em seguida, medimos a fra\u00e7\u00e3o do dia de cada equipe em que os membros da equipe demonstraram padr\u00f5es semelhantes dos processos ensinados. Esta \u00e9, em ess\u00eancia, uma medida para avaliar at\u00e9 que ponto a intui\u00e7\u00e3o de um gerente \u00e9 respons\u00e1vel pelo trabalho di\u00e1rio de uma equipe.<\/p>\n\n\n\n
Um aspecto importante desses estudos foi manter a privacidade do usu\u00e1rio: garantimos que todas as ferramentas e coleta de dados tornassem o usu\u00e1rio final an\u00f4nimo, agregando dados a uma equipe e demos \u00e0s equipes as ferramentas para definir e filtrar informa\u00e7\u00f5es pessoais identific\u00e1veis confidenciais. Todas as an\u00e1lises foram realizadas apenas no n\u00edvel da equipe agregada, sem identifica\u00e7\u00e3o de nenhum indiv\u00edduo.<\/p>\n\n\n\n
Presumimos que, em um cen\u00e1rio ideal, o gerente deveria ser capaz de responder por pelo menos 80% do trabalho di\u00e1rio de suas equipes – baseando esse limite nominal em uma pesquisa que realizamos entre os gerentes, onde pedimos que avaliassem quanto de seus trabalhos di\u00e1rios das equipes que eles esperavam compreender. Definimos a lacuna de recorda\u00e7\u00e3o do trabalho como a fra\u00e7\u00e3o do trabalho di\u00e1rio da equipe que um gerente n\u00e3o poderia contabilizar, assumindo um teto de 80%. Esta tamb\u00e9m \u00e9 uma medida de falta de completude no entendimento de um gerente sobre o trabalho que sua equipe faz diariamente.<\/p>\n\n\n\n
Encontramos uma lacuna de recall de trabalho consider\u00e1vel em todas as 14 equipes – para a surpresa de seus gerentes – em fun\u00e7\u00f5es que v\u00e3o desde opera\u00e7\u00f5es da cadeia de suprimentos, gerenciamento de projetos, intera\u00e7\u00f5es com clientes, gerenciamento de dados mestre, finan\u00e7as \/ contabilidade e RH.<\/p>\n\n\n\n Um exemplo ajuda a ilustrar os problemas espec\u00edficos que nosso estudo revelou: em uma empresa, a equipe da cadeia de suprimentos enfrentava reclama\u00e7\u00f5es de funcion\u00e1rios sobre uma implementa\u00e7\u00e3o deficiente de planejamento de recursos empresariais (ERP). Embora tecnicamente correta e suficiente, a implementa\u00e7\u00e3o carecia de v\u00e1rios recursos para o processamento de dados. Como resultado, para transa\u00e7\u00f5es comuns, os funcion\u00e1rios eram for\u00e7ados a gastar tempo copiando dados do sistema ERP para o Excel, criando tabelas din\u00e2micas e iterando os dados. Quando finalmente obtiveram as respostas, eles copiaram os dados de volta para o sistema ERP.<\/p>\n\n\n\n Quando esse esfor\u00e7o extra foi adicionado em v\u00e1rias transa\u00e7\u00f5es, foi respons\u00e1vel por uma grande parte do trabalho mensal da equipe. Todos na equipe sabiam que isso era um problema at\u00e9 certo ponto; eles sentiam o atrito todos os dias; mas ningu\u00e9m entendeu o qu\u00e3o ruim era a situa\u00e7\u00e3o at\u00e9 que os ajudamos a medir a lacuna de subestima\u00e7\u00e3o de seu gerente.<\/p>\n\n\n\n O que os L\u00edderes Podem Fazer? <\/strong><\/p>\n\n\n\n A boa not\u00edcia \u00e9 que nosso estudo demonstrou que a lacuna trabalho-recorda\u00e7\u00e3o pode ser eliminada com o uso de Aprendizado de M\u00e1quina (AM). No estudo, empregamos uma classe de algoritmos de AM que n\u00e3o exigia nenhuma entrada gerencial para detectar padr\u00f5es de trabalho das equipes. Exclu\u00edmos padr\u00f5es que se sobrepunham aos padr\u00f5es descritos pelo gerente e, em seguida, medimos a fra\u00e7\u00e3o incremental do dia de uma equipe que poderia ser contabilizada usando os padr\u00f5es detectados inteiramente por algoritmos de AM e nenhuma entrada humana. Resumidamente, esses algoritmos de AM encontram rajadas curtas de atividades repetidas nos padr\u00f5es de trabalho de uma equipe. Em seguida, combinam as atividades repetidas que ocorrem com mais frequ\u00eancia para formar uma cadeia mais longa de atividades. E repetem este processo at\u00e9 que eles n\u00e3o possam mais combinar atividades.<\/p>\n\n\n\n Descobrimos que o emprego de algoritmos de AM reduziu a lacuna m\u00e9dia entre trabalho e recorda\u00e7\u00e3o em nosso estudo de ~ 60% para 24%. Na equipe em que os processos descritos pelo gerente representaram apenas 4% do trabalho di\u00e1rio da equipe, os algoritmos de AM foram capazes de responder por 48% do trabalho di\u00e1rio da equipe em atividades produtivas (reduziram a lacuna de 76% para 28%).<\/p>\n\n\n\n De modo geral, os algoritmos se sa\u00edram melhor do que os gerentes em nosso estudo por dois motivos. Primeiro, os gerentes tinham uma vis\u00e3o desatualizada e \/ ou incompleta dos padr\u00f5es de trabalho de sua equipe. Os algoritmos de AM, por outro lado, podem encontrar padr\u00f5es sem depender de intui\u00e7\u00f5es pr\u00e9-existentes sobre o trabalho que est\u00e1 sendo feito. Em segundo lugar, os algoritmos de AM podem ser respons\u00e1veis de maneira escalon\u00e1vel por uma infinidade de maneiras pelas quais o mesmo trabalho \u00e9 feito. Vimos casos em que o gerente normalmente ensinava alguns exemplos de como eles pensavam que o trabalho deveria acontecer, mas a equipe executou o mesmo trabalho de maneiras diferentes do que o gerente esperava. Por exemplo, ao realizar uma reconcilia\u00e7\u00e3o comercial, v\u00e1rios membros experientes de uma equipe encontraram caminhos mais curtos para obter a reconcilia\u00e7\u00e3o e, portanto, desviaram-se dos procedimentos operacionais padr\u00e3o prescritos.<\/p>\n\n\n\n ***<\/strong><\/p>\n\n\n\n Sem o uso de ferramentas de aprendizado de m\u00e1quina para compensar, as lacunas dos gerentes em relembrar o trabalho b\u00e1sico de suas equipes provavelmente s\u00f3 aumentar\u00e3o no futuro devido \u00e0 tend\u00eancia de trabalho remoto. E, sem interven\u00e7\u00e3o, os gerentes tendem a permanecer no escuro sobre o que n\u00e3o sabem – em nosso estudo, os gerentes ficavam chocados rotineiramente quando revel\u00e1vamos nossos resultados a eles.<\/p>\n\n\n\n O futuro de qualquer ambiente de trabalho – n\u00e3o apenas ambientes de trabalho remotos – depende, portanto, de equipar os gerentes com novas ferramentas e t\u00e9cnicas para compreender e gerenciar suas equipes de forma mais eficaz. O uso de tais ferramentas exigir\u00e1 padr\u00f5es de privacidade consistentes e abertos, como anonimato dos usu\u00e1rios, agrega\u00e7\u00e3o de dados e comunica\u00e7\u00e3o consistente dos l\u00edderes para que os funcion\u00e1rios entendam suas inten\u00e7\u00f5es. Todo o nosso estudo focou apenas em equipes e n\u00e3o permitiu a identifica\u00e7\u00e3o de nenhum indiv\u00edduo.<\/p>\n\n\n\n Nosso conselho para mudar l\u00edderes e gerentes \u00e9 tratar a experi\u00eancia de sua equipe no trabalho como dados. Esses dados provavelmente revelar\u00e3o o que aflige suas equipes e o que \u00e9 realisticamente poss\u00edvel com investimentos em transforma\u00e7\u00e3o digital e outras novas iniciativas. Ent\u00e3o, todas as mudan\u00e7as com os gerentes mais bem-intencionados ser\u00e3o mensur\u00e1veis. Por outro lado, na aus\u00eancia de tais dados, as metas de cima para baixo s\u00e3o definidas sem que os fatos sejam conhecidos, e as equipes t\u00eam pouca escolha a n\u00e3o ser assinar os planos sem entender suas implica\u00e7\u00f5es, levando a uma imensa press\u00e3o sobre as equipes. Nossa esperan\u00e7a \u00e9 que, se os gerentes entenderem mais sobre as especificidades do trabalho de suas equipes, eles estabele\u00e7am metas mais realistas e ajudem suas equipes a se tornarem mais produtivas.<\/p>\n\n\n\n Artigo Traduzido da Harvard Business Review<\/a>. Fonte Original: https:\/\/hbr.org\/2021\/12\/do-you-know-how-your-teams-get-work-done<\/a><\/p>\n","protected":false},"excerpt":{"rendered":" Uma nova pesquisa sugere que muitos gerentes n\u00e3o sabem como suas equipes trabalham, mas o aprendizado de m\u00e1quina pode ajudar a fechar a lacuna.<\/p>\n","protected":false},"author":1,"featured_media":5800,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"content-type":"","footnotes":""},"categories":[61,59],"tags":[],"yoast_head":"\n![\"\"](\"https:\/\/ippv.com.br\/coach\/wp-content\/uploads\/2021\/12\/Do-You-Know-How-Your-Teams-Get-Work-Done-Imagem-1-463x1024.png\")
<\/figure>\n\n\n\n