Fit framework - Estágio 1: Problem/Solution fit
Customer/Problem FitQuais são os três principais problemas enfrentados pelo segmento de mercado?
flexM4I > abordagens e práticas > Fit framework para desenvolvimento de startups > Estágio 1: Problem/Solution fit > Customer/Problem Fit (versão 1.0)
Autoria: Fernando Antônio Forcellini ([email protected])
Localização desta seção no contexto do Fit framework
A próxima figura mostra o posicionamento do estágio 1 no contexto do Fit framework para desenvolvimento de startups e suas fases.
Figura 1459: fases do estágio 1: Problem/Solution Fit do Fit Framework
Esta seção descreve o preenchimento dos campos 1 (problema) e 2 (segmento de clientes) do Lean Canvas no contexto do estágio 1: Problem/Solution Fit do Fit Framework
Figura 1459.1: representação dos campos do Lean Canvas preenchidos na fase de Customer/Problem FIt no estágio 1: Problem/Solution Fit do Fit Framework
Introdução
O Lean Canvas é uma adaptação do conhecido Business Model Canvas (Osterwalder & Pigneur, 2010) com o objetivo de modelar a lógica do negócio de startups em estágios iniciais.
Esse método foi descrito em uma seção principal da flexM4i sobre o Lean Canvas. Esta seção foca no detalhamento das atividades e aplicação de métodos auxiliares usados para preenchimento do campo “Problema”, dentro do contexto do Lean Startup.
O objetivo é mostrar como aplicar o Lean Canvas no desenvolvimento de uma inovação, seja ela produto ou serviço.
| Conheça a seção principal sobre Lean Canvas antes de ler a seção atual, onde discutimos: – quando utilizar o Lean Canvas – por que utilizar o Lean Canvas – quais as principais características do Lean Canvas – características da fase inicial de uma startup e por onde ela começa a ser desenvolvida – uma descrição sucinta da sequência de preenchimento dos campos do template – uma discussão sobre outras sequências possíveis |
Nesta seção apresentamos a visão geral do template do Lean Canvas e a descrição resumida de preenchimento do campo “Problema”, que foi publicada na seção principal.
Em seguida, mostramos as atividades e os métodos e ferramentas auxiliares.
Visão geral do template do Lean Canvas
A próxima figura ilustra o template do Lean Canvas. Atente para numeração colocada, que foi a sequência descrita na seção principal. Essa é uma possibilidade de sequência de preenchimento dos componentes, mas há outras possibilidades.
Figura 1382b: template do Lean Canvas
As cores do templates indicam se os campos se relacionam com:
| Conheça uma descrição detalhada na seção específica sobre o Lean Canvas. |
Problema e Segmento de Clientes
No início da construção de um modelo de negócio, a principal tarefa da startup não é detalhar uma solução, mas compreender com precisão qual problema vale a pena resolver e para quem. É nesse contexto que os campos Problema e Segmento de Clientes assumem papel central no Lean Canvas.
Esses dois campos ajudam a transformar uma ideia inicial em hipóteses de negócio mais claras, permitindo investigar se existe uma dor real, relevante e recorrente em um grupo de clientes suficientemente específico. Em vez de partir de certezas, a startup parte de suposições que precisam ser testadas. Por isso, o Lean Canvas, nesse estágio, funciona como um instrumento de redução de riscos e incertezas.
Ao explicitar problema e segmento de clientes, a equipe começa a estruturar uma visão mínima de um possível negócio viável. Essa visão ainda não representa um modelo de negócio validado, mas sim uma formulação inicial que deverá evoluir por meio de experimentação e aprendizagem.
Para um empreendedor, o produto em si tem pouco significado no início; o foco deve estar na compreensão profunda do problema. A maioria das startups não falha porque não consegue construir o que planejou, mas porque gasta tempo e recursos construindo o produto errado para um mercado que não o deseja.
Possibilidades de situações iniciais Campos 1 e 2
O ponto de partida de uma startup raramente é único ou linear. No contexto do Lean Canvas, os dois primeiros campos, Problema e Segmento de Clientes, funcionam como âncoras interdependentes, e a jornada empreendedora pode se iniciar a partir de qualquer um deles, ou ainda de uma terceira via: a ideia de solução. Compreender essas três situações de início é essencial para orientar o empreendedor nos primeiros passos da validação. A figura abaixo mostra de forma esquemática as três situações possíveis.
Figura 1463: Possibilidades para iniciar o preenchimento dos Campo 1 e 2 do Lean Canvas
Situação 1 — Do Segmento ao Problema
Nesta situação, o empreendedor parte de um conhecimento aprofundado sobre um grupo específico de pessoas ou organizações. Esse conhecimento pode emergir de diversas fontes: pedidos explícitos de clientes, análises e diagnósticos de mercado, benchmarking com outras empresas, observação de tendências e novos conceitos, ou ainda foresights sobre transformações futuras. A proximidade com o segmento permite identificar dores latentes ou manifestas — inclusive aquelas que afetam diferentes stakeholders ao longo de uma cadeia de valor. A partir dessa percepção qualificada, formula-se uma hipótese de problema a ser inserida no Campo 1 e submetida à validação junto ao próprio segmento.
Situação 2 — Do Problema ao Segmento
Aqui, o ponto de partida é a percepção de um possível problema, independentemente de um segmento claramente delimitado. Essa percepção pode ter origens variadas: insights de pessoas com experiência prática, falhas detectadas em processos, produtos ou serviços, desdobramentos de estratégias organizacionais, ou ainda a emergência de novas tecnologias e modelos de negócio que revelam lacunas ainda não atendidas. O problema hipotético é então inserido no Campo 1 e confrontado com diferentes perfis de potenciais clientes, em um movimento de busca ativa pelo segmento que reconhece aquela dor como real, relevante e prioritária, e que estaria disposto a pagar por uma solução.
Situação 3 — Da Solução ao Problema
Uma terceira situação, bastante comum, embora mais arriscada, ocorre quando o empreendedor parte de uma ideia de solução: uma nova invenção, uma tecnologia disponível, uma oportunidade de inovação ou um conceito disruptivo que ainda busca seu problema. Neste caso, o desafio é inverter o raciocínio: a partir da solução imaginada, identificar quais problemas ela poderia resolver e para qual segmento de clientes esses problemas representam uma dor genuína. Somente após esse movimento de “ancoragem no problema” é possível avançar com consistência para a validação junto ao mercado.
A Lógica Comum às Três Situações
Independentemente do ponto de partida, as três situações convergem para o mesmo imperativo: o problema precisa ser validado junto ao segmento de clientes antes de qualquer investimento em solução. O Campo 1 deve conter os três problemas principais identificados, bem como as alternativas já existentes que os clientes utilizam para lidar com essas dores. O Campo 2 deve descrever o segmento com precisão, reconhecendo que os clientes possuem múltiplas faces — usuários, compradores, influenciadores — e que apenas aqueles que efetivamente pagariam pelo produto ou serviço configuram o segmento prioritário de validação. É nessa tensão produtiva entre problema e segmento que se constrói a base de uma startup com chances reais de mercado.
Campo 1 — Problema
O campo Problema registra as principais dores enfrentadas por um grupo de clientes. No Lean Canvas, o foco está em identificar os problemas mais relevantes, isto é, aqueles que produzem perdas, frustrações, atrasos, custos, desperdícios ou limitações que realmente importam para o cliente.
Um problema, nesse contexto, não deve ser tratado como uma percepção genérica ou como uma formulação vaga. Ele precisa descrever uma condição indesejada observável, com consequências concretas na realidade do cliente. Quanto mais clara for a dor, maior será a capacidade da startup de avaliá-la, priorizá-la e posteriormente associá-la a uma proposta de valor consistente.
Esse cuidado é essencial porque muitas iniciativas fracassam não por incapacidade de desenvolver uma solução, mas por terem partido de um problema mal compreendido, secundário ou pouco relevante. No Lean Canvas, portanto, o problema não é uma conclusão: é uma hipótese que precisa ser investigada.
A Dor do Cliente
Frequentemente utiliza-se o termo “dor” para descrever o problema do cliente.
Exemplo: apesar de a maioria das pessoas não gostar de ir ao médico, elas não evitarão o consultório por muito tempo se estiverem sentindo dor. Nesse caso, o incômodo ajuda a perceber que algo não está bem.
Quanto maior a dor, mais motivados os pacientes estarão em procurar atendimento médico.
Os primeiros adeptos (early adopters) sentem muita “dor” (consciência do problema que enfrentam), e, por isso, estão mais dispostos a resolver sua causa.
Níveis de dor
- Tem um problema (mas não sabe que tem)
- Está ciente de que tem um problema
- Vem procurando uma solução ativamente
- Desenhou uma solução, mesmo que incompleta
- Possui (ou é capaz de conseguir) um orçamento
Exemplo de aplicação desse conceito no campo Problema
Percepção (ideia) de dor (problema 1): Dificuldade em encontrar ferramentas confiáveis de simulação de layout fabril.
| Neste contexto consideramos que ideia pode ser um sinônimo de percepção. Mas dor é uma possível descrição de um problema. |
Hipótese 1
Se as ferramentas atuais forem complexas e pouco intuitivas, então engenheiros de processo terão dificuldades para validar alternativas de layout, porque há excesso de tempo gasto em treinamento e parametrização.
Pergunta: Você concorda que as ferramentas atuais de simulação de layout fabril são complexas e difíceis de usar no dia a dia?
Hipótese 2
Porque acreditamos que a falta de integração com dados reais impacta na tomada de decisão, se criarmos uma ferramenta integrada ao chão de fábrica, esperamos que a validação de layouts seja mais rápida e confiável.
Pergunta: Você concorda que a ausência de integração das ferramentas de layout com dados reais de produção dificulta decisões assertivas?
Campo 2 — Segmento de Clientes
O campo Segmento de Clientes define quem são os grupos de pessoas, usuários ou organizações que vivenciam o problema identificado. Seu objetivo é evitar uma visão ampla e abstrata do mercado, substituindo-a por um recorte mais específico, capaz de orientar a aprendizagem da startup.
Segmentar significa delimitar quem sofre a dor, em que contexto ela ocorre e quais características aproximam esses clientes entre si. Isso torna os experimentos mais precisos e aumenta a qualidade das evidências obtidas.
Consiste em selecionar um grupo de pessoas ou empresas com base em critérios geográficos, demográficos, psicográficos ou comportamentais.
Nesse campo, também é importante identificar os primeiros adeptos (early adopters). São os clientes que sentem a dor com maior intensidade, reconhecem mais claramente o problema e tendem a demonstrar maior abertura para experimentar uma nova solução. Em geral, são eles que oferecem os primeiros sinais mais consistentes de aderência entre problema e mercado.
Em síntese, o campo Segmento de Clientes não busca apenas dizer “quem é o público-alvo”, mas indicar quem realmente tem o problema e quem merece prioridade no processo de investigação.
| Nota importante: A validação do problema ajuda a confirmar o segmento, mas não o substitui. O segmento é validado quando se confirma que o grupo sofre a dor, está disposto a pagar e é acessível. |
Figura 1464: Relação entre PROBLEMA e SEGMENTO DE CLIENTES
Portanto, os dois campos estão interligados, mas não são validados da mesma forma.
1. Validação indireta (Problema → Segmento)
A validação de uma dor genuína e relevante para um grupo de pessoas ou empresas é um forte indicador de que esse grupo pode ser classificado como um segmento de cliente real.
Exemplo:
Hipótese do Problema: “Se engenheiros de processo não têm ferramentas simples de simulação, então gastam mais tempo e cometem erros.”
Teste: Entrevistas e evidências mostram que 70% relatam frustração com ferramentas atuais.
Interpretação: Esse grupo de engenheiros de processo é um segmento válido, pois reconhece e sofre a dor.
| Mas isso não significa que você já validou completamente o segmento — apenas que há aderência entre dor e grupo investigado. |
2. Validação específica do Segmento de Clientes
Mesmo que a dor seja validada, ainda restam hipóteses críticas sobre o segmento que precisam de validação própria:
- Tamanho do segmento: Quantas pessoas/empresas sofrem essa dor? É suficiente para formar um mercado?
- Disposição para pagar: Esse segmento valoriza a solução a ponto de investir nela?
- Acessibilidade: É fácil chegar a esse grupo (canais)? Eles estão concentrados ou dispersos?
- Prioridade da dor: Essa dor é relevante o bastante para ser resolvida agora, ou é uma dor secundária?
Exemplo: Mesmo que 70% dos engenheiros relatem frustração, talvez somente gerentes de planta tenham poder de compra da solução. Então, a validação do Problema não basta para validar o Segmento de Clientes.
| Síntese: ✅ A validação do Problema ajuda a confirmar a relevância do Segmento. ❌ Mas não substitui a validação do Segmento. O Segmento de Clientes é validado quando se confirma que:
|
Um segmento só é realmente validado quando se confirma (1) quem sofre a dor, (2) valoriza a solução e está disposto a pagar, (3) pode ser alcançado por canais viáveis e (4) é grande o suficiente para sustentar o negócio.
Figura 1465: Fluxo de validação – do problema ao segmento de clientes
Em outras palavras, a figura acima mostra que dor é diferente de mercado: identificar um problema real é necessário, mas não é suficiente para garantir que existe um mercado viável.
Experimentos
No contexto empresarial, um experimento é um teste de curto prazo e escala limitada, projetado para reduzir as fontes de incerteza e responder questões críticas para o sucesso antes que recursos adicionais sejam comprometidos.
Cada teste de hipótese resulta em um conjunto de dados que leva a uma decisão. Essa decisão, por sua vez, gera novas hipóteses que necessitam de novos testes e avaliações.
Todo esse ciclo incremental e iterativo se baseia, quase integralmente, em dados subjetivos, coletados por meio da interação direta com clientes em potencial, fornecedores e parceiros.
Os métodos de teste mais frequentemente utilizados:
- Entrevistas com o usuário (Roteiros ou questionários);
- Surveys (Questionários)
- Shadowing: observação do comportamento no contexto apropriado;
- Testes de usabilidade com usuários externos ou “dogfooding”, i. e. o autoteste do seu próprio produto;
- Testes A / B e multivariados;
- Pesquisas pessoais, online ou por telefone;
- Preto- / prototipagem, e. g. com manequins de clique interativos ou Landing Pages que comunicam a promessa do produto
Questionário
O questionário é uma ferramenta essencial para a pesquisa exploratória. Seja qualitativa ou quantitativa, a eficácia dessa pesquisa depende da formulação de perguntas adequadas para capturar as informações desejadas.
Para evitar ideias pré-concebidas, a pesquisa com clientes deve permitir que os entrevistados escolham livremente suas respostas. Embora fornecer alternativas ajude a estruturar a análise e a interpretar os resultados, é crucial que as questões sejam neutras. Evite formular perguntas que induzam a uma resposta específica ou que deem margem para que o entrevistado simplesmente concorde, pois isso tende a gerar resultados tendenciosos.
As pessoas, por natureza, tendem a dar a resposta que acreditam que o interlocutor deseja ouvir. Isso pode comprometer a validade de uma pesquisa.
Por exemplo, uma pergunta indutiva como: “Você prefere o produto X em vez do produto Y?” geralmente leva a um simples acordo.
Para obter uma resposta mais fiel à realidade, deve-se forçar a pessoa a tomar uma decisão sem indução.
Por exemplo: “Que produto você prefere, o produto X ou produto Y?”.
Para testar a hipótese, desenvolva um experimento. Em pesquisas com clientes, é comum utilizar uma escala linear para as respostas, que pode ser verbal ou escrita, comumente composta por cinco ou sete graus, como ilustrado no exemplo a seguir.
Figura 1462: Configuração típica de respostas em um questionário com a escala Likert
Dentre os diversos métodos disponíveis para a coleta de dados, um amplamente utilizado é o emprego de escalas, sendo a Escala Likert uma das mais comuns. Este tipo de escala é frequentemente utilizada para mensurar atitudes, conhecimentos, percepções, valores e transformações comportamentais. A Escala Likert opera por meio de um conjunto de afirmações que permitem aos respondentes classificar suas respostas a questões de avaliação.
Aplicando o Ciclo BML
Lógica do ciclo
No estágio inicial de uma startup, ainda há incerteza sobre o problema, sobre o cliente e, muitas vezes, sobre a relação entre ambos. Por isso, os campos 1 e 2 do Lean Canvas não devem ser preenchidos com base apenas em opinião ou intuição. Eles devem ser construídos por meio do Ciclo BML, entendido aqui como uma sequência prática de ideia, hipótese, experimento, aprendizado e atualização do canvas.
Figura 1457: Ciclo BML (Build-Measure-Learn) aplicado ao Lean Canvas (clique aqui para visualizar em outra aba somente o ciclo BML)
Essa lógica transforma o Lean Canvas em um artefato dinâmico. A cada ciclo, a equipe explicita o que acredita, testa essas crenças na prática, aprende com os resultados e refina o modelo de negócio. O objetivo não é eliminar toda a incerteza de imediato, mas reduzir progressivamente os riscos mais críticos.
Vamos agora apresentar uma descrição sucinta dessas atividades. Em seguida, mostramos um exemplo de aplicação que deixa essas atividades mais concretas.
Ideia
O ponto de partida é uma ideia inicial sobre uma possível oportunidade de negócio. Essa ideia pode surgir da observação de um setor, de uma experiência vivida, de uma dificuldade recorrente ou da percepção de uma lacuna no mercado.
No entanto, no contexto Lean, a ideia deve ser tratada apenas como uma direção inicial, e não como uma verdade. Ela serve para orientar a investigação dos campos Problema e Segmento de Clientes, ajudando a equipe a explicitar suas primeiras suposições.
Hipótese
A segunda etapa consiste em converter a ideia em hipóteses explícitas. Esse passo é decisivo porque obriga a equipe a declarar com clareza aquilo em que acredita.
No campo Problema, a hipótese deve indicar qual dor existe e por que ela é relevante.
No campo Segmento de Clientes, a hipótese deve indicar quem vivencia essa dor.
Experimento
Uma vez definidas as hipóteses, a startup precisa testá-las por meio de experimentos simples, rápidos e de baixo custo. Nessa fase, o objetivo não é desenvolver a solução final, mas produzir evidências sobre a existência do problema e sobre a adequação do segmento escolhido.
Entrevistas, questionários, observações em campo e interações exploratórias com potenciais clientes costumam ser experimentos bastante adequados para essa etapa. O mais importante é que o experimento seja coerente com a hipótese formulada.
Aprendizado
No Ciclo BML, o valor do experimento está no aprendizado que ele gera. Isso significa interpretar criticamente os resultados e decidir o que foi confirmado, o que foi refutado e o que ainda precisa ser melhor compreendido.
No campo Problema, o aprendizado pode mostrar que certas dores são mais relevantes do que outras, ou que um problema inicialmente considerado central tem pouca prioridade para o cliente. O campo Segmento de Clientes, pode revelar que o grupo inicialmente definido é amplo demais, heterogêneo demais ou pouco sensível à dor investigada.
Canvas
O último passo consiste em atualizar o Lean Canvas com base nos aprendizados obtidos. O canvas não deve ser visto como um quadro estático, mas como uma representação provisória do melhor entendimento disponível naquele momento.
No campo Problema, devem permanecer as dores que se mostraram mais relevantes e mais sustentadas por evidências. No campo Segmento de Clientes, o recorte precisa se tornar mais claro, mais específico e mais útil para orientar os próximos ciclos de aprendizagem.
Exemplo: Startup FUT – Fix Up Tomorrow
Para ilustrar a aplicação prática dos conceitos de Problema e Segmento de Clientes no Lean Canvas, será apresentado o estudo de caso da startup FUT – Fix Up Tomorrow (Hoefelmann et all., 2019).
Trata-se de uma iniciativa voltada ao desenvolvimento de uma solução digital para apoiar o gerenciamento e o controle da manutenção de máquinas industriais em micro e pequenas empresas do estado de Santa Catarina. O exemplo demonstra como a identificação estruturada das dores do cliente, a formulação de hipóteses e a validação por meio de experimentos permitem reduzir incertezas e orientar a construção de um modelo de negócio mais consistente e alinhado às reais necessidades do mercado.
Ideia de Produto: Aplicativo para auxiliar no gerenciamento e controle da manutenção de máquinas industriais de micro e pequenas empresas (MPES ) do estado de Santa Catarina, criando uma rede de contato entre diferentes prestadores de serviço de manutenção com empresas carentes de um setor responsável pela atividade, promovendo o acompanhamento dessa tarefa de forma contínua e intermediando a venda/compra de máquinas usadas.
Ideias
A ideia inicial está relacionada ao contexto dos serviços de manutenção e à interação entre prestadores de serviço e empresas que precisam desse tipo de atendimento. A percepção inicial é que há dificuldades na conexão entre quem oferece e quem demanda esse serviço, especialmente quando se trata de divulgação, credibilidade, formalização e organização da contratação.
Ideias sobre o Problema:
(1) Em geral MPES não possuem um setor de manutenção. Normalmente só fazem uso de serviços de manutenção corretiva e, em grande parte, não tem acompanhamento de outros tipos de manutenção (preventiva e corretiva);
(2) Em função de (1), as MPE não tem tempo para comparar as prestadoras de serviços de manutenção (preço, qualidade, disponibilidade, …);
(3) Dificuldades na compra e venda de máquinas usadas.
Solução Atual: Atualmente, a solução adotada consiste na contratação de técnicos de manutenção autônomos (prestadores de serviço terceirizados) quando ocorre algum problema.
Ideias sobre o Segmento de Clientes
Clientes: micro e pequenas empresas de SC que fazem uso de máquinas industriais;
Usuários: operadores ou responsáveis pelas máquinas industriais.
Hipóteses
No caso da FUT, uma hipótese possível é que prestadores de serviços de manutenção têm dificuldade para alcançar todos os seus potenciais clientes por não possuírem estratégias adequadas de divulgação. Outra hipótese pode relacionar a exigência de formalização, como a emissão de nota fiscal, a barreiras para ampliar o atendimento. Também pode surgir a hipótese de que pequenas empresas enfrentam dificuldade para encontrar prestadores confiáveis, disponíveis e tecnicamente adequados às suas necessidades.
Como indicado na descrição desta atividade, no campo Segmento de Clientes, a hipótese deve indicar quem vivencia essa dor. No exemplo, isso pode envolver os prestadores autônomos de serviços de manutenção e as micro e pequenas empresas que necessitam desse tipo de serviço. Em um refinamento adicional, a equipe pode formular hipóteses mais específicas, como: prestadores com baixa presença digital sofrem mais intensamente a dificuldade de captação de clientes; ou pequenas empresas com estrutura administrativa enxuta valorizam mais rapidez, formalização e confiança na contratação.
Hipóteses – Clientes (Micro e Pequenas Empresas)
- Ausência de uma rede de contatos entre prestadores de serviços e empresas carentes de um setor de manutenção;
- Micro e pequenas empresas realizam apenas manutenção corretiva;
- Paradas emergenciais das máquinas levam a falta de tempo para pesquisa de mercado;
- Micro e pequenas empresas têm dificuldade em realizar compras e vendas de máquinas industriais;
- Micro e pequenas empresas não têm planejamento e controle da manutenção de suas máquinas.
Hipóteses – Usuários (Prestadores de Serviços de Manutenção)
- Os prestadores de serviços de manutenção não tem o alcance de todos os seus possíveis clientes;
- Os prestadores de serviços de manutenção não possuem aptidões para investir em marketing e alcançar todos os seus possíveis clientes;
- Os prestadores de serviços de manutenção possuem dificuldades e problemas na cobrança dos valores dos seus serviços.
Experimentos
A equipe da FUT pode aprofundar a compreensão das dificuldades do mercado de serviços de manutenção. Isso será feito aplicando questionários a clientes e realizando entrevistas com prestadores de serviços, focando em problemas de divulgação, cobrança, formalização e acesso a oportunidades. Além disso, é importante investigar como pequenas empresas contratam prestadores atualmente, seus critérios de seleção, experiências negativas prévias e as principais barreiras percebidas no processo de contratação.
Experimentos – Clientes (Micro e Pequenas Empresas)
Um questionário (Google Forms) contendo 5 perguntas foi enviado a 120 clientes. Houve um total de 67 respondentes. (Hoefelmann et all., 2019). Abaixo apresentamos os resultados desses experimentos (figura 1460).
Figura 1460: resultados dos experimentos para aprofundar a compreensão das dificuldades do mercado de serviços de manutenção segundo a percepção dos clientes (Micro e Pequenas Empresas)
Experimentos – Usuários (Prestadores de Serviços de Manutenção)
Um questionário (Google Forms) contendo 3 perguntas foi enviado a 95 clientes. Houve um total de 48 respondentes.(Hoefelmann et all., 2019). Abaixo apresentamos os resultados desses experimentos (figura 1461).
Figura 1461: resultados dos experimentos para aprofundar a compreensão das dificuldades do mercado de serviços de manutenção segundo a percepção dos usuários (Prestadores de Serviços de Manutenção)
Aprendizado
Os aprendizados da FUT, por exemplo, podem apontar que os prestadores de serviços encontram reais obstáculos para atrair clientes, gerenciar cobranças e cumprir exigências formais. Paralelamente, esses mesmos aprendizados podem destacar quais perfis de clientes e usuários percebem de forma mais aguda essas limitações. Pode surgir também a conclusão de que a maior dificuldade não reside apenas na divulgação, mas sim na articulação entre visibilidade, confiança e a formalização do processo de contratação.
Aprendizado Validado – Micro e Pequenas Empresas
Problemas de Manutenção e Mercado:
- Manutenção Reativa/Limitada: A maioria das empresas carece de controle e planejamento de manutenção. A manutenção preventiva, quando realizada, é vista como uma questão de sobrevivência e frequentemente está limitada a equipamentos específicos, muitas vezes por imposição de garantia ou “compra casada”.
- Barreira de Confiança na Contratação: A dificuldade em encontrar novos prestadores de serviço não reside na falta de tempo para pesquisa, mas sim na ausência de confiança para estabelecer novas parcerias.
- Dificuldade na Venda de Ativos: Existe um entrave significativo na venda de máquinas usadas.
Aprendizado Validado – Cliente (Prestadores de Serviços de Manutenção)
Os prestadores de serviços de manutenção enfrentam os seguintes desafios:
- Divulgação: Dificuldade em utilizar e acessar meios eficazes para divulgar seus serviços.
- Formalização e Obrigações Fiscais:
- As Micro e Pequenas Empresas (MPE) exigem a emissão de nota fiscal.
- Algumas MPEs demandam que os prestadores de serviço (como em ar condicionado) apresentem cursos de segurança (NRs) e de capacitação técnica.
- Gestão Financeira: Os profissionais autônomos de manutenção têm dificuldades na elaboração de orçamentos e na cobrança dos valores devidos pelos serviços prestados.
Aprendizado da Equipe
Tópicos de Aprendizagem e Aplicação Prática
Pesquisa e Análise de Mercado:
- Dimensionamento do mercado de manutenção para micro e pequenas empresas.
Geração e Priorização de Ideias:
- Utilização da técnica de Brainstorming para gerar ideias de problemas focados no segmento.
- Identificação e desenvolvimento de atitudes que fomentam a criatividade.
- Aplicação de técnicas de priorização para seleção das ideias.
Hipóteses e Validação:
- Conhecimento sobre a estruturação de hipóteses.
- Elaboração de hipóteses.
- Conhecimento e uso de técnicas para a criação de questionários.
- Aplicação do questionário utilizando a plataforma Google Forms.
Gestão e Mensuração:
- Realização da Contabilidade da Inovação.
Utilização de IA Generativa para auxiliar campo problema e campo segmento de clientes
A integração da Inteligência Artificial Generativa (IAG) na metodologia Lean Startup, especialmente alinhada aos ciclos BML (Build-Measure-Learn ou Construir-Medir-Aprender), representa um salto qualitativo na inovação e no desenvolvimento de novos produtos e serviços. Esta sinergia aplica ferramentas avançadas de IA, como modelos de linguagem grandes (LLMs) como GPT, Gemini e Claude, e geradores de imagem como DALL-E, para acelerar o desenvolvimento de produtos, a validação de hipóteses de negócio e a iteração de modelos.
Quadro 1466: aplicação da IA Generativa nas etapas do ciclo BML para apoiar a criação dos campos problema e segmento de clientes do template do Lean Canvas no desenvolvimento do Customer/Problem Fit
| Etapa do Ciclo BML | Aplicação da IA Generativa |
| IDEIA | Geração de conceitos iniciais para cada campo do Lean Canvas, fundamentados em dados preexistentes. |
| HIPÓTESES | Formulação de hipóteses estruturadas, alinhadas às ideias iniciais e considerando o formalismo exigido. |
| EXPERIMENTO | Instrumento de Coleta: Criação de perguntas que servirão como base para a elaboração de questionários, roteiros de entrevista, etc. Prototipagem Rápida: Geração ágil de wireframes, mockups, textos de marketing e, inclusive, código base para o Produto Mínimo Viável (MVP), diminuindo o tempo gasto em atividades criativas e manuais. |
| RESULTADOS | Análise de Dados: Processamento e síntese avançada de grandes volumes de feedback e dados de usuários (surveys, entrevistas, interações), em tempo real. Identificação de padrões, insights acionáveis e desvios de rota com maior eficiência que a análise puramente humana. |
| APRENDIZADO | Síntese e Documentação: Facilitação da documentação e consolidação do conhecimento adquirido. Próximas Iterações: Proposição automática de próximos passos baseados nos insights extraídos. Isso otimiza a decisão de realizar pivôs (mudanças fundamentais) ou perseverar (manter o rumo), assegurando a rápida reinjeção do aprendizado no ciclo Build-Measure-Learn (BML). |
Para a determinação do Campo 1 e Campo 2 temos:
Figura 1467: Visão esquemática da utilização de IAG no ciclo BML – Campos 1 e 2 do Lean Canvas
O objetivo central é desenvolver um modelo de negócio rapidamente, usando IA para coletar dados, entender comportamentos de usuários e automatizar decisões, minimizando desperdício de tempo e recursos financeiros.
Referências
Hoefelmann, A. E., Gregório, J. L., Amorim, N. C. de, & Zenkner, P. A. D. (2019). Modelo de Negócio da Empresa FUP – Fix Up Tomorrow – Disciplina EMC 410202 – Lean Startup. PPGEM/UFSC, Florianópolis-SC.
Maurya, A. (2010). Running Lean – A systematic process for iterating your web application from Plan A to a plan that Works. O’Reilly.
Maurya, A. (2012). Running Lean – A systematic process for iterating your web application from Plan A to a plan that Works. O’Reilly.
Maurya, A. (2018). Comece sua Startup Enxuta. Editora Saraiva.
Olsen, D. (2015). The Lean Product Playbook. Willey.
Neve, S. (2020). Problem Statement vs Hypothesis: which is more important for experimentation? Creative CX. Disponível em: https://www.creative-cx.com/problem-statement-vs-hypothesis-which-is-more-important-for-experimentation/. Acesso em: [23/05/2022].
Ribeiro, L. (2015). Desenvolvimento de Clientes e Startup Enxuta. Slideshare. Disponível em: [Inserir link ou remover se indisponível].