Gosto de pensar que a IA é uma excelente ferramenta nos nossos dias de trabalho e vejo, até no meu próprio caso, um aumento de produtividade muito grande, tanto na criação de relatórios, análise de dados, produção de conteúdo, bem como em diversas outras áreas. 

Segundo Nielsen (2023), a produtividade no trabalho pode aumentar em até 66% com o uso de ferramentas de inteligência artificial como o ChatGPT. O autor destaca que os profissionais de negócios que utilizaram o ChatGPT conseguiram completar suas tarefas em uma média de 17 minutos, enquanto aqueles que não contaram com o suporte da IA levaram cerca de 27 minutos para concluir o mesmo trabalho. Isso representa um ganho de produtividade significativo, evidenciando como a tecnologia pode otimizar processos e economizar tempo nas atividades diárias.

Mas, sobretudo, a IA é uma excelente aliada naquilo que eu chamo de inteligência de operação de projetos.

Em projetos, muitos documentos são trocados, atualizados e consultados a todo momento, pois em alguns casos existe, além de muitos profissionais, uma multidisciplinaridade no ambiente. Sendo assim, muitos relatórios, planilhas e outras documentações são produzidas.

A operação de projetos pode ser beneficiada com a IA, e muito mais do que isso, os dados relacionados com as operações de projetos podem ajudar muito para que diretores, gerentes de projetos e toda a equipe envolvida ganhem com a experiência de seus projetos.

Documentação no Confluence ou Notion

Embora muitos ignorem essa prática, a documentação é essencial para o sucesso de qualquer projeto, pois ajuda a estruturá-lo, detalhando objetivos, stakeholders, escopo, cronograma e riscos. É aquele negócio, se eu tenho seis horas para cortar uma árvore, vou passar cinco horas afiando o machado.

A documentação, além de ter o propósito de manter o histórico do que foi feito, ajuda no planejamento. Inclusive é por onde eu começo a documentação. Em qualquer projeto que me envolvo, primeiramente, coloco no Notion ou Confluence todos os detalhes importantes do empreendimento, para que seja um referencial relevante para todos os membros da equipe.

Antes, eu fazia essa documentação através de um PowerPoint, mas depois que descobri esses recursos, só uso eles, pois possuem mais ferramentas para que eu realize esse trabalho. 

Documentação de SEO e Web Analytics

Em SEO, por exemplo, a documentação pode incluir além das áreas do projeto (escopo, cronograma, riscos, orçamento, etc.), detalhes sobre como o site atual se encontra, os concorrentes, ações de palavras-chave, auditorias de site, recomendações e planos de otimização. Soluções, como citei anteriormente, podem oferecer várias ferramentas para organizar tudo isso. Nesses documentos, são geralmente abordados itens importantíssimos para o planejamento.

• Escopo: o que está dentro do que foi vendido para o projeto, como aquilo que precisará ser entregue para o cliente e, ainda, o que não está no escopo (habitualmente, ensino meus alunos a colocarem o que não está no escopo também), pois sempre que ele aumenta é necessário, muitas vezes, a adição de novos recursos;
• Os recursos podem ser humanos ou tecnológicos. Para um projeto de implantação de Google Analytics em um e-commerce, por exemplo, será necessário um analista que saiba fazer esse tipo de implementação. Esse analista é um recurso;
• Cronograma: Um cronograma detalha as atividades e prazos de um projeto, garantindo que todas as etapas sejam concluídas dentro do tempo previsto;
• Riscos: A gestão de riscos envolve a identificação, análise e mitigação de potenciais problemas que podem impactar o sucesso do projeto;
• Plano financeiro: O plano financeiro define o orçamento e a alocação de recursos, assegurando que o projeto seja executado dentro das limitações financeiras; e
• Lições aprendidas: As lições aprendidas documentam o que funcionou bem e o que não funcionou em um projeto, fornecendo insights valiosos para melhorar futuros empreendimentos (aqui é que a mágica acontece, leia até o final).

Em Web Analytics, a documentação também pode abranger, além das áreas de conhecimento da gestão de projetos, a configuração de ferramentas analíticas e métricas a serem monitoradas, relatórios de desempenho, fontes de dados, entre outros detalhes.

Documentar os acordos entre cliente e equipe é crucial para garantir que todos estejam alinhados quanto às expectativas e responsabilidades. Isso resguarda os itens combinados e serve como referência em caso de dúvidas ou disputas. No caso do SEO, por exemplo, isso pode incluir acordos sobre entregáveis, prazos, SLAs.

Web Analytics pode envolver a definição de KPIs, objetivos de mensuração, macro e micro conversões em um site; eventos; e relatórios que precisarão ser disponibilizados, entre outros itens.

Dicas para a elaboração eficaz de documentação de projetos

1. Comece a documentação com uma declaração clara dos objetivos do projeto. Isso ajuda a alinhar todos os envolvidos e serve como referência ao longo do projeto;
2. Liste todos os stakeholders (indivíduos ou grupos que têm interesse ou são afetados pelo resultado de um projeto) e suas responsabilidades. Isso garante que todos saibam quem está envolvido e quem é responsável por cada parte do projeto;
3. Descreva o que está incluído e o que está fora do escopo do projeto. Isso ajuda a evitar mal-entendidos e a gerenciar expectativas;
4. Inclua um cronograma detalhado com marcos importantes e prazos. Isso ajuda a manter o projeto no caminho certo e permite que todos acompanhem o progresso;
5. Liste os riscos potenciais e as estratégias para mitigá-los. Isso prepara a equipe para lidar com problemas que possam surgir;
6. Utilize ferramentas online como Notion, Confluence ou Google Docs para criar e compartilhar a documentação. Isso facilita a colaboração e garante que todos tenham acesso à versão mais recente;
7. Documente todos os acordos feitos entre a equipe e os clientes, incluindo entregáveis, prazos e critérios de sucesso;
8. Ao final do projeto faça uma sessão de lições aprendidas, pois isso você poderá tratar para manter uma base histórica dos projetos.

Dados oriundos de lições aprendidas

Documentação é algo que eu ouço desde a faculdade. Lembro de uma matéria da graduação que se chamava Engenharia de Software. Nela, o professor falava muito sobre documentação e, principalmente, lições aprendidas.

Isso ficou na minha cabeça durante anos e eu sempre valorizei muito essas questões, pois me deram respaldo para as atividades que eu desenvolvi posteriormente.

Pouco se valoriza as lições aprendidas em projetos, mas a verdade é que pode ser muito importante para aumentar a curva de experiência em projetos. A literatura de projetos abrange largamente esse termo. Mas, como as lições de projetos podem colaborar para futuros projetos? O que os dados têm a ver com isso? Acreditem, os dados são essenciais aqui.

Dados, gestão de projetos e treinamento da IA

Eu postei recentemente no meu Instagram um carrossel de cards falando sobre como os dados estão em todos os lugares: nos equipamentos, na rua, na natureza, no trânsito, etc. Eles estão nos projetos também. E, muitas vezes, os dados revelam coisas que não prestamos atenção.

Em projetos, nós podemos ter dados quantitativos, qualitativos, estruturados e não estruturados.

1. Dados Quantitativos: São dados que podem ser medidos e expressos numericamente. Eles são usados para quantificar o problema e responder a perguntas, como: “quanto?”, “quantos?” ou “com que frequência?”. Ex.: número de horas trabalhadas por equipe em um projeto para avaliar a eficiência e alocação de recursos;
2. Dados Qualitativos: São dados que descrevem características ou qualidades e não podem ser expressos numericamente. Eles são usados para entender conceitos, opiniões ou experiências e respondem a perguntas, como: “por quê?” ou “como?”.  Ex.: dados de feedback dos membros da equipe sobre a eficácia das reuniões de projeto para identificar áreas de melhoria na comunicação;
3. Dados Estruturados: São dados organizados em um formato específico, como tabelas ou bancos de dados, que facilitam a busca e a análise. Eles seguem um esquema predefinido, como planilhas Excel ou tabelas SQL, e incluem dados como nomes, datas e números de identificação. Ex.: planilha Excel usada para organizar e monitorar o cronograma do projeto, incluindo datas de início e término de tarefas e responsáveis; e
4. Dados Não Estruturados: São dados que não têm um formato ou estrutura predefinida, tornando-os mais difíceis de coletar, processar e analisar. Ex.: e-mails e documentos de texto trocados entre a equipe.

Nós aprendemos em ciência de dados que precisamos padronizar os dados para uma análise, mas é essa a realidade que acontece? Nem sempre, e, na minha visão, nesse contexto de projeto, a contextualização dos dados é muito mais importante. Com base naquilo que já vivenciei, vou dar algumas dicas de como tornar seus projetos mais eficientes, usando a base histórica de dados dos seus projetos.

Colaboração dos dados e IA em novos projetos

Mas como a inteligência artificial e os dados podem ajudar gestores de projetos em seus empreendimentos?

Mantenha uma base histórica de seus projetos, com a documentação original, formulários de satisfação do cliente, dados financeiros, riscos, etc. Esses dados podem ser submetidos para a sua IA predileta e você pode utilizar o conceito de Conversational Analytics.

O Conversational Analytics é uma abordagem inovadora que permite interagir com dados através de interfaces de linguagem natural, como se estivesse conversando com um colega. Utilizando inteligência artificial, essa técnica facilita a exploração e interpretação de dados complexos, tornando-os mais acessíveis e compreensíveis.

Para analistas de dados, o Conversational Analytics pode transformar o dia a dia ao simplificar a obtenção de insights. Em vez de navegar por dashboards complexos, os analistas podem fazer perguntas diretas à IA e receber respostas claras e contextuais. Isso não só economiza tempo, mas também melhora a precisão das análises, permitindo decisões mais informadas e ágeis.

Monte uma planilha com dados referentes a lições aprendidas de projetos passados, sempre com dados atualizados dos últimos que acabaram, conforme abaixo.

Projeto	Lições aprendidas	Área	O que devo cuidar em outros projetos
Projeto 001	Respostas lentas a e-mails do cliente causaram atrasos	Comunicação	Estabelecer tempos de resposta claros e usar ferramentas de comunicação em tempo real
Projeto 002	Atrasos ocorreram devido à má gestão do cronograma	Cronograma	Monitorar o cronograma rigorosamente e realizar reuniões de acompanhamento regulares
Projeto 003	Falta de gerenciamento de riscos levou a problemas inesperados	Riscos	Criar e revisar regularmente um plano de gerenciamento de riscos

No exemplo acima eu fui bem sucinto, o gestor pode colocar explicações mais detalhadas.

Na tabela a seguir, você pode atribuir notas para algumas áreas do projeto (de 1 a 5), como: comunicação, experiência da equipe, escopo, etc. – além de incluir dados textuais também sobre cada uma dessas áreas da gestão de projetos, detalhando o motivo dessas notas.

Projeto	Escopo	Equipe	Riscos	Cronograma	Comunicação
Projeto 001	4	3	3	4	2
Projeto 002	4	4	3	1	3
Projeto 003	3	3	1	2	2

Em sua inteligência artificial predileta, elabore um prompt para ir incluindo dados referentes a projetos passados e peça para ela calcular o risco do novo projeto com base nos dados dos projetos anteriores, onde você irá anexar a documentação do novo projeto e a planilha com os dados do projeto anterior. Mas cuidado, não faça tudo de uma vez. Recomendo que você vá conversando com a IA, fornecendo as informações passo a passo. Você vai notar que ela dará respostas melhores.

A IA poderá fornecer respostas como esta:

Após analisar a base histórica de projetos, identifiquei que a atividade “Integração de Sistemas” no “Projeto Phoenix” pode enfrentar atrasos, já que atividades semelhantes em projetos anteriores exigiram 4 dias adicionais. Recomendo ajustar o cronograma para incluir esse buffer, realizar uma análise de riscos específica para antecipar desafios técnicos, e considerar a alocação de recursos adicionais, como especialistas em integração. Além disso, é crucial comunicar proativamente aos stakeholders sobre o ajuste no cronograma, garantindo alinhamento e expectativas claras. Essas ações, baseadas em lições aprendidas, visam assegurar a execução eficiente do projeto dentro dos prazos.

Considerações finais

1. Documente todos os projetos, incluindo formulários de satisfação do cliente, dados financeiros e riscos, para uso em análises futuras;
2. Administre riscos potenciais e estratégias de mitigação para preparar a equipe para possíveis problemas;
3. Utilize ferramentas online para criar e compartilhar documentação, garantindo acesso à versão mais recente para todos os envolvidos;
4. Realize sessões ao final de cada projeto para capturar e documentar lições aprendidas, contribuindo para uma base histórica robusta;
5. Crie e mantenha uma planilha com dados de lições aprendidas de projetos passados, garantindo que estejam sempre atualizados;
6. Recorra a Conversational Analytics, implementando essa abordagem para interagir com dados de forma mais intuitiva, facilitando a obtenção de insights e melhorando a precisão das análises; e
7. Assista a live que eu fiz com o Gustavo Loureiro, onde falamos sobre gestão de projetos!