70 conceitos de mudança: como gerar hipóteses de melhoria.

Mudança não é sinônimo de melhoria.

Organizações mudam o tempo todo: adicionam aprovações, automatizam atividades, alteram metas, reorganizam equipes, criam formulários e substituem fornecedores. Mas a ocorrência de uma mudança, por si só, não demonstra melhoria. Uma melhoria exige uma relação defensável entre a alteração realizada e um resultado melhor para o sistema.

Essa distinção é central no Model for Improvement, desenvolvido pela Associates in Process Improvement e difundido pelo Institute for Healthcare Improvement (IHI). O modelo formula três perguntas: o que estamos tentando realizar?, como saberemos que uma mudança é uma melhoria? e que mudança podemos fazer que resulte em melhoria?. Os conceitos de mudança atuam principalmente sobre a terceira pergunta: ajudam a gerar possibilidades de intervenção antes que a equipe salte para a primeira solução disponível.

Um conceito de mudança não é uma solução pronta. É uma lente para produzir hipóteses de intervenção.

O material de referência fornecido à Struckel reúne 70 conceitos em nove famílias. A segunda edição de The Improvement Guide, citada hoje pelo IHI, apresenta 72 conceitos, evidenciando que a taxonomia foi refinada ao longo do tempo. O princípio permanece o mesmo: usar noções gerais de mudança para provocar ideias específicas que depois precisam ser desenvolvidas, testadas e avaliadas no contexto real.

Conceito, ideia e teste são níveis diferentes de raciocínio.

O apêndice usado como base faz uma distinção metodológica importante. Conceitos como reduzir intermediários, fazer tarefas em paralelo ou usar amostragem são deliberadamente genéricos. Eles não devem ser implantados literalmente. Primeiro precisam ser reinterpretados à luz do processo, do cliente, do risco e da restrição que se deseja modificar.

Uma sequência rigorosa pode ser representada assim:

Conceito de mudança → ideia contextualizada → mudança operacional → predição → medida → teste PDSA → decisão.

Considere um processo comercial em que propostas acima de R$ 25 mil passam por quatro aprovações sequenciais e levam, em média, 52 horas para serem liberadas. O conceito “reduzir controles do sistema” não significa retirar governança indiscriminadamente. Uma ideia específica seria: eliminar uma aprovação redundante para propostas de baixo risco. A mudança operacional poderia ser testar, durante uma semana, uma regra de alçada baseada em margem, exposição de crédito e exceções contratuais. A predição seria reduzir o lead time de 52 para 30 horas sem aumentar retrabalho, descontos não autorizados ou inadimplência.

Somente depois da execução e da comparação entre predição e resultado existe aprendizado. Se o tempo cair, mas o retrabalho dobrar, houve mudança — não necessariamente melhoria.

Nove famílias organizam os 70 conceitos de mudança.

A taxonomia do material fornecido não foi construída como um catálogo de ferramentas independentes. Ela agrupa direções de raciocínio que podem ser combinadas. Em termos gerenciais, a lista funciona como um gerador estruturado de hipóteses.

As famílias também ajudam a evitar uma visão excessivamente operacional. Um problema de desempenho pode ter origem no fluxo, mas também no ambiente de trabalho, na interface com clientes, no desenho do serviço ou na variabilidade. A lista força a equipe a explorar hipóteses fora de seu repertório habitual.

Os 70 conceitos de mudança — lista completa.

A síntese por famílias é útil para orientar a análise, mas o ganho prático está em percorrer a lista integral. Abaixo estão os 70 conceitos do material de referência fornecido à Struckel, preservando sua numeração e organização em nove categorias. A lista funciona como um repertório de hipóteses: cada item deve ser convertido em uma ideia específica, relacionada ao contexto, acompanhada de predição e testada antes da implantação em escala.

Como usar a lista: não tente “aplicar o conceito” diretamente. Escolha um item, converta-o em uma mudança concreta para o processo, explicite o mecanismo causal esperado, registre uma predição, defina medidas de resultado e de equilíbrio e teste em escala compatível com o risco.

Os aparentes conflitos da lista são uma característica, não um defeito.

Alguns conceitos apontam intencionalmente para direções opostas. O material destaca, por exemplo, reduzir escolhas de características e customizar em massa; ou reduzir controles do sistema e padronizar. Não existe contradição lógica se a análise parte do contexto.

Reduzir opções pode ser economicamente adequado quando variedade aumenta estoque, erro e custo sem criar valor percebido. Customizar pode ser superior quando segmentos têm necessidades muito diferentes e aceitam pagar pelo ajuste. Da mesma forma, retirar aprovações redundantes pode reduzir ciclo e custo, enquanto formalizar um processo crítico pode reduzir variação e risco.

Esse é um ponto de maturidade gerencial: ferramentas e conceitos não tomam decisões; eles estruturam decisões. Uma equipe precisa explicitar a condição em que espera que determinada direção produza um efeito favorável. Essa condição é parte da hipótese.

Seleção dirigida e seleção aleatória produzem aprendizados diferentes.

O guia de referência propõe duas lógicas complementares. A primeira é dirigida: escolher um conceito que pareça relacionado ao objetivo do projeto ou uma família que dialogue com o problema. Ela tende a gerar ideias úteis rapidamente. A segunda é deliberadamente aleatória: escolher uma categoria ou um conceito sem relação óbvia e forçar a equipe a imaginar como aquela lente poderia se aplicar.

A seleção aleatória é uma técnica de divergência. Ela rompe associações habituais e pode produzir alternativas que não surgiriam em uma discussão convencional. Mas não elimina a etapa de crítica. Depois da geração, as ideias precisam ser avaliadas quanto a plausibilidade causal, risco, custo, tempo de teste e capacidade de medição.

Uma prática robusta é separar a sessão em dois momentos. Primeiro, divergir sem julgar: produzir muitas ideias. Depois, convergir com critérios: escolher as hipóteses que merecem teste. Misturar criação e crítica no mesmo instante tende a reduzir variedade e favorecer a solução defendida pela pessoa com maior autoridade na sala.

Exemplo aplicado: reduzir o tempo de liberação de propostas sem aumentar risco.

Suponha que uma empresa B2B tenha meta de reduzir o tempo médio de aprovação de propostas de 52 para 24 horas. Um mapeamento inicial mostra quatro aprovações, reentrada manual de dados no ERP, filas no Jurídico e grande variação entre vendedores.

Em vez de escolher uma única solução, a equipe usa diferentes conceitos de mudança:

• 2 — eliminar entradas múltiplas de dados: integrar CRM e ERP para que preço, CNPJ e condições comerciais sejam digitados uma vez.
• 14 — minimizar tramitações: eliminar o envio manual entre Comercial, Financeiro e Jurídico quando regras pré-definidas forem atendidas.
• 19 — fazer tarefas em paralelo: permitir análise de crédito e revisão técnica simultâneas.
• 49 — aumentar o tempo dos especialistas: reservar o Jurídico para cláusulas fora do padrão, e não para contratos já padronizados.
• 53 — desenvolver definições operacionais: definir objetivamente o que significa “proposta de alto risco”.
• 61 — usar restrições: impedir no sistema descontos acima da alçada sem justificativa e aprovação apropriada.

A equipe então escolhe um pacote pequeno para o primeiro PDSA: executar crédito e revisão técnica em paralelo para dez propostas de um segmento, mantendo os demais controles. A predição é reduzir 8 horas do ciclo sem alterar taxa de retrabalho. As medidas incluem tempo total, tempo por etapa, retrabalho, exceções e percepção dos usuários.

O valor dos conceitos aparece aqui: eles ampliam o espaço de solução antes do teste. O valor do PDSA aparece depois: ele impede que uma boa ideia seja confundida com uma mudança comprovada.

Gerenciar variação exige pensamento estatístico — especialmente para não piorar um processo estável.

A família “gerenciar variação” é uma das partes tecnicamente mais importantes da lista. Ela inclui padronização, definições operacionais, melhoria de previsões e a recomendação de parar o tampering: interferir repetidamente em um processo estável por causa do último resultado observado.

Em controle estatístico de processos, resultados variam mesmo quando o sistema não mudou. Ajustar uma máquina, uma meta ou uma regra toda vez que um ponto oscila pode amplificar a variação. Antes de intervir, é necessário distinguir variação de causa comum — inerente ao sistema — de sinais compatíveis com causas especiais.

Isso também muda a forma de acompanhar projetos. Um gráfico com médias mensais não basta para concluir causalidade. Sempre que possível, preserve a ordem temporal dos dados, use definições operacionais consistentes e observe comportamento ao longo do tempo. Medir para melhoria é diferente de medir apenas para prestar contas.

Evitar erros significa redesenhar a interação entre pessoa e sistema.

Os conceitos 59 a 62 deslocam a discussão do “erro humano” para o desenho do sistema. Lembretes podem ajudar, mas são frágeis porque dependem de atenção. Diferenciação visual reduz confusão entre itens semelhantes. Restrições impedem ações incompatíveis com o processo. Referências formais tornam a ação correta mais óbvia.

Em termos contemporâneos de fatores humanos, a pergunta deixa de ser “como fazer as pessoas prestarem mais atenção?” e passa a ser “como tornar a ação correta mais fácil e a ação incorreta mais difícil?”. Um formulário pode validar formato e faixa de valores; um conector físico pode permitir apenas o encaixe correto; um fluxo digital pode bloquear avanço quando uma informação crítica não existe.

Treinamento continua importante, mas não deve compensar indefinidamente um sistema mal desenhado. Quando o mesmo erro reaparece com pessoas diferentes, a hipótese de falha sistêmica merece prioridade.

A lista ganha peso quando é conectada a uma teoria de mudança.

O uso maduro dos conceitos exige tornar explícita a cadeia causal esperada. Uma forma simples é escrever: se fizermos X, então esperamos Y, porque acreditamos em Z. X é a mudança; Y é o resultado observável; Z é o mecanismo causal proposto.

Essa estrutura evita dois extremos: a implementação por moda — “vamos automatizar porque automação é melhoria” — e a paralisia analítica — “não podemos testar até ter certeza”. Um bom teste PDSA trabalha entre esses extremos: formula uma teoria suficiente para produzir uma predição, testa em escala compatível com o risco e usa os dados para atualizar o conhecimento.

Antes de implementar qualquer conceito em escala, a equipe deve responder quatro perguntas: qual resultado mudará, qual medida detectará o efeito, que consequência indesejada pode surgir e qual evidência nos faria abandonar ou adaptar a ideia.

Referências e base metodológica.

Langley, G. J.; Moen, R. D.; Nolan, K. M.; Nolan, T. W.; Norman, C. L.; Provost, L. P. The Improvement Guide: A Practical Approach to Enhancing Organizational Performance. 2ª ed. Jossey-Bass, 2009. O IHI identifica essa obra como a base do Model for Improvement e de sua abordagem para seleção e teste de mudanças.

Institute for Healthcare Improvement. Model for Improvement: Selecionando Mudanças. O IHI define change concepts como noções gerais úteis para desenvolver ideias específicas que possam gerar melhoria e recomenda testar mudanças por ciclos PDSA.

Moen, R. D.; Norman, C. L. “Circling Back: Clearing up myths about the Deming cycle and seeing how it keeps evolving.” Quality Progress, 43(11), 2010. A leitura complementa a ligação entre método científico, PDSA, predição e aprendizado.

Montgomery, D. C. Introduction to Statistical Quality Control. Wiley. A literatura de controle estatístico sustenta a distinção entre variação de causas comuns, causas especiais e o risco de ajuste indevido de processos estáveis.

Nota editorial: o documento disponibilizado à Struckel apresenta 70 conceitos em nove categorias. A página atual do IHI, baseada na 2ª edição de The Improvement Guide, menciona 72 conceitos. Mantivemos a estrutura de 70 do material fornecido e sinalizamos a diferença para não misturar versões da taxonomia.