Conheça o modelo de metas do Google

Chamado de OKR (Objectives and Key Results – ou Objetivos e Resultados-Chave, em livre tradução), o modelo foi criado pela Intel na década de 1970. O propósito do OKR é trazer eficiência aos processos internos de uma organização, direcionando o trabalho de todos os setores para a obtenção de uma mesma meta.

O modelo se inicia com a definição do objetivo macro, apresentado pela direção da empresa. Essa meta pode ser quantitativa (aumentar a margem de lucro em 10%, por exemplo) ou qualitativa (tornar-se o melhor atendimento do mercado).

Em seguida, as diferentes áreas traçam objetivos próprios, relacionados às suas funções, mas alinhados à meta principal. Os profissionais também podem criar metas individuais em consonância com os níveis superiores de gestão. É a forma como cada setor ou integrante da equipe irá contribuir para o planejamento.

Como funciona o desempenho do modelo de metas do Google

O desempenho do OKR é medido pelos resultados-chave. São eles que ajudam o gestor a mensurar se as metas de setor estão realmente ajudando o negócio a se aproximar da definição macro. Na prática, o OKR concentra os esforços da equipe no alcance desses resultados – e não na forma como isso vai acontecer. Ou seja, a metodologia concede ampla autonomia para criação ou remodelação de rotinas.

A maleabilidade e o caráter colaborativo do OKR agradam as empresas de tecnologia. Atualmente, o sistema é empregado por boa parte dos negócios do Vale do Silício.

O Google começou a utilizá-lo na década de 1990, quando era uma startup emergente, e conduz os seus processos dessa forma até hoje.

O OKR, portanto, é uma metodologia escalável. Além disso, o sistema facilita a meritocracia ao determinar com clareza a performance de cada profissional ou setor. Um dos segredos, aqui, é estabelecer metas arrojadas – não inatingíveis, mas desafiadoras.

Os especialistas em OKR sugerem que completar 70% de uma meta é um bom padrão de evolução. Bater os 100% pode não significar um trabalho bem feito, mas um objetivo superdimensionado. O inverso também vale para desempenhos muito baixos.