O ROI é Rei

"Se não gera retorno, é só vaidade disfarçada de esforço."

Vamos ser diretos: você pode amar o que faz, ter um time incrível, usar post-its de cinco cores na parede e fazer reunião de alinhamento toda sexta-feira. Mas se o trabalho não estiver trazendo retorno financeiro, operacional, estratégico ou de aprendizado real, você está apenas brincando de gestão. E brincar de gestão custa caro.

O discurso do "fazer por amor à camisa" ou "adotar a tecnologia do momento" parece bonito na apresentação, até o boleto vencer. E ele vence todo mês: para a empresa, para a equipe e para você. Por isso, uma pergunta simples deveria estar colada no monitor de todo líder técnico e executivo: "O que isso aqui vai trazer de volta?"

Esse Retorno sobre o Investimento (ROI, do inglês Return on Investment) não precisa ser exclusivamente corte de despesa imediata, mas precisa aparecer de forma verificável em pelo menos uma destas quatro dimensões:

• Financeiro: lucro incremental direto ou redução comprovada de custo no caixa;
• Operacional: menos retrabalho, menor tempo de ciclo e mais produtividade por hora trabalhada;
• Estratégico: proteção de receita, conformidade regulatória ou vantagem competitiva mensurável;
• Humano e organizacional: redução de rotatividade (turnover), queda no índice de incidentes fora de horário e retenção de talentos críticos.

Se um projeto consome meses da sua engenharia e não move nenhum desses quatro ponteiros, ele não é inovação. É vaidade com cara de esforço.

ROI na prática: o caso dos 100 mil litros de diesel

Vou dar um exemplo real que vivi na prática. Trabalhei em uma operação pesada que consumia cerca de 100 mil litros de diesel por mês. Todo o controle de abastecimento era anotado à mão em fichas de papel na pista e, dias depois, digitado manualmente em planilhas.

Não havia validação na origem, cruzamento de consumo por hora trabalhada nem leitura em tempo hábil. Quando a planilha fechava no fim do mês, o diesel já tinha queimado. Estávamos sentados sobre uma montanha de dados operacionais e tomando decisões no escuro.

Em vez de propor um projeto milionário de dezoito meses que travaria na burocracia, fomos direto à raiz do problema: tirar o dado do papel na hora exata em que o abastecimento acontecia.

Desenhamos uma solução enxuta e robusta de ponta a ponta:

1. Cadastramos toda a frota e colamos etiquetas de QR Code em cada máquina e veículo;
2. Colocamos um aplicativo simples na mão do operador para registrar o abastecimento direto na fonte, coletando quatro variáveis obrigatórias: tipo de combustível, litros abastecidos, hodômetro e horímetro;
3. Conectamos essa base limpa a um painel analítico no Power BI, atualizado diariamente para a gestão acompanhar a curva de consumo por equipamento e por turno.

Três meses depois de colocar o sistema em produção, a leitura dos dados revelou o que o papel escondia há anos:

• Identificamos as máquinas vilãs que consumiam muito acima da média por falta de manutenção preventiva ou regulagem;
• Descobrimos horários e rotas críticas onde ocorriam picos anormais de abastecimento;
• Corrigimos desvios operacionais invisíveis e erros recorrentes de apontamento;
• Eliminamos gargalos históricos de fila e desperdício no pátio.

O resultado auditado no trimestre foi direto na veia do caixa: economia de 20 mil litros de diesel por mês, derrubando o consumo mensal de 100 mil para 80 mil litros (uma redução real de 20%). Sem mágica, sem jargão difícil e sem comprar a ferramenta mais cara da prateleira. Apenas transformando dado primário em ação gerencial.

Por que projetos caros falham onde o simples funciona? O Paradoxo de Solow e a Economia Unitária

Por que tantas empresas gastam milhões em sistemas complexos e não conseguem mostrar um resultado claro como esses 20 mil litros por mês? A resposta está documentada há décadas na economia e na engenharia de qualidade.

Em 1987, o economista Robert Solow, vencedor do Prêmio Nobel de Economia, cunhou uma frase que ficou conhecida como o Paradoxo da Produtividade de Solow: "Você vê a era dos computadores em toda parte, exceto nas estatísticas de produtividade." Mais tarde, o pesquisador Erik Brynjolfsson, do MIT (1993), investigou a fundo esse fenômeno nas empresas e provou o motivo: comprar tecnologia e jogá-la por cima de um processo desorganizado não gera retorno. O ganho real só aparece quando a tecnologia é usada para mudar a forma como o dado é capturado e como a decisão é tomada na operação.

Isso conversa diretamente com o que o estatístico W. Edwards Deming ensinou no livro clássico Out of the Crisis (1982): você não melhora a qualidade nem reduz o desperdício inspecionando relatórios atrasados no fim do mês; você melhora controlando a variação do processo na origem. Quando o operador lê o QR Code e informa o horímetro na hora de abastecer, duas forças atuam juntas:

1. O dado nasce íntegro: acaba a rasura no papel e a digitação atrasada;
2. A visibilidade imediata muda o comportamento: na psicologia organizacional, desde os estudos clássicos de Hawthorne analisados por Levitt e List (2011), sabe-se que quando uma operação passa a ser medida com transparência e acompanhamento diário, o desperdício por descuido cai imediatamente.

No mundo moderno de infraestrutura em nuvem e software, a FinOps Foundation chama essa disciplina de Economia Unitária (Unit Economics). Não basta saber quanto a empresa gasta no total de nuvem ou no total de combustível; é preciso medir o custo por unidade de valor entregue (litros por hora efetiva de máquina, ou centavos de dólar de servidor por pedido processado). Quando você enxerga o custo unitário, o desperdício salta aos olhos.

Como medir o ROI de qualquer projeto em 6 perguntas

Antes de aprovar o próximo projeto de software, contratar uma ferramenta nova ou alocar sua equipe em uma iniciativa longa, aplique este filtro de seis perguntas:

1. Qual problema real queremos resolver? (Se você não consegue explicar a dor em duas frases sem usar siglas técnicas, o problema ainda não está claro).
2. Qual é o custo atual dessa dor na linha de base? (Quantos litros, reais, horas de retrabalho ou clientes estamos perdendo hoje por mês?).
3. Quanto vamos investir de verdade para resolver? (Some licenças, infraestrutura e, principalmente, o custo das horas da equipe que vai construir e manter).
4. Qual é o ganho conservador esperado? (Em moeda, redução percentual de desperdício ou horas produtivas devolvidas à operação).
5. Em quanto tempo o projeto se paga (payback)? (Projetos enxutos bem desenhados costumam dar os primeiros sinais claros de retorno entre 30 e 90 dias).
6. Qual indicador diário ou semanal vai provar que estamos no caminho certo? (Qual é o seu equivalente a "litros por horímetro no Power BI"?).

Se você consegue responder a essas seis perguntas com números honestos antes de começar, o projeto tem tudo para se pagar e gerar respeito para o seu time. Se ninguém sabe responder, o melhor negócio que você faz pela sua empresa é parar, voltar à prancheta e encontrar onde está o vazamento real antes de escrever a primeira linha de código.

Referências e leituras verificáveis

• Solow, R. M. (1987). We'd better watch out. New York Times Book Review, 12 de julho de 1987, p. 36 / Brynjolfsson, E. (1993). The productivity paradox of information technology. Communications of the ACM, 36(12), 66-77.
• Deming, W. E. (1982). Out of the Crisis. MIT Press.
• FinOps Foundation (2025). Cloud Unit Economics & State of FinOps. Linux Foundation.
• Levitt, S. D., & List, J. A. (2011). Was there really a Hawthorne effect at the Hawthorne plant? An analysis of the original illumination experiments. American Economic Journal: Applied Economics, 3(1), 224-238.