Cultura de execução: quando medir destrói accountability

A literatura de gestão assume que medir mais cria responsabilidade. Dashboards, KPIs, OKRs — ferramentas desenhadas para trazer clareza e accountability. Mas a prática organizacional pode revelar o contrário: métricas em excesso podem destruir autonomia, transferir decisão para quem controla o dashboard e transformar colaboradores em optimizadores de indicadores intermédios.

Em Portugal, PMEs adoptam sistemas de medição sem distinguir entre controlo operacional e responsabilização estratégica. O resultado pode ser previsível: equipas pedem aprovação para decisões que antes tomavam sozinhas, reuniões de performance focam-se em explicar desvios em vez de corrigir rumo, e a inovação cai porque não cabe no dashboard trimestral.

A tese deste artigo é simples: accountability verdadeira exige autonomia de decisão. Quando tudo é medido, a responsabilidade pode migrar para quem define as métricas — não para quem executa. Cultura de accountability eficaz distingue entre métricas de controlo (operacionais, frequentes, granulares) e métricas de aprendizagem (estratégicas, espaçadas, orientadas a resultado). Confundir as duas pode destruir ambas.

Esta não é uma crítica à medição. É uma crítica à ilusão de que medir substitui decidir. Para CEOs, CFOs e COOs de empresas portuguesas, a pergunta não é "quantas métricas temos?" — é "quantas decisões transferimos para o dashboard?"

O argumento

1. Métricas em excesso podem criar uma cultura de justificação, não de execução

Quando uma empresa multiplica indicadores, colaboradores podem optimizar para o que é medido — não para o que importa. Este fenómeno, documentado em teoria organizacional desde Goodhart, pode manifestar-se em PMEs portuguesas: equipas comerciais que maximizam número de reuniões (métrica intermédia) em vez de conversão; equipas de produto que entregam features (output) em vez de resolver problemas de clientes (outcome).

O problema não é técnico. É cultural. Métricas em excesso podem sinalizar desconfiança: "não acreditamos que sabes o que fazer, por isso vamos medir tudo". Quando colaboradores percepcionam que cada desvio será escrutinado, a resposta pode ser defensiva: o tempo aloca-se a justificar variações em vez de corrigir rumo. Reuniões de performance podem tornar-se tribunais, não conversas estratégicas.

A cultura de execução eficaz mede poucos resultados finais e dá autonomia de método. Quando uma empresa mede dezenas de KPIs por função, pode não estar a criar accountability — pode estar a centralizar decisão.

2. Dashboards podem centralizar informação e retirar margem de manobra

A promessa dos dashboards é democratizar informação. A realidade pode ser o oposto: quem controla o dashboard controla a narrativa. Quando todas as métricas sobem ao CEO ou CFO em tempo real, a decisão pode subir com elas. Colaboradores deixam de decidir porque sabem que a direcção está a ver os mesmos números — e vai questionar qualquer desvio.

Este padrão pode manifestar-se em empresas que investem em transformação digital sem redesenhar processos de decisão. Inovação exige experimentação — e experimentação resiste a KPIs de curto prazo.

Empresas inovadoras enfrentam este dilema: como medir inovação sem destruir a autonomia necessária para inovar? A resposta não é "não medir". É medir outcome (patentes, receita de novos produtos, time-to-market) e não output (horas de I&D, número de protótipos, reuniões de brainstorming).

Quando uma empresa mede tudo, pode estar a sinalizar que não confia em ninguém para decidir nada. A consequência pode ser previsível: colaboradores esperam por aprovação, decisões atrasam, e a empresa perde velocidade.

3. A inovação pode cair porque não cabe no dashboard trimestral

Métricas trimestrais optimizam para eficiência operacional. Inovação exige ciclos longos, falhas frequentes e aprendizagem iterativa. Quando uma empresa mede tudo trimestralmente, pode estar a penalizar experimentação.

Inovação não é linear. Um dashboard trimestral que mede "número de ideias testadas" ou "taxa de sucesso de protótipos" pode estar a optimizar para actividade, não para aprendizagem.

A cultura de execução que equilibra eficiência e inovação pode usar métricas assimétricas: operacional semanal (produção, vendas, cash), estratégico trimestral (market share, NPS, margem), experimental anual (novos produtos, novos mercados, capacidades organizacionais). Confundir os três ciclos pode destruir os três.

Empresas que institucionalizam post-mortems sem culpa — sessões de aprendizagem após falhas, sem penalização individual — podem medir inovação sem destruir experimentação. Mas isto exige separar métricas de controlo (que penalizam desvio) de métricas de aprendizagem (que recompensam tentativa).

A objecção mais forte

A objecção é directa: sem métricas, como garantir accountability? Se não medirmos, como sabemos se as pessoas estão a fazer o trabalho?

Esta objecção tem força porque parte de uma verdade: autonomia sem clareza de resultado é caos. Empresas que "confiam nas equipas" sem definir o que é sucesso podem acabar com execução inconsistente, prioridades divergentes e frustração generalizada. A solução não é eliminar métricas — é usá-las correctamente.

A objecção também pode reflectir uma realidade de PMEs portuguesas: empresas que cresceram sem processos formais podem ter encontrado na introdução de métricas o primeiro passo para profissionalização. Dashboards trouxeram visibilidade, comparabilidade e rigor. Eliminar métricas poderia ser visto como regressão.

Além disso, a objecção reconhece que nem todas as funções têm autonomia natural. Operações industriais, logística, produção — áreas onde a execução é repetível e o desvio é custoso — beneficiam de controlo granular. Medir ciclo de produção, taxa de defeito, utilização de capacidade não é microgestão — é gestão operacional competente.

Finalmente, a objecção aponta para um risco real: colaboradores podem interpretar "menos métricas" como "menos exigência". Se a empresa reduz indicadores sem clarificar expectativas de resultado, o sinal é ambíguo. A consequência pode ser perda de foco, não ganho de autonomia.

Porque a tese ainda vence

A objecção tem razão em três pontos: (1) autonomia sem clareza de resultado é caos; (2) operações repetíveis beneficiam de controlo granular; (3) reduzir métricas sem clarificar expectativas cria ambiguidade. Mas a objecção falha ao assumir que medir mais cria mais clareza.

A tese não defende eliminar métricas. Defende distinguir entre três tipos: (1) métricas de controlo operacional (frequentes, granulares, orientadas a processo); (2) métricas de resultado estratégico (espaçadas, agregadas, orientadas a impacto); (3) métricas de aprendizagem experimental (qualitativas, iterativas, orientadas a validação de hipótese).

Quando uma empresa mede dezenas de KPIs por função, pode estar a tratar tudo como controlo operacional. O resultado pode ser previsível: colaboradores optimizam para indicadores intermédios, decisões sobem ao topo, e inovação pára. A solução não é medir menos — é medir diferente.

Empresas que constroem accountability sem destruir confiança seguem um método: (1) definir um conjunto restrito de métricas de resultado por função, não dezenas de indicadores de actividade; (2) dar autonomia de método — medir o quê, não o como; (3) criar ciclos de revisão assimétricos — operacional semanal, estratégico trimestral, experimental anual; (4) institucionalizar post-mortems sem culpa.

Este método resolve a objecção: clarifica expectativas (métricas de resultado), preserva autonomia (método livre), distingue controlo de aprendizagem (ciclos assimétricos) e permite experimentação (post-mortems sem penalização). Não é ausência de medição. É medição inteligente.

Consequência

Se a tese estiver correcta, a implicação para decisores é clara: o problema pode não ser falta de dados — pode ser excesso de métricas que destroem decisão. CEOs, CFOs e COOs de PMEs portuguesas devem auditar os seus dashboards com uma pergunta: quantas destas métricas transferem decisão para o topo em vez de clarificar responsabilidade na base?

Perguntas de diagnóstico para o conselho:

• Colaboradores pedem aprovação para decisões que antes tomavam sozinhos?
• Reuniões de performance focam-se em explicar desvios ou em corrigir rumo?
• Equipas optimizam para métricas intermédias (actividade) ou resultados finais (impacto)?
• Inovação e experimentação caem porque não cabem no dashboard trimestral?
• Quantas métricas medem output (horas, tarefas, reuniões) vs outcome (receita, margem, retenção)?

A consequência prática é redesenhar sistemas de medição: reduzir indicadores de actividade, clarificar métricas de resultado, criar ciclos de revisão assimétricos e institucionalizar aprendizagem sem culpa. Isto não é menos rigor — é rigor aplicado ao que importa.

Para empresas que procuram equilibrar controlo e autonomia, diagnóstico organizacional estruturado identifica onde métricas criam accountability e onde destroem decisão. O próximo passo é auditar o dashboard actual, mapear decisões transferidas para o topo e redesenhar métricas por tipo de função e ciclo de revisão.

Fontes

• Mueller-Hanson, R. A. & Pulakos, E. D. (2015), Putting the Performance Back in Performance Management, SHRM-SIOP Science of HR White Paper Series, https://siop.org/wp-content/uploads/2024/07/SHRM_SIOP_Performance_Management.pdf
• Banco de Portugal (2023), Estatísticas e Empresas: Dinâmica Empresarial e Inovação, https://www.bportugal.pt/estatisticas-e-empresas