Macro Fluxo do Processo
Visão geral das cinco etapas macro do ciclo de Customização de Educação Corporativa
MACRO FLUXO — VISÃO GERAL
Legenda BPMN:
Círculo azul = Evento de início · Círculo vermelho = Evento de fim · Retângulo arredondado = Tarefa ·
Seta contínua = Fluxo de sequência
Processo de Definição de Perfil Bench
Calibração do colaborador modelo — cesta de KPIs + CHAV (Conhecimento, Habilidade, Atitude e Valores)
DEFINIÇÃO DE PERFIL BENCH
Saídas do processo: Perfil médio de sucesso por cliente / LOB / canal · Premissas de Capacity · Job Description para R&S · CHAV definido
Processo de Avaliação de Desempenho – Digital
Mensuração de KPIs + Avaliação Comportamental 360° → Identificação de lacunas → Plano de desenvolvimento individual
AVALIAÇÃO DE DESEMPENHO DIGITAL
Processo de Aprendizado / Educação Contínua
Conteúdo com TAG → Gateway C ou H → Trilha de Conhecimento (saber) ou Habilidade (IA Nesting / IORAD / Figma)
APRENDIZADO CONTÍNUO — CONHECIMENTO + HABILIDADE
Processo de Educação Continuada – Cultura
Atitude + Valores · Formato TikTok com rolagem infinita · Algoritmo prioriza conteúdo por estado atual vs. bench
EDUCAÇÃO CONTINUADA — CULTURA (ATITUDE + VALORES)
Processo de Formação Inicial
Onboarding: mínimo necessário → 5 módulos sequenciais → avaliação final → liberação para operação
FORMAÇÃO INICIAL — ONBOARDING
Analytics Adaptativo
Centralização de dados dos experts · Dashboards sintéticos e analíticos com quebra hierárquica (supervisor / coordenador / gerente)
ANALYTICS ADAPTATIVO — CENTRALIZAÇÃO E VISUALIZAÇÃO
Análise MASP — Método de Análise e Solução de Problemas
Aplicação das 8 etapas do MASP ao projeto de Customização de Educação Corporativa
1
Identificação do Problema
Qual é o problema? O que está ocorrendo?
Problema central: Ausência de personalização no desenvolvimento de colaboradores em operações de contact center, resultando em baixa performance, alto turnover e desperdício de recursos em treinamentos genéricos.
- Trilhas de aprendizagem não consideram o perfil individual do colaborador
- KPIs de atendimento não são correlacionados com lacunas de competência específicas
- Avaliações comportamentais 360°/CHAV ocorrem em silos, desconectadas da jornada de aprendizagem
- Ausência de um "funcionário modelo" (bench) como referência real de excelência
- Formação inicial desalinhada com os requisitos operacionais reais do cliente
2
Observação
Investigar as características do problema com dados
Evidências identificadas:
- KPIs desbalanceados: cesta de indicadores não reflete performance técnica + comportamental de forma equilibrada
- Bench subjetivo: o perfil "expert ideal" é baseado em percepções dos gestores, não em dados reais de performance
- Conteúdo sem TAG: materiais de treinamento não são rastreáveis a KPIs específicos que devem ser melhorados
- Cultura fragmentada: conteúdos de endomarketing e valores não chegam de forma contínua e adaptativa ao colaborador
- Nesting despadronizado: prática supervisionada ocorre sem parâmetros claros de conclusão
3
Análise — Diagrama de Ishikawa (6M)
Identificar as causas-raiz do problema central
3b
Análise dos 5 Porquês
Aprofundamento da causa-raiz a partir do problema central identificado
| Nível | Pergunta | Resposta |
|---|---|---|
| 1 | Por que a performance dos colaboradores está abaixo do esperado? | Porque as trilhas de desenvolvimento são genéricas e não consideram as lacunas individuais de competência (técnica e comportamental) de cada colaborador. |
| 2 | Por que as trilhas não consideram as lacunas individuais? | Porque não existe um perfil de referência (bench) construído com dados reais de KPIs e avaliações comportamentais (CHAV) que permita identificar os gaps de cada colaborador em relação ao modelo de excelência. |
| 3 | Por que não existe um perfil bench baseado em dados? | Porque os indicadores de atendimento (KPIs) e as avaliações 360° existem em silos separados — não há integração entre os dados de performance operacional e as dimensões comportamentais (Conhecimento, Habilidade, Atitude e Valores). |
| 4 | Por que os dados de performance e comportamento estão em silos? | Porque a organização não possui uma plataforma sociotécnica integrada que centralize, correlacione e transforme dados de múltiplas fontes (KPIs, avaliações, trilhas, engajamento cultural) em inteligência acionável para desenvolvimento humano. |
| 5 | Por que não existe essa plataforma integrada? | Porque o modelo tradicional de T&D trata educação corporativa como centro de custo com abordagem padronizada ("one-size-fits-all"), sem investir em redes sociotécnicas de aprendizagem que promovam pertencimento, agência e expansão humana de forma personalizada e contínua — especialmente para indivíduos em contexto de vulnerabilidade simbólica em ambientes de alta pressão operacional. |
Causa-raiz identificada: O modelo clássico de T&D não é desenhado para personalização contínua. A solução requer uma rede sociotécnica de aprendizagem que integre dados, IA adaptativa e processos de gestão de pessoas para transformar desenvolvimento humano em alavanca de resultado operacional.
4
Plano de Ação — 5W2H
O que · Por quê · Onde · Quem · Quando · Como · Quanto
| Sigla | Questão | Resposta / Ação | Responsável |
|---|---|---|---|
| WHAT O quê |
O que será feito? | Implementar plataforma integrada de Educação Corporativa Adaptativa com os 6 módulos: Definição de Perfil Bench, Avaliação de Desempenho Digital, Trilhas de Aprendizagem com TAG, Educação Continuada em Cultura, Formação Inicial Estruturada e Analytics Adaptativo. | Time DHO Time BI |
| WHY Por quê |
Por que será feito? | Para elevar a performance operacional dos colaboradores de forma personalizada e contínua, reduzir turnover, otimizar custo de T&D e gerar inteligência de gestão de pessoas escalável por cliente / LOB / canal. | Alta Prioridade |
| WHERE Onde |
Onde será implementado? | Operações de contact center — inicialmente em um cliente piloto (LOB específico), com expansão progressiva. Acesso via app mobile/desktop (colaboradores) e via dashboard web (gestores). | Operações Piloto |
| WHO Quem |
Quem executará? | DHO: mapeamento de competências e avaliações · Time BI: KPIs, dashboards e Cérebro Virtual · Conteúdo: produção com TAGs · TI: infraestrutura · Gestores/Supervisores: avaliação 360° e validação do bench. | Multidisciplinar |
| WHEN Quando |
Quando será feito? | Fase 1 (M1–M2): Perfil Bench + cesta de KPIs · Fase 2 (M3–M4): Avaliação Digital e lacunas · Fase 3 (M5–M6): Conteúdo com TAG e trilhas · Fase 4 (M7–M8): Cultura e Formação Inicial · Fase 5 (M9+): Analytics e escala. | 9 meses |
| HOW Como |
Como será feito? | Calibração por KPIs reais + avaliação 360°/CHAV → Cérebro Virtual define o bench → conteúdo taggeado por objetivo e KPI alvo → algoritmo adaptativo (formato TikTok) → IA Nesting + IORAD/Figma para habilidades → analytics centralizado com quebra hierárquica. | IA + Dados |
| HOW MUCH Quanto |
Quanto custará? | Contempla: licenças de plataforma LMS/LXP · infraestrutura de BI e Data Lake · produção de conteúdo inicial (mín. 50 TAGs) · configuração do Cérebro Virtual · manutenção mensal evolutiva. ROI esperado: redução de 20–30% no custo de T&D e aumento de 15% nos KPIs de atendimento em 6 meses. | A definir |
5
Execução (Action)
Implementar o plano conforme cronograma
FASE 1 — Meses 1-2
Calibração e Bench
Rodar processo de definição de perfil bench com colaboradores de alto desempenho. Estruturar cesta de KPIs equilibrada para C/H.
FASE 2 — Meses 3-4
Avaliação Digital
Implantar avaliação 360° digital integrada e mensuração automática de KPIs. Identificar primeiras lacunas e gerar planos de desenvolvimento.
FASE 3 — Meses 5-6
Conteúdo e Trilhas
Produzir banco de conteúdos taggeados. Configurar trilhas individuais de aprendizagem. Ativar IA Nesting para prática de habilidades.
FASE 4 — Meses 7-8
Cultura e Formação
Lançar feed de cultura em formato TikTok com algoritmo adaptativo. Estruturar formação inicial com módulos sequenciais.
FASE 5 — Mês 9+
Analytics e Escala
Centralizar todos os dados no Data Lake. Ativar dashboards hierárquicos. Iniciar expansão para demais clientes e LOBs.
6
Verificação
Confirmar se a ação foi eficaz com dados
KPIs de monitoramento do projeto:
- % colaboradores com trilha personalizada ativa — Meta: ≥ 80% em M6
- Variação de KPIs pré vs pós treinamento — Meta: +15% em indicadores críticos
- TMA / FCR / CSAT dos colaboradores em desenvolvimento — acompanhamento quinzenal
- Aderência ao bench — score de proximidade ao perfil modelo por colaborador
- Engajamento no feed de cultura — taxa de visualização e interação com conteúdos A/V
- Conclusão de formação inicial — Meta: 100% antes de liberação operacional
- NPS do colaborador com a plataforma — Meta: ≥ 50
7
Padronização
Formalizar e documentar o que funcionou
Após validação dos resultados, institucionalizar como processo permanente:
- POP — Calibração do Bench: frequência de revisão (semestral/anual), critérios de elegibilidade e pesos da cesta de KPIs
- Política de TAGs: taxonomia obrigatória para todos os conteúdos (objetivo, KPI alvo, trilha, nível)
- Cadência de avaliação: 360° trimestral integrada ao ciclo de performance
- Ritual de revisão de trilha: mensal pelo DHO + gestor com base no analytics
- Manual de formação inicial: módulos mínimos por cliente e checklist de liberação
- Governança de dados: dicionário de dados, SLA de atualização do Data Lake e perfis de acesso
8
Conclusão
Lições aprendidas e próximos problemas a atacar
Valor gerado pelo projeto:
- Sistema inteligente de desenvolvimento humano que aprende com os dados reais da operação
- Eliminação do gap entre gestão de performance e gestão de aprendizagem
- Geração de produtos replicáveis: Job Description baseado em dados, Premissas de Capacity, formação inicial modular
- Transformação do T&D de centro de custo para alavanca de resultado operacional
Próximos horizontes:
- Expansão do Cérebro Virtual para predição de churn de colaboradores
- Integração com R&S para uso do perfil bench na seleção
- Certificação por nível de aderência ao bench (Junior → Senior → Expert)