Capital One implementou imageamento de cheques modelando quem cada plano prejudicaria

A Capital One planejava implantar tecnologia de imageamento de cheques para caixas em aproximadamente 1.000 agências de varejo. A resposta óbvia de gestão de projetos era escolher o caminho de implantação mais rápido ou mais barato, mas projetos semelhantes em outros bancos haviam sofrido atrasos e deixado clientes e funcionários insatisfeitos.

O primeiro modelo de decisão deu à gestão uma comparação quantitativa geral das alternativas de implantação. Os executivos então perceberam a armadilha: uma opção que parecia boa no agregado ainda podia prejudicar uma área de negócios a ponto de paralisar o projeto.

A equipe reconstruiu a análise com base na teoria da decisão em grupo, separando a visão de cada grupo de stakeholders da visão combinada da empresa. Isso revelou por que as três alternativas iniciais eram falhas e ajudou os executivos a desenhar uma quarta estratégia de implantação.

O movimento elegante foi transformar o atrito organizacional em um insumo do modelo. Em vez de tratar a resistência como uma tarefa de gestão de mudanças posterior ao modelo, a Capital One a usou para moldar o próprio plano de implementação.

Otimizar a dor de adoção, não apenas a velocidade de implantação

Fazer a média da utilidade dos stakeholders teria ocultado pontos de dor locais que poderiam atrasar a adoção.

O método transformou uma discussão sobre implantação em uma comparação estruturada de trade-offs por área de negócios.

A estratégia final surgiu das falhas do modelo, não da imposição de uma opção predefinida para vencer.

Para grandes implantações internas, o modelo inteligente costuma ser aquele que mostra qual fluxo de trabalho é prejudicado, e não o que maximiza uma pontuação agregada.

O artigo relata que a nova estratégia evitou atrasos observados em outros bancos que implementaram tecnologia semelhante, economizou aproximadamente US$ 30 milhões e melhorou a satisfação de clientes e funcionários. O caso foi publicado no INFORMS Journal on Applied Analytics em 2023.