Matéria escura organizacional

As organizações podem medir bem e decidir mal quando o modelo deixa de fora dinâmicas que já estão afetando a coordenação, a confiança e a capacidade.

A leitura parece direta: baixo desempenho individual. A partir daí, discutem-se bônus, distribuição de contas, promoção ou desligamento.

Ao observar a operação, surge outra camada. Essa pessoa ajuda a integrar quem acaba de chegar. Intervém quando uma objeção técnica bloqueia a venda de alguém. Mantém relações com clientes que não compram hoje, mas voltam meses depois. O CRM registra parte dessas interações, embora não atribua seu efeito sobre o trabalho dos demais.

Se essa pessoa sair, sua meta individual desaparece do relatório. Também desaparece uma parte da capacidade coletiva que ninguém havia modelado.

O dado não falhou; faltava uma variável

Em 1933, Fritz Zwicky estudou o movimento de galáxias dentro do aglomerado de Coma. A massa visível não parecia suficiente para explicar por que aquelas galáxias permaneciam unidas. Elas se moviam rápido demais para a gravidade atribuível à matéria observada.

Zwicky propôs a existência de matéria não visível contribuindo com a massa que faltava. Chamou-a de dunkle Materie: matéria escura.

Décadas depois, Vera Rubin e Kent Ford mediram a rotação de galáxias espirais. As regiões externas giravam a velocidades que também não correspondiam à distribuição de matéria visível. O trabalho deles não identificou o que era a matéria escura, mas tornou muito mais difícil sustentar um modelo baseado apenas no que emitia luz.

O avanço não consistiu apenas em obter uma leitura mais precisa. Exigiu admitir que a representação do sistema estava incompleta.

A comparação com uma organização é uma analogia, não uma equivalência científica. Ainda assim, permite formular uma pergunta útil:

Que forças estão produzindo efeitos consistentes sem aparecer no modelo com que tomamos decisões?

A camada que o organograma e o dashboard comprimem

Os resultados financeiros e operacionais são observáveis necessários. Vendas, margem, produtividade, rotatividade e cumprimento de metas permitem reconhecer mudanças relevantes. O erro surge quando são tratados como explicação suficiente de como o resultado foi produzido.

Sob esses indicadores operam relações que raramente cabem em um único número:

• quem conecta áreas que normalmente não se coordenam;
• onde se concentra o conhecimento que destrava exceções;
• quais lideranças geram abertura e quais produzem silêncio;
• quem absorve trabalho invisível para sustentar a equipe;
• quais dependências tornam frágil um resultado aparentemente estável.

A pesquisa sobre redes organizacionais mostrou que uma parte importante da coordenação ocorre por meio de relações informais, não apenas pelos canais definidos no organograma. Outros estudos sobre equipes de conhecimento distinguem entre ter experiência disponível e conseguir que essa experiência chegue ao lugar onde é necessária.

Essas relações não são místicas nem impossíveis de estudar. Também não devem se transformar automaticamente em um novo score. São variáveis contextuais cujos efeitos podem ser observados antes de tentarmos medi-los com falsa precisão.

Quando o indicador muda, a causa já está operando há algum tempo

Um dashboard de resultados olha principalmente para o que já aconteceu. Pode incluir sinais antecedentes, mas apenas quando alguém decidiu qual mecanismo queria observar e construiu evidências ao redor dele.

Sem essa camada, a gestão reage tarde.

A rotatividade precoce aparece depois de semanas de atrito. A queda nas vendas chega depois da perda de conversas, indicações ou coordenação técnica. O atraso de um projeto se torna visível quando várias dependências já se acumularam. A saída de uma pessoa crítica revela uma rede de apoio que nunca figurou como responsabilidade formal.

Em cada caso, o resultado é real. O que está incompleto é a história causal construída ao redor dele.

Por isso, classificar a pessoa do exemplo como alguém de baixo desempenho pode ser uma classificação válida para sua meta individual e uma interpretação deficiente de sua contribuição total. O problema não se resolve eliminando a meta. Resolve-se evitando que uma única métrica pretenda descrever todo o valor produzido.

Não medir tudo: ler efeitos consistentes

A reação habitual diante de uma variável ausente é criar outra pesquisa, outro indicador ou uma nova seção do dashboard. Esse impulso pode aumentar a carga e produzir uma aparência de controle maior do que a compreensão obtida.

Há sinais de energia e voz. Reuniões em que ninguém contesta uma decisão, mas tampouco a desenvolve. Boas notícias que não geram perguntas nem iniciativa. Problemas conhecidos que só são mencionados fora do espaço onde poderiam ser resolvidos.

Há sinais de coordenação. Entregas que cumprem formalmente os requisitos, mas exigem correções repetidas. Pessoas que sempre aparecem quando surge uma exceção, embora sua função não indique isso. Equipes que dependem de intermediários específicos para conversar entre si.

Também há sinais de desgaste. Rotatividade precoce concentrada em uma mesma unidade. Redistribuições de carga que se tornam permanentes. Pessoas confiáveis que deixam de participar antes que seus resultados caiam.

Um sinal isolado admite muitas explicações. Um padrão repetido, observado a partir de várias perspectivas e conectado a consequências concretas, merece entrar na conversa de gestão.

Ele não substitui os KPIs. Muda a forma de interpretá-los.

A liderança deixa de corrigir resultados e começa a proteger capacidades

Quando a gestão se concentra em indicadores finais, a intervenção chega depois da queda: ajustar objetivos, substituir pessoas, redistribuir contas ou exigir mais acompanhamento.

Uma leitura mais completa move a intervenção para as dinâmicas que produzem o resultado. Às vezes, será uma conversa que evita que um atrito se transforme em ruptura. Em outros casos, será proteger quem cumpre uma função crítica sem reconhecimento formal, distribuir conhecimento ou reduzir uma dependência que parece eficiente até falhar.

Isso também muda o papel de Recursos Humanos. RH pode desenhar instrumentos, facilitar análises de redes, estabelecer limites éticos e ajudar a distinguir evidência de impressão. A observação cotidiana continua acontecendo na operação. Um processo anual não substitui essa responsabilidade.

Três práticas ajudam sem transformar o trabalho em uma coleção de métricas:

• revisar atritos e dependências, não apenas avanço e cumprimento;
• reconstruir quais pessoas e relações tornaram um resultado possível;
• registrar padrões com contexto, data e efeito, evitando rótulos permanentes.

O objetivo não é descobrir uma verdade invisível sobre cada pessoa. É ampliar o modelo antes de tomar uma decisão com consequências.

Um dashboard explica apenas o que o modelo decidiu incluir

Dashboards podem antecipar quando contêm bons indicadores antecedentes. Também podem ajudar a detectar anomalias e abrir perguntas. Seu limite aparece quando um resultado é interpretado como causa, capacidade ou contribuição completa.

Zwicky não resolveu a anomalia acrescentando mais galáxias a uma tabela. Rubin não tornou a matéria escura visível. Ambos os trabalhos ajudaram a mostrar que o comportamento observado exigia rever o modelo.

Algo parecido acontece nas organizações. Quando um resultado muda, as causas geralmente já operam há algum tempo dentro de relações, decisões e dependências que permanecem fora da visão principal.