A crença de que a gestão é uma ciência e que as decisões de negócios devem ser orientadas por uma análise rigorosa dos dados é subjacente à prática e ao estudo de negócios — e a explosão do big data reforçou essa ideia. Em uma recente pesquisa da EY, 81% dos executivos disseram acreditar que “os dados devem estar no centro de toda tomada de decisão”, o que levou a EY a proclamar, entusiasticamente, que o big data pode eliminar a tomada de decisão “por instinto”. Para gestores, esse é um conceito atraente. Muitos deles têm experiência em ciências aplicadas. Mesmo que não tenham, é provável que tenham um MBA — diploma surgido no início do século 20, quando Frederick Winslow Taylor introduziu o conceito de “gestão científica”.

Hoje os programas de MBA inundam o mundo dos negócios com graduados — mais de 150 mil por ano só nos Estados Unidos. Há seis décadas esses programas tentam transformar gestão em ciência exata. Em grande medida o esforço começou em 1959, em resposta às severas críticas das fundações Ford e Carnegie à educação empresarial nos EUA. Na visão dos autores dessas críticas — todos eles economistas —, os cursos estavam repletos de alunos pouco qualificados, cujos professores resistiam ao rigor metodológico das ciências exatas, já abraçado por outras ciências sociais. Em suma, a educação empresarial não era científica o bastante.

Para remediar essa falha, a Fundação Ford apoiou a criação de periódicos acadêmicos e financiou a introdução de programas de doutorado na Harvard Business School, no Carnegie Institute of Technology (antecessor da Carnegie Mellon), na Columbia University e na University of Chicago. Gestão é ciência de fato? E é certo igualar rigor intelectual com análise de dados? Se a resposta a estas duas perguntas for não — como sugerimos nas páginas seguintes —, como os gestores devem tomar decisões? Apresentaremos uma abordagem alternativa para a criação de estratégias e inovação — uma que depende menos de análise de dados e mais de imaginação, experimentação e comunicação.

Mas, antes, vamos relembrar onde a ciência começou — ou melhor, quem foi responsável por ela.

Negócio é ciência?
O que entendemos como ciência começou com Aristóteles, que, quando era aluno de Platão, foi o primeiro a escrever sobre causa e efeito e a propor a metodologia para demonstrá-los. Isso fez da “demonstração”, ou prova, o objetivo da ciência e o critério determinante da “verdade”. Aristóteles foi, assim, o criador da abordagem de investigação científica que, dois mil anos depois, Galileu, Bacon, Descartes e Newton formalizariam como o “método científico”.

O impacto da ciência na sociedade não deve ser subestimado. As descobertas científicas do iluminismo — profundamente enraizadas na metodologia aristotélica — levaram à Revolução Industrial e ao progresso econômico global subsequente. A ciência resolveu problemas e tornou o mundo um lugar melhor. Não surpreende que, hoje em dia, grandes cientistas, como Einstein, sejam considerados santos. E surpreende ainda menos que o método científico tenha se tornado um modelo para outras formas de investigação, de modo que falamos hoje em “ciências sociais”, em vez de “estudos sociais”.

Mas Aristóteles talvez perguntasse se não permitimos que a aplicação do método científico fosse longe demais. Quando definiu sua abordagem, ele definiu limites claros para sua aplicação, cujo objetivo era entender fenômenos naturais que “não podem ser mais do que são”. Por que o sol nasce todos os dias, por que ocorrem eclipses lunares, por que os objetos sempre caem no chão? Tudo isso está além do controle de qualquer ser humano, e a ciência é o estudo das causas desses fenômenos.

Entretanto, Aristóteles nunca disse que todos os fenômenos eram inevitáveis. Pelo contrário, ele acreditava no livre-arbítrio e no poder de ação do ser humano de fazer escolhas capazes de mudar as situações radicalmente. Em outras palavras, se as pessoas quiserem, muitas coisas serão diferentes do que são. “A maioria das coisas sobre as quais tomamos decisões, e sobre as quais, portanto, fazemos indagações, nos apresenta possibilidades alternativas. Todas as nossas ações têm caráter contingente — quase nenhuma delas é determinada pela necessidade”, escreveu Aristóteles. Ele acreditava que esse domínio das possibilidades não era guiado por análise científica, mas por invenção e persuasão.

Acreditamos que isso é especialmente verdadeiro quando se trata de decisões sobre estratégias de negócio e inovação. Não se pode traçar uma rota para o futuro ou promover mudanças apenas pela análise da história. Sugerimos, por exemplo, que o comportamento dos clientes nunca será transformado por um produto cujo design se baseia no histórico desse produto.

No entanto, transformar os hábitos e as experiências dos clientes é o que define as grandes inovações empresariais. Steve Jobs, Steve Wozniak e outros pioneiros da informática criaram um dispositivo totalmente novo que revolucionou a forma como as pessoas interagem e fazem negócios. A ferrovia, o automóvel e o telefone foram responsáveis por enormes mudanças comportamentais e sociais que nenhuma análise de dados anterior teria previsto.

É certo que inovadores geralmente incorporam descobertas científicas em suas criações, mas seu verdadeiro gênio reside na capacidade de imaginar produtos ou processos totalmente novos.

O mundo real não é o mero resultado das inevitáveis leis da ciência, e agir como se fosse elimina a possibilidade de inovação genuína. A abordagem científica para a tomada de decisão empresarial tem limitações, e gestores precisam saber quais são elas.

Pode ou não pode?
A maioria das situações envolve elementos que podem ser mudados e outros que não podem. A habilidade crítica reside em detectar a diferença. É preciso verificar se a situação é caracterizada pela possibilidade (isto é, coisas que podem ser mudadas para melhor) ou pela impossibilidade.

Suponha que você planeja montar uma fábrica de engarrafamento de água mineral. A forma padrão de fazer isso é obter “formas” (tubos de plástico espesso em miniatura), aquecê-las, usar a pressão do ar para moldá-las até o tamanho final do frasco, esfriar até ficarem rígidas e, finalmente, preenchê-las com água. Milhares de fábricas de engarrafamento em todo o mundo funcionam dessa maneira.

Parte disso não pode ser feito de outra maneira: quão quente a forma deve ficar para esticar; a quantidade de pressão de ar necessária para moldar a garrafa; quão rápido a garrafa pode ser resfriada; quão rápido a água pode encher a garrafa. Esses dados são determinados pelas leis da termodinâmica e da gravidade — e essas leis são imutáveis.

Ainda assim, há diversas coisas que podem mudar. Embora as leis da ciência governem cada um dos passos, estes não precisam seguir a sequência que domina o engarrafamento há décadas. Uma empresa chamada LiquiForm demonstrou isso ao indagar: por que não combinar dois passos em um, formando a garrafa com a pressão do líquido nela colocado em vez do ar? Essa ideia revelou-se totalmente viável.

Os executivos precisam desconstruir cada tomada de decisão em suas partes segundo o que pode e o que não pode para, em seguida, testar seu raciocínio. Se a hipótese inicial é que é impossível alterar determinado elemento, eles devem se perguntar sob quais leis da natureza isso é impossível. Se o raciocínio para não pode for convincente, então a melhor abordagem é aplicar uma metodologia que otimizará o status quo. Nesse caso, deixe que a ciência o guie e use seus kits de ferramentas de dados e analytics para orientar suas escolhas.

Eles devem igualmente testar a lógica subjacente à classificação de elementos como pode. O que sugere que comportamentos ou resultados podem ser diferentes do que foram? Se o raciocínio de apoio for forte o suficiente, deixe o design e a imaginação guiá-lo e use a analytics em seu serviço.

É importante perceber que a presença de dados não é prova suficiente de que os resultados não podem ser diferentes. Dados não é o mesmo que lógica. Muitas das inciativas mais lucrativas resultam de questionamento das evidências. O CEO da Lego, Jørgen Vig Knudstorp, é um exemplo. Em 2008, os dados sugeriam que as meninas estavam bem menos interessadas em tijolos de brinquedo do que os meninos: 85% dos que brincavam com Lego eram meninos, e todas as tentativas de atrair mais meninas haviam falhado. Muitos dos gerentes da empresa, portanto, acreditavam que as meninas tinham, por natureza, menor propensão para brincar com os tijolos — ou seja, perceberam a situação como um não pode. Mas Knudstorp não. O problema, pensou ele, era que a Lego ainda não havia descoberto como fazer as meninas brincar com brinquedos de construção. Sua intuição foi confirmada em 2012, com o lançamento bem-sucedido da linha Lego Friends.

O caso da Lego ilustra que dados não passam de evidências, mas nem sempre é claro o que eles evidenciam. Além disso, a ausência de dados não elimina a possibilidade de mudanças. Se você está lidando com novos resultados e comportamentos, então, naturalmente, não há evidências anteriores. Um pensador verdadeiramente rigoroso, portanto, considera não apenas o que os dados sugerem, mas também o que pode acontecer dentro dos limites da possibilidade. E isso requer o exercício da imaginação — um processo muito diferente da análise.

Além disso, a divisão entre pode e não pode é mais fluida do que a maioria das pessoas pensa. Inovadores forçam esse limite mais do que a maioria, desafiando os não pode.

Quebrando padrões
Imaginar novas possibilidades implica, em primeiro lugar, uma atitude de quebra de padrões. Mas, frequentemente, o status quo parece ser a única forma possível de ver as coisas — uma percepção difícil de ser mudada.

Recentemente, atendendo uma empresa de consultoria cujos clientes são organizações sem fins lucrativos, encontramos um bom exemplo da armadilha do status quo. ONGs passam por uma espécie de “ciclo da fome”, no qual são generosamente financiadas para os custos diretos de programas específicos, mas enfrentam dificuldades para obter apoio para os custos indiretos. Uma grande fundação privada, por exemplo, pode apoiar integralmente uma instituição de caridade que pretenda promover um programa social na África subsaariana com a participação de meninas latino-americanas como parte de sua formação, mas financiar apenas uma pequena fração das despesas gerais e dos custos iniciais de desenvolvimento do programa. Isso ocorre porque doadores geralmente estabelecem níveis baixos e arbitrários para custos indiretos — geralmente autorizam apenas 10% a 15% para esse fim, mesmo que os custos indiretos reais representem 40% a 60% do valor total para a maioria dos programas.

A consultoria entendia perfeitamente que o desafio estratégico era descobrir como persuadir os doadores a aumentar a porcentagem alocada para os custos indiretos. Considerava-se como certo que, para os doadores, os custos indiretos eram um mal necessário que desviava recursos dos beneficiários finais.

Conseguimos fazer com que os sócios da empresa testassem essa ideia ouvindo o que os doadores diziam sobre os custos, em vez de lhes vender a ideia de que era necessário aumentar as taxas de reembolso. E se surpreenderam com o que ouviram. Os doadores não ignoravam o ciclo de fome — pelo contrário, abominavam a situação e compreendiam sua responsabilidade diante do problema. No entanto, não confiavam na ONG como gestora de custos indiretos. Uma vez livres de sua falsa crença, os sócios logo apresentaram uma ampla gama de soluções orientadas por processos que ajudariam as organizações sem fins lucrativos a desenvolver sua competência na gestão de custos e ganhar a confiança dos doadores.

Embora ouvir os envolvidos e criar empatia com eles não seja o mesmo que analisar dados com o rigor sistemático próprio de uma pesquisa formal, é, mesmo assim, um método testado e aprovado por antropólogos, etnógrafos, sociólogos, psicólogos e outros cientistas sociais de garimpar conhecimento. Muitos líderes empresariais, particularmente os que buscam inovação por meio do pensamento de design e outras abordagens centradas no usuário, reconhecem a importância da pesquisa qualitativa e observacional na compreensão do comportamento humano. Na Lego, por exemplo, o questionamento inicial de Knudstorp sobre os pressupostos de gênero desencadeou quatro anos de estudos etnográficos que levaram à descoberta de que meninas se interessam mais por jogos colaborativos do que meninos.

Mesmo sendo uma ferramenta poderosa, a pesquisa etnográfica nada mais é do que o ponto de partida para um novo padrão. No final, é preciso esquadrinhar as possibilidades e criar consenso em torno dessa visão. Para isso, crie uma nova narrativa para substituir o padrão antigo que limita as pessoas. E o processo de criação de histórias tem princípios inteiramente diferentes dos princípios da ciência natural. A ciência natural explica o mundo como ele é, mas uma história ou narrativa descreve um mundo que ainda não existe.

Construa narrativas persuasivas
Pode parecer improvável, mas Aristóteles, o mesmo filósofo que nos legou o método científico, também sistematizou formas de criar narrativas convincentes. Em A arte da retórica, ele descreve um sistema de persuasão de três componentes:

•  Éthos: a vontade e o caráter para mudar a situação atual. Para ser eficaz, o autor da narrativa deve ter credibilidade e autenticidade.
•  Lógos: a estrutura lógica do argumento. Ela deve fornecer um argumento rigoroso para transformar problemas em possibilidades, possibilidades em ideias e ideias em ação.
•  Páthos: a capacidade empatizar. Para inspirar movimento em larga escala, o autor deve entender o público.

Uma fusão multibilionária de duas grandes empresas de seguro fornece um exemplo de como usar éthos, lógos e páthos. As duas empresas eram competidoras de longa data. Havia vencedores e perdedores no negócio, e funcionários em todos os níveis estavam nervosos e inseguros. Para complicar as coisas, ambas as empresas haviam crescido por meio de aquisições, de modo que a fusão envolvia 20 ou 30 culturas diferentes. Esses grupos menores haviam sido independentes e resistiram aos esforços para integrá-los, visando capturar sinergias. Além disso, a crise financeira global irrompeu logo após a fusão, encolhendo o setor em 8%. Assim, os líderes da empresa resultante enfrentaram um duplo desafio: um mercado em declínio e uma cultura organizacional com resistências internas.

A abordagem normal para a integração pós-fusão é racional e reducionista: analise as estruturas de custo atuais das duas empresas e combine-as em uma estrutura menor, demitindo funcionários “redundantes”. No entanto, o líder das empresas resultantes não queria seguir o procedimento usual. Em vez disso, queria construir uma organização totalmente nova. Ele formou o éthos baseado no objetivo de realizar algo maior e melhor do que uma integração de fusão padrão.

Ele ainda precisava do lógos — um argumento poderoso e convincente para um futuro diferente — e orientou-se pela metáfora de uma cidade próspera. Como uma cidade, a nova organização seria um ecossistema diversificado que cresceria de forma planejada e não planejada. Todos fariam parte desse crescimento e colaborariam com a cidade. A lógica da cidade próspera conseguiu capturar a imaginação dos funcionários, envolvê-los inteiramente e fazê-los imaginar possibilidades para si mesmos e para a organização.

A iniciativa precisava também de páthos — forjar uma conexão emocional que levaria os funcionários a se comprometer com a construção coletiva do novo futuro. Para recrutá-los, o grupo de liderança adotou uma nova abordagem de comunicação. Geralmente os executivos comunicam planos de integração pós-venda em reuniões abertas, apresentações e e-mails que colocam os funcionários na posição de receptores de mensagens. Em vez disso, o grupo de liderança criou uma série de sessões colaborativas nas quais unidades da empresa conversavam sobre a metáfora da cidade próspera e a usavam para explorar desafios e projetar o trabalho em sua esfera de atividade. Como o departamento de sinistros seria diferente na cidade próspera? Como seriam as finanças? Os funcionários, por sua vez, criavam suas próprias mininarrativas dentro da narrativa maior que os líderes haviam construído. A abordagem exigia coragem, pois era particularmente incomum e descontraída para uma grande organização pertencente a um setor tão conservador.

O sucesso foi retumbante. Dentro de seis meses, a avaliação de engajamento dos funcionários subiu de um lúgubre 48% para um espetacular 90%. Isso se traduz em desempenho: enquanto o setor encolheu, o negócio da empresa cresceu 8% e os índices de satisfação do cliente aumentaram de 6 para 9 (na escala de 1 a 10).

Esse caso ilustra a importância de outra ferramenta retórica: uma metáfora forte que capture o arco da sua narrativa em uma frase. Uma metáfora bem trabalhada reforça os três elementos de persuasão. Torna o lógos, o argumento lógico, mais atraente e fortalece o páthos, ajudando o público a se conectar com esse argumento. Finalmente, um argumento mais cativante e envolvente aumenta o éthos — a autoridade moral e a credibilidade do líder.

Por que as metáforas são importantes
Todos sabem que boas histórias são sustentadas por metáforas poderosas. O próprio Aristóteles observou: “As palavras comuns transmitem somente o que já sabemos. É pela metáfora que podemos melhor apreender algo novo”. Na verdade, ele acreditava que dominar a metáfora era a chave do sucesso retórico: “Ser um mestre da metáfora é, de longe, a melhor coisa. É um sinal de genialidade”, escreveu ele.

É irônico, talvez, que essa proposição sobre um constructo não científico tenha sido confirmada cientificamente. Pesquisas na área de ciência cognitiva demonstraram que o mecanismo principal da síntese criativa é a “força associativa” — a capacidade mental de conectar dois conceitos não afins e forjá-los em uma nova ideia. Quanto mais diversos são os conceitos, mais poderosa é a associação criativa e mais nova é a ideia.

Com uma nova metáfora, você compara duas coisas que geralmente não estão conectadas. Por exemplo, quando Hamlet diz a Rosencrantz “a Dinamarca é uma prisão”, ele está associando dois elementos de maneira incomum. Rosencrantz sabe o que significa “Dinamarca e o que é “uma prisão”. No entanto, Hamlet lhe apresenta um novo conceito que não é a Dinamarca que conhece nem as prisões que conhece. Este terceiro elemento é a ideia inovadora ou a síntese criativa produzida pela combinação incomum.

Ligar conceitos não relacionados frequentemente resulta em inovações de produto. Samuel Colt desenvolveu o tambor giratório de balas de sua famosa pistola depois de, quando jovem, trabalhar em um navio e ficar fascinado pelo timão e a forma como ele girava, podendo ser travado por meio de uma embreagem. Um engenheiro suíço encontrou inspiração para criar o modelo do velcro com gancho e loop (em laço) depois de caminhar nas montanhas e notar as extraordinárias qualidades adesivas dos carrapichos presos à sua roupa.

A metáfora ajuda os consumidores a entender a inovação e com ela se relacionar, o que facilita sua adoção. O automóvel, por exemplo, foi inicialmente descrito como “uma carruagem sem cavalos”, e a moto como “uma bicicleta com motor”. Já o snowboard era simplesmente “um skate para a neve”. O primeiro passo na evolução que fez do smartphone um dispositivo onipresente e essencial foi o lançamento, em 1999, do BlackBerry 850 da Research in Motion. Ele foi vendido como um pager capaz de enviar e receber emails — uma metáfora para usuários iniciantes.

O fracasso do Segway é um bom exemplo de como é difícil inventar uma narrativa convincente sem uma boa metáfora. A máquina, desenvolvida pelo inventor superstar Dean Kamen e anunciada com estardalhaço como uma grande novidade, foi financiada por centenas de milhões de dólares em capital de risco. Embora seja uma aplicação brilhante de tecnologia avançada, quase ninguém a usa. Muitas racionalizações podem ser feitas por seu fracasso — o preço elevado, as restrições regulatórias —, mas argumentamos que uma razão fundamental é que a Segway não se parece com absolutamente nada. É uma pequena plataforma sobre rodas na qual você se mantém na posição vertical e praticamente imóvel ao se locomover. As pessoas não conseguiram se identificar com isso. Elas não se sentam, como num carro, nem pedalam ou acionam os guidons, como numa bicicleta ou motocicleta. Pense na última vez que você viu um Segway em uso. Você provavelmente achou que o condutor da geringonça tinha aspecto ridículo. Não gostamos do Segway porque não há experiência positiva com a qual compará-lo.

Não estamos afirmando que é impossível formular um argumento aristotélico sem uma metáfora — mas é muito mais difícil. Uma carruagem sem cavalos é mais fácil de vender que o Segway.

Escolha a narrativa certa
Quando se trata de decisões no campo das possibilidades, é uma boa ideia criar três ou quatro narrativas convincentes, cada uma com uma metáfora forte e, em seguida, colocá-las em um processo de teste que o ajudará a chegar a um consenso sobre qual delas é a melhor. O que isso significa? No mundo do não pode, uma análise cuidadosa dos dados leva à decisão ideal. Mas no mundo do pode, onde tentamos criar algo novo, não há dados para analisar. Para avaliar suas opções, faça o seguinte:

Esclareça as condições. Embora não tenhamos nenhuma maneira de provar que uma proposta de mudança terá o efeito desejado, podemos especificar o que acreditamos que teria de ser verdade sobre o mundo para que ela funcione. Refletindo sobre isso em vez de discutir o que é verdadeiro sobre o mundo, é que os inovadores conseguem caminhar para um consenso. A ideia é fazer com que o grupo chegue a um acordo sobre a possibilidade de tornar a maioria dessas condições uma realidade — e se assumirá a responsabilidade por fazê-lo.

Essa foi a abordagem adotada há muitos anos por uma empresa líder em móveis de escritório que desenvolveu uma nova cadeira. Embora tenha sido projetada para ser radicalmente superior a qualquer outro produto no mercado, o custo de fabricação da cadeira era alto e ela precisaria ser vendida pelo dobro do preço de uma cadeira comum. A pesquisa quantitativa de mercado mostrou que os clientes reagiram sem entusiasmo ao novo produto. Em vez de desistir, a empresa se perguntou o que deveria fazer para levar os clientes a substituir a indiferença pela paixão. Concluiu que se os clientes usassem a cadeira, perceberiam seu desempenho inovador e passariam a promovê-la entusiasticamente. A empresa entrou no mercado com uma estratégia de lançamento baseada em um processo de teste do cliente, e, desde então, ela se tornou a cadeira de escritório mais popular e rentável do mundo.

Logo depois, os gestores da empresa fizeram a mesma pergunta sobre um novo conceito de design de escritório que eliminou a necessidade de construir paredes e instalar pisos ou tetos para criar espaços de trabalho. Esse produto podia ser instalado no edifício recém-construído, simplificando e reduzindo drasticamente o custo de construção do escritório. Era evidente que os clientes da empresa, locatários de edifícios, ficariam interessados. Mas, para que o novo sistema tivesse sucesso, os proprietários teriam de abraçá-lo. Infelizmente, o novo sistema eliminava receitas que, normalmente, eles ganhavam na construção de prédios para escritórios. Por isso era improvável que cooperassem na sua aplicação apesar das vantagens para os inquilinos. O projeto foi eliminado.

Crie novos dados. A abordagem de experimentação no mundo do pode é fundamentalmente diferente da do mundo do não pode. No mundo do não pode, a tarefa é acessar e compilar os dados relevantes. Às vezes, para fazer isso basta encontrar a informação — por exemplo, no banco de dados do Ministério do Trabalho. Outras vezes, implica um esforço para levantar os dados — por exemplo, por meio de pesquisa. Talvez você tenha de aplicar testes estatísticos reconhecidos para determinar se os dados coletados demonstram que determinada propensão dos consumidores — digamos, a preferência por vida útil mais longa a funcionalidade — é verdadeira ou falsa.

No mundo do pode, os dados relevantes não existem porque o futuro ainda não chegou. Você deve criá-los por meio de protótipos — dando aos usuários algo que eles nunca viram, observando e registrando suas reações. Se os usuários não responderem como esperado, busque insights sobre como o protótipo pode ser melhorado. Em seguida, repita o processo até ter gerado dados que demonstrem que sua inovação terá sucesso.

Evidentemente, algumas ideias são simplesmente ruins. É por isso que é importante criar múltiplas narrativas. Se você elaborar uma visão clara do que precisaria ser verdade para cada uma e realizar exercícios de prototipagem para todas elas, surgirá um consenso sobre qual narrativa é a mais atraente na prática. E o envolvimento com o processo ajudará a equipe a se preparar para assumir a responsabilidade de pôr em prática a narrativa escolhida.

O fato de a análise cientifica de dados tornar o mundo um lugar melhor não significa que ela deva conduzir todas as decisões da empresa. Quando as coisas não podem ser diferentes do que são no contexto em que atuamos, podemos e devemos usar o método científico para entender esse mundo imutável de forma mais rápida e completa do que quaisquer concorrentes. Nesse contexto, o desenvolvimento de análises de dados mais sofisticadas e o entusiasmo por big data são ativos legítimos.

Mas, quando usamos a ciência em contextos em que as coisas podem ser diferentes do que são, passamos a acreditar, inadvertidamente, que a mudança não é possível. E isso deixará espaço aberto para outros inventarem algo melhor — enquanto, incrédulos, achamos que esse algo é apenas uma anomalia que desaparecerá. Quando o insurgente demonstrar aos nossos clientes que as coisas podem ser diferentes, já será tarde demais. Esse é o preço de aplicar analytics a todo o mundo empresarial, e não apenas à parte que lhe cabe.
____________________________________________________________________________________
Roger L. Martin é diretor do Martin Prosperity Institute e ex-reitor da Rotman School of Management em Toronto; coautor de Playing to win: how strategy really works (Harvard Business Review Press, 2013).
Tony Golsby-Smith é CEO e fundador da Second Road, empresa de consultoria em Sydney, Austrália, que agora é parte da Accenture Strategy.

Share with your friends









Submit