Por que a maioria das features não gera valor, e como validar antes de lançar

A entrevista é com Itamar Gilad, ex-líder de partes do Gmail no Google e autor de Evidence-Guided. A tese central: no máximo uma em cada três ideias tem efeito mensurável. Ele cita três fontes para isso: análises de testes A/B, a distribuição em lei de potência no uso de features (poucas muito usadas, muitas raramente) e a análise retroativa de roadmaps. A causa, segundo ele, é comportamental: o usuário ignora o novo e segue com o que já conhece. Para uma feature dar certo, ele precisa descobri-la, testá-la uma vez e continuar usando, pagando o custo de aprender algo novo.

Gilad conta o caso de uma ideia estratégica do Gmail que passou em fake-door e em testes de usabilidade, foi implementada por inteiro (com custo alto para a equipe e outras áreas) e só então falhou no teste A/B. Dali nasceu o Confidence Meter, escala de 0 a 10 em que opiniões valem no máximo 0,1, revisão e análise em papel até 0,5, e dados de apoio nunca passam de 3. Os testes e os dados pós-lançamento ficam no topo. O GIST organiza o trabalho em Goals, Ideas, Steps e Tasks, e o nível de evidência exigido depende do custo e do risco da ideia.

A entrevista conversa com linhas que o CEVIU já vinha cobrindo. Em 13 de abril de 2026, o CEVIU noticiou "Toda Funcionalidade Deve Conquistar Seu Espaço", sobre o custo de manter features mesmo quando construí-las ficou barato. Em 2 de junho de 2026, em "Quando o código se torna barato: o que ainda vale no desenvolvimento?", o foco era o gargalo migrar para revisão e testes. Em 23 de junho de 2026, "Por que o score de confiança falha" criticava scores de confiança em frameworks como RICE. Em 9 de outubro de 2026, "A Crucial Necessidade da Validação de Produto no Desenvolvimento com IA" tratava do risco de a IA reproduzir mal-entendidos. A novidade agora é o dado de uma em três e um método concreto (Confidence Meter) para graduar evidência.

Para quem decide roadmap, a leitura é direta: se código barato empurra o time a lançar sem validar, o gargalo passa a ser aprender, não construir. Medir resultado de lançamento e acompanhar métricas de adoção, como ideias testadas por trimestre, parece o primeiro passo mais barato. Vale também desconfiar de fake-doors e usabilidade como prova final, como o próprio caso do Gmail sugere.