Product Guru's : Produto | Negócios | Carreira

Sua empresa usa dados para tomar decisões ou para confirmar decisões que já foram tomadas?Caio Dimas, especialista em experimentação e testes A/B no Itaú, conversa com Paulo Chiodi sobre o que acontece quando um experimento contraria a liderança e como medir resultado sem ignorar os efeitos colaterais.A conversa passa por uma área de CRO que ficou anos sem rodar testes, uma mudança de mensagem que elevou cliques e frustrou a compra, os limites de conclusões tiradas na Black Friday e a diferença entre pesquisa, teste de usabilidade e teste A/B.Caio também mostra como organizar objetivos, problemas, hipóteses, priorização e resultados em um programa de experimentação. O fechamento traz uma cobrança simples: quantos testes foram feitos importa menos quando ninguém consegue mostrar o valor que eles geraram.Contato de Caio: https://www.linkedin.com/in/paulochiodi/Newsletter Product Gurus: https://productgurus.short.gy/n8RncZ🔗 Aviso importante:Decisões melhores começam com repertório: aprenda com cases reais e profissionais do mercado nos cursos da PM3 e use o cupom PRODUCTGURUS para garantir 10% de desconto: https://productgurus.short.gy/HBiSmtCapítulos00:00 Dados para confirmar opiniões00:11 Quando dados contrariam a decisão01:25 Como provar o valor de testar04:34 O custo de lançar sem medir06:46 Por onde começar um experimento11:50 Onde a estatística complica14:21 Pesquisa, usabilidade e teste A/B16:55 Sucesso e métricas de segurança21:14 Sazonalidade, CRM e Black Friday24:40 Como comunicar resultados negativos28:40 Templates para um programa de experimentação32:32 Como pesquisar concorrentes35:18 Ideias, hipóteses e priorização37:51 O valor do programa39:35 Materiais e contato

O iFood não começou pela IA. Antes dos agentes e das LLMs, a empresa precisou construir catálogo, dados e capacidades compartilhadas capazes de sustentar novas formas de busca, navegação e operação.

Sem essa fundação, a IA simplesmente não encontraria o que precisa para funcionar.

Neste episódio do Product Guru’s, Débora Ferreira explica como a plataforma do iFood deixou de ser apenas infraestrutura técnica e passou a acelerar novas verticais, experimentos e resultados de negócio.

A conversa passa por

:• O que caracteriza uma plataforma dentro do iFood

• Como capacidades compartilhadas aceleram novas verticais

• A relação entre catálogo, confiança do cliente e receita

• Como medir saúde, adoção e valor de uma plataforma

• O papel dos dados na criação de experiências com IA

• Por que agentes especializados podem superar agentes generalistas

• Como precisão, recall, cobertura e custo entram nas decisões

• A importância de metas compartilhadas entre plataforma e negócio

Uma conversa para profissionais de produto, engenharia, dados, design e liderança que querem entender o trabalho que precisa acontecer antes de a IA gerar valor real.

LinkedIn da Debora: https://www.linkedin.com/in/ferreiradebora/

Assine a nossa newsletter: https://www.productgurus.com.br/

Capítulos

00:00 A base que fez a IA avançar

00:35 Abertura

01:12 O que existe por trás do aplicativo

03:52 Como plataforma acelera novas verticais

05:57 O que é plataforma no iFood

08:04 Quando plataforma vira estratégia de negócio

11:55 Quem é o usuário de uma plataforma

14:25 Como fazer discovery e testes em plataforma

17:52 O mito da plataforma como mal necessário

19:44 Como catálogo gera confiança e vendas

22:55 As métricas de uma plataforma

26:16 O que o iFood não conseguiria fazer sem essa base

27:27 Por que IA depende de plataforma

29:33 Como os agentes organizam o catálogo

34:01 Por que agentes específicos funcionam melhor

36:14 Precisão, recall, cobertura e custo

38:46 Metas compartilhadas e vantagem competitiva

40:24 Encerramento

Inscreva-se no Product Guru’s e acompanhe os próximos episódios sobre produto, tecnologia, inteligência artificial e negócios.

O cadastro de entregadores do iFood passou de 12 para cinco passos, e o tempo de aprovação caiu de 30 horas para dois minutos.

Sandy Zambeli conta como design, produto, engenharia, negócio e fornecedores precisaram coordenar suas entregas para chegar a esse resultado.

Nesta conversa, Sandy, gerente de design de logística, e Vanessa Spanholi, líder de UX Research, explicam como o iFood pesquisa com entregadores, conecta conhecimento entre equipes e usa IA para apoiar o planejamento e a análise de pesquisas.

Falamos sobre os conflitos entre consumidor e entregador, a Athena, os mecanismos de escuta recorrente e o que faz uma descoberta chegar à mesa antes de a decisão estar tomada.

No final, duas discussões que merecem atenção: por que conversão pode esconder problemas de experiência e por que mais interações com uma IA podem indicar respostas insatisfatórias.

Converse com elas:

Sandy: https://www.linkedin.com/in/sandy-zambeli/

Vanessa: https://www.linkedin.com/in/vanessa-spanholi/✌️ Siga e deixe suas 5 estrelas para esse episódio.

Quando escrever código fica mais barato com IA, o trabalho de engenharia muda junto.Neste episódio do Product Gurus, Mauricio fala sobre como a IA está transformando o papel de engenheiros, líderes e times de produto dentro da Deel. A conversa passa por uso real de agentes, métricas de adoção, experimentação mais barata, liderança técnica, troubleshooting, times de suporte em hypergrowth e o que diferencia profissionais que apenas executam de quem realmente gera impacto.Também falamos sobre um caso em que a automação de aprovações de reembolso saiu de 83% para 99%, sobre por que gasto de tokens não deveria ser tratado como métrica de sucesso e sobre o que muda no discovery quando experimentar fica muito mais barato.No fim, a discussão central é simples: IA reduz o custo de execução, mas aumenta a importância de julgamento, contexto, visão de negócio e capacidade de resolver problemas.LinkedIn Mauricio: https://www.linkedin.com/in/mauriciojs/Garanta seu certificado gratuito para conseguir sua vaga na gringa aqui: https://productgurus.short.gy/pPAeWy Capítulos00:00 Resultado importa mais que gasto de tokens00:36 O custo de deixar de ser apenas técnico05:24 O engenheiro precisa virar 360?06:04 O que muda quando escrever código fica barato08:50 Experimentar ficou mais barato10:10 Quanto do código já é feito por IA12:18 Como a Deel usa agentes internos13:30 De 83% para 99% de aprovações automáticas16:21 Como sobreviver ao caos do hypergrowth17:30 O time criado para apagar incêndios22:17 Quais métricas realmente importam25:04 O que Mauricio busca em engenheiros25:51 As duas perguntas que ele faz em entrevistas28:31 O futuro da engenharia de software31:02 Encerramento

Esse episódio é um oferecimento da PM3, garanta 10% de desconto em todos os seus cursos. Deel Global Badges, a certificação gratuita que te ajuda na carreira internacional. ReveLumi, pesquisas qualitativas diretamente no WhatsApp.

------

Sua equipe passa quatro semanas testando, descobre um caminho melhor para o produto e acaba cobrada pelo atraso. O aprendizado aconteceu. A avaliação continua premiando outra coisa.
Neste episódio do Product Guru’s, converso com Thais sobre os incentivos que dificultam a experimentação e o desafio de transformar a maneira de construir produtos no Itaú.
Falamos sobre o Jeito Itaú de Produtar, como medir o valor de Product Operations e por que contar testes pode estimular experimentos que não ensinam nada. Thais também explica o que a fez sair da consultoria para trabalhar com produto: continuar responsável pelas consequências de uma ideia depois da entrega.
Com IA tornando a construção mais fácil, ganha importância a capacidade de decidir o que merece existir. Inclusive quando os clientes mostram que a sua melhor ideia deveria ser abandonada.
Linkedin da Thais: https://www.linkedin.com/in/thaiscirenza/

Capítulos
00:00 Minha ideia era horrível
00:23 Da consultoria à construção de produtos
02:45 Jeito Itaú de Produtar: transformar sem burocratizar
04:50 Cultura, incentivos e mudança de comportamento
09:53 Product Operations: equipe e métricas de sucesso
15:17 O que as escolas não ensinam sobre execução
18:08 Recados: Deel e PM3
20:26 Os erros ao criar uma cultura de experimentação
23:37 Aprender e ser penalizado pelo prazo
27:02 A responsabilidade depois da boa ideia
29:48 As habilidades de um bom PM
32:51 IA, curiosidade e decisões de produto
35:12 Humildade para abandonar a própria solução
35:58 Encerramento

Currículos genéricos produzidos por inteligência artificial estão sendo avaliados por outros sistemas de inteligência artificial. Nesse processo, experiências diferentes começam a parecer iguais e o candidato perde justamente aquilo que deveria diferenciá-lo.Neste episódio, Paulo Chiodi conversa com Gabriela Marculino sobre como conseguir uma vaga em tecnologia quando dominar ferramentas já não é suficiente para chamar a atenção.Gabriela explica como adaptar o currículo aos requisitos da vaga, usar os métodos STAR e XYZ para comunicar resultados e construir um portfólio que revele decisões, raciocínio e impacto, em vez de apenas reproduzir tutoriais.A conversa também passa pelas habilidades comportamentais avaliadas em profissionais juniores, pela dificuldade dos introvertidos em tornar seu trabalho visível e pelas perguntas que ajudam o candidato a avaliar a empresa antes de aceitar uma proposta.Gabriela conta ainda como uma entrevista para uma vaga júnior simulou uma rotina de burnout, apesar do bom salário, contratação CLT e vale-refeição de R$ 2 mil. O episódio discute outras red flags, a importância da formação técnica, a ansiedade causada pelo ritmo das novas ferramentas e a presença de mulheres em posições de decisão na tecnologia.A pergunta que atravessa a conversa é simples: quando todos possuem currículo, LinkedIn e portfólio, o que torna um profissional impossível de ignorar?LinkedIn da Gabi: https://www.linkedin.com/in/gabriela-m-297493164/Linktree: https://linktr.ee/GabrielaMarculinoRecado importante:10% de desconto em qualquer curso da PM3: https://productgurus.short.gy/HBiSmtCertificado Gratuito para carreira na Gringa com a Deel: https://productgurus.short.gy/pPAeWyCapítulo00:00 O mercado de trabalho virou teatro00:13 Como a IA mudou os processos seletivos04:08 Como usar os métodos STAR e XYZ07:22 Competência, visibilidade e introversão12:04 As perguntas que o candidato deve fazer14:11 Red flags durante a entrevista17:55 Faculdade ainda importa em tecnologia?24:16 Como lidar com a ansiedade causada pela IA30:59 Do básico ao impossível de ignorar34:05 Mulheres nas decisões técnicas38:33 Carreira internacional e encerramento

Desenvolver produtos ficou mais rápido e barato com inteligência artificial. O problema é que velocidade não ajuda quando o time ainda não sabe o que merece ser construído.
Neste episódio, Paulo Chiodi conversa com Joaquim Torres, o Joca, e Anderson Borges, fundadores da ReveLumi, sobre como a IA pode transformar pesquisa qualitativa e product discovery.
Eles apresentam uma agente capaz de conduzir entrevistas pelo WhatsApp, aceitar respostas em áudio, aprofundar temas em linguagem natural e organizar centenas de conversas em insights acionáveis.
Durante a demonstração, Joca mostra uma pesquisa com 149 conversas que terminou questionando a hipótese inicial do próprio time. A conversa também passa por NPS, recrutamento de participantes, entrevistas contínuas, arquitetura de agentes, human in the loop, segurança, memória e prevenção de alucinações.
Neste episódio:
Por que os dados mostram “o quê”, mas não explicam “por quê”
Como a IA tornou mais importante decidir o que construir
O que visitas a clientes revelam que os dashboards escondem
Como automatizar entrevistas sem transformar tudo em formulário
Uma pesquisa qualitativa com 149 conversas
Como a pesquisa pode rejeitar a hipótese do próprio time
Por que o modelo de IA não é o principal diferencial
Como funcionam guardrails e intervenção humana
O futuro do product discovery contínuo
Crie a sua primeira pesquisa via Whatsapp agora com a ReveLumi: https://productgurus.short.gy/miSFA2
Linkedins:
Joaquim Torres: https://www.linkedin.com/in/jocatorres/
Anderson: https://www.linkedin.com/in/andersongeisonborges/
Capítulos:
00:00 Como nasceu a pesquisa pelo WhatsApp
01:38 Por que conversar com clientes continua difícil
03:44 O choque de visitar usuários reais
06:46 Desenvolver ficou barato; decidir ficou crítico
12:04 Por que uma pesquisa pode levar meses
16:08 Como nasceu a ReveLumi
19:21 Entrevistas em escala com IA
21:38 O que o NPS não consegue explicar
25:48 Demonstração da plataforma
36:02 A arquitetura por trás da agente
41:20 Human in the loop e guardrails
43:14 Como experimentar a ReveLumi
49:38 Encerramento

A empresa lançou uma ferramenta de inteligência artificial e chegou a mil usuários. Isso ainda não prova que a IA melhorou o produto, reduziu desperdícios ou gerou resultado para o negócio.Neste episódio, Paulo Chiodi conversa com Diogo Boëchat, gerente de Plataforma de Produtos do Itaú, sobre o que precisa acontecer para a IA deixar de ser uma assistente reativa e começar a participar do trabalho estratégico dos times.Diogo apresenta três etapas para medir o impacto da IA: adoção real, transformação dos processos e resultado de produto. Também explica por que frequência importa mais que número de usuários, como produtos internos de uso obrigatório podem esconder baixa qualidade e por que ferramentas deveriam surgir depois da definição de processos.A conversa passa pela fragmentação do trabalho dos PMs, pela integração de dados e sistemas, pelo papel da liderança na mudança cultural e por um possível modelo de operação criado para agentes de IA, com humanos inseridos nos pontos de decisão.No final, Diogo usa sua experiência com uma padaria artesanal para explicar uma consequência incômoda: o melhor forno do mercado não salva uma massa mal preparada. Com IA, dados ruins e processos frágeis produzem o mesmo resultado.Capítulos:00:00 Por que a IA não é uma bala de prata01:31 Paciência para transformar sem quebrar03:23 Da consultoria para a execução05:18 Quando a IA vira parceira do PM09:52 O fim da fragmentação de ferramentas12:14 Processos e cultura vêm primeiro16:02 Como medir o ROI da IA19:20 Adoção real em produtos internos21:49 O que pode surgir depois do Agile25:00 Como criar uma plataforma para toda a empresa28:00 O forno tecnológico que queima o pãoLinkedin Diogo: https://www.linkedin.com/in/diogo-bo%C3%ABchat-22275410b/Parceiros:10% de desconto nos cursos da PM3: https://productgurus.short.gy/HBiSmt

Certificado Gratuito para carreira na Gringa com a Deel: https://productgurus.short.gy/pPAeWyAssine a nossa newsletter: https://www.productgurus.com.br/p/eu-coloquei-28-frameworks-de-produto?r=2jz3x1

Como uma empresa com mais de 8 mil pessoas mantém autonomia, velocidade e coerência ao criar produtos para um ecossistema com 60 milhões de usuários, 500 mil entregadores e 500 mil estabelecimentos?

No primeiro episódio da série especial sobre o jeito iFood de fazer produto, Paulo Chiodi conversa com Gabriela Fumo, GPM de Reservas, e Bruno Parizotto, Head de Produtos do iFood.

Eles explicam como funciona o JIP, a cultura de produto da empresa, e mostram como seus cinco princípios aparecem nas decisões do dia a dia.

A conversa passa pelo Dexter, conjunto de agentes que ajuda PMs a criar PRDs e estruturar testes, e pela história da Dora, uma agente conversacional criada há quatro anos que fracassou como produto, mas gerou aprendizados sobre catálogo, latência, fraude e experiência conversacional.

Também discutimos autonomia, tolerância ao erro, inteligência artificial, liderança e o desafio de testar rápido sem quebrar um ecossistema usado por milhões de pessoas.

Se conecte:

Gabriela Fumo: https://www.linkedin.com/in/gabriela-fumo/

Bruno Parizotto: https://www.linkedin.com/in/brunoparizotto/

Capítulos:

00:00 Primeiro episódio da série com o iFood

02:20 Por que o JIP foi criado08:05 Cultura de produto precisa de rituais

13:51 Os cinco princípios do JIP

17:29 iFood Ads e o fracasso da Dora

25:05 Convite para o iFood Camp

27:06 Como o iFood cria produtos do zero

33:49 Autonomia sem perder o alinhamento

37:59 Dexter: agentes de IA para PMs

44:37 A meta de 3 mil experimentos

45:59 O CEO como primeiro agente

49:17 Por que o iFood tolera tantos erros

54:35 Encerramento

Participe do iFood Camp: https://negocios.ifood.com.br/eventos/ifood-camp

Esse episódio é um oferecimento da PM3, garanta 10% de desconto em todos os seus cursos. Deel Global Badges, a certificação gratuita que te ajuda na carreira internacional. ReveLumi, pesquisas qualitativas diretamente no WhatsApp.

————

87% das empresas brasileiras planejam crescer em 2026, mas 75% não bateram suas metas de vendas no ano anterior. O mercado quer resultados maiores enquanto opera com menos orçamento, jornadas fragmentadas e inteligência artificial ainda concentrada em tarefas básicas.
Neste episódio, Paulo Chiodi conversa com Luis Lourenço, Diretor de Novos Negócios da RD Station e fundador da Plug CRM, empresa adquirida pela RD Station em 2018.
Luis conta o que acontece depois da venda de uma startup, quando o fundador precisa abandonar parte da autonomia e desenvolver competências de executivo. Ele explica por que algumas aquisições se transformam em pesadelo e como cultura, metas irreais e decisões tomadas no início podem comprometer anos de integração.
A conversa também passa pelo fim dos funis lineares, pelos limites do Product-Led Growth como fórmula universal e pelo erro de importar estratégias do Vale do Silício sem considerar WhatsApp, Pix, boleto, logística e as diferenças entre os vários Brasis.
Luis mostra como aproximar produto de receita usando Voice of Customer, Voice of Buyer, dados do CRM e conversas reais de vendas. Também explica por que a inteligência artificial deveria processar informações de marketing, vendas, atendimento e produto, em vez de servir apenas para gerar textos e pequenas automações.
Neste episódio:
Por que algumas aquisições viram pesadelo
A diferença entre fundador e executivo
Quando previsibilidade vale mais que velocidade
Por que os funis de vendas deixaram de ser lineares
O risco de copiar playbooks estrangeiros
Como WhatsApp e Pix mudam a estratégia brasileira
Como produto pode contribuir diretamente para receita
O que 59 campos inúteis revelam sobre um CRM
Por que o uso de IA ainda não aparece nas metas
Como construir uma empresa capaz de durar décadas

LinkedIn de Luis Lourenço: https://www.linkedin.com/in/luisjlourenco/

Capítulos:
00:00 De fundador a executivo após uma aquisição
07:53 Quando uma aquisição vira pesadelo
13:16 A diferença entre founder mode e liderança
16:28 Dez milhões ou algumas pizzas?
19:50 O fim dos funis lineares
26:19 Por que o playbook do Vale do Silício falha
31:31 Os vários Brasis dentro do mercado
35:31 Recados dos parceiros
38:15 Como produto pode gerar mais receita
44:40 O CRM com 59 campos inúteis
48:43 Como usar IA para tomar decisões
52:23 Como construir uma empresa duradoura