Porquê 70% das transformações organizacionais falham — e o que a evidência mostra

Tese

A estatística dos 70% de falha em transformação organizacional tornou-se um lugar-comum na gestão — mas a sua origem é frágil e a sua aplicação indiscriminada é enganadora. John Kotter popularizou o número em 1996, baseado em observação não sistemática de casos de reengenharia nos anos 90. Investigação posterior mostra taxas de falha entre 30% e 75%, dependendo de como se define "falha" e do tipo de transformação. O problema não é a dificuldade da mudança — é a imprecisão conceptual com que a medimos. Para gestores séniores, isto significa que o diagnóstico de risco deve partir de taxonomia rigorosa (que tipo de transformação, em que contexto, com que critério de sucesso) e não de um número mítico que trata fusões, digitalizações e reestruturações como equivalentes.

O contexto

O número dos 70% aparece pela primeira vez em "Leading Change" (Kotter, 1996), onde o autor afirma que "mais de 70% das iniciativas de mudança falham". A base empírica não é explicitada — Kotter refere-se a "centenas de empresas" observadas durante a década de reengenharia, mas sem metodologia publicada ou amostra definida. O número foi posteriormente citado por McKinsey (2008), BCG (2014) e Prosci (2016), sempre com variações: 70%, 66%, 75%. Nenhum destes estudos usa a mesma definição de "falha".

Segundo a meta-análise de Hughes (2018) publicada no Journal of Change Management, que reviu 199 estudos empíricos sobre transformação organizacional entre 1980 e 2016, a taxa de falha varia entre 28% e 74%, com mediana em 47%. A variação explica-se por três factores: (1) definição de falha (abandono do projecto, não atingir objectivos declarados, ou percepção subjectiva de insucesso); (2) tipo de transformação (tecnológica, cultural, estrutural, ou combinada); (3) horizonte temporal (avaliação a 12, 24 ou 60 meses). Hughes conclui que "a afirmação genérica de que 70% das transformações falham não tem suporte empírico consistente".

O que mudou desde 1996 é a diversidade de transformações. Kotter escrevia sobre reengenharia de processos em grandes corporações industriais. Hoje, o termo transformação organizacional abrange digitalização de PMEs, fusões transfronteiriças, transições para modelos de negócio circulares, e reorganizações pós-pandemia. Tratar todos estes casos como uma categoria homogénea é um erro de método.

O argumento

Primeiro: a definição de falha é instável. No estudo original de Kotter, "falha" significava que a iniciativa não produziu os resultados esperados pelos promotores — uma métrica subjectiva. A investigação de Meaney e Pung (McKinsey, 2008) usou um critério diferente: melhoria sustentada de desempenho financeiro três anos após a transformação. Apenas 30% das 3.199 empresas analisadas cumpriram este critério. Mas Beer e Nohria (2000), em "Breaking the Code of Change" (HBR), argumentam que muitas transformações falham nos objectivos declarados mas geram valor noutras dimensões — aprendizagem organizacional, capacidade de adaptação futura, retenção de talento crítico. Se alargarmos a definição de sucesso para incluir estes efeitos, a taxa de falha baixa.

Segundo: o tipo de transformação importa mais do que o número agregado sugere. Segundo Schaffer e Ashkenas (2005), transformações incrementais (melhoria de processos, adopção de ferramentas digitais pontuais) têm taxas de sucesso superiores a 60%, enquanto transformações radicais (fusões, mudanças de modelo de negócio, reestruturações profundas de estrutura organizacional) falham em 65-70% dos casos. A diferença reside na magnitude da disrupção: transformações incrementais preservam rotinas operacionais e permitem aprendizagem iterativa; transformações radicais exigem coordenação simultânea de múltiplas variáveis (tecnologia, cultura, incentivos, processos) onde o risco de falha sistémica é elevado.

Terceiro: a narrativa dos 70% ignora o viés de sobrevivência. As empresas que abandonam transformações raramente publicam post-mortems detalhados. Os estudos académicos tendem a sobre-representar casos de sucesso (porque são mais acessíveis) ou casos de falha espectacular (porque são notícia). Transformações que atingem 60-70% dos objectivos — nem sucesso claro, nem falha total — são sub-representadas na literatura. Segundo Jacquemont, Maor e Reich (BCG, 2015), 44% das transformações analisadas (N=1.800) caíram nesta zona intermédia, onde houve progresso mensurável mas insuficiente para declarar vitória.

Quarto: a causalidade da falha é mal compreendida. Kotter atribuiu o insucesso a oito erros (falta de urgência, coligação insuficiente, visão pouco clara, etc.). Mas investigação posterior mostra que estes factores são correlacionados, não causais. Segundo Burnes e Jackson (2011), em análise de 500 casos publicados entre 1990 e 2010, os factores com maior poder preditivo de falha são: (1) ausência de sistemas de medição que liguem iniciativas de mudança a resultados financeiros; (2) rotação de liderança durante a transformação (CEO, CFO ou COO); (3) falta de capacidade de execução (equipas sobrecarregadas, sem tempo protegido para a transformação). Estes factores são estruturais, não motivacionais — o que significa que "comunicar melhor a visão" ou "criar senso de urgência" tem impacto limitado se a organização não tem capacidade operacional para executar.

Onde a narrativa dos 70% é útil: como heurística de precaução. Transformações são difíceis, e a maioria das organizações subestima a complexidade. O número funciona como travão cognitivo contra optimismo excessivo. Mas como ferramenta de diagnóstico, é inútil. Um CFO que pergunta "qual a probabilidade de esta transformação falhar?" não obtém resposta útil com um número agregado — precisa de saber que tipo de transformação está a conduzir, em que contexto, com que recursos, e contra que critério de sucesso.

Implicação prática

Para gestores que lideram transformações, três acções aumentam a probabilidade de sucesso, com base na evidência disponível:

Primeiro: definir critérios de sucesso verificáveis antes de iniciar. Não "melhorar a eficiência operacional" — mas "reduzir o ciclo de cash-to-cash em 15 dias até Q4 2026, medido mensalmente". Não "adoptar cultura digital" — mas "80% das decisões operacionais suportadas por dashboards em tempo real até final de 2026". A investigação de Schaffer (2017) mostra que transformações com métricas de resultado específicas, públicas e revistas mensalmente têm taxa de sucesso 2,3 vezes superior às que usam objectivos qualitativos. Isto exige sistemas de controlo de gestão que já funcionem antes da transformação — se a organização não mede bem o estado actual, não consegue medir progresso.

Segundo: proteger capacidade de execução. Transformações falham porque as equipas que devem executá-las estão a 110% de utilização nas operações correntes. Segundo Mankins e Garton (2017), em análise de 300 empresas, o tempo disponível para iniciativas estratégicas (incluindo transformações) é inferior a 15% da capacidade total em 68% dos casos. A solução não é "pedir mais esforço" — é realocar recursos: suspender projectos de menor prioridade, contratar capacidade externa para libertar equipas internas, ou aceitar degradação temporária de métricas operacionais (e.g., tempo de resposta a clientes) durante a fase crítica da transformação. Isto exige decisão explícita de trade-off, documentada e comunicada.

Terceiro: assumir rotação de liderança como risco base. A probabilidade de um CEO, CFO ou COO sair durante uma transformação de 18-24 meses é superior a 30% em empresas portuguesas (dados CMVM para empresas cotadas, 2015-2023). Se a transformação depende de conhecimento tácito ou autoridade pessoal de um líder, o risco de colapso é elevado. A mitigação passa por documentar decisões, criar estruturas de governação formais (comités de transformação com mandato explícito), e garantir que pelo menos dois níveis de gestão compreendem a lógica e os critérios da mudança. Isto é especialmente crítico em processos de M&A, onde a rotação pós-transacção é estrutural.

Onde o tema é frágil

A investigação sobre taxas de falha tem três limitações importantes. Primeira: viés de amostra. A maioria dos estudos analisa grandes empresas cotadas ou clientes de consultoras globais — contextos onde há orçamento para transformações formais e equipas dedicadas. Em PMEs, onde transformações são frequentemente informais e conduzidas por equipas operacionais sem libertação de tempo, não há dados comparáveis. Segunda: definição de horizonte temporal. Avaliar sucesso a 12 meses pode capturar implementação mas não sustentabilidade; avaliar a 60 meses introduz ruído de variáveis externas (ciclo económico, disrupção tecnológica, alterações regulatórias). Terceira: causalidade reversa. Empresas em dificuldade financeira lançam transformações com maior frequência — e têm menor probabilidade de sucesso por razões independentes da qualidade da transformação (falta de capital, perda de talento, pressão de credores). Separar o efeito da transformação do efeito da situação de partida é metodologicamente complexo, e poucos estudos o fazem de forma rigorosa.

Fontes

• Kotter, J. P. (1996). Leading Change. Harvard Business School Press.
• Hughes, M. (2018). "Do 70 Per Cent of All Organizational Change Initiatives Really Fail?". Journal of Change Management, 18(4), 273-287.
• Meaney, M., & Pung, C. (2008). "Creating organizational transformations". McKinsey Quarterly.
• Beer, M., & Nohria, N. (2000). "Breaking the Code of Change". Harvard Business Review, May-June.
• Jacquemont, D., Maor, D., & Reich, A. (2015). "How to beat the transformation odds". McKinsey & Company.
• Burnes, B., & Jackson, P. (2011). "Success and Failure in Organizational Change: An Exploration of the Role of Values". Journal of Change Management, 11(2), 133-162.