Google re:Work OKR score 0,0-1,0: guia para FP&A

Esta seção cobre o cenário em que você controla a estrutura do tracker. Se o tracker já existe em outra área, pule para a seção "Quando o tracker já existe e você não controla a estrutura".

A maioria dos trackers de OKR no Sheets quebra de duas formas: quando alguém insere uma linha no meio da tabela e desloca os ranges hard-coded das fórmulas, ou quando um objetivo novo é adicionado no Q3 e a média do Q2 passa a incluir células vazias sem aviso.

A solução é tratar o OKR_Tracker como uma tabela nomeada com referências dinâmicas, não como um range fixo.

Estrutura de colunas recomendada para a aba OKR_Tracker:

A coluna ciclo_fechado (H) é o que permite separar scores preliminares de scores auditáveis para uso nas premissas do próximo ciclo. Mais sobre isso na seção de accrual.

Convertendo o range em tabela nomeada

Selecione o range inteiro incluindo cabeçalhos, vá em Dados > Criar tabela nomeada e nomeie como tOKR. A partir daí, todas as fórmulas referenciam tOKR[score_objetivo] em vez de F2:F100. Quando uma linha é inserida no meio da tabela, o range se expande automaticamente e nenhuma fórmula quebra.

Se a versão do Sheets que você usa não suporta tabelas nomeadas estruturadas, a alternativa é usar OFFSET + COUNTA para criar ranges dinâmicos:

=OFFSET(OKR_Tracker!F2, 0, 0, COUNTA(OKR_Tracker!A:A) - 1, 1)

Isso define o range de scores a partir de F2 até a última linha com dados na coluna A, independente de quantas linhas foram inseridas. Encapsule em um NAMED_RANGE chamado rng_scores e use rng_scores em todas as fórmulas de agregação.

Como chegar no número de exposição financeira

Esta é a etapa onde analistas juniores travam na prática, e a razão é simples: a maioria das linhas do P&L tem múltiplos motoristas, e um único OKR raramente controla a linha inteira.

O princípio é este: a exposição de um objetivo não é o total da linha do P&L. É o delta que o objetivo, se bem executado, é capaz de mover naquela linha durante o ciclo.

Passo 1: isole o motorista controlável

Pegue a linha do P&L relevante. Decomponha os motoristas de variação. Separe os que estão sob influência direta do objetivo dos que são exógenos (câmbio, sazonalidade, mix de produto não relacionado).

Exemplo: uma empresa com R$ 45 milhões de ARR tem receita líquida influenciada por novos contratos, expansão de base existente, churn e ajuste de preços. Um OKR de "crescimento de receita recorrente" foca em novos contratos. A exposição desse objetivo não é R$ 45 milhões, é o volume incremental que o pipeline de novos contratos representa no trimestre, baseado na previsão de fechamento ponderada por estágio.

Se o modelo de forecast aponta R$ 7,4 milhões em novos contratos no Q3, com taxa de conversão histórica de 68%, a exposição realista é R$ 5,0 milhões, não R$ 7,4 milhões. Use o número ajustado por probabilidade, não o total do pipeline.

Passo 2: estime o intervalo de outcome

Para cada objetivo, estime o que acontece com a linha do P&L em dois cenários: score 0,0 (objetivo falha completamente) e score 1,0 (objetivo é integralmente entregue). A exposição é a diferença entre esses dois cenários.

Esse raciocínio de intervalo evita dois erros comuns: colocar a linha inteira do P&L como exposição (inflaciona o número e dilui o sinal) e colocar um valor arbitrário que não tem base no modelo (torna o score ponderado inauditável).

Passo 3: documente a fonte e o método

A coluna exposicao do tracker precisa de uma nota de rodapé auditável: de onde veio o número e quem revisou. Sem isso, o score ponderado vai parecer tão subjetivo quanto uma avaliação qualitativa, e o board vai tratar assim.

Uma célula de comentário no Sheets ou uma aba de memórias de cálculo com três colunas (objetivo, fonte do número, data de revisão) resolve isso. Não é overhead: é o que transforma o tracker em um documento que um analista sênior ou auditor consegue rastrear.

Exemplo completo de mapeamento de exposição para empresa SaaS B2B com R$ 45 milhões de ARR:

O total de R$ 14,1 milhões representa a soma dos deltas que os OKRs do trimestre controlam, não a receita total da empresa. Isso é o número que aparece ao lado do score ponderado: "score operacional de 0,68 sobre R$ 14,1 milhões de impacto mapeado em OKRs do Q3." Esse contexto é o mínimo necessário para o número ser legível em um board pack, embora ainda exija narrativa de variação para estar no mesmo nível de rigor do EBITDA e FCFF ajustado, como discutido adiante.

Fórmulas de score ponderado por exposição financeira

Com a estrutura correta, as fórmulas de agregação ficam robustas e legíveis.

Score bruto de um key result:

=MIN(1, Realizados!C14 / Premissas!$C$14)

Uma nota importante sobre o MIN(1, ...): ele está tecnicamente correto pelo modelo do re:Work, mas descarta silenciosamente scores acima de 1,0. Um score de 1,23 em um key result de receita é um sinal material de planejamento que some sem aviso. Mantenha uma coluna separada sem o MIN para sinalizar metas subfixadas na revisão anual:

=Realizados!C14 / Premissas!$C$14

Use a versão com MIN para a média do board. Use a versão sem MIN para a análise de calibragem de metas.

Score ponderado de objetivo com KRs de pesos distintos:

=SUMPRODUCT(
  OKR_Tracker!E4:E6,
  OKR_Tracker!D4:D6
) / SUM(OKR_Tracker!E4:E6)

Aqui a coluna E contém os pesos de cada KR (não precisa somar 100, o SUMPRODUCT normaliza) e a coluna D contém o score bruto de cada KR. Se todos os KRs têm peso igual, basta AVERAGE(D4:D6), mas raramente isso reflete a realidade de um modelo.

Score ponderado por exposição financeira para todos os objetivos do trimestre:

Com a tabela nomeada tOKR:

=SUMPRODUCT(
  (tOKR[trimestre] = Premissas!$B$3) * tOKR[score_objetivo] * tOKR[exposicao]
) / SUMIF(tOKR[trimestre], Premissas!$B$3, tOKR[exposicao])

O (tOKR[trimestre] = Premissas!$B$3) cria um array de 1s e 0s que filtra apenas os objetivos do trimestre selecionado. O SUMIF no denominador soma apenas as exposições do mesmo trimestre. Quando você muda Premissas!$B$3 de "2026-Q2" para "2026-Q3", todos os painéis atualizam sem precisar editar nenhuma fórmula.

Sem tabela nomeada, a versão equivalente com ranges dinâmicos:

=SUMPRODUCT(
  (INDIRECT("OKR_Tracker!B2:B" & COUNTA(OKR_Tracker!A:A)) = Premissas!$B$3)
  * INDIRECT("OKR_Tracker!F2:F" & COUNTA(OKR_Tracker!A:A))
  * INDIRECT("OKR_Tracker!E2:E" & COUNTA(OKR_Tracker!A:A))
) / SUMIF(
  INDIRECT("OKR_Tracker!B2:B" & COUNTA(OKR_Tracker!A:A)),
  Premissas!$B$3,
  INDIRECT("OKR_Tracker!E2:E" & COUNTA(OKR_Tracker!A:A))
)

Mais verboso, mas funciona sem tabelas nomeadas e se expande automaticamente quando linhas são adicionadas.

Por que a ponderação por exposição importa na prática

Tratar crescimento de novos contratos (R$ 5,0 milhões) e produtividade de CS (R$ 480 mil) com peso igual distorce o sinal, especialmente quando são os OKRs de receita que estão em 0,55 e os de CS em 0,88. A média simples desses dois seria 0,72, que comunica saúde operacional. O score ponderado por exposição seria 0,57, que comunica risco de receita. São informações completamente diferentes, e só uma delas é útil para a reunião de budget.

Quando o tracker já existe e você não controla a estrutura

Na maioria das empresas de médio porte, o analista de FP&A não cria o OKR tracker do zero. Ele chega numa reunião de QBR, recebe uma apresentação com scores por objetivo e nenhuma memória de cálculo, e precisa decidir o que fazer com aquele número no modelo financeiro.

A solução não é pedir ao time de estratégia para reformatar o tracker. É puxar o que existe, aplicar a lógica de exposição no lado do modelo financeiro, e recalcular o score ponderado sem depender de colaboração da outra área. Isso funciona em três etapas.

Etapa 1: importe o tracker existente com IMPORTRANGE + QUERY

Primeiro, identifique as colunas que você consegue aproveitar no tracker atual. Você precisa, no mínimo, de: identificação do objetivo, trimestre ou ciclo, e score do objetivo. Muitos trackers têm isso, mesmo que com nomes e estrutura diferentes dos que a seção anterior descreve.

Crie uma aba chamada OKR_Import no seu modelo financeiro e importe os dados:

=IMPORTRANGE("URL_DA_PLANILHA_DO_TRACKER", "OKR_Tracker!A:F")

Substitua URL_DA_PLANILHA_DO_TRACKER pela URL completa do arquivo do time de estratégia. O Sheets vai pedir permissão de acesso na primeira vez. Após autorizar, os dados ficam sincronizados automaticamente.

Se o tracker estiver em uma aba com nome diferente ou estrutura de colunas própria, use QUERY para selecionar e renomear só o que importa:

=QUERY(
  IMPORTRANGE("URL_DA_PLANILHA_DO_TRACKER", "OKRs!A:H"),
  "SELECT Col1, Col2, Col6 WHERE Col2 = '2026-Q3' LABEL Col1 'obj_id', Col2 'trimestre', Col6 'score_objetivo'",
  1
)

Aqui Col1, Col2 e Col6 correspondem às colunas do tracker original, independente do nome que elas têm lá. O parâmetro 1 no final indica que a primeira linha é cabeçalho. O resultado é uma tabela limpa com apenas as três colunas que você precisa, já filtrada pelo trimestre.

Se o tracker estiver em outro formato de planilha (Excel compartilhado por e-mail, CSV no Drive), a mesma lógica vale com IMPORTDATA para CSVs publicados ou com uma cópia manual numa aba de staging que você atualiza trimestralmente.

Etapa 2: adicione a coluna de exposição no seu lado

O tracker do time de estratégia não vai ter a coluna de exposição financeira. Esse número é calculado e mantido por você, na sua aba do modelo financeiro.

Crie uma aba chamada OKR_Exposicao com duas colunas fixas: obj_id (o mesmo identificador que vem do tracker importado) e exposicao (o delta financeiro que você calculou usando o método da seção anterior). Essa aba é mantida manualmente pelo time de FP&A e serve como a memória de cálculo da exposição, com notas de rodapé de fonte e data de revisão.

A lógica de join entre o score importado e a exposição calculada por você é um VLOOKUP ou INDEX/MATCH simples:

=IFERROR(
  INDEX(OKR_Exposicao!$B$2:$B$100,
    MATCH(OKR_Import!A2, OKR_Exposicao!$A$2:$A$100, 0)
  ),
  0
)

Isso retorna a exposição que você mapeou para aquele obj_id, ou zero se o objetivo ainda não tiver exposição definida. Coloque essa fórmula numa coluna ao lado dos dados importados e você tem o par (score, exposição) necessário para o SUMPRODUCT da seção anterior.

Etapa 3: calcule o score ponderado no seu modelo, não no tracker deles

Com os dados importados em OKR_Import e as exposições em OKR_Exposicao, o score ponderado por exposição fica inteiramente dentro do seu modelo financeiro, sem depender de nenhuma mudança no tracker original:

=SUMPRODUCT(
  (OKR_Import!B$2:B$200 = Premissas!$B$3)
  * OKR_Import!C$2:C$200
  * OKR_Import!D$2:D$200
) / SUMIF(
  OKR_Import!B$2:B$200,
  Premissas!$B$3,
  OKR_Import!D$2:D$200
)

Aqui a coluna B é trimestre, a coluna C é score importado do tracker original, e a coluna D é a exposição que você adicionou via VLOOKUP. O resultado é o mesmo score ponderado por exposição da seção anterior, calculado inteiramente no seu lado.

O que essa abordagem resolve e o que ela não resolve

Ela resolve o problema principal: você não precisa convencer o time de estratégia a reformatar o tracker para começar a usar o score ponderado no modelo financeiro. O gap de memória de cálculo de exposição, que o tracker deles nunca vai ter, fica documentado e auditável no seu lado.

O que ela não resolve é a qualidade do score em si. Se o tracker do time de estratégia registra scores sem metodologia consistente (um trimestre é média simples de KRs, outro é avaliação qualitativa do gestor), o número importado carrega essa inconsistência. Nesse caso, a camada de IMPORTRANGE + QUERY importa o dado disponível, mas você precisa adicionar uma coluna de flag de confiabilidade na aba OKR_Exposicao que indique se o score daquele objetivo tem metodologia verificável ou não. O score ponderado final deve ser calculado apenas sobre os objetivos com flag de confiabilidade validada, pelo menos nas primeiras iterações enquanto você alinha o processo com o time de estratégia.

O score de OKR no board deck: o que é insumo e o que é entregável

Um score de 0,68, mesmo calculado com rigor, não é um número de board pack por si só. Um CFO ou investidor que recebe um board deck com EBITDA, FCFF ajustado e uma linha de "OKR médio ponderado: 0,68" vai perguntar: o que exatamente essa média inclui? Como ela foi calculada? Por que esse número está aqui?

O trabalho de transformar o score em entregável de board tem três camadas:

Camada 1: contexto financeiro explícito. O score precisa aparecer acompanhado do total de exposição mapeada e de uma referência ao que ele representa em termos de resultado. "Score operacional ponderado de 0,68 sobre R$ 14,1 milhões de impacto mapeado" é o ponto de partida. Ainda não é suficiente, mas é o mínimo para o número ser interpretável.

Camada 2: amarração à análise de variações. O score ganha rigor quando você o conecta explicitamente à análise de variação do trimestre. Por exemplo: "O score de 0,55 no objetivo de crescimento de novos contratos está alinhado ao desvio de R$ 2,1 milhões abaixo do forecast de receita do Q3. O gap reflete alongamento do ciclo de vendas para contratos acima de R$ 200 mil, que representa 60% do pipeline." Agora o score deixa de ser um índice abstrato e passa a ser uma leitura operacional com evidência financeira.

Camada 3: implicação para premissas do próximo ciclo. O que o score do trimestre fechado muda nas premissas do planejamento seguinte? Se o score de churn ficou em 0,82, a taxa de churn projetada para o próximo ciclo deve ser revisada para cima ou a meta era conservadora? Essa análise de calibragem é o que transforma o tracker de OKR em uma ferramenta de FP&A de verdade, não só uma forma de registrar progresso operacional.

Sem as camadas 2 e 3, o score é insumo de análise. Com elas, ele passa a ter o nível de rigor necessário para aparecer em um slide de revisão financeira ao lado de indicadores contábeis.

Tratando o timing de accrual de forma sistemática

O score de OKR normalmente é registrado nos últimos dias do trimestre, com base em números operacionais ainda não fechados contabilmente. O fechamento no regime de competência ocorre entre 10 e 20 dias úteis depois, dependendo da complexidade do processo. Um key result pontuado 0,7 em 31 de março com base em receita preliminar pode revisar para 0,64 quando o accrual final for lançado e o ajuste de NF-e cancelada ou a reversão de desconto retroativo entrar no ledger.

Isso não é hipotético. Num ciclo de planejamento anual onde receita preliminar de dezembro é usada como premissa de crescimento do próximo ano, o fechamento contábil que revisa para baixo três semanas depois cria um ciclo inteiro construído sobre números que já mudaram. A coluna ciclo_fechado na estrutura do tracker resolve isso de forma sistemática.

O fluxo:

1. No último dia do trimestre, o score preliminar vai para score_objetivo (coluna F).
2. A coluna ciclo_fechado fica como FALSE.
3. Quando o fechamento contábil é finalizado (tipicamente no mês seguinte), o score revisado vai para score_finalizado (coluna G) e ciclo_fechado vira TRUE.
4. Todas as fórmulas de premissas do próximo ciclo referenciam score_finalizado com um filtro adicional: ciclo_fechado = TRUE.

A fórmula de score ponderado para uso em premissas de planejamento (só scores auditados):

=SUMPRODUCT(
  (tOKR[trimestre] = Premissas!$B$3)
  * (tOKR[ciclo_fechado] = TRUE)
  * tOKR[score_finalizado]
  * tOKR[exposicao]
) / SUMPRODUCT(
  (tOKR[trimestre] = Premissas!$B$3)
  * (tOKR[ciclo_fechado] = TRUE)
  * tOKR[exposicao]
)

Para o board deck do trimestre corrente (ainda sem fechamento), use score_objetivo sem o filtro de ciclo_fechado. Apenas deixe claro no slide que o número é preliminar. A distinção entre "score preliminar" e "score auditado" elimina a armadilha de usar números que vão mudar como insumo de premissas anuais.

Para o cenário de tracker importado via IMPORTRANGE, a mesma lógica se aplica com uma coluna de ciclo_fechado mantida na sua aba OKR_Exposicao, já que essa informação não vai estar disponível no tracker do time de estratégia. Você é quem decide, com base no fechamento contábil da sua área, quando um ciclo pode ser marcado como auditado.

Uma nota sobre o que o score ponderado não faz: ele é um indicador de contexto e narrativa, não um driver automático de orçamento. Um score de 0,63 em eficiência de COGS sinaliza que a revisão de premissas de margem precisa acontecer e quanto está em jogo, mas a premissa revisada precisa ser construída com contexto de negócio por um analista. Modelos que conectam scores de OKR diretamente a linhas de COGS via fórmula criam dependências difíceis de auditar.

Key results binários: decomposição sistemática

Um KR binário (sim ou não) quebra a média ponderada de duas formas: introduz um degrau de 0,0 para 1,0 sem granularidade intermediária, e pode dominar ou ser dominado pela média dependendo de qual direção cair.

A solução não é só "decompor em quatro sub-marcos de 0,25 cada". Isso funciona para KRs simples, mas KRs complexos exigem pesos desiguais nos marcos porque nem todos têm o mesmo valor de entrega.

A regra prática: identifique o ponto de maior risco de reversão na cadeia (geralmente um marco de validação externa, seja cliente, regulatório ou técnico) e atribua a ele o maior peso individual. Os marcos anteriores são preparação; os posteriores são confirmação. O maior peso fica no ponto que você menos controla.

Exemplo 1: KR de lançamento de novo plano de preços

Score do KR com esses pesos: =SUMPRODUCT(pesos, marcos_concluídos), onde marcos_concluídos é 1 para marcos feitos e 0 para pendentes. Se só os primeiros dois marcos foram concluídos, o score é 0,35, não 0,0.

Exemplo 2: KR de implementação de nota fiscal eletrônica (NF-e) para novo produto

Este KR aparece com frequência em empresas brasileiras expandindo linhas de produto e tem uma cadeia de dependências regulatórias que o torna naturalmente binário na visão jurídica, mas granular na visão operacional:

Se o time está na etapa de homologação SEFAZ, o score é 0,40, não 0,0. Isso reflete com precisão onde a entrega está e com quanto ainda em risco. O maior peso está na homologação SEFAZ (0,25) e na emissão em produção (0,25) porque são os dois pontos onde uma falha externa, seja rejeição da SEFAZ ou erro de integração, pode derrubar o KR inteiro independente de qualquer esforço interno.

Onde o modelo de score OKR do Google re:Work falha

Agregação para cima perde sinal. Uma média geral de 0,65 pode esconder um 0,9 em um objetivo de R$ 480 mil e um 0,4 no único OKR que sustenta 60% do plano de receita do próximo ano. A média simples serve para o slide do board como número de rodapé. Para o trabalho de planejamento, o score ponderado por exposição é o número que importa.

Objetivos adicionados no meio do ciclo distorcem comparações. Se um objetivo novo entra em julho num ciclo de Q3, seu score no fechamento de setembro reflete 2 meses de execução, não 3. A coluna obj_id com o formato 2026-Q3-01 ajuda a identificar isso, mas a solução completa é uma coluna de "meses no ciclo" e a normalização do score por duração antes de incluir na média do trimestre.

Defasagem de timing entre score e accrual. Tratado na seção anterior. O ponto aqui: sem a separação sistemática entre score preliminar e score auditado, qualquer modelo que use OKR como insumo de premissas vai eventualmente produzir um ciclo de planejamento baseado em números que o fechamento contábil depois contradiz.

O número de exposição é tão bom quanto quem o calculou. Toda a robustez das fórmulas de SUMPRODUCT depende de um número de exposição que foi construído com metodologia consistente. Se uma analista calculou exposição como "delta do cenário 0,0 para 1,0" e outra calculou como "total da linha do P&L", o score ponderado combina maçãs e laranjas sem aviso. A memória de cálculo e a revisão por analista sênior são controles de processo, não opcionais. Isso vale tanto para o tracker greenfield quanto para o cenário de tracker importado: a coluna de exposição que você mantém no seu lado precisa de metodologia documentada independente de como o score chegou até você.

Scores de trackers externos têm qualidade desconhecida. No cenário de IMPORTRANGE, você está importando um número cujo método de cálculo você não controla. Uma QBR onde o gestor ajusta o score para cima no dia da reunião produz o mesmo número no tracker que uma metodologia rigorosa de KRs. O flag de confiabilidade descrito na seção de tracker externo é o controle mínimo para não misturar os dois tipos de dado na mesma média ponderada.

Template de OKR_Tracker com coluna de exposição

O template inclui: estrutura de colunas A-H conforme descrito, aba de memória de cálculo de exposição com fonte e data de revisão, fórmulas de score ponderado por exposição com referência dinâmica ao seletor de trimestre, separação de score preliminar e score auditado, aba OKR_Import com fórmulas de IMPORTRANGE + QUERY para o cenário de tracker externo, aba OKR_Exposicao para mapeamento de exposição independente de estrutura do tracker, e um exemplo pré-preenchido com a estrutura de SaaS B2B com metodologia de cálculo de exposição documentada para cada objetivo.

Baixar o template OKR_Tracker com exposição financeira - abre no Google Sheets, funciona também no Excel com ajuste mínimo nos nomes de tabela.

Perguntas frequentes

Por que a meta de OKR no Google re:Work é 0,7 e não 1,0?

A meta de 0,7 reflete a lógica de que um objetivo bem definido deve ser ambicioso o suficiente para que você falhe em atingi-lo cerca de 30% das vezes. Scores consistentemente acima de 0,9 são sinal de revisão de calibragem, não de celebração. A documentação original do re:Work descreve scores de 0,7 a 1,0 como a zona de entrega.

Como apresentar o score de OKR no board pack sem que pareça um número inventado?

O score precisa de três elementos para ser legível em um board pack: o total de exposição financeira mapeada ao lado do número ("score de 0,68 sobre R$ 14,1 milhões"), uma amarração explícita à análise de variações do trimestre, e uma implicação clara para as premissas do próximo ciclo. Sem esses três elementos, o número é insumo de análise, não entregável de board. A seção sobre apresentação de scores acima detalha as três camadas.

O que fazer quando o tracker de OKR é mantido por outra área e você não tem como alterar a estrutura?

Use IMPORTRANGE + QUERY para puxar os scores para uma aba do seu modelo financeiro e mantenha a coluna de exposição no seu lado. O score ponderado por exposição fica inteiramente dentro do modelo financeiro sem depender de mudanças no tracker original. A seção "Quando o tracker já existe e você não controla a estrutura" cobre as três etapas com fórmulas.

O que fazer quando um key result é binário?

Decomponha em marcos com pesos desiguais, concentrando o maior peso no ponto de maior risco de reversão externa (validação de cliente, aprovação regulatória, dependência técnica crítica). Dois exemplos concretos estão na seção de key results binários acima.

Posso usar scores de OKR como premissas automáticas no modelo financeiro?

Não diretamente. O score é um indicador de contexto para informar a revisão de premissas, não um driver automático. Use sempre o score auditado (coluna score_finalizado com ciclo_fechado = TRUE), nunca o preliminar, como insumo de planejamento. A premissa revisada precisa ser construída por um analista com contexto de negócio.

Como evitar que o tracker quebre quando alguém insere uma linha nova?

Converta o range em tabela nomeada (tOKR) ou use OFFSET + COUNTA para ranges dinâmicos. A seção de estrutura do tracker acima cobre as duas abordagens com as fórmulas correspondentes.

Como calcular o número de exposição quando a linha do P&L tem vários motoristas?

A exposição não é o total da linha. É o delta entre o cenário de score 0,0 e score 1,0 especificamente para aquele objetivo. Isole o motorista que o objetivo controla, estime o intervalo de outcome, e use o número ajustado por probabilidade se houver incerteza de execução. A seção de mapeamento de exposição acima cobre o método em três passos com exemplo pré-preenchido.

Se você está atualizando células vinculadas a OKRs automaticamente a cada trimestre, confira Como atualizar OKRs no Google Sheets (2026) para a abordagem baseada em gatilhos.

O ModelMonkey consegue puxar realizados de OKR do HubSpot ou do Notion e gravá-los diretamente na aba do tracker em um intervalo definido, de forma que os scores estejam atualizados antes de você abrir o modelo, não depois. Escolha um plano do ModelMonkey, funciona tanto no Google Sheets quanto no Excel.