Início / Pilares / Business Intelligence
Pilares 01 e 02 · BI e Análise de Dados

Se cada área traz um número diferente, a empresa ainda não tem dados. Tem opiniões.

Integramos as fontes espalhadas pelos seus sistemas, acordamos como cada indicador é calculado e entregamos painéis que se atualizam sozinhos — junto com a análise que explica por que o número se moveu.

Integração · Modelagem · Camada semântica · Painéis · Análise · Governança
META FONTE ÚNICA · ATUALIZAÇÃO AUTOMÁTICA · DEFINIÇÃO ACORDADA
Autodiagnóstico

Cinco sinais de que sua empresa decide sem dado — mesmo tendo dados.

Nenhum destes sintomas é resolvido comprando outra ferramenta.

  • A mesma pergunta gera números diferentes em áreas diferentes.

    E a reunião gasta a primeira meia hora decidindo qual planilha está certa, em vez de decidir o que fazer.

  • Alguém passa dias fechando um relatório que é lido em cinco minutos.

    O custo real do relatório é o tempo de um analista qualificado que poderia estar analisando em vez de consolidando.

  • A informação chega tarde demais para mudar alguma coisa.

    No dia 15 você sabe como foi o mês anterior. A decisão que resolveria já passou.

  • Existe painel, mas ninguém abre.

    Foi construído sem acordo sobre as definições, ninguém confia no número, e a planilha paralela continua sendo a fonte real de verdade.

  • Ninguém sabe explicar por que o indicador mudou.

    O painel mostra que a margem caiu. Descobrir a causa exige uma investigação manual que leva uma semana e nunca é concluída.

Se três ou mais são verdadeiros, o problema não é falta de dado. É falta de arquitetura.

Definição

Business Intelligence é infraestrutura de decisão, não tela bonita.

É o conjunto de camadas que leva o dado do sistema onde ele nasce até a decisão onde ele é usado — integrando fontes, resolvendo divergência de definição, guardando histórico confiável e entregando leitura no tempo em que a decisão ainda pode ser tomada.

A parte visível do BI é o painel, e é por isso que quase toda implantação começa e termina nele. Mas o painel é a última camada de uma arquitetura, e é a menos determinante para o sucesso. O que decide se a empresa vai confiar no número é a camada invisível: de onde o dado vem, com que frequência é atualizado, quem definiu a fórmula e o que acontece quando duas áreas discordam da definição.

Por isso a implantação da Vitruvit começa por perguntas de negócio, não por telas. Antes de qualquer visualização, é preciso saber quais decisões precisam ser tomadas, com que frequência e por quem — porque é isso, e não a preferência estética, que determina a arquitetura.

  • FONTES

    ERP, CRM, sistemas próprios, planilhas, plataformas de mídia e canais de atendimento.

  • INTEGRAÇÃO

    Extração, tratamento e carga automatizados, com regras de limpeza e histórico preservado.

  • REPOSITÓRIO

    Um lugar único onde o dado tratado vive, com histórico e rastreabilidade de origem.

  • CAMADA SEMÂNTICA

    Onde “faturamento” ganha uma definição só, acordada entre as áreas e aplicada em todo lugar.

  • CONSUMO

    Painéis, relatórios, alertas e análises — a única camada que o usuário vê.

Business Intelligence

Responde o que aconteceu e como está agora, de forma automatizada e recorrente. É infraestrutura: montada uma vez, roda todo dia.

Análise de Dados

Responde por que aconteceu e o que tende a acontecer. É investigação: exige hipótese, método e interpretação, e acontece sob demanda, provocada por um desvio que o BI revelou.

Uma empresa que só tem a primeira enxerga o problema sem entender a causa. Uma empresa que só tem a segunda gasta um analista caro fazendo trabalho de planilha.

Benefícios

Seis ganhos que sobrevivem à novidade do painel.

Todo painel novo é usado nas primeiras duas semanas. Os benefícios abaixo são os que ainda estão de pé no sexto mês.

Uma versão única da verdade

Cada indicador passa a ter uma definição acordada e uma fonte só. A reunião deixa de discutir de quem é o número certo e passa a discutir o que fazer com ele.

Como se comprova

Indicadores com definição única e fonte oficial documentada

Tempo de analista devolvido

Consolidação manual de planilha some do calendário. A mesma pessoa que gastava dias montando relatório passa a gastar horas interpretando resultado.

Como se comprova

Horas mensais dedicadas à consolidação manual, antes e depois

Latência menor entre o fato e a leitura

O indicador que só aparecia no fechamento passa a ser visto no dia seguinte — ou no mesmo dia, quando o processo permite. Decisão dentro da janela em que ainda muda o resultado.

Como se comprova

Latência média entre o fato e sua disponibilidade no painel

Causa raiz em minutos, não em semanas

Com o dado modelado por dimensões, a investigação de um desvio de margem deixa de ser um projeto e vira um detalhamento no próprio painel.

Como se comprova

Tempo médio para explicar um desvio relevante de indicador

Qualidade de dado que melhora sozinha

Quando o erro de cadastro passa a aparecer em um painel que a diretoria abre, ele é corrigido na origem. Visibilidade é o mecanismo mais barato de governança que existe.

Como se comprova

Taxa de registros inconsistentes nas bases críticas ao longo do tempo

Base pronta para análise avançada e IA

Modelo preditivo, segmentação e automação inteligente exigem histórico confiável e estruturado. Sem essa base, projeto de IA vira demonstração que não vai a produção.

Como se comprova

Fontes críticas integradas, com histórico e qualidade auditada

Metodologia

Sete fases. A primeira não tem nada de técnico.

Durações típicas para uma operação com três a seis fontes de dados no escopo. O maior risco do cronograma é a qualidade do dado na origem, que só é conhecida ao final da fase 2 — e por isso o escopo é confirmado ali.

FASE 01 1 a 2 semanas

Descoberta e perguntas de negócio

ObjetivoDefinir quais decisões o projeto precisa apoiar. Todo painel abandonado que encontramos nasceu de uma implantação que pulou esta fase.
AtividadesEntrevistas com diretoria e gestores, levantamento das decisões recorrentes e da frequência delas, identificação dos indicadores que realmente movem o negócio, e definição do critério de sucesso do projeto.
EntregáveisCatálogo de perguntas de negócio priorizadas, lista de indicadores candidatos com o responsável pela decisão associada, e critério de sucesso acordado.
Participação do clienteDiretoria e gestores das áreas, em entrevistas de 60 minutos.
FASE 02 1 a 2 semanas

Inventário de fontes e diagnóstico de qualidade

ObjetivoDescobrir se o dado necessário existe, onde está e em que estado — antes de prometer qualquer painel.
AtividadesMapeamento de sistemas, bases e planilhas em uso; verificação de acesso e de forma de extração; análise de completude, consistência, duplicidade e granularidade; identificação de divergência de definição entre áreas.
EntregáveisInventário de fontes com forma de acesso e frequência possível, relatório de qualidade de dado por fonte, e lista das divergências de definição que precisam de decisão do negócio.
Participação do clienteTI ou responsável por sistemas, e um usuário-chave por fonte.
FASE 03 2 a 4 semanas

Arquitetura e modelagem

ObjetivoProjetar como o dado será organizado para responder às perguntas da fase 1, com desempenho e sem ambiguidade.
AtividadesDefinição da arquitetura de destino conforme volume e criticidade, modelagem dimensional com fatos e dimensões, definição de granularidade e de política de histórico, e desenho da camada semântica com as definições acordadas.
EntregáveisDocumento de arquitetura, modelo dimensional documentado, dicionário de dados e regras de negócio formalizadas.
Participação do clienteValidação das definições de negócio pelos gestores. É a fase que mais depende de decisão do cliente, não da consultoria.
FASE 04 3 a 6 semanas

Engenharia de dados

ObjetivoConstruir a esteira que traz, trata e carrega o dado sem intervenção humana.
AtividadesDesenvolvimento das rotinas de extração e carga, aplicação das regras de limpeza e padronização, implementação de testes de qualidade automatizados, agendamento e monitoramento das cargas, e tratamento de falha com alerta.
EntregáveisEsteira de dados em produção, testes de qualidade automatizados, monitoramento com alerta de falha, e documentação técnica da esteira.
Participação do clienteLiberação de acessos e um ponto focal técnico para dúvidas pontuais.
FASE 05 2 a 4 semanas

Visualização e painéis

ObjetivoEntregar leitura, não decoração. Cada tela existe para uma decisão identificada na fase 1.
AtividadesDesenho da estrutura de navegação por perfil de usuário, construção dos painéis, definição de alertas por faixa de indicador, validação com os usuários reais e ajuste a partir do uso observado.
EntregáveisPainéis em produção por área e por perfil, catálogo de indicadores publicado, e alertas configurados.
Participação do clienteUsuários finais em sessões de validação. Painel validado apenas pela diretoria costuma não ser usado pela operação.
FASE 06 1 a 2 semanas

Governança, segurança e LGPD

ObjetivoGarantir que o dado certo chegue à pessoa certa, e que o dado pessoal seja tratado dentro da lei.
AtividadesDefinição de perfis e permissões de acesso, classificação de dado sensível e pessoal, aplicação de anonimização quando cabível, definição de política de retenção e do processo de mudança de definição de indicador.
EntregáveisMatriz de acesso por perfil, inventário de dado pessoal tratado, política de retenção, e rito de solicitação de mudança de indicador.
Participação do clienteEncarregado de dados ou responsável jurídico, quando houver.
FASE 07 ciclo permanente

Adoção, análise e sustentação

ObjetivoFazer o painel entrar na rotina de decisão e evoluir o uso do descritivo para o analítico.
AtividadesTreinamento por perfil de usuário, acompanhamento de uso efetivo, análises sob demanda de causa raiz sobre desvios relevantes, evolução do modelo conforme novas perguntas, e revisão periódica do catálogo de indicadores.
EntregáveisRelatório de adoção por perfil, análises de causa raiz entregues no período, e backlog de evolução priorizado.
Participação do clienteGestores na cadência acordada e um responsável interno pelo produto de dados.
Na prática

Três perguntas de negócio, três arquiteturas diferentes.

Situações representativas do que encontramos em campo. Resultados apresentados como meta típica de projeto, medida contra a linha de base.

Financeiro
Fechamento e caixa
Cenário

Fechamento contábil consumindo a primeira semana útil do mês, com três planilhas paralelas de conciliação e divergência recorrente entre o número da controladoria e o do comercial. A diretoria decidia com informação de 30 a 40 dias de idade.

O que foi feito

Integração do ERP, do sistema bancário e das planilhas de comissão em base única; definição acordada de faturamento, receita reconhecida e margem — que eram três coisas diferentes em três áreas; painel de fluxo de caixa e inadimplência com carga diária.

Resultado

Redução dos dias de fechamento e leitura de caixa disponível diariamente, contra a linha de base do diagnóstico.

Quartil superior fecha o mês em 4,8 dias; o inferior leva 10 ou mais · APQC

Saúde
Custo por procedimento
Cenário

Dados clínicos no prontuário eletrônico, faturamento em outro sistema e agenda em um terceiro. Não havia como responder qual procedimento dava lucro e qual dava prejuízo, porque custo e receita nunca se encontravam no mesmo lugar.

O que foi feito

Integração das três fontes com chave única por atendimento; modelagem que permitiu atribuir custo direto e receita líquida por procedimento e por convênio; painel com ocupação de sala, absenteísmo, glosa por causa e rentabilidade por linha de serviço.

Resultado

Identificação de linhas de serviço deficitárias que eram mantidas por percepção de volume, e renegociação de tabela com base em dado.

Vendas e Marketing
Atribuição
Cenário

Investimento distribuído em cinco canais de mídia, com relatório de cada plataforma reportando conversões próprias que somadas ultrapassavam o total de vendas da empresa. O custo de aquisição era calculado sobre lead gerado, não sobre receita realizada.

O que foi feito

Integração das plataformas de mídia ao CRM e ao faturamento, com identificador de origem preservado ao longo de todo o funil; modelo de atribuição acordado formalmente entre marketing e comercial; painel de custo de aquisição por canal contra receita efetivamente faturada.

Resultado

Realocação do investimento de mídia com base em receita atribuída, e não em volume de lead.

Números da indústria

O custo de decidir sem dado confiável.

Quatro números que raramente aparecem no orçamento, porque não têm uma linha própria — mas saem do resultado do mesmo jeito.

US$ 12,9 mi

é o custo médio anual atribuído a dados de baixa qualidade nas organizações. Não é uma linha de despesa: é a soma de decisão errada, retrabalho, oportunidade perdida e correção tardia.

Gartner · 2020
95%

dos pilotos corporativos de IA generativa não produziram impacto mensurável no resultado. O estudo aponta como diferencial dos casos bem-sucedidos a integração a fluxos de trabalho reais.

MIT Project NANDA · 2025
4,8 / 10 dias

separa o quartil superior do inferior no tempo de fechamento contábil mensal. A diferença raramente está no time de contabilidade; está na integração e na automação da conciliação.

APQC · Open Standards Benchmarking
< 30%

da semana de um vendedor é dedicada à venda efetiva. O restante se distribui entre tarefa administrativa, registro em sistema e busca de informação que deveria estar disponível.

Salesforce · State of Sales

Como lemos esses números. Nenhum deles mede a ausência de painel. Todos medem a mesma coisa: o custo de a informação não estar disponível, íntegra e no tempo certo, para quem precisa decidir. É por isso que a nossa fase 1 não fala de tela nem de ferramenta — fala de quais decisões precisam ser tomadas, por quem e com que frequência.

Instrumental

O instrumental técnico.

Somos independentes de fornecedor. A escolha da ferramenta acontece depois da arquitetura, nunca antes — e frequentemente a ferramenta que a empresa já tem é a resposta certa.

  • ETL / ELT

    Rotinas que extraem o dado da origem, tratam e carregam no repositório, de forma agendada e monitorada.

  • Data warehouse

    Repositório central onde o dado tratado vive com histórico, otimizado para consulta analítica em vez de transação.

  • Data lake

    Armazenamento de dado bruto e não estruturado, usado quando há volume ou variedade que o warehouse não comporta bem.

  • Modelagem dimensional

    Organização em fatos e dimensões que permite detalhar qualquer indicador por tempo, produto, cliente ou região sem reescrever consulta.

  • Camada semântica

    Onde cada métrica ganha uma única definição, aplicada de forma idêntica em todo painel e relatório.

  • Dicionário de dados

    Registro do que cada campo significa, de onde vem e quem responde por ele.

  • Governança de dados

    Regras de propriedade, acesso, qualidade e mudança — o que impede o retorno da planilha paralela.

  • Testes automatizados

    Verificações que rodam a cada carga e disparam alerta antes que o número errado chegue ao painel.

  • Ferramentas de visualização

    Power BI, Looker Studio, Metabase e equivalentes. Escolhidas conforme o cenário existente, o orçamento e o perfil de usuário.

  • Análise preditiva

    Segmentação, coorte, curva ABC, previsão de demanda, propensão a churn e risco de inadimplência, quando há histórico suficiente.

  • Conformidade com a LGPD

    Classificação de dado pessoal, controle de acesso, anonimização e política de retenção incorporados à arquitetura.

Entregáveis

O que fica com você ao final.

Infraestrutura de dados operando, documentada e sob o seu controle — em contas e ambientes da sua empresa.

  • Catálogo de perguntas de negócio priorizadas, com o responsável por cada decisão
  • Inventário de fontes com forma de acesso e frequência de atualização
  • Relatório de qualidade de dado por fonte, com problemas classificados
  • Documento de arquitetura e modelo dimensional documentado
  • Dicionário de dados e regras de negócio formalizadas
  • Esteira de integração em produção, com testes de qualidade e alerta de falha
  • Painéis por área e por perfil de usuário, em produção
  • Catálogo de indicadores publicado, com fórmula, fonte, frequência e dono
  • Matriz de acesso por perfil e inventário de dado pessoal tratado
  • Documentação técnica da esteira e do modelo, em formato aberto
  • Equipe treinada por perfil de uso

Tudo é construído em ambiente e contas da sua empresa. Não existe dependência de infraestrutura da Vitruvit para o painel continuar funcionando.

Qualificação

BI resolve muita coisa. Não resolve tudo.

Há situações em que o investimento em dados precisa esperar — e dizer isso na primeira reunião evita um projeto frustrado.

Para quem é
  • Empresas com dados espalhados entre ERP, CRM, planilhas e plataformas, sem consolidação
  • Organizações que gastam dias de trabalho qualificado montando relatório manual
  • Empresas que já têm ferramenta de painel e não conseguem fazer o time usar
  • Negócios com volume transacional relevante e decisões recorrentes de preço, mix, estoque ou canal
  • Empresas que precisam prestar contas a conselho, investidor ou controlador com número auditável
  • Organizações que pretendem usar IA e precisam da base de dados antes
Para quem não é
  • Empresas cujo processo ainda não existe de forma definida: sem processo, não há dado consistente para integrar
  • Quem precisa de um painel para uma apresentação específica — isso é um relatório, não um projeto de BI
  • Organizações sem nenhum sistema transacional, em que o dado ainda é registrado apenas em papel
  • Empresas que não vão designar um responsável interno pelo produto de dados
  • Quem espera que o painel produza decisão sozinho: BI mostra, gestão decide
Integração

Dado sem direção vira relatório. Com direção, vira decisão.

O BI é a fundação dos outros pilares — e também o que mais depende deles para ter serventia.

Perguntas frequentes

Perguntas frequentes sobre Business Intelligence.

Vocês trabalham com qual ferramenta?

Com a que fizer sentido para o seu cenário. Trabalhamos com Power BI, Looker Studio, Metabase e equivalentes, e não temos contrato de revenda com nenhum fornecedor. Se a sua empresa já tem licença de alguma, a recomendação mais comum é usá-la — o custo do projeto quase nunca está na ferramenta, e trocar de painel sem trocar de arquitetura não resolve nada.

Já temos Power BI e ninguém usa. Vocês só vão refazer as telas?

Não. Painel abandonado quase sempre tem uma de três causas, e nenhuma delas é visual: ninguém confia no número porque a definição nunca foi acordada; a atualização é manual e o dado está velho; ou não existe nenhuma reunião em que o painel precise ser aberto. Nosso diagnóstico identifica qual das três é o seu caso, e o redesenho de tela é a última etapa, não a primeira.

Precisamos trocar nosso ERP?

Praticamente nunca. O BI é uma camada acima dos sistemas existentes e continua consumindo todos eles. Em muitos projetos, o resultado é justamente extrair do ERP um dado que ele já registra e que ninguém usava, porque o relatório nativo não era legível.

Quanto tempo até termos o primeiro painel no ar?

O primeiro painel útil costuma ir ao ar entre 6 e 10 semanas do início, cobrindo a área de maior prioridade. Trabalhamos por entregas incrementais e por área, não por uma grande entrega única ao final — isso permite corrigir rota cedo e gera adoção antes do fim do projeto.

Nossos dados estão inconsistentes. Precisamos arrumar antes de chamar vocês?

Não. O diagnóstico de qualidade é a fase 2 do nosso método, justamente porque quase nenhuma empresa sabe de antemão o estado real das próprias bases. Encontramos duplicidade, campo obrigatório vazio e definição divergente em praticamente todos os projetos. O que precisa existir antes é a disposição de corrigir na origem o que o diagnóstico apontar.

Próximo passo

Descubra o que os seus dados já sabem.

Uma sessão de análise com nosso time para mapear suas fontes, identificar as divergências que geram os números conflitantes e indicar qual painel entrega valor primeiro. Sem custo.

Sem custo · Sem compromisso de contratação · Retorno em até 1 dia útil