"Somos uma empresa data-driven." É uma frase que se ouve em quase todas as apresentações corporativas, dita com orgulho, como um selo de modernidade. Mas por trás dela esconde-se uma confusão que custa caro: a maioria das empresas que se diz "orientada por dados" não percebe bem o que isso significa, nem se é sequer o que deveria querer ser. Há uma distinção subtil mas profunda entre ser data-driven — deixar os dados decidirem — e ser data-informed — deixar os dados aconselharem uma decisão que continua a ser humana. Confundir as duas leva a erros em ambas as direções: umas vezes obedece-se cegamente aos dados quando não se devia, outras ignoram-se quando eram exatamente o que se precisava.
A diferença não é de vocabulário. É uma escolha sobre o papel que os dados desempenham nas decisões — e essa escolha muda tudo, desde a cultura da empresa até à qualidade das decisões que toma. Perceber quando os dados devem decidir e quando devem apenas aconselhar é uma das competências estratégicas mais importantes e menos discutidas da gestão moderna.
Este artigo não defende que uma abordagem é sempre melhor do que a outra. Defende algo mais útil: que cada tipo de decisão pede a sua abordagem, e que a maturidade está em saber qual usar em cada momento, em vez de aplicar um slogan a tudo.
O que significa ser data-driven
Ser genuinamente data-driven significa que, numa dada decisão, os dados têm a palavra final. Define-se uma métrica, mede-se, e o resultado determina a ação sem que o julgamento humano se sobreponha. É a filosofia por trás dos testes A/B levados ao limite: mostra-se duas versões, mede-se qual converte mais, e escolhe-se a vencedora, ponto final — mesmo que a intuição de alguém dissesse o contrário. Nestas situações, deixar os dados decidirem elimina o viés, a política e o ego da equação, e é precisamente isso que os torna tão poderosos.
Esta abordagem brilha quando as decisões são frequentes, mensuráveis e reversíveis, e quando o objetivo é claro e único. Otimizar a cor de um botão, o assunto de um email, a ordem de uns resultados — decisões pequenas, testáveis, em que a opinião humana não acrescenta nada que os números não digam melhor. Aqui, ser data-driven não é frieza; é honestidade intelectual, aceitar que os dados sabem mais do que a nossa intuição.
O que significa ser data-informed
Ser data-informed é diferente e, para muitas decisões, mais sábio. Os dados entram como uma voz importante — talvez a mais importante — mas não como a única nem a final. Informam, contextualizam, alertam, mas a decisão integra também aquilo que os dados não capturam: o contexto estratégico, o conhecimento do mercado, os valores da empresa, a visão de longo prazo, a experiência de quem já viu situações parecidas. O decisor humano ouve os dados com atenção e respeito, e depois decide com todo o quadro à frente.
Esta abordagem é a certa quando as decisões são grandes, raras, difíceis de medir ou carregadas de consequências que os dados sozinhos não abrangem. Entrar num novo mercado, lançar um produto radicalmente novo, decidir a estratégia dos próximos anos — decisões em que os dados históricos dizem muito sobre o passado mas pouco sobre um futuro que ainda não existe. Aqui, obedecer cegamente aos dados seria conduzir olhando só para o espelho retrovisor.
Os perigos de confundir as duas
- Ser data-driven onde se devia ser data-informed: obedecer a uma métrica em decisões estratégicas leva a otimizar o número à custa do que ele não mede — como maximizar o lucro de curto prazo destruindo a relação com o cliente a longo prazo.
- Ser data-informed onde se devia ser data-driven: deixar a intuição sobrepor-se aos dados em decisões pequenas e testáveis é abrir a porta ao viés e ao ego onde os números decidiriam melhor.
- Usar os dados como álibi: fingir que uma decisão já tomada por instinto foi "orientada por dados", escolhendo só os números que a confirmam.
- Paralisar à espera de dados perfeitos: recusar decidir sem certeza total, quando muitas decisões têm de ser tomadas com informação incompleta.
O erro de tratar os dados como verdade absoluta
Há um perigo particular na cultura data-driven mal entendida: tratar os dados como se fossem uma verdade objetiva e completa, quando são sempre uma representação parcial da realidade. Os dados medem o que é fácil de medir e ignoram o que não é. Um número pode dizer que uma decisão "funcionou" segundo uma métrica, enquanto destrói valor de formas que essa métrica não capta — a satisfação a longo prazo, a reputação, a moral da equipa. Confiar cegamente nos dados é confiar cegamente naquilo que escolhemos medir, esquecendo tudo o que ficou de fora.
É por isso que o julgamento humano continua insubstituível nas decisões que importam. Não porque a intuição seja melhor que os dados — muitas vezes não é — mas porque um bom decisor vê o que os dados não mostram, questiona se a métrica certa está a ser medida, e integra fatores que nenhum número exprime. Os dados são um instrumento poderoso ao serviço do julgamento, não um substituto dele.
Um caso concreto
Uma empresa orgulhava-se de ser radicalmente data-driven: toda a decisão tinha de ser justificada por uma métrica, e a equipa otimizava incansavelmente os números. Durante algum tempo, funcionou bem — os indicadores de curto prazo subiam. Mas uma decisão em particular revelou a fragilidade da abordagem levada ao extremo. Os dados mostravam que uma certa prática agressiva de vendas aumentava a conversão a curto prazo, e por isso foi adotada e reforçada, porque "os dados diziam que funcionava". O que a métrica de conversão não capturava era que essa prática irritava os clientes e minava a confiança na marca — um efeito que só se manifestaria meses depois, em churn e reputação, muito longe do número que estavam a otimizar. Quando os danos se tornaram visíveis, era tarde. A empresa aprendeu, da forma difícil, que ser data-driven numa decisão que exigia ser data-informed — que exigia pesar o que os dados de curto prazo não mostravam — tinha custado caro. Reformularam a cultura: mantiveram a disciplina data-driven nas decisões pequenas e testáveis, mas passaram a tratar as decisões estratégicas como data-informed, ouvindo os dados mas decidindo com todo o contexto. As decisões melhoraram precisamente porque pararam de aplicar uma única abordagem a tudo.
A maturidade está em saber escolher
A verdadeira maturidade em dados não está em ser sempre data-driven, nem em nunca o ser. Está em reconhecer, para cada decisão, que abordagem ela pede. As decisões frequentes, mensuráveis e de baixo risco pedem disciplina data-driven, para tirar o viés do caminho. As decisões grandes, raras e carregadas de consequências que os números não capturam pedem julgamento data-informed, para não conduzir olhando só para o retrovisor. Saber classificar as decisões e aplicar a abordagem certa a cada uma é o que distingue uma organização verdadeiramente sofisticada de uma que se limita a repetir o slogan da moda.
Vista assim, a pergunta "somos data-driven?" revela-se mal formulada. A pergunta certa é: "usamos os dados de forma apropriada a cada tipo de decisão?" — deixando-os decidir onde isso faz sentido, e deixando-os aconselhar um julgamento humano onde é isso que a decisão exige. Essa é a atitude que faz os dados criarem valor em vez de se tornarem uma camisa de forças.
Na prática
Da próxima vez que ouvires "os dados dizem que devemos fazer X", faz uma pausa e pergunta: esta é uma decisão em que os dados devem decidir, ou uma em que devem apenas aconselhar? A métrica que estamos a seguir captura tudo o que importa, ou há consequências que ela não vê? Fazer estas perguntas não é desvalorizar os dados — é usá-los com a sabedoria de saber quando obedecer e quando pensar. A tua empresa aplica um slogan de dados a todas as decisões, ou sabe, decisão a decisão, quando os dados devem mandar e quando devem apenas informar?
