Pular para o conteúdo
IA e dados01 de setembro de 2026 · 8 min de leitura

Como perguntar aos seus dados e receber resposta que serve

A diferença entre uma resposta útil e uma resposta bonita costuma estar na pergunta. Cinco padrões que funcionam, três que sempre falham, e o que pedir junto para poder confiar no número.


Quem usa assistente conectado aos dados por algumas semanas percebe um padrão: as respostas ruins quase sempre vêm de perguntas que não tinham resposta. Não por limitação do modelo — porque a pergunta não dizia período, recorte nem critério.

As três perguntas que sempre falham

Pergunta ruimPor que falhaVersão que funciona
Como estamos?Não diz de quê, nem quando, nem contra o que compararVendas e receita dos últimos 7 dias, comparadas com os 7 anteriores
Qual o melhor canal?Melhor em volume, em custo ou em retorno? São respostas diferentesCanais por venda, custo por venda e receita, nos últimos 30 dias
Por que caiu?Pede causa; dado responde correlaçãoMostre o que mudou entre as duas semanas por canal e por produto

Dado não responde por quê. Ele responde o que mudou. A causa continua sendo interpretação de quem conhece o negócio.

Os cinco padrões que rendem

  1. 01Métrica + período + comparação. "Receita desta semana contra a média das quatro anteriores." Comparação junto é o que transforma número em informação.
  2. 02Recorte explícito. "Somente vendas aprovadas, em reais, excluindo renovação." Critério dito é critério conferível.
  3. 03Do agregado para a lista. "Agora me mostre as 20 pessoas por trás desse número." É onde a análise vira ação.
  4. 04Contraste. "O que os que compraram fizeram e os que não compraram não fizeram?" Diferença ensina mais que média.
  5. 05Ordem no tempo. "O que aconteceu antes do cancelamento, na ordem?" Sequência é o que revela gatilho.

O pedido que deveria acompanhar toda pergunta

Peça a conta junto. "Me diga também o filtro que você usou e quantas linhas entraram." Isso muda a natureza da resposta: em vez de um número para acreditar, você recebe um número para conferir.

É o hábito que mais rápido constrói confiança — e o que mais rápido acha erro de dado. Na maioria das divergências que aparecem na primeira semana, o modelo estava certo e o critério é que era outro: fuso, status incluído, moeda, recorrência.

Como pedir o que você não sabe nomear

Não é preciso saber o nome da tabela nem da coluna. Descreva o fato em português comum e deixe o assistente procurar: "existe alguma fonte aqui que registre quando a pessoa abriu o checkout?". Descoberta é parte do trabalho dele.

  • Comece pedindo o que existe: "quais fontes de dado estão ligadas neste projeto?"
  • Depois peça o vocabulário: "quais tipos de evento aparecem nos últimos 30 dias e em que volume?"
  • Só então faça a pergunta de negócio. Perguntar sobre o que não existe gera resposta inventada com cara de certa.

Perguntas frequentes

Preciso saber SQL para perguntar aos meus dados?

Não. Quem escreve a consulta é o assistente. O que você precisa é ser específico sobre período, recorte e critério — que é conhecimento de negócio, não de banco de dados.

Por que a IA às vezes responde um número diferente do meu painel?

Quase sempre por critério: o painel pode incluir renovação, usar outro fuso ou considerar status que a pergunta excluiu. Peça o filtro usado nos dois lados e a divergência costuma se explicar em uma linha.

Qual a melhor primeira pergunta para quem está começando?

Uma cuja resposta você já conhece. Comece por um número que você confere no extrato ou no checkout. Bater esse número é o que autoriza confiar nos próximos.

A IA pode inventar dado?

Pode preencher lacuna com texto plausível se a pergunta for sobre algo que não existe na base. A defesa é pedir sempre a fonte e a contagem de linhas: resposta sem origem não deve ser usada para decidir.

Comece a medir o que realmente vira venda

Crie sua conta grátis, conecte a primeira fonte e veja a primeira timeline de lead ainda hoje. Sem cartão.