A morte dos dashboards? Como a IA pode acompanhar os resultados por você.
Tocar a operação já é difícil. Acompanhar os resultados precisa ser fácil.
Faaala galera!
Nesse mês de agosto, 7 meses depois de ter lançado meu curso, o Full Stack Marketing, atingi a marca de R$ 500 mil reais faturados.
Não é de cair o queixo, mas o resultado não deixa de impressionar se você considerar que eu toquei isso do zero, part-time e praticamente sozinho.
Como eu fiz isso será assunto de uma próxima edição, mas quero desde já agradecer a confiança dos meus > 500 alunos. Muito obrigado.
Agora vamos lá. Nessa edição:
Por que eu acho que os dashs vão morrer
Como eu uso IA para analisar meus resultados por mim
Que ferramenta que você pode usar para fazer o mesmo
Bora?
Mas antes, se inscreve aí:
Estamos vivendo a morte dos dashboards?
Devo admitir que nunca gostei muito de dashboards. Acho eles um pepino para criar e um pepino maior ainda para acompanhar. Porque o analista de BI, embora possa criar os dashs, não tem conhecimento de marketing para saber o que concluir deles. E aí sobra pra quem? Pra mim.
Se fosse só para olhar o resultado geral, beleza. Mas uma boa gestão de performance de marketing exige ramificações - por produto, canal, por cohort, etc. Acaba sendo muita coisa para olhar. E não dá para criar mil dashboards e olhar para eles todos os dias.
Quer dizer, até dá.
Mas depois não vá reclamar quando descobrir que tem dashs que nem sequer fazem sentido. Outros que você já não usa para nada. Outros que estão lá mas ninguém olha por falta de tempo. Ou até olham, mas falta expertise para saber o que concluir deles. Viram um entulho analítico.
Bom, mas fazer o quê?
No final do ano passado, lá estava eu contratando um analista de BI para organizar alguns dados no Tableau. Me irritei tanto, mas tanto... sabe quando você sente que está fazendo o “80/20 ao contrário”? Muito esforço e o resultado, uma porcaria.
2025, inteligência artificial, o fim dos empregos, todo aquele papo - e a gente quebrando cabeça nisso? O difícil deveria ser gerar o resultado, não acompanhar ele…
“Ninguém aqui quer dashboards”, eu disse ao time. “Queremos apenas um jeito eficiente de entender como estão os resultados e por que estão como estão. Não tem um jeito melhor de fazer isso?”
Pense que dashs são como placas de trânsito. Se você souber lê-las, você vai dirigir melhor, certo? Sim. Mas é um saco ficar lendo placas de trânsito. “Era a primeira saída ou a segunda? Puts, peguei a errada!” No trânsito, você não quer mais placas. Nem placas melhores. Você quer apenas chegar no seu destino. Se puder não ler placa nenhuma no caminho, melhor. Ou seja, você quer um GPS. Não, melhor ainda: você quer um carro autônomo.
E é isso que a inteligência artificial representa para a gestão de resultados: a possibilidade de um carro autônomo. Antes, quem dava utilidade para aquele monte de números agrupados num dashboard era o analista - aka. você mesmo. Agora, já não precisa mais ser. Por que não pular os dashs e partir direto para a conclusão que deve ser tirada com eles? Com a IA, isso já poderia ser feito.
Mas não. Em vez disso, lá estávamos nós construindo placas dashs.
Chega!
Cancelamos o Tableau, demitimos a analista de BI e decidimos construir nosso carro autônomo com inteligência artificial.
Uma IA que acompanha meus resultados por mim
Aproximadamente 6 meses depois, minha vida está diferente.
Todos os dias pela manhã, meu time e eu recebemos um Whats com os pontos de atenção do dia anterior, o que garante que não haja nenhum ponto cego e me permite começar o dia já sabendo se há algo que eu precise investigar. Por causa disso, eu já consegui identificar problemas no checkout e oscilações indevidas no orçamento das campanhas de mídia, entre outras coisas.
Além disso, ela faz sempre um resumo das principais métricas do dia anterior + uma análise do acumulado da campanha até aqui + uma previsão de fechamento, que vai sendo atualizada dia a dia. Nem sempre eu olho para isso, mas está lá caso eu queira analisar um pouco mais.
Veja que, diariamente, eu não faço grandes investigações. Até porque eu nem teria tempo para ficar lendo todas as análises - menos ainda poder de execução para atuar em cima delas. Não faz sentido ficar analisando tudo, todos os dias. O que eu quero é apenas garantir que eu estou com o dedo no pulso dos resultados.
Porém, no fechamento da semana, aí sim é hora não só de acompanhar a evolução dos resultados como de entender suas causas - a fim de definir as prioridades de atuação que vão orientar o trabalho da semana.
Como aqui as análises são um pouco mais densas, decidi receber elas por email. E aí, com um café à mão, eu e meu time lemos os resultados da semana como se fosse numa newsletter. E depois debatemos na weekly, a fim de aterrissar isso nas pautas do dia a dia.
Um trechinho, para vocês sacarem a ideia:
E um vídeo em que eu apresento a metodologia analítica por trás do report semanal:
Depois, ainda tem a rotina mensal - momento para tirar a cabeça do tático e acompanhar a dinâmica estratégica do negócio: olhamos para evolução mOm e yOy, calibramos sazonalidade, acompanhamos o LTV, verificamos o equilíbrio entre aquisição de novos clientes e monetização de antigos - entre outros indicadores de saúde. Se o acompanhamento semanal ajuda você a direcionar o tático com o time e agência, o mensal ajuda você a debater o negócio com CEO e outras áreas. Mas ele ainda não está 100% pronto para ser dividido aqui com vocês.
Percebam que existem diferentes rotinas analíticas, cada uma com seu propósito, que ajudam a diluir a enorme complexidade enfrentada por um líder de marketing. Dessa forma, tudo se encaixa com mais naturalidade no dia a dia — muito melhor do que parar aleatoriamente para analisar e acabar se perdendo no universo infinito de dados de marketing.
Ah, e esses reports são apenas a base da inteligência, o ponto de partida a partir do qual estamos desenvolvendo uma experiência mais ampla. Mesmo assim, em suas primeiras versões, a solução já é melhor do que qualquer sistema de gestão de resultado por dashboards que eu tenha criado ou visto. E roda 100% sozinha.
O que era difícil ficou fácil.
Como criar algo assim?
Most AI products achieve 80% functionality quickly, but the final 20% takes 5-10x longer (Leonis Capital)
Mas não nos enganemos. Não basta subir um banco de dados em CSV num ChatGPT para chegar nesse resultado. Soluções de IA parecem mágica, mas só depois que já estão funcionando. Fazê-las funcionar exige muita engenharia.
Se fosse só para dizer “olha o que eu fiz com IA”, teríamos levado bem menos tempo, mas ficaria tosco. Daria um bom post de LinkedIn, mas não agregaria valor real. Tanto que, ao final do primeiro mês, nós já tínhamos uma primeira versão. Mas ela não ficou boa. Ela errava alguns dos cálculos e fazia análises superficiais, do tipo “a receita aumentou 10%” - grande coisa saber disso. Se fosse para isso, bem, aí era melhor continuar nos dashboards. Porque não adianta ter uma IA que automatize a análise se… bem, se ela não for uma boa análise.
Então fomos ajustando: limpando o dado que chega no banco, manipulando ele antes de entregar para os agentes, explorando as possibilidades da bedrock, delimitando os termos e bases de cálculo e principalmente refinando a metodologia analítica, que dá base aos prompts. A cada novo teste, resolvíamos 2 problemas e outro aparecia. Até que os erros foram ficando raros, as análises foram tendo utilidade e o uso da solução no dia a dia começou a superar nossas rotinas analíticas manuais. Isso levou meio ano.
Ficou melhor que um dash? Muito. Mas também foi bem mais difícil de construir. Para a maioria dos times, fazer tudo isso (e bem feito) internamente é inviável. Por isso, decidi transformar nossa solução numa startup: a mindfly.
Eu quero que, de um jeito fácil e até divertido, a mindfly deixe você no domínio dos seus resultados de marketing - seja para direcionar melhor time/agência no nível tático, seja para dialogar melhor com CEO/board no nível de negócio.
E tudo isso sem tomar muito tempo. Para usá-la, você:
não precisa aprender uma nova ferramenta.
não precisa envolver time técnico.
não precisa escrever prompts.
não precisa gastar babilônias.
não precisa fazer nada.
Só cruzar os braços e esperar a mágica acontecer.
Eu sei que parece exagero, mas juro que não é. Além de usar para mim, já estou implementando a ferramenta em alguns clientes beta — por enquanto apenas e-commerces, como a Birden Clothing Co e Le Creuset.
Se você quiser testar a solução, basta clicar aqui ou no botão abaixo.
P.S. Vou mesmo aposentar meus dashs? Posso demitir meu BI?
Meu objetivo com a mindfly não é matar todos os dashboard, muito menos os analistas de BI. Até porque nós não analisamos todos os seus dados. Por exemplo, se você quiser saber taxa de aprovação de cartão de crédito, precisará olhar no seu sistema de pagamento - nós decidimos não olhar para isso.
Para algumas empresas, a mindfly substitui quase integralmente a necessidade de um BI. E de dashboards. Para outras, não. Aí depende do tamanho da sua complexidade analítica. Se ela for muito grande, ou específica, talvez você queira complementar nossas análises com algumas outras. E se você quiser usar dashboards para isso, a escolha é sua. Mas a base da inteligência estará muito bem contemplada, em altíssimo nível, e por uma fração do custo que você levaria para chegar lá.
Obrigado, IA!