Como contratar empresa de dados e BI

Contratar uma empresa de dados e BI dá certo quando o ponto de partida são as decisões de negócio, e não os painéis. Liste as perguntas que a diretoria precisa responder, as fontes que guardam esses dados e quem vai usar os relatórios. Depois compare fornecedores por arquitetura, qualidade e governança dos dados, custo de licenças e sustentação, além do preço do projeto.

Empresa de dados e BI (business intelligence) é o fornecedor que coleta dados de sistemas como ERP, CRM e planilhas, organiza esses dados em uma base confiável e os transforma em indicadores, relatórios e painéis para decisão. O trabalho combina engenharia de dados, modelagem, visualização e governança.

Quando faz sentido contratar uma empresa de dados e BI?

Os sinais costumam aparecer na rotina de gestão:

• Cada área apresenta um número diferente para o mesmo indicador.
• Relatórios mensais dependem de alguém consolidar planilhas à mão.
• A diretoria decide com dados de semanas atrás.
• Os sistemas não conversam e ninguém confia no cruzamento entre eles.
• A empresa quer usar IA, mas os dados estão espalhados e sem padrão.

Se o problema principal é só montar alguns painéis sobre uma fonte já organizada, um especialista em visualização pode bastar. Se envolve várias fontes, histórico e regras de negócio, o projeto precisa de engenharia de dados.

Que serviços uma empresa de dados e BI pode entregar?

Os escopos variam bastante. Saber o que cada fornecedor cobre evita surpresas.

O DAMA-DMBOK, corpo de conhecimento em gestão de dados da DAMA International, organiza a disciplina em áreas como governança, arquitetura, integração e interoperabilidade, qualidade, metadados e data warehousing e BI, com a governança no centro. É uma boa referência para conferir se a proposta cobre o essencial.

Quais são as etapas de um projeto de dados e BI?

Um projeto típico segue esta ordem:

1. Perguntas de negócio: quais decisões os dados vão apoiar e com que frequência.
2. Inventário de fontes: sistemas, planilhas, APIs, responsáveis e qualidade atual de cada fonte.
3. Definição de indicadores: fórmula, filtros, periodicidade e dono de cada métrica.
4. Arquitetura: onde os dados ficam, como são atualizados e quem acessa.
5. Construção incremental: começar por uma área ou tema, publicar, validar e expandir.
6. Validação com o negócio: comparar os números com fontes oficiais, como o fechamento contábil.
7. Capacitação e adoção: treinar usuários e definir rotinas de uso.
8. Sustentação: monitorar cargas, corrigir falhas e incluir novas fontes.

A etapa 3 é a mais subestimada. Sem um dicionário de indicadores aprovado, o painel novo só reproduz a divergência antiga com gráficos melhores.

O que perguntar aos fornecedores na seleção?

Perguntas objetivas ajudam a separar experiência real de demonstração:

• Que projetos semelhantes vocês fizeram, com quais fontes e volume de dados?
• Como garantem que o número do painel bate com o do sistema de origem?
• O que acontece quando uma carga falha? Quem é avisado e em quanto tempo?
• Quais licenças de software o projeto exige e quem as contrata?
• Como documentam o modelo de dados e os indicadores?
• Como controlam quem vê cada dado, especialmente dados pessoais?
• Como seria a transição se outra equipe assumir o ambiente?

Quais sinais de alerta merecem atenção?

Alguns sinais indicam risco de painel bonito sem dado confiável:

• A demonstração usa só dados fictícios e nenhum caso real verificável.
• O fornecedor não pergunta sobre a qualidade das fontes.
• Não há etapa de validação dos números com a área de negócio.
• A proposta ignora custo de licenças e de infraestrutura.
• O ambiente fica na conta do fornecedor, sem acesso administrativo do cliente.
• Ninguém fala de documentação ou de sustentação.

Como comparar propostas de dados e BI?

Use a mesma grade para todos os fornecedores:

O artigo sobre escopo fechado, time and materials ou squad dedicado ajuda a escolher o modelo de contrato, já que projetos de dados costumam crescer conforme as fontes são descobertas.

Do que depende o custo de um projeto de dados e BI?

O preço depende de fatores que podem ser estimados antes da contratação:

• Número e complexidade das fontes: cada sistema tem formato, acesso e qualidade próprios.
• Volume e frequência de atualização: carga diária custa menos que quase em tempo real.
• Quantidade de indicadores e painéis: e o número de públicos diferentes.
• Qualidade de origem: dados duplicados ou inconsistentes exigem tratamento.
• Licenças: ferramentas de visualização e bancos analíticos têm custos recorrentes.
• Infraestrutura em nuvem: armazenamento, processamento e transferência.
• Sustentação: monitoramento e evolução depois da entrega.

As licenças merecem cálculo específico. No Power BI, por exemplo, a documentação da Microsoft informa que publicar e compartilhar conteúdo exige licença paga (Pro ou Premium Per User) e que usuários com licença gratuita só acessam conteúdo compartilhado em capacidade Premium ou em SKUs equivalentes ou superiores ao F64. Esse detalhe muda bastante o custo quando muitas pessoas só precisam visualizar relatórios.

Quais cláusulas do contrato merecem atenção?

Revise com apoio jurídico:

• Propriedade: dados, modelos, código dos pipelines e painéis pertencem ao cliente.
• Ambiente: contas de nuvem e de ferramentas no nome da empresa, com acesso administrativo.
• LGPD: o cliente como controlador e o fornecedor como operador, que trata dados conforme instruções do controlador (Lei 13.709/2018, art. 39) e adota medidas de segurança (art. 46). Defina também como o fornecedor avisa incidentes, já que o controlador deve comunicá-los à ANPD e ao titular (art. 48).
• Critérios de aceite: números validados contra fontes oficiais.
• SLA de sustentação: tempo de resposta para falhas de carga.
• Transição: documentação e apoio na troca de fornecedor.

Em nuvem pública vale lembrar o modelo de responsabilidade compartilhada: na AWS, por exemplo, o provedor cuida da segurança da nuvem e o cliente responde pela segurança na nuvem, incluindo dados e configurações. O contrato deve dizer quem, do lado do cliente, cumpre esse papel. Para o tema de dados pessoais, veja o checklist de LGPD para empresas digitais.

Como medir o sucesso de um projeto de dados e BI?

O sucesso aparece no uso e na confiança, não na quantidade de painéis:

• Percentual de indicadores com definição aprovada e dono identificado.
• Divergência entre o painel e a fonte oficial (meta: nenhuma não explicada).
• Pontualidade das cargas e tempo de correção de falhas.
• Usuários ativos por painel e frequência de acesso.
• Horas economizadas na consolidação manual de relatórios.
• Decisões que passaram a usar os dados nas reuniões de gestão.

Registre a linha de base antes de começar. O raciocínio é parecido com o de medir o retorno de um projeto de IA: comparar o antes e o depois com os mesmos critérios.

Próximo passo

Encontre fornecedores de dados e BI no diretório de software houses e de empresas de IA, confira os rankings e a metodologia. Se a sua empresa presta esse serviço, crie ou reivindique o perfil gratuito na Citeo.

Fontes

• Microsoft Learn — Power BI licenses for business users — licenças Free, Pro e PPU e regra de acesso de usuários gratuitos em capacidade F64 ou superior
• Snowflake — DAMA-DMBOK framework — resumo das 11 áreas de conhecimento do DAMA-DMBOK, com governança ao centro
• AWS — Shared Responsibility Model — divisão entre segurança da nuvem (provedor) e segurança na nuvem (cliente)
• Planalto — Lei 13.709/2018 (LGPD) — instruções ao operador (art. 39), medidas de segurança (art. 46) e comunicação de incidentes (art. 48)