Maturidade de dados: em que nível sua empresa está?

Uma rede de clínicas com onze unidades comprou licença de BI em janeiro. Em março o painel estava no ar: faturamento por unidade, ocupação de agenda, ticket médio, tudo bonito. Em julho a diretora perguntou por que duas unidades tinham caído. A primeira resposta chegou em doze dias. A segunda, de outra área, chegou em quinze e não batia com a primeira.

O painel não era o problema. A empresa tentou pular três degraus de uma vez: comprou a ferramenta de um nível avançado e manteve os processos de um nível inicial. A ferramenta só deixou o desalinho mais visível, e mais caro.

Maturidade de dados não é o que você tem instalado. É o que a sua empresa consegue responder, em quanto tempo, e com quanta confiança. E isso dá para medir hoje, sem consultoria e sem questionário de sessenta perguntas.

O que é maturidade de dados

Maturidade de dados é o grau em que uma organização consegue transformar dado em decisão de forma confiável e repetível. Costuma ser lida em cinco níveis, do reativo ao operacional. O nível não é definido pelas ferramentas instaladas, e sim pelo tempo e pela confiança com que a empresa responde às próprias perguntas.

Repare na palavra repetível. Qualquer empresa consegue produzir uma análise brilhante uma vez, quando o diretor pede e três pessoas param tudo para atender. Maturidade é conseguir de novo na semana seguinte, com outra pergunta, sem heroísmo.

O teste de uma pergunta só

Existe um atalho de diagnóstico que funciona melhor que qualquer questionário. Escolha uma pergunta que a sua empresa realmente precisaria responder e cronometre. Uma boa pergunta é específica, tem número e não é trivial. Por exemplo: por que as vendas caíram 12% em julho?

O que acontece depois dessa pergunta revela o nível com uma precisão desconfortável.

Note que o nível 1 não é lento. Ele nem chega a ser lento, porque a pergunta nunca é feita. A queda aparece no caixa em setembro e vira reunião de emergência.

Os cinco níveis de maturidade de dados

Nível 1. Reativo

O dado existe, mas ninguém pede. A decisão se apoia em experiência, em quem fala mais alto na reunião e no que o concorrente acabou de fazer. Relatório só aparece quando algo já deu errado, e serve para explicar o passado a um sócio irritado.

Sinal claro: a empresa sabe quanto faturou, porque o contador informa, e não sabe de onde veio o faturamento.

Nível 2. Manual

Alguém consolida os números. Normalmente um analista ou o próprio gestor, no fim do mês, puxando exportação de cinco ou seis sistemas para uma planilha mestre. O número existe, mas chega tarde, e cada área tem a sua versão porque cada uma recortou o período de um jeito.

Esse é o nível mais caro e o menos percebido como caro. Uma simulação simples: três pessoas gastando 6 horas por mês no fechamento somam 216 horas por ano. A um custo-hora de R$ 60, são R$ 12.960 por ano gastos apenas para produzir o número, antes de qualquer análise. E o trabalho precisa ser refeito do zero todo mês.

Nível 3. Consolidado

Existe uma fonte única. As definições estão combinadas por escrito: o que conta como lead, quando uma venda entra no mês, qual receita é bruta e qual é líquida. O painel roda sozinho e ninguém precisa empurrar.

O gargalo mudou de lugar. Os números recorrentes estão resolvidos, mas toda pergunta nova entra numa fila que passa por uma pessoa só. O time comercial espera dois dias por um recorte que o painel não previu.

Nível 4. Analítico

A pergunta nova encontra o dado no mesmo dia. Quem tem a dúvida consegue fazer o próprio recorte, sem abrir chamado, porque a camada de dados está acessível em linguagem que a área entende. Aqui a empresa começa a medir o efeito das próprias decisões, não só o resultado.

A diferença prática entre o nível 3 e o nível 4 raramente é tecnológica. É de permissão e de hábito, o que faz dela uma questão de cultura de dados muito mais que de software.

Nível 5. Operacional

O dado sai do relatório e entra no processo. Um desvio de conversão dispara um alerta, uma previsão de ruptura gera um pedido de compra, um score de churn muda a fila do time de retenção. A pessoa é avisada antes de perguntar.

Vale um aviso: esse nível cobra manutenção. Modelo que decide errado precisa ser corrigido, e alerta que dispara demais é ignorado em três semanas. Nível 5 sem alguém responsável por calibrar vira ruído automatizado.

Como se diagnosticar em quinze minutos

Em vez de avaliar pilares abstratos, procure comportamentos observáveis. Você já sabe a resposta de todos eles sem consultar ninguém.

Sintoma	Nível provável
Ninguém consegue dizer o custo de aquisição do mês passado	1
Duas áreas mostram números diferentes para a mesma métrica	2
O relatório atrasa quando a pessoa que o monta tira férias	2
Existe painel, mas toda pergunta fora dele vira pedido ao analista	3
O gestor de mídia abre o dado e faz o próprio corte por campanha	4
A empresa registra o que decidiu e volta depois para ver se deu certo	4
Um desvio de meta chega por notificação antes da reunião semanal	5

Marque o nível mais alto em que você tem todos os sintomas anteriores atendidos. Se você tem o comportamento do nível 4 mas ainda convive com duas versões do mesmo número, você não está no 4. Está no 2 com uma ferramenta cara.

Por que pular níveis não funciona

O impulso natural é comprar a solução do nível seguinte. Quase sempre o problema é o nível anterior, e a compra só antecipa a frustração.

Os dados de mercado mostram o tamanho desse descompasso. A pesquisa TIC Empresas 2025, do Cetic.br, divulgada em junho de 2026, aponta que o uso de inteligência artificial nas empresas brasileiras passou de 13% em 2024 para 17% em 2025, com as pequenas empresas em 15% e as grandes em 50%. A adoção acelera, mas a base não acompanha no mesmo ritmo: a mesma pesquisa registra que só 31% das empresas usavam CRM em 2025 e que 36% pagaram por capacidade de processamento em nuvem.

O estudo Desbloqueando o Potencial da IA no Brasil 2026, feito pela Strand Partners para a AWS com 1.000 líderes empresariais, encontrou o mesmo padrão em outra escala: metade das empresas brasileiras usa IA, mas apenas 15% chegaram ao estágio avançado e 47% não conseguem medir com precisão o retorno do que investiram. Quem não sabe medir o retorno está tentando operar no nível 5 sem ter fechado o nível 3.

Um levantamento da beAnalytic com mais de 130 líderes de tecnologia, publicado em setembro de 2025, chega a uma leitura parecida: 22% das empresas brasileiras usam dados de forma estratégica e 78% permanecem em estágios iniciais de maturidade.

Na prática, o pulo de nível falha por um motivo específico. Ferramenta avançada assume que as definições estão combinadas e que a fonte é confiável. Quando não estão, ela multiplica o erro com mais velocidade e mais gráfico. É o mesmo mecanismo que faz um problema de qualidade de dados ficar invisível até virar decisão errada.

O que fazer para subir exatamente um nível

Escolha um movimento só, com prazo de noventa dias. A tentação de atacar tudo é o que trava a maioria dos projetos.

1. Do 1 para o 2: escolha três números e passe a produzi-los todo mês, na mesma data, mesmo que na mão. Sugestão: receita por canal, custo de aquisição, taxa de conversão.
2. Do 2 para o 3: pare de consolidar e comece a integrar. Escolha uma fonte única e escreva as definições em uma página. O ganho vem menos da ferramenta e mais do acordo sobre o que cada número significa, o que costuma resolver boa parte dos dados em silos.
3. Do 3 para o 4: tire o analista do meio do caminho. Dê acesso direto às áreas e aceite que os primeiros recortes vão sair errados. Isso é aprendizado, não risco.
4. Do 4 para o 5: escolha uma decisão repetitiva e automatize só ela. Aviso de queda de conversão, alerta de estoque, sinalização de cliente em risco. Uma. Depois a segunda.

Um detalhe que muda o resultado: agende o momento em que o número é olhado. Dado que ninguém lê em voz alta na reunião semanal não sobe nível nenhum, por mais bonito que seja o painel.

Perguntas frequentes

Quantos níveis de maturidade de dados existem?

Depende do modelo. A maioria dos frameworks trabalha com quatro ou cinco níveis, e o Modelo de Maturidade de Dados do governo federal brasileiro usa cinco. O número importa menos que a sequência: todos descrevem a mesma progressão, de decidir sem dado até o dado disparar a ação.

Qual a diferença entre maturidade de dados e governança de dados?

Governança é um dos componentes da maturidade, não sinônimo dela. Governança trata de regras: quem pode acessar o quê, quem define cada métrica, como o dado é corrigido. Maturidade é o resultado prático que a empresa alcança, e uma empresa pode ter política de governança escrita e continuar no nível 2.

Como avaliar a maturidade de dados da minha empresa?

Cronometre uma pergunta real e observe três coisas: quanto tempo levou, quantas versões diferentes apareceram e quantas pessoas precisaram ser acionadas. Três dias, uma versão e uma pessoa indicam nível 3 ou acima. Duas semanas e duas versões indicam nível 2.

Empresa pequena precisa se preocupar com maturidade de dados?

Precisa, e o custo de subir é menor. Uma empresa com dez pessoas e três sistemas chega ao nível 3 em poucas semanas, porque tem menos histórico a desfazer. A conta fica cara depois, quando já existem quinze fontes e três planilhas paralelas defendidas por três pessoas diferentes.

Preciso contratar um time de dados para subir de nível?

Do nível 1 ao 3, quase nunca. Esses degraus são de acordo e de disciplina: combinar definições, escolher a fonte, cumprir a data. Time dedicado passa a fazer diferença a partir do nível 4, e mesmo aí costuma começar com uma pessoa, não com uma área.

O degrau que importa é o próximo

Maturidade de dados não é um selo que se conquista, é a resposta a uma pergunta bem chata: quanto tempo a sua empresa leva para saber o que está acontecendo com ela. Empresas no nível 2 que aceitam isso e sobem um degrau por trimestre passam, em dois anos, quem comprou a plataforma mais cara do mercado e nunca combinou o que significa um lead qualificado.

A parte boa é que o gargalo do nível 3 para o 4 ficou bem mais barato de resolver. O Sherlok conecta Meta Ads, Google Ads, GA4, CRM, planilhas e bancos SQL em um lugar só e deixa qualquer pessoa da equipe perguntar em português, recebendo a análise pronta em vez de entrar na fila do analista. É exatamente o degrau em que a maioria das empresas brasileiras está parada hoje.