BI conversacional: o que é, como funciona e como avaliar

BI conversacional é o uso de linguagem natural para consultar dados de negócio. Em vez de abrir um dashboard pronto, pedir um relatório ao time de TI ou escrever uma consulta, a pessoa digita ou fala a pergunta, como "quanto vendemos por região no último trimestre?", e recebe a resposta na hora.

A ideia central é tirar o analista do caminho das perguntas simples e repetitivas. Quem decide, seja o diretor comercial, a gerente financeira ou o supervisor de operações, passa a consultar o dado diretamente, no ritmo da dúvida. O analista continua importante, mas passa a cuidar do que exige julgamento: definir métricas, organizar a base e responder o que a ferramenta não alcança.

O termo aparece com outros nomes: BI generativo, analytics conversacional, "conversar com os dados", NL2SQL (natural language to SQL). Na prática, descrevem a mesma família de soluções. O que muda de uma plataforma para outra é a qualidade da tradução da pergunta, o controle sobre o que a IA pode acessar e a transparência sobre como a resposta foi montada.

Vale separar duas coisas. Uma é o modelo de linguagem, que entende a pergunta. A outra é o dado, que continua morando no seu banco, no seu ERP ou no seu warehouse. Um bom BI conversacional não troca o dado de lugar por causa da IA. Ele leva a pergunta até o dado.

Existem variações entre fornecedores, mas o caminho de uma pergunta costuma seguir cinco etapas.

1. Pergunta. A pessoa escreve em português, do jeito que fala. "Quais clientes compraram menos este mês do que no mês passado?"
2. Entendimento com camada semântica. A IA precisa saber o que "cliente ativo", "margem" ou "inadimplência" significam naquela empresa. Essa definição vive numa camada semântica: um glossário de termos do negócio, com metas e indicadores, que orienta a interpretação. Sem ela, a IA adivinha, e adivinhar é a principal fonte de resposta errada.
3. Geração de SQL. Com a pergunta entendida e o esquema do banco em mãos, o modelo escreve a consulta SQL no dialeto certo (PostgreSQL, SQL Server, Oracle e assim por diante).
4. Execução somente leitura. A consulta roda no banco com permissão apenas de leitura. Qualquer comando que altere dados (inserir, atualizar, apagar) deve ser bloqueado antes da execução. Este é um requisito de segurança, não um detalhe.
5. Resposta com SQL e raciocínio. O resultado volta como número, tabela ou gráfico. Plataformas sérias mostram também a consulta que foi executada e o caminho de raciocínio, para que alguém com olho técnico confira e para que o usuário de negócio tenha confiança de onde o número veio.

O ponto 5 é o que separa uma ferramenta auditável de uma caixa-preta. Se a plataforma entrega o número sem mostrar a consulta, você precisa acreditar na palavra dela. Se mostra, você pode verificar, copiar o SQL e rodar por conta própria.

A camada semântica merece atenção especial. Duas áreas da mesma empresa muitas vezes calculam "receita" de formas diferentes: uma com impostos, outra sem. Quando o glossário registra qual definição vale, a resposta deixa de depender de quem perguntou. Esse trabalho de definição é humano e acontece uma vez, mas rende em todas as perguntas seguintes.

Os três termos se misturam nas conversas de venda, mas descrevem coisas diferentes.

Um chatbot genérico responde com base no que aprendeu em treinamento ou em documentos que recebeu. Ele pode escrever um texto convincente sobre vendas sem nunca ter consultado a sua base de vendas. Para análise de negócio, isso é um risco: a resposta soa certa e pode estar inventada.

Um BI conversacional não responde de memória. A IA traduz a pergunta em uma consulta, o banco executa e o número vem do dado real. O modelo de linguagem faz o papel de intérprete e redator da consulta, e a conta quem faz é o banco de dados. Por isso o resultado pode ser conferido linha a linha.

Um copiloto de BI é, em geral, um assistente embutido numa ferramenta de BI existente. Ele ajuda a montar visuais, escrever fórmulas ou resumir um relatório dentro de um ambiente que já tem modelo de dados, dashboards e licenças. Ajuda quem já usa a ferramenta, mas costuma depender de um modelo semântico previamente construído por um especialista.

Uma regra simples para distinguir: pergunte de onde vem o número. Se a resposta for "do banco, por esta consulta", é BI conversacional. Se for "o modelo estimou", é conversa, não análise.

O BI conversacional funciona melhor em perguntas que têm resposta dentro dos dados que a empresa já registra. Alguns exemplos por área, todos no formato em que as pessoas de fato perguntam:

• Financeiro: "Quais contas a receber estão vencidas há mais de 30 dias, por cliente?", "Como ficou o fluxo de caixa realizado contra o previsto neste mês?", "Qual foi a despesa por centro de custo no trimestre?"
• Comercial: "Quais vendedores bateram a meta de março?", "Qual o ticket médio por região e por canal?", "Que clientes pararam de comprar nos últimos 90 dias?"
• Operações: "Quais produtos estão com estoque abaixo do mínimo?", "Qual o tempo médio entre pedido e entrega por filial?", "Onde estão os maiores índices de devolução?"
• RH e folha: "Qual o custo de folha por departamento?", "Quantas horas extras foram pagas em cada unidade neste mês?", "Qual a rotatividade por área nos últimos 12 meses?"

Perguntas de RH e folha pedem cuidado com permissões, porque envolvem dado pessoal e salarial. Uma plataforma adequada deixa a empresa definir quem pode ver o quê, de modo que a mesma pergunta devolva respostas diferentes conforme o perfil de quem pergunta.

Repare no padrão: são perguntas objetivas, com recorte de tempo, filtro e agrupamento. Elas costumam parar numa fila de pedidos ao time de dados. Com BI conversacional, a fila encolhe e o time de dados ganha tempo para o trabalho de maior valor.

Esta é a primeira pergunta que o time de TI e o jurídico fazem, e com razão. Depende da arquitetura da plataforma, e vale perguntar ao fornecedor com todas as letras. Os cenários mais comuns:

• Dado na nuvem da própria empresa. Bancos gerenciados e warehouses em nuvem. A plataforma conecta por rede protegida e consulta sob demanda.
• Banco do ERP. Muitas empresas médias têm tudo no banco que fica por trás do ERP, em servidores próprios ou em um datacenter. O BI conversacional conecta nesse banco, de preferência numa réplica ou com credencial somente leitura.
• Gateway na rede da empresa. Quando o banco não está exposto à internet, um agente (gateway) é instalado dentro da rede. Ele abre uma conexão de saída criptografada com a plataforma, então não é preciso abrir portas de entrada no firewall. A credencial do banco permanece na rede da empresa, e o que sobe é o resultado da consulta.
• Planilhas e arquivos. Para quem ainda tem parte da operação em Google Sheets, CSV ou Excel, algumas plataformas leem esses arquivos como fonte.

Em nenhum desses desenhos o dado precisa ser migrado para uma estrutura nova antes da primeira pergunta. Mesmo assim, o resultado de cada consulta trafega até o usuário, e é isso que você deve entender: o que sobe, por onde, criptografado como, e por quanto tempo fica guardado. Peça essas respostas por escrito.

Use esta lista numa prova de conceito. Se o fornecedor hesitar em algum item, você já sabe onde focar.

1. Onde o dado fica e o que trafega. A plataforma copia a sua base ou consulta no lugar? O que sai da sua rede: o dado bruto ou só o resultado? Existe gateway para bancos que não podem ficar expostos?
2. SQL e raciocínio auditáveis. Dá para ver a consulta gerada e o caminho que levou a ela? Cada pergunta fica registrada, com quem perguntou e o que foi executado? Sem isso, o número não é verificável.
3. Permissões por usuário. A resposta respeita o que cada pessoa pode ver? Existe isolamento entre clientes, no caso de plataformas multiempresa? Há login corporativo (SSO) para quem precisa?
4. Bancos e fontes suportados. O seu banco está na lista, na versão que você usa? Teste com o seu esquema real, não com uma base de demonstração. Pergunte também como a plataforma lida com bancos legados.
5. Como é a implantação. Quem cuida da conexão, do glossário e dos primeiros testes? Qual o prazo realista para a primeira pergunta útil? Desconfie de promessa de implantação instantânea para uma base que ninguém organizou.
6. Custo por pergunta e por uso. O preço é por usuário, por volume de perguntas, por modelo de IA usado? Há limite de consultas? Quem paga o consumo de IA? Peça uma simulação com o seu volume previsto.

Um sétimo ponto vale como bônus: pergunte o que acontece quando a IA erra. Boas plataformas deixam o erro visível (a consulta está lá para ser corrigida) e permitem ajustar o glossário para que o mesmo erro não se repita.

A tecnologia resolve bem uma faixa de problemas. Fora dela, atrapalha ou dá falsa segurança. Evite apostar em BI conversacional nestes casos:

• Os dados não existem ou ninguém sabe onde estão. A IA não cria informação. Se o desconto concedido não é registrado em nenhum sistema, nenhuma pergunta vai trazê-lo.
• A base é bagunçada e sem dono. Tabelas duplicadas, campos preenchidos de formas diferentes e nenhuma definição única de "cliente" produzem respostas inconsistentes. Primeiro alguém precisa ser responsável pelo dado e organizar o básico.
• A pergunta exige modelagem estatística complexa. Testes de hipótese, modelos de previsão sofisticados e experimentos controlados pedem um cientista de dados. Algumas plataformas oferecem previsão simples de séries temporais, o que serve para tendência, não para pesquisa aprofundada.
• O processo exige conformidade rígida e relatório fixo. Demonstrações contábeis regulatórias, por exemplo, precisam de saída padronizada e revisada. Um relatório estático e testado continua sendo a melhor escolha.
• Ninguém vai conferir. Mesmo com SQL visível, alguém precisa olhar de vez em quando. Se a cultura da empresa é aceitar qualquer número sem questionar, a ferramenta só acelera a propagação do erro.

Nada disso é motivo para descartar a tecnologia. É motivo para começar por um domínio com dado confiável, como vendas ou contas a receber, e expandir conforme a confiança cresce.

O Entendo é a plataforma de BI conversacional da Sozo Data, empresa brasileira. A pessoa pergunta em português ou inglês e recebe número, tabela ou gráfico, com o SQL gerado e o raciocínio visíveis. A execução é somente leitura, e cada pergunta fica registrada para auditoria.

Ele conecta no banco que fica por trás do ERP (PostgreSQL, MySQL, SQL Server, Oracle, Firebird e ClickHouse), além de Google Sheets, CSV e Excel. Quando o banco está na rede interna, um gateway instalado na rede do cliente abre conexão de saída, sem exigir porta de entrada aberta. A implantação é assistida pelo nosso time.

Os detalhes técnicos, os planos e o modelo para parceiros estão na página do Entendo.