Uma distribuidora de autopeças de porte médio tinha três anos de histórico de vendas e queria prever a demanda por item com inteligência artificial. O projeto parou na segunda semana. Não faltava orçamento nem fornecedor: o mesmo cliente aparecia cadastrado de três formas diferentes, e ninguém conseguia dizer com segurança quais registros eram devolução e quais eram pedido novo.
O caso é uma composição de situações comuns, e a sequência se repete com frequência incômoda. A empresa descobre o estado dos próprios dados quando tenta usá-los para algo inédito. De acordo com Jean Pierre Lessa e Santos Ferreira, diretor de tecnologia, preparar dados para IA tem menos relação com volume do que com consistência e desfecho registrado.
O que a empresa descobriu ao abrir os próprios dados?
Três achados bastaram para travar a estimativa de demanda. O mesmo comprador existia como ABC Autopeças, ABC Ltda. e ABC Auto, cada um com histórico parcial. O motivo das devoluções estava num campo de observações, escrito de dezenas de formas, algumas com erro de digitação. E parte das datas era preenchida à mão, dias depois do fato.
Nada disso impede um modelo de rodar, o que é justamente o perigo. O algoritmo trata cada variação de nome como um cliente distinto e calcula médias sobre uma base fragmentada. Ele aprende o erro do cadastro com a mesma disciplina com que aprenderia o padrão de compra, e devolve uma previsão coerente na aparência e inútil na prática.
Histórico sem desfecho não ensina nada
Sistemas corporativos registram bem o que foi pedido e mal o que aconteceu depois. Chamado encerrado como resolvido, sem a causa; proposta marcada como perdida, sem o motivo; entrega atrasada, sem o registro de onde parou. Jean Pierre Lessa e Santos Ferreira destaca essa lacuna como o obstáculo mais caro, porque sem desfecho não existe gabarito, e sem gabarito não há como treinar nem avaliar coisa alguma.
Existe um teste rápido para cada tabela do banco. Pergunte o que aconteceu depois daquele registro e observe onde está a resposta. Se ela mora na memória de um funcionário antigo, numa troca de e-mails ou numa planilha paralela, o dado ainda não está pronto para sustentar uma decisão automática.
O que foi arrumado antes de qualquer modelo?
A distribuidora fez três correções pequenas antes de voltar ao projeto. Criou um identificador único por comprador e amarrou as variações de nome a ele. Trocou o campo livre de motivo por uma lista fechada com doze opções, construída com o time comercial. E tornou obrigatório o preenchimento do desfecho no fechamento de cada ocorrência.
Depois disso veio a parte que costuma ser pulada. Quando o time pergunta por onde começar, Jean Pierre Lessa e Santos Ferreira indica o caminho mais curto: trezentos registros revisados por quem conhece o assunto valem mais do que três milhões de linhas sujas. Essa amostra serve para medir o acerto do modelo e para revelar as exceções que ninguém tinha descrito.
Dado pronto é dado que alguém usa toda semana
Projeto de limpeza tem prazo e vence. Seis meses depois, o cadastro volta a se sujar, porque nenhuma rotina depende dele o suficiente para que o erro apareça. Qualidade se mantém quando um relatório semanal, uma meta ou uma decisão de compra usa aquele campo e alguém reclama assim que o número sai estranho.
Preparar dados para inteligência artificial é, no fundo, descrever como a empresa trabalha. Quem consegue dizer o que aconteceu depois de cada pedido, chamado e proposta já tem metade do trabalho pronto, mesmo sem nenhum modelo instalado. A outra metade é manter esse registro vivo quando a pressa aperta, que é quando ele costuma ser abandonado.