O erro que não quebra: por que análise errada é mais perigosa que código errado
Um programa com bug estoura. Uma análise com bug fecha, formata bonito e vira decisão de orçamento.
Quando um código gerado por IA está errado, na maioria das vezes ele quebra. Quando uma análise está errada, ela devolve um número. O número entra no slide, o slide entra na reunião, e ninguém tem como saber.
- Entender por que a falta de "erro visível" torna a análise mais arriscada.
- Reconhecer os quatro pontos do fluxo em que o erro entra.
- Adotar a regra do número que precisa bater com outra coisa.
Um assistente que escreve SELECT AVG(valor) FROM pedidos produz uma consulta perfeitamente válida. Ela roda. Devolve R$ 1.284,90. Nada indica que a tabela inclui pedidos cancelados, que valores estornados entram como negativos, ou que 3% das linhas têm valor nulo e foram silenciosamente ignoradas pela média.
O resultado é um número com aparência de fato. E números têm uma autoridade que texto não tem: ninguém pede a fonte de um R$ 1.284,90 num slide do mesmo jeito que pediria a fonte de uma afirmação.
Os quatro pontos em que o erro entra
| Etapa | Erro típico | Como aparece |
|---|---|---|
| Entendimento da pergunta | A IA responde uma pergunta parecida, não a sua | O número está certo — para outra pergunta |
| Escrita da consulta | Coluna ou tabela inventada; junção que duplica linhas | Erro do banco (barato) ou total inflado (caro) |
| Estatística | Média onde cabia mediana; correlação lida como causa | Conclusão errada com número certo |
| Comunicação | Recorte que sustenta a narrativa e omite o resto | Decisão errada com análise correta |
Só a segunda linha tem chance de dar erro visível. As outras três produzem resultados que rodam.
Quanto os clientes gastam em média por pedido? Tabela pedidos, colunas: id, cliente_id, valor, status, criado_em.
SELECT AVG(valor) AS ticket_medio FROM pedidos; Isso te dá o ticket médio geral. Se quiser por cliente: SELECT cliente_id, AVG(valor) AS ticket_medio FROM pedidos GROUP BY cliente_id;
- A consulta está sintaticamente perfeita e responde literalmente ao que foi pedido.
- Nenhuma pergunta foi feita sobre
status— e a coluna estava ali, no prompt. Cancelados e estornados entram na conta. AVG()ignoraNULLem silêncio. Se 3% dos valores são nulos, a média é de 97% dos pedidos, mas parece ser de 100%.- Ninguém perguntou se a distribuição é assimétrica. Em vendas quase sempre é — e aí a média não descreve nenhum cliente real.
- A segunda consulta tem um problema extra: ela dá a média por cliente, e a média dessas médias não é o ticket médio geral. É um erro de agregação que aparece direto em dashboard.
A regra que salva
Todo número que você vai apresentar precisa bater com outra coisa: um total conhecido, um relatório existente, uma contagem feita por outro caminho, ou a ordem de grandeza que alguém do negócio consegue confirmar de cabeça.
Isso não é burocracia. É a única forma de detectar os três erros que não quebram. Se o seu ticket médio deu R$ 1.284,90 e o financeiro fecha o mês com faturamento de R$ 2,1 milhões em 3.400 pedidos, a conta bate em R$ 617 — e você acabou de descobrir que está contando algo diferente.
Quando um resultado sai suspeitosamente redondo, ou idêntico a outro que você já viu, desconfie de junção duplicando linhas ou de filtro que não pegou.
O contrário também vale: um número absurdamente preciso em cima de dado sujo (uma taxa de conversão de 3,7182%) transmite uma confiança que os dados não sustentam.
Como perceber: Você não consegue explicar em uma frase de onde vem cada linha que entrou na conta.
- A pergunta que a consulta responde é a mesma que me fizeram.
- Sei quais linhas foram excluídas e por quê.
- Sei quantos valores nulos existem nas colunas usadas.
- O resultado bate com pelo menos uma fonte independente.
- A precisão apresentada é compatível com a qualidade do dado.
- Código errado quebra e você descobre; análise errada roda, formata bonito e vira decisão.
Comentários e dúvidas
Inscreva-se grátis para comentar, tirar dúvidas, marcar seu progresso e emitir o certificado ao fim do curso.
Inscrever-se grátis com GoogleAinda não há comentários nesta aula.