Você é responsável pela atualização semanal de KPIs executivos de um produto por assinatura. O conjunto de dados é o subscriptions_kpi_daily, com 18.250 linhas abrangendo o período de 01/01/2026 a 30/06/2026, segmentado por plan_tier (categoria do plano) e acquisition_channel (canal de aquisição). O vice-presidente faz uma pergunta: a retenção melhorou após o lançamento do novo processo de onboarding em 15/05/2026 e, em caso afirmativo, para quais categorias de plano?
A IA consegue elaborar gráficos e textos rapidamente, mas não pode assumir o risco de negócio associado a um dado enganoso. Essa responsabilidade é sua. Se um gráfico apresentar uma informação incorreta sobre a retenção — seja porque o eixo foi truncado ou porque o recorte temporal foi escolhido de forma tendenciosa —, a falha subsequente recairá sobre o analista que o publicou, e não sobre a ferramenta que o gerou.
Analise um esboço da visualização executiva e observe o conteúdo pelo qual você teria de assumir a responsabilidade.
Neste curso, considere o LLM como um modelo de linguagem de grande porte que gera texto, código e sugestões estruturadas por meio de reconhecimento de padrões, e não consultando diretamente o seu banco de dados. Essa distinção é importante porque um LLM pode gerar, sem hesitar, uma consulta SQL plausível que retorne uma definição de coorte incorreta, e você continuará sendo o responsável pela métrica.
Diferentes ferramentas de IA produzem diferentes tipos de artefatos. Assistentes de código geram Python, R, SQL ou especificações de gráficos como Vega-Lite. Copilotos de BI geram campos calculados (como DAX), filtros e layouts de dashboards. Geradores de narrativa elaboram parágrafos executivos e títulos. Sistemas de recomendação de gráficos sugerem tipos de gráficos e codificações visuais, como mapear date para o eixo X e retention_rate para o eixo Y.
Explore como esses tipos de ferramentas se relacionam com as entregas que você realiza.
A maior parte do tempo não é gasta desenhando barras. O tempo é consumido traduzindo intenções vagas das partes interessadas em uma métrica precisa, passando por revisões e deixando rastros suficientes para que outra pessoa consiga reproduzir o gráfico no mês seguinte.
A IA acelera a elaboração da versão inicial. Você pode pedir que ela proponha opções de gráficos de retenção por plan_tier (categoria de plano) para a data de 15/05/2026, e ela gerará um ponto de partida rapidamente. O ritmo diminui novamente quando você realiza as verificações indispensáveis: você confere a definição da coorte, confirma o denominador, checa o intervalo de tempo e examina a escala dos eixos. Se a IA sugerir um gráfico de eixo duplo, cabe a você decidir se isso embute um argumento que você não consegue sustentar.
Veja onde a IA se encaixa em um fluxo de trabalho realista de atualização de KPIs.