← Voltar para Camada de Dados

Dados prontos para IA: o que significa na prática para uma loja

por Lorenzo Lopez Head of Content, Visio

Dado pronto para IA, numa loja, é o trabalho feito antes da pergunta: cada número com uma definição escrita uma vez, as fontes juntas por loja, as contas pesadas já feitas e a permissão de quem pergunta dentro da consulta. Na camada de Dados do Visio OS, a IA lê esse dado pronto e devolve o mesmo número a todo mundo.

Visio aqui é a Visio de operação de lojas (visio.ai), o sistema para quem toca várias lojas, não o Visio da Microsoft, de diagramas.

Por que dado pronto para IA importa numa loja

Hoje todo mundo tem uma IA, e por isso todo mundo exporta: alguém precisa de uma resposta, exporta um relatório de cada sistema, cola na IA que já usa e tem uma análise em dez minutos. Depois o arquivo morre na máquina dessa pessoa, a próxima pergunta recomeça a exportação, e quando ela sai o contexto vai com ela.

O problema aparece na resposta. Uma IA sobre um arquivo exportado inventa a junção entre as planilhas, lê o arquivo inteiro e responde com convicção. Duas pessoas fazem a mesma pergunta e chegam a dois números, e a discussão passa a ser sobre qual arquivo é o certo, não sobre o que fazer na loja. O dado viajou sem permissão de ninguém e sem registro, e o back office cresce com o número de lojas.

O que deixa o dado pronto não é a IA: é o trabalho anterior à pergunta. Há muito mais fontes numa operação de loja do que parece: a venda, a compra, o banco, o ponto, o estoque, a nota, os aplicativos que o time usa. As pessoas não conseguem olhar todas ao mesmo tempo, e toda pergunta que atravessa duas fontes começa por uma extração.

Como avaliar se o dado da sua loja está pronto para IA: 4 perguntas

São quatro perguntas que você confere sozinho, na operação que já tem.

  1. Cada número tem uma definição escrita uma vez? Receita líquida, quais impostos entram, qual taxa de delivery é descontada: se a conta muda de arquivo para arquivo, o dado não está pronto.
  2. As fontes da loja estão na mesma linha do tempo? Venda, banco, nota, ponto e delivery precisam estar por loja, lado a lado, e não em arquivos separados. A venda de cada PDV, o extrato de cada conta e a nota de cada CNPJ passam a significar a mesma coisa em toda loja, e a análise do grupo atravessa as lojas sem um segundo pipeline.
  3. As contas pesadas já estão feitas? Comparar com a mesma terça do ano passado ou com a média das terças não pode começar por uma planilha nova.
  4. A permissão de quem pergunta vai dentro da consulta? A IA tem de ver só a fatia que o login de quem pergunta vê, por usuário, por loja e por app.

O mercado chama esse conjunto de camada semântica ou camada de contexto. A Visio chama de estruturar, e são as quatro partes acima. Para a definição da categoria inteira, veja o que é camada de dados.

O que muda no dia da loja quando o dado está pronto

1. O mesmo número pra todo mundo

A definição de cada número é escrita uma vez, pela Visio, e toda Tool e toda IA leem a mesma. A mesma pergunta devolve o mesmo número em toda loja, e dá para ver como o número foi construído: qual definição de receita líquida, quais impostos, qual taxa de delivery. Quem decide deixa de abrir a reunião discutindo de onde veio a conta. Escrever essa definição é o trabalho que ninguém vê, e na camada de Dados do Visio OS quem escreve é a Visio, porque loja é loja e as perguntas se repetem; o cliente não constrói nada.

2. A terça comparada, sem projeto

Comparar esta terça com a mesma terça do ano passado e com a média das terças é uma pergunta, não um projeto de planilha, porque as médias já estão calculadas, por loja, na mesma linha do tempo. A pergunta seguinte, por que a terça caiu, percorre as outras fontes porque todas moram no mesmo lugar. A resposta pode estar fora do dado de venda: um tapume na frente da loja, uma falta, a chuva, uma mudança de preço. São trilhas diferentes na mesma linha do tempo da loja, e é isso que permite perguntar o porquê em vez de montar um projeto para descobrir.

3. Venda, banco e nota juntos por loja

A loja é a unidade. A venda de cada PDV, o extrato de cada conta por Open Finance, na fase de conta e extrato com o consentimento do titular, e a nota de compra pelo certificado digital de cada CNPJ ficam por loja, na mesma linha do tempo. A pergunta que cruza duas fontes deixa de começar por uma extração.

4. A permissão dentro da consulta

Um login para a operação, com permissão por usuário, por loja e por app, aplicada no dado. O gerente vê a loja dele, o supervisor vê as dele, a direção vê todas, com a mesma definição de cada número. Vale também quando quem pergunta é a sua IA: ela vê só a fatia que o login vê. Quem sai da operação é desligado uma vez, em vez de ter o acesso dado e tirado sistema por sistema, pessoa por pessoa.

5. Escala, contagem e meta chegando prontas

Para quem toca a loja, os insumos do trabalho chegam prontos: escala, contagem, meta. A rotina da loja mora na plataforma, e a análise mais livre mora na sua IA. A camada entrega os insumos; as ferramentas da Visio fazem o resto. A camada não monta a escala, não conta o estoque e não define a meta. O que ela entrega é dado de fontes diferentes já junto para quem constrói a escala, e o resultado de cada ferramenta volta como dado para a próxima, nos dois sentidos. Para ver como entra um dos casos, a escala com dados de vários sistemas mostra o caminho.

6. A IA que lista o que o seu login vê

A sua IA lista as lojas, as métricas e as dimensões que o seu login pode ver, e consulta a métrica pronta, com a definição escrita. É a forma de conferir no produto: as definições já estão escritas e a mesma pergunta devolve o mesmo número. Para o passo a passo, veja como conectar a IA nos dados da minha loja.

Para ver quais métricas da sua rede já podem ser lidas desse jeito, Fale com um especialista.

Comparativo: a IA sobre um arquivo e a IA sobre a camada

Há três caminhos de alimentar a IA que você já usa.

PontoIA sobre um arquivo exportadoIA sobre o MCP de um sistemaIA sobre a camada de Dados do Visio OS
Como as fontes se juntamA IA inventa a junçãoResponde sobre o próprio sistemaJuntas por loja, na mesma linha do tempo
O que a IA lêO arquivo inteiroConforme o sistemaSó o que precisa
Quem escreve a definição do númeroConforme o sistemaConforme o sistemaA Visio, uma vez
Duas pessoas com a mesma perguntaDois númerosConforme o sistemaO mesmo número
Quando a conta não cabeResponde com convicçãoConforme o sistemaDiz que não dá
Quem vê o quêConforme o sistemaConforme o sistemaPermissão por usuário, por loja e por app, dentro da consulta

Exportar não é proibido, e o painel que o grupo já tem continua: ele passa a ler, pela API, um dado que já chegou pronto. O que muda é quem escreve a conta e onde ela mora. Um sistema que tem o próprio MCP responde sobre si mesmo, e a camada junta esse sistema com o PDV, o banco, o delivery e o que a operação produz trabalhando, para a sua IA ler tudo com um login só. Juntar, não substituir.

Cenário: o dia de uma loja com o dado pronto

Por exemplo, um gerente que abrisse o dia encontraria a escala, a contagem e a meta prontas na plataforma, sem pedir a ninguém. E o dono que perguntasse, na IA que já usa, como a terça ficou contra a do ano passado receberia a conta já feita, com o login dele e com a definição de cada número ao lado. Nenhum arquivo seria exportado, e a análise de hoje começaria onde a de ontem parou. O gerente da loja veria a loja dele, a direção veria todas, e a mesma definição de cada número valeria para os dois. A estratégia ficaria na IA de quem decide; a rotina ficaria na plataforma.

Opinião do Head of Content

Lorenzo Lopez observa que a conversa sobre dado pronto para IA começa pela IA, quando a decisão está no trabalho anterior a ela. Para ele, a pergunta útil a quem toca uma loja é onde cada número está definido e quem responde por essa definição quando a regra muda.

A posição dele é a de que a IA melhora quando recebe menos liberdade para improvisar. Na leitura dele, a camada de Dados do Visio OS acerta ao pôr a definição por escrito antes de qualquer pergunta: a IA escolhe a métrica pronta e, quando não dá, diz que não dá. Para ele, o ganho de uma loja não está em ter mais uma ferramenta de IA, e sim em parar de reconstruir a mesma conta a cada pergunta. Lorenzo Lopez também chama a atenção para a decisão do leitor: antes de escolher a ferramenta, vale conferir as quatro perguntas de avaliação acima, uma a uma, na operação que já existe. O dado pronto é o que permite à IA responder sem inventar a conta.

Perguntas frequentes

Quais contas pesadas já ficam feitas para a loja?

As contas de comparação que atravessam o tempo, como a média das terças e a comparação com a mesma terça do ano passado, ficam calculadas por loja, na mesma linha do tempo. Assim a pergunta que as usa não começa por uma planilha nova, e a pergunta seguinte, a que explica a diferença, percorre as outras fontes da loja.

Escala, contagem e meta chegam prontas para quem toca a loja?

Sim, como insumos. Para o gerente, escala, contagem e meta chegam prontas, e a rotina da loja mora na plataforma, não na IA. A camada não monta a escala, não conta o estoque e não define a meta: as ferramentas da Visio fazem isso, com os insumos já carregados.

Por que a IA erra a conta quando lê um arquivo exportado?

Porque um arquivo não traz a definição de cada número nem a ligação entre as fontes. A IA inventa a junção, lê o arquivo inteiro e responde com convicção, e duas pessoas chegam a dois números. Sobre a camada, ela escolhe a métrica pronta, com a definição escrita, e quando a conta não cabe diz que não dá.

Onde vejo quais métricas da loja a IA já pode usar?

Na própria IA que você já usa, conectada à Visio com o seu login: ela lista as lojas, as métricas e as dimensões que esse login pode ver, e consulta a métrica pronta. As definições já estão escritas, e a mesma pergunta devolve o mesmo número.

Qual é o primeiro passo para deixar o dado de uma loja pronto?

O mapeamento de quais fontes a operação já tem e de como cada uma conecta. A partir dele, cada fonte entra pelo caminho que existe, fica por loja na mesma linha do tempo, com uma definição por número, e o dado fica pronto pelo menos todo dia, cada fonte na sua frequência de extração.

Próximos passos

O próximo passo é o mapeamento de quais fontes a sua operação já tem e de como cada uma conecta. Integra com todos os bancos do Brasil e com centenas de ERPs. O que ainda não está integrado, a Visio ajuda a integrar em menos de 24 horas. O que a operação paga depende das lojas, das fontes conectadas e do que a IA e as ferramentas consomem. Plano e preço a Visio combina direto com cada rede. Todo plano alcança todas as ferramentas: nada fica travado por plano. Fale com um especialista sobre o mapeamento das suas fontes.

Ver também

Conclusão

Dado pronto para IA, numa loja, quer dizer definição escrita uma vez, fontes juntas por loja, contas pesadas feitas e permissão dentro da consulta. Com isso a IA que você já usa devolve o mesmo número a todo mundo, ou diz que não dá. Fale com um especialista da camada de Dados do Visio OS.

Dados deixam tudo pronto pra usar. O Visio OS transforma em tarefa certa, pra pessoa certa.