Durante anos, a evolução do software empresarial seguiu uma direção relativamente clara: coletar mais dados, organizar melhor as informações e criar formas cada vez mais sofisticadas de visualizá-las. ERPs, CRMs, plataformas de analytics e dashboards passaram a ocupar o centro da gestão de empresas de todos os portes. Mas, mesmo com uma quantidade crescente de indicadores disponíveis, uma pergunta continua consumindo reuniões, planilhas e horas de trabalho de gestores: afinal, o que deve ser atacado primeiro?
Para o CEO e cofundador da lOrdly, Eduardo Sully, é justamente nesse intervalo entre informação e decisão que está surgindo uma nova oportunidade para o software. A startup, atualmente em fase de validação, aposta em uma camada capaz de cruzar diferentes sinais do negócio e transformar dados em prioridades e planos de ação. “O dashboard mostra o que aconteceu. Os profissionais de analytics, os engenheiros de software ou até os tomadores de decisão olham o dashboard, veem o que aconteceu e precisam levantar uma decisão a ser tomada. A gente entendeu que isso é um gargalo”.
A provocação não é que os dashboards vão desaparecer. Pelo contrário. Eles continuam relevantes para acompanhar indicadores e tornar padrões visíveis. O limite, segundo essa nova tese, aparece quando visualização é confundida com decisão. Uma empresa pode conectar dados de vendas, marketing, operação e finanças em uma única ferramenta e, ainda assim, terminar uma reunião com dezenas de gráficos na tela e nenhuma resposta clara sobre qual problema merece atenção primeiro.
É esse cenário que a lOrdly tenta atacar. A proposta da empresa é funcionar como uma camada entre os dados disponíveis na operação e a tomada de decisão. A plataforma recebe informações fornecidas pelo gestor e pode cruzar diferentes fontes, como ERP, CRM, ferramentas de analytics e planilhas, para identificar problemas, estabelecer prioridades e estruturar ações. “Ele estrutura dados, transforma esses dados em decisão e essas decisões transformam em ação”, resume Sully.
A diferença parece sutil, mas representa uma mudança importante na lógica do software empresarial. Durante décadas, ferramentas de Business Intelligence buscaram responder perguntas como “o que aconteceu?” e, posteriormente, “por que aconteceu?”. A próxima disputa pode estar na capacidade de responder outra pergunta: “o que devemos fazer agora?”.
Dados não faltam. Clareza, sim
A tese da lOrdly parte de um paradoxo relativamente comum dentro das organizações. O crescimento da digitalização multiplicou as fontes de informação disponíveis, mas também tornou mais complexa a tarefa de interpretá-las. Dados estruturados e não estruturados chegam de sistemas diferentes, em volumes cada vez maiores, e nem sempre se transformam em uma compreensão clara sobre o negócio. Durante entrevistas realizadas pela startup com potenciais clientes, uma percepção apareceu com frequência. “Uma das frases que a gente ouviu muito foi: ‘Eu vendo, mas eu não vejo lucro. Eu vendo, mas o dinheiro está indo embora’”, conta Sully.
O problema, nesse caso, não está necessariamente na ausência de indicadores. Uma empresa pode saber quanto vendeu, quantos clientes conquistou e qual foi sua taxa de conversão, mas ainda ter dificuldade para identificar onde está perdendo receita ou qual iniciativa pode gerar maior impacto naquele momento.
A lOrdly resume essa proposta de forma direta: “Seu negócio falta decisão, não dashboard”. A plataforma se posiciona como uma alternativa à simples visualização de dados, prometendo identificar pontos de perda, estabelecer uma prioridade e entregar um plano de ação para a empresa.
Para Sully, o erro está em acreditar que conectar mais fontes de informação resolve, por si só, o problema da gestão. “As empresas estão cruzando dados no mesmo lugar e precisando escolher qual decisão tomar”, afirma. Em outras palavras: a integração de dados pode terminar apenas na criação de outro dashboard.
Da análise à prioridade
A proposta da lOrdly é avançar alguns passos depois da análise. Em vez de apenas apresentar um problema, o sistema busca identificar sua causa, estimar seu impacto e indicar qual ação deveria ser priorizada. Um exemplo citado por Sully envolve uma operação de e-commerce. Uma empresa pode estar aumentando o volume de pedidos, mas enfrentar dificuldades para entregá-los dentro do prazo. O problema, portanto, não está necessariamente na capacidade de gerar vendas. Pode estar na logística, na tecnologia ou em algum ponto específico da operação.
Nesse contexto, encontrar uma métrica negativa é apenas o início do processo. A etapa seguinte é interpretar o contexto, entender quais áreas estão envolvidas e definir quem precisa agir. “Quando você olha para um plano de ação, seja para construir um software, melhorar o faturamento ou gerenciar melhor o seu time, você consegue entender qual é a prioridade que precisa tomar”, diz Sully.
A ideia de prioridade, nesse modelo, também vai além de uma simples classificação de urgência. Uma iniciativa pode ter grande potencial de impacto, mas exigir recursos ou mudanças que a empresa não consegue executar naquele momento. Por isso, a decisão precisa considerar fatores como relevância para as métricas do negócio, capacidade de execução e velocidade para gerar resultados. É uma mudança de fluxo que pode ser resumida em uma sequência: dados, análise, interpretação, prioridade e ação.
Uma IA orientada ao contexto do negócio
A inteligência artificial é o componente que torna possível automatizar parte desse processo, mas Sully faz questão de diferenciar a proposta de uma simples interface conversacional adicionada sobre sistemas já existentes. “Ela não se trata como uma IA genérica. A resposta dela vai ser toda orientada ao negócio”.
A lógica é considerar o contexto específico de cada empresa. Informações como faturamento, número de colaboradores, tempo de operação e características do negócio podem ser combinadas com dados operacionais disponíveis em diferentes sistemas. “O diferencial da nossa IA é entender qual é a estrutura daquele negócio com os dados que aquele gestor alimentou e cruzar esses dados de operação. O cruzamento dos dados faz com que a IA enriqueça esses dados e crie decisões a partir deles”, explica Sully.
Do SaaS ao Service as a Software
A discussão também se conecta a outra transformação em curso no mercado de tecnologia: o chamado Service as a Software. A ideia parte de uma mudança de perspectiva em relação ao modelo tradicional de Software as a Service. No SaaS convencional, uma empresa contrata uma ferramenta e utiliza seus recursos para realizar determinada tarefa. No novo modelo, o software passa a assumir uma parcela maior do trabalho necessário para entregar um resultado. “Em vez de colocar o software na frente do serviço, eu coloco o serviço na frente do software, só que eu presto o serviço com base no software”, explica Sully.
Na prática, isso significa que a tecnologia deixa de ser apenas uma ferramenta entregue ao cliente e passa a ser parte da própria execução do serviço. No caso da lOrdly, a proposta combina software, análise de dados e acompanhamento especializado para ajudar empresas a organizar decisões e planos de ação. A mudança pode ter impactos inclusive na forma como empresas de tecnologia são avaliadas. Em vez de competir apenas por funcionalidades, interfaces ou quantidade de usuários, produtos podem passar a ser cobrados pela capacidade de gerar um resultado mensurável.
A disputa pela camada da decisão
Para Sully, startups possuem uma vantagem importante nesse cenário. Enquanto grandes organizações precisam movimentar estruturas complexas para incorporar novas tecnologias, equipes menores conseguem testar hipóteses e construir produtos com maior velocidade. Ele compara grandes empresas a transatlânticos e startups a jet skis. “Um grande transatlântico, para fazer uma manobra, é demorado e lento. Já o jetski faz uma manobra muito rápida”.
A metáfora ajuda a explicar por que uma nova geração de startups pode encontrar espaço entre os grandes fornecedores de ERP, CRM e Business Intelligence. Não necessariamente substituindo essas plataformas, mas construindo uma camada acima delas, capaz de consumir os dados já existentes e transformá-los em recomendações. A lOrdly ainda está no início dessa trajetória. A startup passa por um momento de validação do negócio e realiza provas de conceito enquanto desenvolve suas soluções. Entre elas estão o painel de decisão e uma frente chamada lOrdly OS, voltada à criação de agentes de IA para diferentes áreas das pequenas e médias empresas.
