Dashboard de PME não é Power BI com 40 gráficos. São 8 números numa planilha simples, atualizada automaticamente, com IA gerando 3 insights toda semana. Setup leva uma tarde. Custo adicional: R$0. O que muda: você para de decidir no feeling e começa a decidir em 15 minutos.
A maioria das PMEs que eu conheço tem dado. Tem Pipedrive, tem planilha financeira, tem NPS no forms. O problema não é falta de dado — é que esses dados ficam em silos. Você não tem uma view unificada, então na hora de decidir, usa o que lembra. E o que você lembra costuma ser o último problema que explodiu, não a tendência real do negócio.
Esse post é o modelo que eu uso e ensino: 8 métricas, uma view, IA fazendo a análise semanal.
Por que feeling é caro em PME?
Feeling é caro porque ele é lento e enviesado. Lento porque você precisa reunir as pessoas certas pra validar a percepção antes de decidir. Enviesado porque a percepção de quem fala mais alto na reunião tende a dominar o diagnóstico.
Pesquisa da McKinsey com mais de 1.000 empresas mostrou que organizações orientadas a dados têm 23 vezes mais chances de adquirir clientes e 19 vezes mais chances de serem lucrativas que concorrentes que não usam dados de forma sistemática. Esse gap existe nas PMEs também — e é ainda mais crítico porque o CEO acumula as funções de analista, gestor e operador ao mesmo tempo.
O custo real do feeling é o tempo de ciclo da decisão. Sem dashboard, você precisa de uma reunião de status pra saber onde está o pipeline. Com dashboard, você vê em 30 segundos. Multiplica isso por 50 decisões por semana e vc tem de volta horas por dia.
O segundo custo é a decisão tardia. Problema visível em dado hoje vira crise em dado daqui a 30 dias. Runway caindo, taxa de conversão em queda, NPS baixando — esses sinais aparecem nas métricas antes de aparecerem no caixa ou na churn.
Quais são os 8 números do dashboard mínimo?
Oito métricas, divididas em três blocos. Não precisa de mais. Se você não consegue agir com base em 8 números, mais números só aumentam o ruído.
Bloco comercial (3 métricas):
1. Leads novos na semana — quantos leads qualificados entraram no pipeline nos últimos 7 dias. Esse número mede se o topo do funil está funcionando. Se cair por duas semanas seguidas, é sinal de problema em geração antes de virar problema em receita.
2. Taxa de conversão lead → reunião — dos leads que entraram, quantos % agendaram uma call. Benchmark razoável pra B2B de ticket médio alto: entre 25% e 40%. Abaixo disso, o problema está na qualificação ou na abordagem do SDR, não no produto.
3. Deals avançados no período — quantos negócios se moveram de etapa no pipeline essa semana. Esse número captura velocidade de ciclo. Pipeline parado é sinal de bloqueio operacional ou proposta mal calibrada.
Bloco financeiro (3 métricas):
4. Caixa disponível hoje — saldo líquido disponível. Não receita, não faturamento — o que está no banco agora. Esse número precisa de atenção diária em PME.
5. MRR (receita recorrente mensal) — soma dos contratos ativos recorrentes. Se você não tem modelo de recorrência ainda, coloca faturamento dos últimos 30 dias aqui. Esse número mostra a base do negócio.
6. Runway — quantos meses o caixa atual sustenta a operação no ritmo de burn atual. Fórmula simples: caixa ÷ custo fixo mensal. Abaixo de 3 meses, entra em modo de atenção. Abaixo de 1,5 meses, é emergência.
Bloco operacional (2 métricas):
7. NPS do último trimestre — nota média de satisfação dos clientes ativos. NPS abaixo de 30 em serviço B2B é sinal de problema de entrega ou expectativa desalinhada. Não precisa de NPS em tempo real — trimestral já diz o que precisa.
8. Tarefas atrasadas do time — quantas tarefas críticas estão fora do prazo no ClickUp ou no Asana. Esse número mede saúde operacional. Equipe com mais de 20% das tarefas atrasadas de forma crônica tem problema de capacidade ou de processo, não de esforço.
Como montar sem Power BI?
Notion ou Google Sheets. Nenhum dos dois custa nada além do que você já paga. O segredo não é a ferramenta — é a automação da alimentação dos dados.
Estrutura básica em Google Sheets:
Cria uma aba chamada dashboard com uma tabela simples: data da semana, os 8 números, e uma coluna análise_ia vazia que você vai alimentar com Claude.
Para os dados comerciais, você vai conectar o Pipedrive via MCP ou via Zapier/Make. Se você usa Claude Code com o MCP do Pipedrive configurado, um agente pode puxar os dados do pipeline toda segunda-feira e jogar direto na planilha. Custo: zero além do que já paga. Se não usa automação ainda, começa manual — preenche os 8 campos toda segunda em 10 minutos.
Para os dados financeiros, o caixa e o MRR você já sabe. Coloca manual mesmo. A consistência semanal vale mais do que a automação perfeita no começo.
Para o NPS, puxa do Forms ou do Typeform uma vez por trimestre e atualiza a célula.
Para tarefas atrasadas, se usa ClickUp, o filtro de overdue em qualquer lista já te dá o número. Conta e anota.
O custo real de setup: uma tarde. Duas horas pra criar a planilha, duas horas pra configurar as automações que der. O que não automatizar na primeira semana, faz manual. Depois de 4 semanas você vai saber o que dói mais preencher manualmente e vai automatizar esse ponto específico.
Qual é o papel da IA na análise semanal?
A IA não substitui sua leitura dos dados. Ela acelera a primeira interpretação e te faz perguntas que você não faria sozinho.
O fluxo que eu uso: toda segunda-feira, depois que os 8 números estão preenchidos, colo a tabela atualizada num prompt pro Claude e peço 3 coisas:
- Qual número está mais fora do padrão comparado às últimas 4 semanas?
- Qual combinação de métricas indica risco nos próximos 30 dias?
- Qual número merece ação essa semana?
O Claude gera a análise em 30 segundos. Você lê, concorda ou discorda, e decide o que priorizar. A análise vai direto pra coluna análise_ia da planilha como registro histórico.
Essa rotina tem um efeito colateral importante: você para de precisar de reunião de status. O time todo tem acesso à planilha. Quando alguém quer saber “como estão as vendas?”, a resposta é “abre o dashboard”. Isso libera 2 a 3 horas de reunião por semana em equipes de 5 a 15 pessoas.
Com o MCP do Pipedrive integrado ao Claude Code, você pode ir além: o agente puxa os dados, preenche a planilha e gera a análise automaticamente. O CEO só lê e age. Esse é o nível 2 — mas começa pelo nível 1 (manual funcional) antes de automatizar.
Quer montar seu dashboard de PME?
No mapeamento gratuito a gente olha quais dados você já tem, quais 8 métricas fazem sentido pro seu modelo de negócio e o que dá pra automatizar com o que você já usa.
Quero fazer mapeamento gratuitoO que muda na prática depois do dashboard?
Três mudanças que aparecem nas primeiras 4 semanas:
Menos reuniões de status. Quando os dados estão visíveis pra todos, a pergunta “como estão as vendas?” deixa de existir. A reunião de status vira desnecessária porque qualquer pessoa com acesso à planilha já tem a resposta antes de perguntar.
Problemas visíveis antes de virarem crise. Runway caindo 10% por semana aparece no dashboard na semana 2. Sem dashboard, aparece quando o dinheiro acaba. Conversão caindo aparece no dado antes de aparecer na receita. Essa antecipação é o maior valor do dashboard — não é análise, é detecção precoce.
Decisão mais rápida e com menos desgaste político. Quando a decisão parte de um número, o debate muda de “eu acho que” pra “o dado mostra que”. Isso reduz o peso político das reuniões e acelera o ciclo. Uma equipe que decide com dado decide mais rápido e com menos atrito.
O que não muda: você ainda precisa interpretar. Dado sem contexto leva a decisão ruim com velocidade. O CEO que olha o dashboard e não sabe por que o NPS caiu vai tomar decisão errada com mais agilidade. A IA ajuda na interpretação, mas o julgamento é seu.
Perguntas frequentes
Preciso automatizar os dados desde o início?
Não. A automação é o nível 2. No nível 1, você preenche os 8 números manualmente toda segunda, em no máximo 15 minutos. Isso já é suficiente pra mudar a qualidade das decisões. Automatiza quando a dor do preenchimento manual superar o esforço de configurar a automação — geralmente depois de 3 a 4 semanas de uso consistente. Começar automático e nunca preencher é pior do que começar manual e preencher toda semana.
E se meu negócio não tem MRR?
Substitui MRR por faturamento médio dos últimos 30 dias ou por valor de contratos ativos. A lógica é a mesma: você precisa de um número que represente a base recorrente ou previsível do negócio. Consultoria por projeto pode usar pipeline ponderado. Varejo pode usar ticket médio x frequência de compra. Adapta a métrica ao modelo — não abandona o bloco financeiro porque não encaixa perfeitamente.
Quantas pessoas do time precisam ver o dashboard?
Todos com papel de liderança ou que influenciam alguma das 8 métricas. Em PME de 5 a 20 pessoas, isso geralmente significa o time todo ou quase todo. Transparência de dados reduz o “jogo de telefone” onde cada pessoa da equipe tem uma versão diferente do estado do negócio. Compartilha como view somente leitura — edição fica só com quem alimenta os dados.
Qual é o risco de olhar dado errado?
É real e é o principal motivo pelo qual o setup tem que ser simples. Dado complexo introduz mais oportunidade de erro. Oito números simples, com definição clara (caixa = saldo no banco hoje, não faturamento), reduz o risco de interpretação incorreta. Documente a definição de cada métrica numa aba separada da planilha. Quando alguém novo entrar na equipe, a documentação está lá.
A IA pode errar na análise?
Sim. O Claude pode identificar como problema algo que é variação normal, ou deixar passar algo relevante por falta de contexto histórico suficiente. Por isso o fluxo é: IA gera análise, CEO valida. Você não terceiriza o julgamento — você acelera a primeira leitura. Depois de 8 a 10 semanas de histórico na planilha, a análise da IA fica consideravelmente mais precisa porque ela tem padrão de comparação.
Dashboard mínimo, dado certo, IA fazendo a primeira leitura. Essa combinação não transforma você num cientista de dados — te dá 15 minutos de clareza toda semana que antes custavam 2 dias de reunião e suposição.
Bora testar?
Quer ver onde a IA te devolve tempo na sua empresa?
Faço um mapeamento gratuito do seu dia a dia e mostro os processos que já dá pra tirar das suas costas com IA.
Fazer o mapeamento gratuito Ou me acompanhe no Instagram: @ericluciano