Folhas de cálculo e análise de dados

A folha de cálculo, esse colega mal-amado

No gabinete do Marc, as folhas de cálculo estão em todo o lado: acompanhamento de honorários, exportações do software de faturação, extratos bancários dos clientes, controlo de documentos em falta. E quase ninguém as domina realmente. Resultado: horas passadas a copiar, a ordenar à mão, e uma sensação difusa de «sei que a resposta está neste ficheiro, mas não sei como a fazer sair».

A boa notícia deste capítulo: já não precisas de aprender as fórmulas para fazer falar os teus dados. As tabelas dinâmicas, os PROCV e outras fórmulas intimidantes tornam-se opcionais — descreves o que queres saber em português, e o cálculo é feito por ti, com a explicação do raciocínio. Esta explicação é capital: permite-te verificar a lógica sem refazer o cálculo.

Uma precisão honesta antes de começar: delegar o cálculo não significa delegar a responsabilidade do número. Todo este capítulo assenta numa partilha clara de papéis — a IA calcula, ordena e limpa; tu verificas uma amostra e validas a interpretação. Em dados financeiros, esta salvaguarda não é negociável.

Fazer perguntas aos teus dados

Importa uma exportação (CSV, folha de cálculo) e faz perguntas normais: «quais são os meus 10 maiores clientes?», «qual é a evolução do volume de negócios por trimestre?». O Claude calcula e explica o raciocínio. Podes encadear as perguntas como numa conversa: cada resposta pode ser aprofundada («e se excluirmos o cliente X?», «o mesmo mas por colaborador?») sem reformular tudo.

Para resultados fiáveis, descreve brevemente o teu ficheiro na primeira mensagem: o que contém cada coluna, o período coberto, as particularidades («a coluna Montante está com IVA incluído», «as notas de crédito aparecem em negativo»). Estas duas frases de contexto evitam 90 % dos mal-entendidos de interpretação — exatamente como quando passas um ficheiro a um colega.

Eis uma exportação dos honorários por cliente (CSV): <colar>.
Contexto: montantes em € sem IVA, uma linha por fatura, a coluna «Data» é a data de emissão, as notas de crédito estão em negativo.
Responde a:
- top 10 clientes por volume de negócios
- evolução trimestre a trimestre
- clientes em queda de mais de 20 % vs o ano passado
Dá um breve comentário para cada resultado e explica como calculaste.

Limpar uma folha de cálculo desorganizada

Datas incoerentes, duplicados, colunas misturadas? Descreve o estado final pretendido, o Claude propõe a tabela limpa e explica-te o que corrigiu. O método cabe numa frase: descreve o estado de chegada, não o caminho. Não precisas de saber como normalizar datas; precisas de dizer «todas as datas no formato AAAA-MM-DD».

Exige sistematicamente dois entregáveis: a tabela limpa, e a lista das correções efetuadas. Esta lista é o teu diário de auditoria: «12 duplicados eliminados, 8 datas reformatadas, 3 linhas sem montante assinaladas». Permite-te detetar imediatamente uma correção demasiado zelosa — por exemplo duas faturas legítimas com o mesmo montante no mesmo dia, tomadas erradamente por um duplicado. Sem esta lista, validas às cegas.

Esta tabela de faturas está desorganizada. Limpa-a:
- normaliza as datas no formato AAAA-MM-DD
- elimina os duplicados (mesmo cliente + mesmo montante + mesma data)
- acrescenta uma coluna «mês»
- ordena por data
Mostra uma pré-visualização antes/depois, lista TODAS as correções efetuadas, e assinala separadamente as linhas duvidosas que não te atreveste a corrigir sozinho.

Detetar tendências e anomalias

Pede explicitamente as anomalias: montantes aberrantes, desvios súbitos, valores em falta. É muitas vezes aí que se escondem os erros de introdução de dados ou os verdadeiros assuntos com clientes. A palavra «explicitamente» conta: por defeito, uma análise responde às tuas perguntas; não assinala espontaneamente a fatura registada como 18 400 € em vez de 1 840 €, a menos que tenhas pedido a caça aos valores aberrantes.

Para o Marc, esta caça mensal tornou-se um pequeno ritual: dez minutos na exportação de honorários para detetar os montantes invulgares, os clientes que se afastam e as lacunas de faturação. Duas vezes em três meses, revelou um problema real — um cliente em dificuldade a quem pôde telefonar antes da rutura, e um erro de introdução que teria distorcido o relatório anual. A anomalia não é um defeito dos teus dados: é muitas vezes a informação mais preciosa que eles contêm.

Analisa esta exportação de honorários: <colar>.
Faz a caça às anomalias:
1. Montantes aberrantes (muito acima ou abaixo do habitual do cliente)
2. Clientes cuja faturação caiu mais de 30 % nos últimos 3 meses
3. Meses sem qualquer fatura para um cliente habitualmente regular
4. Valores em falta ou incoerentes
Para cada anomalia: a linha em causa, porque é suspeita, e a tua hipótese (erro de introdução? verdadeiro sinal do cliente?).

Restituir: da tabela à mensagem clara

Uma análise só tem valor se for compreendida pelo destinatário. Ora, o destinatário do Marc quase nunca é outro contabilista: é um cliente artesão, um sócio apressado, um banqueiro. Última etapa sistemática: pedir a tradução para linguagem clara dos resultados — «resume estes números em 5 frases para um cliente não financeiro» ou «redige o parágrafo de comentário que colocarei no meu relatório mensal».

Podes também preparar a restituição visual: pergunta que tipo de gráfico convém a cada resultado (evolução no tempo, distribuição, comparação) e pede a geração dos dados prontos a colar na tua folha de cálculo para o criar. A análise numérica, o comentário redigido e a sugestão visual saem do mesmo fio de conversa — o teu relatório mensal completo em vinte minutos.

Cruzar dois ficheiros

O nível acima: cruzar duas fontes. A exportação dos honorários de um lado, a lista dos tempos gastos por colaborador do outro — e a pergunta incómoda: «que clientes nos tomam muito tempo para poucos honorários?». Manualmente, este cruzamento exige fórmulas de procura que poucas pessoas dominam; em linguagem natural, é uma simples frase, desde que indiques a chave comum (aqui, o nome ou o código do cliente) e peças a lista dos elementos não emparelhados.

Esta lista dos não emparelhados é a armadilha clássica do cruzamento: um cliente escrito «Atelier Bernard» num ficheiro e «BERNARD Atelier» no outro desaparece silenciosamente da análise. Pede sempre «lista as linhas que não conseguiste emparelhar» — corriges as grafias, voltas a lançar, e o teu cruzamento fica completo. É este tipo de reflexo que distingue uma análise profissional de uma análise aproximativa.

Salvaguardas: a confiança calibra-se

Recapitulemos a disciplina do capítulo, porque é ela que te permitirá ir depressa por muito tempo: contexto das colunas na primeira mensagem, explicação do cálculo exigida, lista das correções para qualquer limpeza, amostra recontada à mão, totais verificados, não emparelhados listados nos cruzamentos. Seis reflexos, dois minutos cada — e análises com as quais te podes comprometer.

Com a experiência, calibrarás a tua confiança: nas tarefas que verificaste dez vezes sem erro, aligeirarás o controlo; numa nova fonte de dados ou num assunto de grande peso, vais reforçá-lo. É exatamente a relação que constróis com um colaborador humano — a confiança não se decreta, instala-se pela experiência repetida do trabalho bem feito.