Dashboard de gestão: o que mostrar, de onde vêm os dados e por que tantos painéis morrem

Um dashboard de gestão é uma tela com os poucos números que a direção precisa acompanhar, atualizados sozinhos a partir dos sistemas e cada um com um responsável. Serve para ver num relance se a operação está dentro do esperado e onde é preciso agir. Não é um relatório com dezenas de gráficos, nem uma planilha montada à mão toda segunda-feira.

Quando um painel deixa de ser aberto, vale olhar primeiro para os dados, não para o gráfico. O número pode chegar atrasado, ter duas definições ou não ter ninguém que responda por ele.

O que é um dashboard de gestão e o que ele não é

Uma definição clássica é a de Stephen Few, especialista em visualização de dados, no artigo “Dashboard Confusion”, de 2004, publicado originalmente na revista Intelligent Enterprise:

“A dashboard is a visual display of the most important information needed to achieve one or more objectives; consolidated and arranged on a single screen so the information can be monitored at a glance.”

Em português: um dashboard é uma exibição visual das informações mais importantes para atingir um ou mais objetivos, reunidas numa única tela para serem acompanhadas num relance.

No mesmo texto, Few diz que o painel deve trazer principalmente resumos, incluindo as exceções. E faz uma ressalva: “It quickly tells you what's happening, but not why it's happening”. O painel mostra depressa o que está acontecendo, mas não o motivo. Para o diagnóstico, segundo ele, é preciso investigar o detalhe.

Isso separa duas ferramentas que costumam ser pedidas como uma só:

• Painel de monitoramento: poucos números, sempre os mesmos, lidos em segundos. Responde “estamos dentro do esperado?”.
• Ferramenta de investigação: filtros, cruzamentos e detalhe linha a linha. Responde “por que isso aconteceu?”.

O erro comum é tentar responder a todas as perguntas na mesma tela. O resultado é um painel que ninguém consegue ler num relance.

Comece pela decisão, depois escolha o indicador

Todo indicador do painel deveria responder a uma decisão que se repete. Reforçar a equipe de entrega nesta semana? Cobrar hoje os clientes em atraso? Segurar a próxima compra?

Se ninguém sabe dizer que decisão muda quando o número muda, o gráfico é enfeite.

Um teste simples: para cada indicador proposto, escreva quem olha, com que frequência e o que essa pessoa faz quando o número sai da faixa esperada. O que fica sem resposta sai do painel.

Há evidência de que gerir de forma estruturada, com acompanhamento de indicadores, metas e incentivos, anda junto com produtividade maior. Um estudo publicado na American Economic Review em 2019 usou um questionário sobre práticas de gestão. Ele foi feito em parceria com o Census Bureau, órgão de estatística dos Estados Unidos, e aplicado a 35 mil fábricas, em duas rodadas: 2010 e 2015.

Segundo a versão de trabalho do estudo, de 2017, as 16 perguntas de gestão cobriam monitoramento, metas e incentivos. Uma delas era com que frequência os indicadores de desempenho eram acompanhados.

Mais de 20%

da variação de produtividade entre as fábricas é explicada, no sentido estatístico, pelas práticas de gestão. A fatia é parecida ou maior que a explicada por pesquisa e desenvolvimento, tecnologia da informação e comunicação ou capital humano.

Na versão de trabalho, os autores avisam que não atribuem necessariamente interpretação causal às correlações entre gestão e desempenho. O estudo não diz que um dashboard aumenta a produtividade. Diz que fábricas com práticas mais estruturadas tinham, em média, produtividade maior, e o painel é só a parte visível desse hábito. Outras pesquisas sobre o tema estão no guia de decisão baseada em dados.

Cada indicador precisa de cinco definições

Quando alguém discorda de um número na reunião, vale conferir se falta uma destas definições:

• Fonte: de qual sistema, e de qual campo, o dado sai.
• Fórmula: a conta escrita por extenso, com o que entra e o que fica de fora.
• Dono: quem responde pelo número e explica quando ele muda.
• Frequência: de quanto em quanto tempo o número é atualizado.
• Meta: a faixa considerada normal e quem a definiu.

A tabela abaixo é um modelo, sem valores, para preencher antes de desenhar qualquer gráfico.

Indicador	Fonte	Fórmula	Dono	Frequência	Meta
Prazo médio de entrega	ERP	Dias entre a emissão da nota e a confirmação de entrega, na média do período	Logística	Diária	Definida pela diretoria
Contas a receber vencidas	ERP financeiro	Soma dos títulos vencidos e não pagos na data	Financeiro	Diária	Definida pelo financeiro com a diretoria
Conversão de propostas	CRM	Propostas aceitas divididas pelas enviadas no período	Comercial	Semanal	Definida pela diretoria

Modelo ilustrativo.

A fórmula também precisa dizer o que acontece com os casos estranhos. Pedido cancelado entra no prazo médio? Devolução conta como venda?

Duas áreas com respostas diferentes produzem dois números com o mesmo nome. A reunião passa a discutir qual número está certo, em vez de discutir o que fazer.

De onde vêm os números: a camada de dados

O gráfico é a menor parte de um dashboard. O trabalho real vem antes e segue o caminho abaixo. Quem pula essa parte ganha um painel bonito em que ninguém confia.

A primeira etapa depende de algo básico: um sistema de origem. Nas empresas brasileiras menores, esse ponto merece atenção.

32%

das empresas brasileiras de 10 a 49 pessoas ocupadas disseram ter usado, nos 12 meses anteriores, um ERP para integrar dados e processos dos departamentos num sistema único. Entre as de 50 a 249 pessoas, foram 58%. Entre as de 250 ou mais, 76%.

Segundo o Cetic.br, a pesquisa entrevistou 4.174 empresas por telefone, entre fevereiro de 2025 e janeiro de 2026. Não usar ERP não significa ficar sem sistema: pode haver programas separados por área, que ainda precisam conversar. Onde não há sistema de origem nenhum, o dado que alimentaria o painel fica espalhado em planilhas, e-mails e conversas.

Às vezes, o primeiro passo não é o dashboard, e sim transformar planilha em sistema. Quando os sistemas existem mas não conversam, o trabalho é de integração de sistemas. Na indústria, um apontamento de produção automatizado captura o dado no chão de fábrica, sem depender de digitação no fim do turno.

O painel é o ponto de chegada de sistemas que se conectam, não um substituto para eles. Na LinieX, o serviço de inteligência operacional segue essa ordem. Entender os dados e desenhar como os sistemas se conectam vem antes do painel, nas etapas de Diagnóstico e Arquitetura.

Exemplos de dashboard por área

Os exemplos abaixo mostram a estrutura, não números: as perguntas que cada painel responde e o sistema de onde vem o dado.

Área	Perguntas que o painel responde	De onde vem o dado
Comercial	Quantas oportunidades estão abertas em cada etapa? Quais estão paradas?	CRM
Financeiro	Quanto entra e sai nas próximas semanas? Quanto está vencido?	ERP financeiro e extratos bancários
Operação	Os pedidos saem no prazo? O estoque dos itens críticos cobre a demanda?	ERP, controle de estoque e apontamento de produção
Atendimento	Quantos chamados estão abertos, e há quanto tempo? Quem está sem resposta?	Plataforma de atendimento, WhatsApp e CRM

Modelo ilustrativo.

Dois nomes aparecem muito na busca, e a diferença está em quem lê:

• Dashboard executivo, ou dashboard para diretoria: poucos números de todas as áreas, vistos na reunião semanal ou mensal, com foco em tendência e desvio da meta.
• Dashboard gerencial: os indicadores de uma área, com mais detalhe e atualização mais frequente, para quem coordena o dia a dia.

Few trata essa adaptação como requisito: a informação do painel precisa ser feita sob medida para uma pessoa, um grupo ou uma função. Ele também lembra que nem toda informação útil é um número: uma lista de novos contatos de venda ou de prazos prestes a vencer também cabe no painel. A lista detalhada de indicadores operacionais por área, com fórmula, é assunto para outro texto.

Alertas em vez de telas para as exceções

Parte do que se pede num painel não é acompanhamento, é exceção: estoque abaixo do mínimo, pedido parado, cliente sem resposta. Ninguém precisa ver esses casos num gráfico de barras. Precisa saber que aconteceram, a tempo de agir.

Esses casos funcionam melhor como alerta com responsável: uma mensagem para a pessoa certa, com o item, o motivo e o lugar onde resolver. O painel continua mostrando o quadro geral. O alerta cuida do que não pode esperar a próxima reunião, e só deve disparar quando houver uma ação possível, senão vira ruído.

Muitos relatórios montados à mão toda semana podem seguir o mesmo caminho. Viram alerta, quando o que importa é a exceção, ou envio programado, quando a diretoria precisa do resumo numa data fixa.

Por que tantos painéis morrem

Um painel não precisa ser desligado para morrer. Basta deixar de ser aberto. Cinco causas merecem atenção, e só uma delas tem a ver com o visual.

Dado atrasado

Se o número de ontem só aparece na quinta-feira, a reunião volta para a planilha. Mostre em cada indicador a data e a hora da última atualização. Quando a carga falhar, o painel precisa avisar, em vez de exibir o número antigo como se fosse novo.

Definição ambígua

Dois painéis com “faturamento” e valores diferentes podem bastar para a diretoria desconfiar de todos os números. A saída é a fórmula escrita e guardada num só lugar.

Gráficos demais

Few define o painel como algo que cabe numa única tela e se lê num relance. Dezenas de gráficos não cabem nessa definição. Quando tudo parece importante, nada chama a atenção. A saída é uma tela para monitorar e outras, abertas só quando preciso, para investigar.

Nenhum dono

Número sem dono não é cobrado nem explicado. Quando ele sai da meta, ninguém se sente responsável por investigar. Nomeie o dono de cada indicador antes de publicar o painel e revise a lista quando alguém mudar de função.

Painel lento

A espera também afasta. Jakob Nielsen resumiu limites de tempo de resposta num trecho do livro Usability Engineering, de 1993, hoje no site do Nielsen Norman Group.

O texto se apoia em estudos de 1968 e 1991. Cerca de 1 segundo é o limite para o fluxo de pensamento não ser interrompido, mesmo que a pessoa perceba a demora. Cerca de 10 segundos é o limite para manter a atenção concentrada na interação.

São referências de percepção humana, não medições de quanto um painel lento custa. Ainda assim, servem de meta: abrir e filtrar sem quebrar o raciocínio de quem está na reunião. Se a consulta for pesada, vale calcular os indicadores antes, numa carga programada, e não a cada clique.

Planilha, ferramenta de BI ou painel dentro do sistema

Não existe ferramenta certa em abstrato. Existe a que combina com o estágio dos dados e com quem vai manter o painel.

Caminho	Serve bem quando	Começa a falhar quando
Planilha	Os dados são poucos, vêm de uma fonte e uma pessoa cuida do arquivo	Várias pessoas editam, a atualização é manual ou surgem versões diferentes do arquivo
Ferramenta de BI	Há vários sistemas de origem e alguém da equipe mantém os modelos de dados	Os dados de origem são fracos ou não há quem mantenha os modelos quando os sistemas mudam
Painel dentro do sistema	O indicador nasce de um processo que já roda num sistema próprio e precisa levar direto à ação	Os números da diretoria estão espalhados em sistemas que o painel não alcança

Os caminhos também se combinam. Uma empresa pode começar numa planilha, passar para uma ferramenta de BI quando as fontes se multiplicam e levar para o sistema os indicadores que precisam virar ação.

Para quem avalia o Power BI, o guia Power BI para empresas trata de licença, custo real e alternativas. Em qualquer caminho, vale a mesma regra: a ferramenta mostra o dado, mas não conserta um dado ruim na origem.

Perguntas frequentes

Em resumo

Um dashboard de gestão útil tem poucos indicadores, cada um ligado a uma decisão que se repete. Fonte, fórmula, dono, frequência e meta ficam escritos antes do primeiro gráfico. O trabalho maior está na camada de dados: sistemas de origem confiáveis, integração e uma definição única por número, com a data da atualização à vista. As exceções viram alerta para quem resolve.

Fontes

1. Stephen Few, Perceptual Edge. Dashboard Confusion. 2004. Acesso em 19/09/2026. Publicado originalmente na revista Intelligent Enterprise.
2. Nicholas Bloom, Erik Brynjolfsson, Lucia Foster, Ron Jarmin, Megha Patnaik, Itay Saporta-Eksten e John Van Reenen. American Economic Review, v. 109, n. 5, p. 1648-1683. What Drives Differences in Management Practices?. 2019. Acesso em 19/09/2026.
3. Nicholas Bloom e outros. National Bureau of Economic Research, Working Paper 23300. What Drives Differences in Management?. 2017. Acesso em 19/09/2026. Versão de trabalho do estudo publicado em 2019; descreve as perguntas do questionário e a ressalva sobre causalidade.
4. Cetic.br / NIC.br. TIC Empresas 2025, indicador G2: empresas que utilizaram pacotes de software ERP. 2026. Acesso em 19/09/2026. Empresas com 10 ou mais pessoas ocupadas.
5. Cetic.br / NIC.br. Uso de Inteligência Artificial por empresas brasileiras avança e atinge 17%, aponta pesquisa do Cetic.br. 2026. Acesso em 19/09/2026. Usada apenas para o método da TIC Empresas 2025: amostra e período de coleta.
6. Jakob Nielsen, Nielsen Norman Group. Response Times: The 3 Important Limits. 1993. Acesso em 19/09/2026. Trecho do capítulo 5 do livro Usability Engineering (1993). Heurística de percepção humana, com base em Miller (1968) e Card e outros (1991).