O desafio
O problema central não era ausência de dados. Era a forma como esses dados chegavam à gestão.
Mesmo com um time multidisciplinar e uma base relevante de informações no BigQuery, a operação ainda dependia de extração manual e consolidação em apresentações para reportes gerenciais. Isso consumia horas de trabalho de Product Owners e deslocava profissionais de alta senioridade para tarefas operacionais de baixo valor analítico.
Esse desenho criava uma latência entre o que acontecia na jornada digital e o momento em que a informação chegava, de forma legível, à decisão. Erros em fluxo, desvios de comportamento e oportunidades de negócio perdiam velocidade de resposta porque o processo de leitura ainda era lento.
A consequência não era apenas produtividade reduzida. Era perda de visibilidade. Sem uma camada estruturada de direcionamento estratégico, os principais KPIs da experiência no Internet Banking ficavam mais difíceis de interpretar. Isso limitava a capacidade de identificar gargalos técnicos, priorizar correções e reconhecer oportunidades de melhoria com clareza.
Na prática, a operação enfrentava um problema recorrente em estruturas complexas: alto custo de hora qualificada sendo convertido em consolidação manual, e não em valor real para o negócio.
A solução
A resposta não foi criar mais um dashboard. Foi transformar a relação entre dado, leitura e decisão.
A MATH estruturou uma arquitetura de governança de dados que conectou o BigQuery a uma interface de visual storytelling no Looker Studio, organizada para funcionar como uma apresentação executiva viva. Em vez de extrair tabelas, montar slides e atualizar números manualmente, a operação passou a acessar uma narrativa visual conectada diretamente à base.
O projeto capitalizou sobre um ativo que já existia. Desde 2022, a operação havia conduzido um trabalho estrutural de tagueamento, com cerca de 90% dos fluxos mapeados. Em vez de reconstruir a infraestrutura, a MATH otimizou esse patrimônio de dados e reorganizou sua camada de consumo.
A segunda frente foi o desenho da visualização. O Looker Studio não foi tratado como ferramenta de BI tradicional, mas como produto de comunicação analítica. A lógica da entrega seguiu o fluxo de leitura executiva, partindo de contexto, passando por indicadores gerais e chegando ao detalhamento por squad. Isso eliminou a camada manual de PowerPoint sem perder a capacidade de contar uma história com os dados.
A terceira frente foi a aplicação de IA sobre a base estruturada. Com dados mais organizados, a MATH AI passou a gerar insights de segunda ordem, identificando correlações e oportunidades que não estavam evidentes na observação humana imediata. Entre elas, surgiram sinais relevantes para ações de cross-sell.
A arquitetura também foi desenhada para escalar com simplicidade. A solução foi entregue por um time enxuto, combinando dados, UX e negócio, e preparada para avançar para outras diretorias sem exigir expansão proporcional de infraestrutura.
O ganho da solução veio da mudança de lógica: dado deixou de ser insumo bruto para reporte e passou a funcionar como sistema contínuo de leitura e decisão.
Os resultados
Os efeitos do projeto apareceram em eficiência operacional, adoção e inteligência de negócio.
Na eficiência, a redução de 80% no tempo de coleta de dados mudou a rotina da operação. O que antes exigia dias de consolidação por diferentes Product Owners passou a acontecer de forma praticamente imediata. Isso devolveu tempo qualificado para análise, priorização e gestão estratégica.
Na adoção, a solução alcançou 97% de penetração nas squads. Esse dado é relevante porque mostra que a arquitetura não ficou restrita a uma camada técnica. Ela foi incorporada ao uso cotidiano da operação. O formato de storytelling visual automatizado fez com que a informação fosse efetivamente consumida, e não apenas disponibilizada.
Na camada analítica, a estruturação dos dados permitiu alimentar a MATH AI com mais consistência, gerando insights que ampliaram a leitura de oportunidades comerciais. A governança dos dados deixou de atuar apenas como mecanismo de organização e passou a funcionar também como base para identificação de receita potencial.
Na qualidade operacional, o monitoramento mais granular dos fluxos permitiu identificar e reduzir taxas de erro em jornadas do Internet Banking. Isso protegeu a experiência do usuário final e fortaleceu a confiabilidade do canal digital.
Mais do que automatizar reportes, o projeto transformou um processo manual em ativo escalável. A operação passou a decidir com mais contexto, menos fricção e melhor aproveitamento da inteligência disponível.
